Attenzione: la disponibilità può scendere al di sotto dello stato stazionario!

La maggior parte delle analisi sulla disponibilità del sistema si riferisce allo stato stazionario, ovvero la disponibilità a cui il sistema converge con l'aumentare del tempo di funzionamento. Le equazioni standard per il calcolo della disponibilità si riferiscono allo stato stazionario (es. EN 61078).
La disponibilità del punto è la disponibilità del sistema prevista in un momento specifico. Sebbene lo stato stazionario sia un buon indicatore del comportamento del sistema, è importante chiedere:

Ci sono casi in cui la disponibilità del punto di sistema scende al di sotto della disponibilità dello stato stazionario?
La risposta sorprendente è SI!

Ciò significa che un'analisi dello stato stazionario può fornire un risultato troppo ottimistico!

Abbiamo usato Software di simulazione RBD Monte Carlo di BQR per simulare vari sistemi e identificare i casi in cui la disponibilità dei punti scende al di sotto dello stato stazionario:

Per semplicità si presume un tasso di riparazione costante per tutti gli esempi seguenti.

Blocco con distribuzione degli errori non esponenziale:

Un singolo blocco con una distribuzione dei guasti di Weibull può avere una disponibilità di punti che scende al di sotto dello stato stazionario:

K su N con riparazione a freddo:

La riparazione a freddo è un caso in cui un blocco non riuscito non può iniziare il ripristino mentre il sistema è in funzione. Per il funzionamento del sistema sono necessari K o più blocchi su N. Il ripristino inizia solo quando il sistema fallisce, cioè i blocchi N-K + 1 falliscono. Durante il ripristino il sistema viene arrestato, i blocchi K-1 che non si sono guastati, sono in modalità standby. Quando tutti i blocchi non riusciti vengono riparati, il sistema torna a funzionare.
In questo caso il funzionamento e il ripristino dei blocchi non è indipendente. Un'operazione di blocco può essere interrotta a causa del fallimento di un blocco adiacente.
La correlazione tra i blocchi può creare una situazione in cui la disponibilità del punto scende al di sotto dello stato stazionario anche quando i blocchi hanno un tasso di guasto costante.
La figura seguente presenta un modello 2 su 3 in cui i blocchi figlio hanno un tasso di errore costante:

Ogni blocco figlio nel modello K su N può essere trovato in uno dei quattro stati:

• Operativo
• Standby (il blocco non è fallito ma viene interrotto a causa del fallimento dei blocchi vicini)
• Non riuscito (blocco non riuscito ma il ripristino non è ancora iniziato)
• Restauro

La figura seguente presenta la probabilità di trovarsi in ogni stato per un blocco figlio del sistema K out of N dalla Fig.2:

Standby con riparazione a freddo:

Standby significa che un sottosistema primario funziona mentre un backup non è in funzione. Quando l'unità principale si guasta, il backup entra in funzione.

Standby con riparazione a freddo significa che la riparazione inizia solo quando sia il primario che il backup falliscono.

Le unità primarie e di backup sono correlate e questo può creare una situazione in cui la disponibilità del punto scende al di sotto dello stato stazionario anche quando le unità hanno un tasso di guasto costante.
La figura seguente presenta un modello di standby in cui i blocchi figlio hanno un tasso di errore costante:

Ogni blocco figlio nel modello standby può essere trovato in uno dei quattro stati (simile al modello K su N con riparazione a freddo).

Le figure seguenti presentano la probabilità di trovarsi in ogni stato per le unità primaria e di backup:

Le figure 5 e 6 mostrano il diverso comportamento delle unità primaria e di riserva.

L'unità primaria inizia in modalità operativa mentre lo standby inizia in modalità standby.

conclusioni

Ci sono casi in cui la disponibilità dei punti scende al di sotto dello stato stazionario.

La simulazione Monte Carlo può essere utilizzata per identificare questi casi e prevenire un'analisi della disponibilità troppo ottimistica.