| Summary: | Made available in DSpace on 2014-06-12T17:41:39Z (GMT). No. of bitstreams: 2
arquivo7326_1.pdf: 1202400 bytes, checksum: a85b1fc731f434bf7654d913dbfa3b5a (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2006 === Petróleo Brasileiro S/A === Neste trabalho, é proposta uma metodologia de modelagem de indicadores de desempenho
de Confiabilidade ((In)Disponibilidade, Confiabilidade, Manutenibilidade) de sistemas
complexos baseada na integração entre processos semi Markovianos (PSMs) e Redes
Bayesianas (RBs). Basicamente, um PSM pode ser entendido como um processo estocástico
no qual as probabilidades de transição dependem do intervalo de tempo decorrido desde o
qual um sistema possui determinadas características.
Já as Redes Bayesianas são estruturas probabilísticas que representam qualitativa e
quantitativamente relações de causa e efeito entre determinadas variáveis aleatórias de
interesse. A integração entre os PSMs e as RBs origina um modelo estocástico híbrido o qual é
capaz de representar a dinamicidade de um sistema ao mesmo tempo em que trata como as
relações de causa e efeito entre fatores não necessariamente temporais influenciam tal
evolução.
Para desenvolver tal modelo híbrido, faz-se necessário propor e formular o método
numérico computacional de resolução das equações de probabilidades de transição dos PSMs
definidos através de taxas de transição as quais são equações integrais do tipo convolução. Tal
método é baseado na aplicação de transformadas de Laplace as quais serão invertidas
utilizando o método de Quadratura Gaussiana conhecido como Gauss Legendre.
Aplicações do modelo híbrido proposto são realizadas em sistemas tolerantes à falha com
o objetivo de avaliar a evolução temporal dos indicadores de desempenho de Confiabilidade
|
|---|
