|
|
|
ANWENDUNGEN DER MATHEMATISCHEN SIMULATION AUF DIE ZUVERLÄSSIGKEIT UND VERFÜGBARKEIT VON KOMPLEXEN SYSTEMEN.Inhaltsangabe: Aufgrund der Einschränkungen von analytischen Methoden zur Bestimmung der Zuverlässigkeit und Verfügbarkeit in komplexen Systemen, diese Arbeit wird geboren, mit dem Ziel der Entwicklung von mathematischen Algorithmen auf der Grundlage von Simulation Techniken, die helfen, Ingenieure und rechenschaftspflichtige Systeme in der Aufgabe Design Systeme zuverlässig und mit einem Höheres Maß an Verfügbarkeit, die beiden Fragen sind eng mit der Sicherheit und Qualität der angebotenen Dienstleistungen. Die beiden Fragen (die auf der einen Seite, die Zuverlässigkeit eines komplexen Systems, und zweitens, falls vorhanden) werden in eine originelle Art und Weise mit der Verwendung von Begriffen aus so unterschiedlichen Bereichen wie der Simulation Monte CarIo und Events Discretos Die mathematische Theorie Zuverlässigkeit und Verfügbarkeit von Systemen, die statistische Inferenz und Programmierung in C / C + +. Als Ergebnis wurden drei Algorithmen erhalten, SREMS_AI, SAEDES_AI und SAEDES_A2, das Angebot als Ganzes eine effektive Lösung für beide Probleme. Der Prozess der Entwicklung hat die vier Kapitel, die den Kern der Arbeit:. In Kapitel 2 wird der derzeitige Status der Simulation führt die wichtigsten Techniken und Konzepte, die dann verwendet werden, in der Entwicklung von Algorithmen. Es werden ihre Vorteile gegenüber analytischen Methoden, und stellt die wichtigsten Begriffe im Zusammenhang mit Simulationstechniken Mount CarIo (SCM) und Event Discretos (SED). . Kapitel 3 widmet sich den Techniken und Probleme im Zusammenhang mit der Erzeugung von Pseudo-Zufallszahlen Werte in Kapitel entwickelt und implementiert C / C + + Algorithmus generiert Zahlen Pseudo lecuyer_88B. In ähnlicher Weise, Funktionen werden in C / C + +, die für die Erzeugung von zufälligen Beobachtungen aus mehreren kontinuierlichen Distributionen (Uniform, exponentielle, k ErIang, Weibull, normal und log-in normalen Gamma), die Anlass zu der Bibliothek randomVariates. Diese Bibliothek ist Teil der Software in Verbindung mit SREMS_AI, SAEDES_Al und SAEDES_A2, zuständig für die Erzeugung der zufällige Ereignisse in der Simulation. . In Kapitel 4 wird die Durchführung der Überprüfung der wichtigsten Begriffe im Zusammenhang mit der Theorie der Zuverlässigkeit und Verfügbarkeit von Systemen: grundlegenden Strukturen von Systemen, grundlegende Konzepte über die gleichen, und die verschiedenen Themen, die von grundlegender Bedeutung für die weitere Entwicklung von Algorithmen (Einführung der temporären Variable, Übernahme der Unabhängigkeit, der Verfügbarkeit in den grundlegenden Strukturen, usw..). Das Kapitel umfasst auch eine Überprüfung der Papiere veröffentlicht, in dem auf die Zweckmäßigkeit der Verwendung von Methoden für die Untersuchung der Zuverlässigkeit und Verfügbarkeit in komplexen Systemen. . Schließlich werden in Kapitel 5 und 6 ist die Entwicklung von Modellen und Algorithmen, die die in der Diplomarbeit. Es legt die Annahmen der einzelnen Modelle angedeutet, es formalisiert die Ausrichtung der Methoden werden erläutert und mit verschiedenen Ebenen von Details (Pseudo - Code und Quellcode in C / C + +) für jede der drei vorgeschlagenen Algorithmen (SREMS_AI, SAEDES_AI und SAEDES_A2). Für jeden Algorithmus, der Durchführung einer Reihe von Tests, permitien Validierung und Verifizierung von der gleichen, sowie die Überprüfung ihrer Wirksamkeit. Zusätzlich zu den oben genannten, der Bericht enthält auch mehrere Anhänge, die einen Beitrag zur Vollendung der Arbeit. Wir haben schließlich vor, die Lösungen matemático -i 8 nformáti 2a9 cas, die in dem Bericht für einen ursprünglichen Vorschlag gelöst, dass für eine wirksame und effiziente duale Problem in der Ziele, damit die Überwindung der Grenzen der analytischen Methoden und die Wertschöpfung zum Inhalt Dieser Arbeit.
FEHLERERKENNUNG UND ISOLATION ÜBER KONTINUIERLICHE STATISTIKENAutor: CASTILLO LOPEZ ANGELA. Jahr: 2005. Universität: POLITÉCNICA DE MADRID [ www.upm.es]. Ort der Lesung: E.T.S. ING. INDUSTRIALES. Ort der Vorbereitung: E.T.S. ING. INDUSTRIALES. Inhaltsangabe: Das Problem Erkennung und Diagnose von Fehlern in Pflanzen modelliert mit dynamischer Systeme in der Zeit Kontinuum behandelt wird durch verschiedene Verfahren, die in der Regel können in deterministische und stochastische. Die Methoden entwickelt, in der diese These mit der Zeile stochastischen, basieren auf der statistischen Analyse der kontinuierlichen Zeit, die Anstrengungen in diesem Bereich ist traditionell auf die Entwicklung und Untersuchung von Statistiken in diskreter Zeit. Obwohl der Einsatz von Medien Computer Kraft der Diskretisierung von Signalen, ist es selbstverständlich, sich mit dem Problem der Erkennung und Diagnose von Fehlern auf Modelle mit statistischen Zeit Kontinuum in der Zeit Kontinuum zu erhalten und Diagnose in Echtzeit (on-line). Systeme und Diagnose, die hier im Grunde auf das Abfallaufkommen aus dem Modell des Systems, das angeblich verfügbar, und ihre späteren Analyse. Die statistische Instrumente, die zum Extrahieren von Informationen über den Rückstand des Scheiterns stehen Annahmen; Kontraste gebaut werden kann aus verschiedenen statistischen unterschiedlich, so dass die Anlass zu verschiedenen Formen der Erkennung und Diagnose, die charakterisiert werden aus der Sicht ihrer Bequemlichkeit für die Erkennung verschiedener Arten von Bugs. Der Bayes Regel, häufig in Einstufung von Mustern, ist es auch hilfreich, im Stadium der Diagnose, Isolation des Fehlers. Die Validierung der Methoden vorgestellt wird durch verschiedene Beispiele der Simulation, insbesondere der Auffassung, der Fall Fehler in der Quelle Spannung von einer Schaltung.
|
|
|
