logo móvil
Contáctanos

Algoritmos de Diagramas de Decisión para Extraer Conjuntos Mínimos de Corte de Modelos de Degradación Finita

Autores: Rauzy, Antoine; Yang, Liu

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Algoritmos de Diagramas de Decisión para Extraer Conjuntos Mínimos de Corte de Modelos de Degradación Finita


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Modelos
Algoritmos
Degradación
Conjuntos de corte
Evaluación de riesgos
Tecnología

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En este artículo, proponemos algoritmos de diagramas de decisión para extraer conjuntos de corte mínimos de modelos de degradación finita. Los modelos de degradación finita generalizan y unifican los modelos combinatorios utilizados para apoyar análisis probabilísticos de riesgo, fiabilidad y seguridad (árboles de fallos, árboles de ataque, diagramas de bloques de fiabilidad). Formalizan una idea clave subyacente a todos los métodos de evaluación de riesgos: los estados de los modelos representan niveles de degradación del sistema en estudio. Aunque estos estados no pueden ser totalmente ordenados, tienen una rica estructura algebraica que puede ser explotada para extraer conjuntos de corte mínimos de los modelos, que representan los escenarios de fallo más relevantes. La noción de conjuntos de corte mínimos que introducimos aquí generaliza la definida para árboles de fallos. Mostramos cómo los algoritmos utilizados para calcular conjuntos de corte mínimos pueden ser elevados a modelos de degradación finita, gracias a un teorema de descomposición genérico y una extensión de la tecnología de diagramas de decisión binaria. Discutimos los problemas de implementación y rendimiento. Finalmente, ilustramos el interés de la tecnología propuesta mediante un caso de uso surgido de la industria del petróleo y gas.

Otros recursos que podrían interesarte

Temas Virtualpro