logo móvil
Contáctanos

Análisis Dinámico de Fiabilidad mediante Árboles de Fallos y Diagramas de Decisión Binaria

Autores: García Márquez, Fausto Pedro; Segovia Ramírez, Isaac; Mohammadi-Ivatloo, Behnam; Marugán, Alberto Pliego

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

Análisis Dinámico de Fiabilidad mediante Árboles de Fallos y Diagramas de Decisión Binaria


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Turbinas eólicas
Análisis de fiabilidad
árbol de fallos
Diagramas de decisión binaria
Métodos de clasificación heurística
Estrategias de mantenimiento.

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Las nuevas turbinas eólicas se están volviendo más complejas y el análisis de fiabilidad de las mismas está aumentando en complejidad. Los sistemas están compuestos por muchos componentes. El árbol de fallos se utiliza como una herramienta útil para analizar estas interrelaciones y proporcionar un esquema de la turbina eólica, para obtener una visión rápida del comportamiento del sistema bajo ciertas condiciones de los componentes. Sin embargo, es complicado y en algunos casos no es posible identificar las condiciones que generarían una falla en la turbina eólica. En este estudio se propone un análisis de fiabilidad cuantitativo y cualitativo de la turbina eólica. Se emplean diagramas de decisión binaria como un método adecuado y operativo para facilitar este análisis y obtener una expresión analítica mediante funciones booleanas. El tamaño del diagrama de decisión binaria, es decir, el costo computacional para resolver el problema, tiene una importante dependencia del orden de los componentes o eventos considerados. Se utilizan diferentes métodos heurísticos de clasificación para encontrar un orden óptimo o uno cercano, y para validar los resultados: AND, nivel, de arriba hacia abajo, de izquierda a derecha, búsqueda en profundidad y búsqueda en amplitud. Se proponen medidas de importancia de Birnbaum y criticidad para evaluar la relevancia de cada componente. Este análisis lleva a clasificar los eventos según su importancia con respecto a la probabilidad del evento principal. Este análisis proporciona la base para elaborar estrategias de mantenimiento a medio y largo plazo.

Otros recursos que podrían interesarte

Temas Virtualpro