A SIMULAÇÃO DA FIABILIDADE DE ATIVOS UTILIZANDO O MÉTODO MONTE CARLO. O CASO ESPECÍFICO DE SISTEMAS COMPLEXOS E COERENTES K-OUT-OF-N, COM DADOS CENSURADOS
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Resumo
A gestão do ciclo de vidas dos ativos físicos, é feita com base estimativa de vida dos equipamentos, seja no projecto, na instalação e arranque ou ao longo da sua vida útil. Em muitas situações, a engenharia depara-se com necessidade de calcular ou simular o tempo estimado de vida útil dos equipamentos, usando dados reais, que muitas vezes são dados censurados ou incompletos. Em muitos casos os equipamentos, relativamente às falhas, podem ser estruturalmente representados como sistemas de diagramas de blocos. Para este artigo foram estudados os sistemas complexos e coerentes (do ponto de vista da fiabilidade). Os dados censurados, normalmente resultam em perda de informação importante, mas devem ser incluídos nos modelos de análise de fiabilidade destes sistemas complexos. O artigo desenvolve a teoria de sistemas complexos e coerentes e os respectivos modelos de fiabilidade. Com uma abordagem nova e original foram desenvolvidos os algoritmos de simulação com geração de dados aleatórios e censurados (dados censurados à direita e tipo I) Para validação dos algoritmos, foram desenvolvidos dois casos de estudos de sistemas complexos. Para cada um dos casos foi desenvolvido um conjunto de simulações com a variação dos diferentes parâmetros dos modelos de fiabilidade de forma a se comparar, afinar e optimizar melhor a simulação destes sistemas complexos.
Um dos resultados relevantes mostra que quanto mais dados censurados na amostra existem, maior é o enviesamento e o erro relativamente ao valor verdadeiro. A variação do parâmetro β (factor de forma) de β = 0:5 para β = 1:5 é o que proporcionalmente aumenta o enviesamento.
Este artigo pretende validar o uso da ferramenta de simulação monte Carlo e da distribuição estatística de weibull e dar um contributo para melhorar, com mais precisão e rapidez, os algoritmos para a simulação da fiabilidade de sistemas complexos e coerentes na presença de dados censurados.
Downloads
##plugins.themes.bootstrap3.article.details##
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.
Referências
Balakrishnan, N., & Aggarwala, R. (2000). Progressive censoring: Theory, methods, and applications. Springer Science & Business Media.
Balakrishnan, N., & Kannan, N. (2001). Ch. 14. Point and interval estimation for parameters of the logistic distribution based on progressively type-II censored samples. In Handbook of statistics (Vol. 20, pp. 431–456). Elsevier. https://doi.org/10.1016/S0169-7161(01)20016-9
Balakrishnan, N., & Mitra, D. (2012). Left truncated and right censored Weibull data and likelihood inference with an illustration. Computational Statistics & Data Analysis, 56(12), 4011–4025.
Barlow, R. E., & Proschan, F. (1975). Statistical Theory of Reliability and Life Testing: Probability Models. Holt, Rinehart and Winston.
Birolini, A. (2017). Reliability Engineering: Theory and Practice. Springer Berlin Heidelberg.
Childs, A., & Balakrishnan, N. (2000). Conditional inference procedures for the Laplace distribution when the observed samples are progressively censored. Metrika, 52(3), 253–265.
Crespo Marquez, A., et al. (2020). Maintenance Management through Intelligent Asset Management Platforms (IAMP). Emerging Factors, Key Impact Areas and Data Models. Energies, 13(15), 3762. https://doi.org/10.3390/en13153762
Gaspar, D. (2019). The advanced reliability and maintainability analysis using simulation tools. [Ph.D. Thesis]. FEUP, UP.
Genschel, U., & Meeker, W. Q. (2010). A comparison of maximum likelihood and median-rank regression for Weibull estimation. Quality Engineering, 22(4), 236–255.
Gijbels, I. (2010). Censored data. Wiley Interdisciplinary Reviews: Computational Statistics, 2(2), 178–188.
Horst, R. (2009). The Weibull Distribution A Handbook. Taylor and Francis Group.
J. E. Amadi-Echendu. (2004). Managing physical assets is a paradigm shift from maintenance. 2004 IEEE International Engineering Management Conference (IEEE Cat. No.04CH37574), 3, 1156–1160 Vol. 3. https://doi.org/10.1109/IEMC.2004.1408874
Kaufmann, A., Grouchko, D., & Cruon, R. (1977). Mathematical Models for the Study of the Reliability of Systems. Academic Press.
Maletič, D., et al. (2020). An Analysis of Physical Asset Management Core Practices and Their Influence on Operational Performance. Sustainability, 12(21), 9097. https://doi.org/10.3390/su12219097
Mousa, M. A., & Jaheen, Z. (2002). Statistical inference for the Burr model based on progressively censored data. Computers & Mathematics with Applications, 43(10–11), 1441–1449.
Murthy, D. P., Xie, M., & Jiang, R. (2004). Weibull models (Vol. 505). John Wiley & Sons.
Nelson, W. (1985). Weibull analysis of reliability data with few or no failures. Journal of Quality Technology, 17(3), 140–146.
Olteanu, D., & Freeman, L. (2010). The evaluation of median-rank regression and maximum likelihood estimation techniques for a two-parameter Weibull distribution. Quality Engineering, 22(4), 256–272.
Ross, S. M. (2012). Simulation. Elsevier Science.
Soliman, A. A. (2005). Estimation of parameters of life from progressively censored data using Burr-XII model. IEEE Transactions on Reliability, 54(1), 34–42.
Somboonsavatdee, A., Nair, V. N., & Sen, A. (2007). Graphical estimators from probability plots with right-censored data. Technometrics, 49(4), 420–429.
Trindade, M., Almeida, N., Finger, M., & Ferreira, D. (2019). Design and Development of a Value-Based Decision Making Process for Asset Intensive Organizations. In J. Mathew, C. W. Lim, L. Ma, D. Sands, M. E. Cholette, & P. Borghesani (Eds.), Asset Intelligence through Integration and Interoperability and Contemporary Vibration Engineering Technologies (pp. 605–623). Springer International Publishing.
Wang, P., & Coit, D. W. (2005). Repairable systems reliability trend tests and evaluation. Proceedings of the Annual Reliability and Maintainability Symposium, 416–421.