Wahrscheinlichkeitsfunktion für Event bei unabhängigen Eintretensbedingungen kombinieren |
13.04.2022, 10:44 | Bensen85 | Auf diesen Beitrag antworten » | ||||||||||||
Wahrscheinlichkeitsfunktion für Event bei unabhängigen Eintretensbedingungen kombinieren bitte nicht gleich steinigen , ich hatte diese Frage bereits unter der thread id 601720 gestellt, aber aus falscher Faulheit ohne Registrierung. Könnte ein Admin den anderen Thread bitte löschen? (Es hängt ohnehin noch keine Antwort dran). Willkommen im Matheboard! Ich hab den anderen Thread gelöscht. Viele Grüße Steffen Ich versuche zu ermitteln, wie wahrscheinlich das Eintreten eines Systemfehlers durch Versagen einer Komponente des Systems ist, wenn für den Systemfehler parallel zum Versagen weitere unabhängige Faktoren zutreffen müssen. Zudem würde ich die Ausfallwahrscheinlichkeit gerne auf einer gemeinsamen Abszisse auftragen. Insbesondere zu Letzterem habe ich in der Fachliteratur keine Antwort gefunden (oder sie nicht als solches erkannt). Irgendwo steckt in meinem Verständnis und daher den Rechnungen jedoch ein Fehler, höchstwahrscheinlich zur Abszisse der Faltung, denn ich erhalte bis zu Abszissenwerten von 120 einen Ordinatenwert für die Faltung, obwohl die Einzelwahrscheinlichkeiten nur bis zu Abszissenwerten von 100 eintreten können (nachfolgendes Beispiel). Wie kann ich derartige Wahrscheinlichkeits-Überlagerungen auf einer einheitlichen Abszisse darstellen? Faktor 1: Komponentenversagen. Annahme: 1% aller betrachteten Komponenten versagt innerhalb der ausgelegten Lebensdauer von n [Zyklen]. -> Gleichverteilete diskrete Dichtefunktion fp(i) = { 0.01/n auf i=[1:n], sonst 0 } Faktor 2: Systemversagen kann nur eintreten, wenn parallel zum Komponentenversagen ein bestimmtes unabhängiges Event (an anderer Stelle im System) vorliegt, welches genau k-mal innerhalb der Lebensdauer n auftritt. -> Gleichverteilte diskrete Dichtefunktion fq(i) = {k/n auf i=[1:n], sonst 0} Faktor 3: Komponente wird vom System überwacht. Nach je x [Zyklen] prüft das System die Komponente und erkennt das Komponentenversagen. Wird Komponentenversagen erkannt ohne dass Faktor 2 vorlag, kann die Komponente ausgetauscht/repariert werden, ohne dass es zu Systemversagen kam. Schlussfolgerung: Das System kann folglich nur versagen, wenn das Event aus Faktor 2 innerhalb des Intervalls von x Zyklen (zwischen zwei Prüfungen) liegt, in dem auch Faktor 2 stattfindet. -> Diskrete Dichtefunktion fr(k) = {1/x für m= [beliebiger Startpunkt des Intervalls : Startpunkt + x] Ich habe versucht das ganze mittels Faltung mit den Formeln von Wikipedia (Faltung_Stochastik) zu lösen, jedoch passt das Ergebnis nicht zu meiner Anschauung. Trage ich die Ausfallwahrscheinlichkeiten für jeden Faktor und für die Faltung über den Zyklen auf, erwarte ich das Maximum der Faltung innerhalb eines Intervalls an Zyklen, für das alle Einzelfaktoren vorliegen (können). Einfaches Beispiel n sei 100, das Intervall aus Faktor 3 in dem die Faktoren 1 und 2 beide auftreten sei [10...20](vereinfachende Annahme). Dann erwarte ich das Maximum der Ausfallwahrscheinlichkeit des Systems ebenfalls im Intervall [10...20], denn außerhalb sind die Faktoren 1 und 2 schließlich aufgrund der vereinfachenden Annahme = 0. Zudem erwarte ich, dass jeder Zyklus innerhalb des Intervalls dieselbe Wahrscheinlichkeit für den Systemausfall hat. Falte ich nun (oder lasse SciLab das mit der Convol-Funktion tun) in einem ersten Schritt die Faktoren 2 und 3, zur Vereinfachung mit den folgenden Ordinatenwerten der Verteilungen Faktor 2: fq(i) sei 1 für i=1:100 Faktor 3: fr(i) sei {1 für i = 10:20, sonst 0} erhalte ich nun folgenden Graphen: - einen Anstieg von Wert 0 auf 11 im Intervall 10:20, - gefolgt von einem Plateau mit Wert 11 bis Zyklus 110, - gefolgt von einem linearen Abfall zurück auf 0 bis Zyklus 120. In SciLab sieht der Beispielcode so aus: fp = ones(1,100) fq = zeros(1,100); fq(1,10:20)=1; fpq = convol(fp,fq); figure() plot(fp,'r') plot(fq,'b') plot(fpq,'k') |
||||||||||||||
13.04.2022, 12:27 | HAL 9000 | Auf diesen Beitrag antworten » | ||||||||||||
Ich versuche immer noch das Modell zu verstehen: 1) Deiner Beschreibung bei Faktor 1 nach kommt innerhalb der Lebensdauer nur maximal EIN Ausfall vor? D.h., wenn dieser durch eine Kontrolle (Faktor 3) rechtzeitig erkannt und repariert wird, kann man sich bis zum Ende der Lebenszeit alle solchen Kontrollen sparen, weil garantiert kein Komponentenausfall danach noch kommt? 2) Nehmen wir mal den einfachen Fall an, d.h., Überprüfung zu JEDEM Zeitpunkt. Wenn ich dein Modell richtig verstehe, kommt ein Ausfall des Gesamtsystems dann nur in Frage, wenn just zum Ausfallzeitpunkt der Komponente (Faktor 1) auch gerade eines dieser Events (Faktor 2) eintritt, richtig? Da das mit Wahrscheinlichkeit da geschieht, hat man insgesamt hier die Ausfallwahrscheinlichkeit . 3) Im Fall ist es natürlich komplizierter. Betrachten wir mal den einfacheren Teilfall, dass , d.h. es existiert eine ganze Zahl mit . Dann betrachten wir das Zeitintervall , in dem der Ausfallzeitpunkt liegt, mit auf gleichverteiltem . Wenn nun von Zeitpunkt bis (das sind genau Zeitpunkte) mindestens eines der k Events eintritt, dann haben wir einen Systemausfall. Mit folgt für die Gesamtwahrscheinlichkeit dann . Ist , dann stimmt das nicht ganz, weil wir ein "angebrochenes" Testintervall (d.h. ungleich Länge ) kurz vor Ende der Lebenszeit haben. In dem Fall müsste das ganze mit und dann der Wahrscheinlichkeitswert sein. |
||||||||||||||
13.04.2022, 15:14 | Bensen85 | Auf diesen Beitrag antworten » | ||||||||||||
Hi, Danke für die schnelle und ausführliche Antwort!
Guter Hinweis, ich versuche es präziser zu beschreiben.
Sind die folgenden Bedingungen in einem Zyklus erfüllt fällt das System aus:
Die Betrachtung dieses einfacheren Teilfalls ist völlig hinreichend. Ich muss erst einmal die Formel verstehen |
||||||||||||||
13.04.2022, 15:28 | HAL 9000 | Auf diesen Beitrag antworten » | ||||||||||||
Es wäre schön, wenn du klar und deutlich präzisierst. Meinst du vielleicht folgendes: - Die Anzahl der Komponenten ist bekannt (z.B. eben , oder aber irgendeine andere Anzahl). - Jede einzelne Komponente fällt mit einer gewissen Wahrscheinlichkeit aus (z.B. eben ), welche sich auf die Zeitpunkte 1..n gleichmäßig aufteilt. - Die Ausfälle der Komponenten geschehen unabhängig voneinander. Von einer Anzahl der Komponenten war im Ursprungsbeitrag nämlich überhaupt noch keine Rede - die wäre aber wichtig für das Gesamtsystem! Die Information, dass jede hunderstste ausfällt reicht doch allein nicht - es macht doch einen Unterschied, ob das am Ende 100 oder 1000000 Komponenten betrifft!!! Ich hatte oben der verwirrenden Beschreibung nach einfach angenommen, dass mit Wahrscheinlichkeit 1% irgendeine Komponente in diesem Zeitraum mal ausfällt, und dann aber nur die eine - das ist natürlich ganz was anderes. |
||||||||||||||
14.04.2022, 08:23 | Bensen85 | Auf diesen Beitrag antworten » | ||||||||||||
Danke für deine Geduld! Ich geb mein Bestes...
Die Anzahl an produzierten Systemen sei . Die Anzahl an verbauten Komponenten pro System sei . Die Anzahl insgesamt produzierter Komponenten resultiert zu .
Ja, das meinte ich.
Ja, das meinte ich.
Pro System wird genau eine Komponente verbaut. Würden beliebig viele identische Systeme aufgebaut würde in 1% aller Systeme die verbaute Komponente innerhalb der Lebensdauer ausfallen. Alle Komponenten können voneinander unabhängig mit jeweils einer Wahrscheinlichkeit von 1% ausfallen. Es muss nicht exakt eine Komponente ausfallen. Unter 100 verbauten Komponenten könnten daher zwischen 0...100 ausfallende Komponenten sein.
Wenn in einem System mehr als eine Komponente verbaut wäre würde ich das verstehen, aber da pro System genau eine Komponente verbaut ist verstehe ich es nicht. |
||||||||||||||
14.04.2022, 12:26 | Bensen85 | Auf diesen Beitrag antworten » | ||||||||||||
Sehe ich das vielleicht auch zu kompliziert? Für eine System das ausfällt müssen folgende Wahrscheinlichkeiten zusammenkommen:
Die Ausfallwahrscheinlichkeit des Systems ist dann . Die Lebensdauer besteht aus aufeinander folgenden Intervallen der Breite . Der Ausfall der Komponente findet im -ten Intervall statt. Festlegung: Es gelte , d.h.
Die Wahrscheinlichkeit, dass mindestens eines von Events im Intervall eintreten folgt aus -maligem Ziehen mit Zurücklegen aus einer Urne mit verschiedenen Kugeln, wovon genau eine das Intervall repräsentiert. -> Die Wahrscheinlichkeit, dass der Ausfall vor mindestens einem oder gleichzeitig mit dem letzten Event innerhalb auftreten: Einfacher Fall: Event auf Zyklus 1 von x, Ausfall müsste auf Zyklus 1 liegen, Wahrscheinlichkeit: 1/x Event auf Zyklus 2 von x, Ausfall müsste auf Z. 1 oder 2 liegen, p = 2/x Event auf Zyklus x von x, Ausfall müsste auf 1...x liegen, p = x/x = 1 Event für jeden Zyklus innerhalb gleich wahrscheinlich mit . -> Nun mit und unbekannter Anzahl, wieviele der Events innerhalb liegen, hier muss ich mal kurz absetzen und Mittagessen... |
||||||||||||||
Anzeige | ||||||||||||||
|
|