Baixar para ler offline
![COMPARAÇÃO DAS
METODOLOGIAS
Aspectos avaliados MMD MPM
Tipo de Abordagem Qualitativa Quantitativa
Espaço de estados Escala de cores (5
níveis)
Intervalo: [0,
1]
Uso de matrizes de
dependências
Sim Sim
Variabilidade da
disponibilidade dos
CBNs
Não Sim
Informação de Necessária Necessária3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 34](https://image.slidesharecdn.com/beeb117f-818b-4c5f-9fe4-46c48a19842e-150317071952-conversion-gate01/85/Presentacao-34-320.jpg)
Presentação
- 1. MÉTODOS PARA AVALIAÇÃODE DISPONIBILIDADE EM SISTEMAS DE USINAS HIDRELÉTRICAS NA GERAÇÃO DE ENERGIA Discente: Ing. Gustavo Monné Alfaro Orientador: Dr. Dany Sanchez Dominguez Janeiro 2015
- 2. ROTEIRO 1. Introdução 2. Objetivos 3.Metodologias propostas para avaliação disponibilidade 4. Exemplos de aplicação 5. Resultados da pesquisa 6. Alguns elementos computacionais relevantes 7. Conclusões e trabalhos futuros 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 2
- 3. DISPONIBILIDADE Capacidade de umsistema de estar em condições de executar uma certa função em um dado instante ou durante um intervalo de tempo determinado. o NBR 5462 (ABNT) o Instantânea o Preditiva 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 3
- 4. PANORÂMICA Industria Nuclear 3/17/2015PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 4
- 5. PANORÂMICA Indústria Aeroespacial Indústria Petroquímica IndústriaNaval 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 5
- 6. PANORÂMICA Industria Elétrica: Geração Hidrelétrica (Itaipu) 3/17/2015PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 6
- 7. MOTIVAÇÃO 1. Geração hidrelétricarepresenta 75,2% da geração total do pais (2013). Total de 1142 empreendimentos . Anuário estatístico de energia elétrica 2. Carência de mecanismos para avaliar disponibilidade em empreendimentos hidrelétricos 3. Apoiar trabalhos de operação e manutenção em usinas hidrelétricas 4. Consequência. Evitar falhas em sistemas ou interrupção dos serviços3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 7
- 8. OBJETIVOS 1. Desenvolver, implementare validar duas técnicas para o estudo de disponibilidade em Usinas Hidrelétrica, baseadas no uso de matrizes de dependências 2. Enfoque qualitativo. Método de Matriz de Dependências (MMD) 3. Enfoque quantitativo. Método de Propagação de Markov (MPM) 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 8
- 9. OBJETIVOS ESPECÍFICOS 1. Assimilare aprimorar os fundamentos matemáticos, as inferências lógicas, as categorias qualitativas e os algoritmos de varredura para utilizar o MMD 2. Desenvolver os fundamentos matemáticos, as inferências lógicas e o algoritmo para utilizar o MPM 3. Implementar, validar e caracterizar o desempenho dos códigos computacionais 4. Analisar e comparar os resultados das metodologias avaliadas 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 9
- 10. MATRIZ DE DEPENDÊNCIAS Constituia representação tabelada dos componentes físicos e organizativos de um sistema, sendo estruturada de acordo as relações de dependências que caracterizam o sistema. Assim, cada linha da matriz está constituída por um subsistema seguido dos elementos que dependem diretamente dele, que podem ser componentes simples ou outros subsistemas. 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 10
- 11. MMD – DEFINIÇÃO Conjuntode heurísticas destinadas ao cálculo qualitativo de disponibilidade. 1. Representação matricial ou tabelada dos elementos de um sistema 2. Relação de dependência entre elementos de uma planta 3. O estado final do sistema é encontrado após a aplicação de algoritmos de varredura encargados de propagar os estados de indisponibilidade ou falha de equipamentos 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 11
- 12. MMD – OUTROSELEMENTOS • Escala qualitativa de disponibilidade • Vetor de elementos indisponíveis 1. FLU1 Disponível F. Segura Degradado Muito Degrad. Indisponível 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 12
- 13. G G G G RES1 (NIV1, NIV2) RES2 (NIV3, NIV4) TR (VOLG) VAL1 (AIR1) VAL2 (AIR 2) VAL3 (AIR 3) VAL4 (AIR 4) FS:VIC1 FS:VIC2 FS:VIC3 FS:VIC4 TUR1 (FLU1) TUR2 (FLU2) TUR3 (FLU3) TUR4 (FLU4) GER1 (VOL1) GER2 (VOL2) GER3 (VOL3) GER4 (VOL4) NODO MMD – REPRESENTAÇÃO DE UHE 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 13 montante jusant e • CBN – Componente de Baixo Nível • CAN – Componente de Alto Nível 50% da demanda
- 14. Equipamento Dependências @SM @RES1@NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 14 MMD – REPRESENTAÇÃO DOS ELEMENTOS DA UHE Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Equipamento Dependências @SM @RES1 @NODO @RES2 @TR @RES1 NIV1 NIV2 @NODO R1:@LINHA1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 @LINHA1 @TUR-GEN1 @VAL1 @TUR-GEN1 FLU1 VOL1 @VAL1 AIR1 FS:VIC1 @LINHA2 @TUR-GEN2 @VAL2 @TUR-GEN2 FLU2 VOL2 @VAL2 AIR2 FS:VIC2 @LINHA3 @TUR-GEN3 @VAL3 @TUR-GEN3 FLU3 VOL3 @VAL3 AIR3 FS:VIC3 @LINHA4 @TUR-GEN4 @VAL4 @TUR-GEN4 FLU4 VOL4 @VAL4 AIR4 FS:VIC4 @RES2 NIV3 NIV4 @TR VOLG Componentes de alto nível (CANs) Componentes de baixo nível (CBNs) Elementos Redundantes (Rn) G G G G RES1 (NIV1, NIV2) RES2 (NIV3, NIV4) TR (VOLG) VAL1 (AIR 1) VAL2 (AIR 2) VAL3 (AIR 3) VAL4 (AIR 4) FS:VIC1 FS:VIC2 FS:VIC3 FS:VIC4 TUR1 (FLU1) TUR2 (FLU2) TUR3 (FLU3) TUR4 (FLU4) GER1 (VOL1) GER2 (VOL2) GER3 (VOL3) GER4 (VOL4) NODO
- 15. MMD – ORDENAÇÃOPOR NÍVEIS 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 15 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TRAG 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 @SM @RES1 @RES2 NIVEL 1 NIVEL 2 NIVEL 3 @NODO @TR NIVEL 4 NIV1 NIV2 NIV4 NIV3 R1:@LINHA1 R2:@LINHA2 VOLG R3:@LINHA3 R4:@LINHA4 @TUR-GEN1 @VAL1 @TUR-GEN2 @VAL2 @TUR-GEN3 @VAL3 @TUR-GEN4 @VAL4 NIVEL 5 FLU1 VOL1 AIR1 FS:VIC1 FLU2 VOL2 AIR2 FS:VIC2 FLU3 VOL3 AIR3 FS:VIC3 FLU4 VOL4 AIR4 FS:VIC4
- 16. MMD – ALGORITMOSDE VARREDURA 1. Varredura Direta Propagação das falhas dos CBNs, das colunas de dependências para as linhas 2. Varredura Indireta Propagação das falhas dos CANs, entre as linhas, linhas afetados na varredura direta3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 16
- 17. MMD – DESEMPENHO 3/17/2015PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 17 𝑇𝐸 𝑉𝐼 = 𝑁𝐶𝐴𝑁 𝑁 𝐷𝐸𝑃 𝑁 𝑁𝐼𝑉 𝑁𝐹𝐴𝐿 ⇒ 𝑂(𝑁𝐶𝐴𝑁 2 𝑇𝐸 𝑉𝐷 = 𝑁𝐶𝐴𝑁 𝑁 𝐷𝐸𝑃 𝑁𝐹𝐴𝐿 ⇒ 𝑂(𝑁𝐶𝐴𝑁 𝐶𝑀 𝑀𝑀𝐷 = 𝑛 𝑛 ≤ 𝑁𝐶𝐴𝑁 𝑁 𝐷𝐸𝑃1. Consumo de memória: 2. Tempo de execução:
- 18. MMD – ALGORITMOSDE VARREDURA 1. Varredura direta 2. Varredura indireta 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 18 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4 Nível Equipamen to Dependências 1 @SM @RES1 @NODO @RES2 @TR 2 @NODO R1:@LINHA 1 R2:@LINHA 2 R3:@LINHA 3 R4:@LINHA 4 2 @RES1 NIV1 NIV2 2 @RES2 NIV3 NIV4 2 @TR VOLG 3 @LINHA1 @TUR- GEN1 @VAL1 3 @LINHA2 @TUR- GEN2 @VAL2 3 @LINHA3 @TUR- GEN3 @VAL3 3 @LINHA4 @TUR- GEN4 @VAL4 4 @TUR- GEN1 FLU1 VOL1 4 @TUR- GEN2 FLU2 VOL2 4 @TUR- GEN3 FLU3 VOL3 4 @TUR- FLU4 VOL4
- 19. MPM – DEFINIÇÃO Constituium conjunto formulações e estruturas matemáticas que aplicados iterativamente sobre um sistema, possibilitam a avaliação quantitativa de disponibilidade. 1. Matriz de dependências estendida 2. Vector de estados de disponibilidade 3. Operador matemático de dependências em serie 4. Operador matemático de dependências em3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 19
- 20. MPM – ELEMENTOS Nível Equipamen to Dependências ...... ... ... ... ... 5 @AIR1 AIR1 5 @AIR2 AIR2 5 @AIR3 AIR3 5 @AIR4 AIR4 5 @FLU1 FLU1 5 @FLU2 FLU2 5 @FLU3 FLU3 5 @FLU4 FLU4 5 @NIV1 NIV1 5 @NIV2 NIV2 5 @NIV3 NIV3 5 @NIV4 NIV4 5 @VIC1 VIC1 5 @VIC2 VIC2 5 @VIC3 VIC3 5 @VIC4 VIC4 5 @VOLG VOLG 5 @VOL1 VOL1 5 @VOL2 VOL2 5 @VOL3 VOL3 5 @VOL4 VOL4 1. Matriz de dependências estendida • CBNs CANs • Dependência própria 2. Vetor de estados de disponibilidade, formado pelos elementos coluna equipamentos • Espaço de estados (0,1) 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 20
- 21. MPM – ELEMENTOS 3. Operadormatemático de dependências em série 4. Operador matemático de dependências em paralelo 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 21 𝑃𝑖,𝑗 = 1 𝑟 𝑆𝑖,𝑗 = 1 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 S 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,25 0,25 0,25 0,25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 P 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
- 22. MPM – ELEMENTOS 1.Vetor de Estados: 2. Operador Serial: 3. Operador Paralelo: 4. Vetor de Estados Inicial: 𝑉 = 𝑉𝑖(𝑡 , 𝑖 = 1,2, … , 𝑛 𝑆 = 𝑆𝑖,𝑗, 𝑖, 𝑗 = 1,2, … , 𝑛 𝑃 = 𝑃𝑖,𝑗, 𝑖, 𝑗 = 1,2, … , 𝑛 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 22 𝑅𝑖 𝑘 (𝑡
- 23. MPM – APLICAÇÃODOS OPERADORES 1. Aplicação do operador serial: 2. Aplicação do operador paralelo: 𝑅𝑖 𝑘+1 𝑡 = min 𝑆 𝑖,𝑗>0 𝑆𝑖,𝑗 × 𝑅𝑖 𝑘 (𝑡 , ∀𝑖, 𝑗 ∈ 1, 𝑛 𝑅𝑖 𝑘+2 𝑡 = 𝑃 𝑖,𝑗>0 (𝑃𝑖,𝑗 × 𝑅𝑖 𝑘+1 𝑡 , ∀𝑖, 𝑗 ∈ 1, 𝑛 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 23
- 24. MPM – NORMALIZAÇÃOE CONVERGÊNCIA 1. Normalização: 2. Análises de 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 24 𝑐 = 1 → 𝑅𝑖 𝑘+2 (𝑡 ≥ 𝐷𝑖 𝑐 = 0 → 𝑅𝑖 𝑘+2 (𝑡 < 𝐷𝑖 𝑅𝑖 𝑘+3 (𝑡 = 𝑐𝑅𝑖 𝑘+2 (𝑡 𝑅𝑖 𝑘 (𝑡 − 𝑅𝑖 𝑘+3 (𝑡 ≤ 𝜀 → 0
- 25. MPM – DIAGRAMADE FLUXO • Diagrama de fluxo do algoritmo do MPM 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 25 Entrada: Matriz Dep. Construção: MD Estendida Operadores Série e Paralelo Vetores de Estado Sim Não Aplicação do Opererador Serial sobre a MD Extendiada Aplicação do Opererador Paralelo sobre a MD Extendiada Análises de convergência do método Saída: Valores de disponibilidade dos CANs Aplicação das condições de normalização
- 26. MPM – DESEMPENHO 3/17/2015PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 26 1. Consumo de memória: 2. Tempo de execução: 𝐶𝑀 𝑀𝑃𝑀 = 2𝑛(𝑛 + 1 𝑇𝐸 𝑀𝑃𝑀 = 𝑛2 𝐼 ⇒ 𝑂(𝑛2 𝑛 = 𝑁𝐶𝐴𝑁 + 𝑁𝐶𝐵𝑁
- 27. MPM – VETOR RESULTANTENível MMD MPM 1 @SM 0.75 2 @NODO 0.75 2 @RES1 1 2 @RES2 1 2 @TR 1 3 @TUR1 0 3 @TUR2 1 3 @TUR3 1 3 @TUR4 1 4 @TUR-GEN1 0 4 @TUR-GEN2 1 4 @TUR-GEN3 1 4 @TUR-GEN4 1 4 @VAL1 1 4 @VAL2 1 4 @VAL3 1 4 @VAL4 1 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 27 1. Disponibilidade após a aplicação do MPM, sendo: • D(FLU1 = 0,0 2. A disponibilidade pode ser tratada em termos diferentes? • D(FLU1 = 0,37 Nível MMD MPM 1 @SM 0,84 2 @NODO 0,84 2 @RES1 1,0 2 @RES2 1,0 2 @TR 1,0 3 @LINHA1 0,37 3 @LINHA2 1,0 3 @LINHA3 1,0 3 @LINHA4 1,0 4 @TUR-GEN1 0,37 4 @TUR-GEN2 1,0 4 @TUR-GEN3 1,0 4 @TUR-GEN4 1,0 4 @VAL1 1,0 4 @VAL2 1,0 4 @VAL3 1,0 4 @VAL4 1,0
- 28. MPM – ANÁLISESDE SENSIBILIDADE 1. Degradação linear 2. Curva da banheira 3. Comportamento do sistema 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 28 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5 6 7 8 9 10 11 Disponibilidade Tempo (unidades de tempo) SM FLU1 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5 6 7 8 9 10 11 Disponibilidade Tempo (unidades de tempo) FLU1 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5 6 7 8 9 10 11 Disponibilidade Tempo (unidades de tempo) SM FLU1
- 29. RESULTADOS – ESTUDOS DECASO 2º Estudo de Caso: • UHE (Água Vermelha) • Reservatórios • Unidades Geradoras • Transformador 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 29 100% da demanda
- 30. RESULTADOS – ESTUDODE CASO II Cenári o Componentes Indisponíveis MMD MPM I RTR-IT1, RTR-BO2-AE Indisponível 0,0 II UG1-SAI-VA1, RTR-VNO2 Muito Degradado 0,5 III N1J Indisponível 0,0 IV UG1-SRV-BO2, RTR-VNA2 Muito Degradado 0,5 V UG1-SRV-BO2, RTR-VNA2, UG1- SRV-TQO Muito Degradado 0,5 VI RTR-TQA Indisponível 0,03/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 30
- 31. RESULTADOS – ESTUDODE CASO I Cenário Componentes Indisponíveis MMD MPM I FLU1 Degradado 0,75 II FLU1, AIR3 Muito Degradado 0,50 III FLU1, AIR3, VOL4 Indisponível 0,0 IV FLU1, AIR3, VOL4, AIR2 Indisponível 0,0 V NIV1 Indisponível 0,0 VI NIV1, NIV3 Indisponível 0,0 VII AIR2, VIC2 Degradado 0,75 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 31
- 32. ELEMENTOS COMPUTACIONAIS 3/17/2015 PROGRAMADE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 32 MMD – MPM Matriz de Dependência s Listas duplamente encadeadas Ordenação por níveis QuickSort (Iterativo) PilhasAlgoritmos de varredura e cálculo Varredura Direta Varredura Indireta Aritmética de Matrizes Plataforma: Java (Eclipse) Repositório: https://github.com/gustavitin/Disponibilidade.git
- 33. RESULTADOS 1. Método deMatriz de Dependências Melhorado Heurísticas ou metodologias Implementação computacional Testes e validação 2. Método de Propagação de Markov Modelo matemático Implementação computacional Testes e validação 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 33
- 34. COMPARAÇÃO DAS METODOLOGIAS Aspectos avaliadosMMD MPM Tipo de Abordagem Qualitativa Quantitativa Espaço de estados Escala de cores (5 níveis) Intervalo: [0, 1] Uso de matrizes de dependências Sim Sim Variabilidade da disponibilidade dos CBNs Não Sim Informação de Necessária Necessária3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 34
- 35. COMPARAÇÃO DAS METODOLOGIAS Aspectos avaliadosMMD MPM Informação Visual Sim Não Análises de configurações perigosas Sim Sim Avaliação de disponibilidade Sim Sim Avaliação de confiabilidade Sim Sim Associação a outras técnicas FMEA Markov Consumo de memória Tempo de cômputo 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 35 ~ ( )CAN DEPN N 2 ~ ( )CAN CBNN N 2 ( )CANO N 2 ( )O n
- 36. CONCLUSÕES 1. Método deMatriz de Dependências Melhorado 2. Método de Propagação de Markov 3. Validação 4. Atrativos: • Tipo de avaliação • Vantagens na compreensão de sistemas 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 36
- 37. CONCLUSÕES 4. Atrativos: • Heurísticassimples • Rapidez do desenvolvimento computacional • Baixo uso de recursos computacionais • Avaliação simultânea • Códigos computacionais abertos 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 37
- 38. CONCLUSÕES 5. Principais contribuições: •Aplicação do MMD ao análises de UHE • Introdução de um método de ordenação no MMD • Desenvolvimento de um novo método Markoviano com representação de sistemas em MD 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 38
- 39. TRABALHOS FUTUROS 1. Introduçãode diretivas de paralelização e uso de processadores gráficos 2. Uso de matrizes esparsas 3. Desenvolvimento dos métodos em outras plataformas computacionais 4. Aplicação em outros sistemas industriais 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 39
- 40. AGRADECIMENTOS • PPGMC • Fapesb •UESC 3/17/2015 PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA 40
Notas do Editor
- #2 Professores: Gildson Queiroz de Jesus José de Jesús Rivero Oliva
- #3 Sequência similar ao manuscrito final...
- #5 Análises de disponibilidade -> Instalações perigosas -> garantir a seguridade dos sistemas dos Sistemas industriais… Estapa inicial dessas avaliação formam incluídos os riscos que poderiam afetar: instalações e trabalhadores entorno circundante e meio ambiente económico (derivados interrupção da produção de serviços básicos) repercussão em outros setores…
- #7 3 Setores...
- #13 Vector de elementos indisponíveis -> entrada do sistema (INPUT)
- #14 Diagrama de representação para o estudo...
- #15 No final falar do primeiro enfoque (recursivo) -> alto custo computacional
- #17 Diagramas de fluxo
- #18 𝑁 𝐷𝐸𝑃 número de dependências máximo da Matriz Varredura direta: complexidade linear Varredura indireta: complexidade quadrática (um dos maior aporte deste neste método) Algoritmo de ordenação: Busca do primeiro elemento e atribuição de níveis. Complexidade quadrática. Depreciável, uma vez só.
- #19 Passos (heurísticas): 1. Procurar os elementos indisponíveis no vetor de estados e representa-los na Matriz de Dependências. 2. Propagar esses elementos nas linhas da Matriz. (CBNs para CANs) 3. Propagar os CANs afetados entre as linhas da Matriz. (Entre CANs)
- #21 MD estendida Vetor de estados 0 -> indisponível 1 -> disponível
- #25 Di -> critério de disponibilidade (sucesso) Erro fixado previamente
- #27 Consumo de Memória (CM) - Os dois operadores matemáticos e os vetores de estados. Tempo de execução: - quadrado do número de operações vezes iterações
- #28 Item 1 - Resultado numérico (qualitativo). - Maior precisão
- #29 Impacto do deterioro progresivo dos componentes avaliados sobre a disponibilidade do sistema Curva da banheira - Representa as taxas de falha de um dispositivo - Pode ser obtida experimentalmente
- #30 1º Caso de Estudo – já conhecido (38 componentes) 2º Caso de Estudo (152 componentes): UHE (Água Vermelha) operada pela Aés-Tietê Reservatórios a montante e jusante Transformador e sistema de resfriamento (RTR) Unidades geradoras Comportas a montante e jusante Turbina Gerador Sistema de regulação de velocidade (SRV) Sistema anti incêndios do gerador (SAI)
- #31 RTR - Trocador de calor - Bomba de óleo UG1 - RTR - Válvula pneumática - Válvula de não retorno Reservatório a jusante - Nível de agua um UG1 – RTR - Bomba de óleo - Válvula de não retorno UG1 – RTR - Anterior + Tanque de óleo RTR - Tanque de água
- #32 Fluxo de água da turbine linha 1. Pressão do ar no sistema pneumático linha 3. Voltagem no gerador linha 4. Pressão de ar no sistema pneumático linha 2 Nível de agua 1 reservatório a montante. + Nível de agua 3 reservatório a jusante Pressão de ar no sistema pneumático linha 2, + mecanismo de controle da válvula de ar linha 2.
- #33 A modo de resumo: Estruturas de dados: - Listas duplamente encadeadas. Percorrer a matriz em ambos sentidos. - Algoritmos de ordenação (Redução do tempo de execução): - QuickSort (Iterativa que garante - Menor consumo de memória). Ordenação em base ao número de níveis. - Pilhas (LIFO). Formam utilizadas as estruturas de listas implementadas em classes. Algoritmos de varredura e cálculo: - VD - VI - Aritmética de Matrizes (soma, multiplicação, busca) 3. Plataforma Git - Sistema distribuído de revisão e controle para desenvolvimento de software. - Adicionado na última versão
- #34 Modelos Implementação Testes - Usinas Hidrelétricas (Quatro Modelos de UHE)
- #36 FMEA – Failure Modes and Effects Analyses
- #37 MMD – MPM. Panorâmica: características serie – paralelo, representações em MD, avaliação dos cenários. Validação: - comparação entre os resultados de ambos métodos, - inspeção visual das propagações realizadas, - comprovação numérica. Atrativos: - Tipos de avaliação: qualitativa e quantitativa. - Vantagens na compreensão dos sistema como resultado no uso de MD. - Cálculo de disponibilidade a partir de valores instantâneos (No uso de históricos)
- #38 MMD – MPM. Panorâmica: características serie – paralelo, representações em MD, avaliação dos cenários. Validação: - comparação entre os resultados de ambos métodos, - inspeção visual das propagações realizadas, - comprovação numérica. Atrativos: - Tipos de avaliação: qualitativa e quantitativa. - Vantagens na compreensão dos sistema como resultado no uso de MD. - Cálculo de disponibilidade a partir de valores instantâneos (No uso de históricos). - Heurística simples. - Rapidez do desenvolvimento. - Baixo uso de recursos computacionais (comparação). - Avaliação simultânea de empreendimentos com igual foco de trabalho. - Códigos computacionais abertos.
- #39 5. Contribuições: - Aplicação - Introdução do método de ordenação de MD (desempenho computacional) algoritmo recursivo -> iterativo com custo polinomial. - Desenvolvimento novo método Markoviano com representação de sistemas em MD, que possibilita a avaliação quantitativa de sistemas industriais.
- #40 Aspecto negative: dimensão das Matrizes – Uso de paralelismo. Matrizes esparsas (incremento no desempenho). Pataformas: C, C++, Aplicação: indústria nuclear e aeroespacial.