Fiabilidad y modelado de redundancia

El cálculo de la tasa de falla es simple para sistemas sin redundancias y componentes con una tasa de falla constante: simplemente sume las tasas de falla de los componentes.
En estos casos, el tiempo medio entre fallas (MTBF) también es fácil de calcular:

 

MTBF = 1 / Tasa de falla

 

Sin embargo, los sistemas con tolerancia a fallas, redundancias y componentes que envejecen (aumentando la tasa de fallas en el tiempo) son más difíciles de modelar.
Los detalles adicionales que pueden afectar el modelo de confiabilidad del sistema son: perfil de operación, logística de repuestos e inspecciones y mantenimiento programados.

BQR tiene una vasta experiencia con el modelado de confiabilidad de sistemas complejos, utilizando las herramientas de software de BQR: Diagrama de bloques de confiabilidad (básico y redes), modelos de cadena de Markov, Análisis de árbol de fallas que admite causas comunes y causas comunes anidadas (causas comunes dentro de causas comunes) y apmOptimizer .

BQR también tiene simulaciones de Monte Carlo que se pueden adaptar a casos especiales.

Herramientas avanzadas de BQR para modelar confiabilidad

Diagrama de bloques de confiabilidad (básico)

Se utiliza para modelar sistemas con dependencias de bloque estándar (Serie, Paralelo, K fuera de N y Stand-By), con varias políticas de reparación (Caliente, Frío) y distribuciones de fallas.

Diagrama de bloques de confiabilidad (red)

Se utiliza para modelar sistemas con dependencias de bloque no estándar.

Simulaciones de Monte Carlo

Se utiliza para trazar la disponibilidad de puntos y otros parámetros dependientes del tiempo.

Cadenas de Markov

Se utiliza para modelar la carga compartida, piezas de repuesto compartidas y otros sistemas donde la tasa de falla de los componentes depende de otros componentes.

Análisis del árbol de fallos

Se usa principalmente para análisis de seguridad, apoyando causas comunes anidadas.