Applications of bayesian networks in complex system reliability
Karmaşık sistem güvenilirliğinde bayesian network uygulamaları
- Tez No: 722200
- Danışmanlar: PROF. JOSE EMMANUEL RAMIREZ-MARQUEZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Stevens Institute of Technology
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Sistem Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 431
Özet
Sistem güvenilirliği, bir sistemin belirtilen koşullar altında belirli bir süre boyunca amaçlanan işlevini yerine getirme olasılığı olarak tanımlanabilir; ve sistem güvenilirliğini tahmin etmek, sistem mühendisleri için önemli ve zorlu bir problemdir. Güvenilirlik analizine yönelik mevcut yaklaşımlar, her biri belirli bir sistem için tasarlanmış özel ağlar kullanır. Bu varsayım, Bayes Ağlarının (BN) sistemin davranışı hakkında“yeterli”bilgiye sahip bir uzman tarafından yapıldığını varsayar. Ancak incelenen her sistem için böyle bir uzman bulmak her zaman mümkün olmayabilir. Bu tür uzmanların sayısı sınırlıdır ve birini bulmak genellikle zor ve maliyetlidir. Bu tez, karmaşık sistemlerde güvenilirlik tahmini, duyarlılık analizi ve arıza teşhisi için bir metodoloji sunar. Karmaşık bir sistem, çok sayıda etkileşimli bileşene sahip herhangi bir sistemdir ve tipik olarak çeşitli alt sistemleri içerir. Bu sorunu çözmek için, bu tezde tanıtılan metodoloji, gözlemlenen stokastik olaylara dayalı bir sistemin davranışını modellemek ve tahmin etmek için kullanılan olasılıksal bir yaklaşım olan Bayes ağlarını (BN) kullanır. Bu tez, karmaşık sistemlerde güvenilirliği tahmin etmek için BN modelinin otomatik inşası için bütünsel bir yöntem sunar. Ayrıca önceki çalışmalar, BN'nin duyarlılık analizi ve arıza teşhisi amacıyla kullanılabileceğini göstermiştir. Bu tezde, BN kullanılarak karmaşık sistemlerin duyarlılık analizi için yeni bir algoritma sunulmaktadır. Bu tez ayrıca, karmaşık sistem güvenilirliğindeki benzeri görülmemiş değişiklikleri teşhis etme süresini azaltmak için buluşsal yöntemler ile BN kullanan karmaşık sistemlerde etkin arıza teşhisi için bir algoritma sunar. Bunlara ek olarak, bu tez, BN kullanımı ile grid sistem güvenilirliğini tahmin etme üzerine bir vaka çalışması sunmaktadır. Boyutları ve karmaşıklıkları nedeniyle, sistem güvenilirliği tahmini için geleneksel yöntemler, karmaşık ızgara sistemlerinde kullanılamaz. Bu vaka çalışmasında, güvenilirlik tahmini metodolojisi şebeke sistemlerine uygulanmakta ve şebeke sistemlerinin güvenilirliğinin tahmin edilmesinde etkin bir şekilde kullanılmaktadır. Sonuçları doğrulamak ve tanıtılan metodolojilerin performansını göstermek için bu tez gerçek hayattan bir uygulama sunmaktadır.
Özet (Çeviri)
System reliability can be defined as the probability that a system will perform its intended function during a specified period of time under stated conditions; and estimating system reliability is an important and challenging problem for system engineers. Current approaches for reliability analysis use specialized networks, each of which is designed for a specific system. This assumption presupposes that the BN is built by an expert who has“adequate”knowledge about the behavior of the system. However, finding such an expert may not be possible at all times for every system under consideration. The number of such experts is limited and finding one is usually difficult and costly. This dissertation introduces a methodology for reliability estimation, sensitivity analysis and fault diagnosis in complex systems. A complex system is any system with a large number of interacting components, and typically includes various subsystems. To solve this problem, the methodology introduced in this dissertation uses Bayesian networks (BN), which is a probabilistic approach that is used to model and predict the behavior of a system based on observed stochastic events. This dissertation introduces a holistic method for automated construction of BN model for estimating reliability in complex systems. Also, previous studies showed that BN can be used for sensitivity analysis and fault diagnosis purposes. In this dissertation, a new algorithm for sensitivity analysis of complex systems is provided by using BN. This dissertation also introduces an algorithm for efficient fault diagnosis in complex systems using BN with heuristics to reduce the time to diagnose the unprecedented changes in the complex system reliability. In addition to these, this dissertation presents a case study on estimating grid system reliability with the use of BN. Due to their size and complexity, traditional methods for system reliability estimation cannot be used in complex grid systems. In this case study, the methodology for reliability estimation is applied to the grid systems and effectively used in estimating grid systems reliability. In order to validate the results and demonstrate the performance of the introduced methodologies, this dissertation presents a real-life application.
Benzer Tezler
- Çeşitli mikroşerit antenlerin karakteristik parametrelerinin farklı algoritmalarla eğitilen yapay sinir ağları ile hesaplanması
Computation of characteristics parameters of various type microstrip antennas with the use of artificial neural networks trained by different learning algorithms
SEYFETTİN SİNAN GÜLTEKİN
Doktora
Türkçe
2002
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KERİM GÜNEY
- Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği
Short–term wind speed forecasting in smart grids with machine learning techniques: A case study in Kocaeli-Türkiye
MAYSA GAIDOUM AHMED GAIDOUM
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Real-time performance diagnosis and evaluation of big data systems in cloud datacenters
Bulut veri merkezlerinde büyük veri sistemlerinin gerçek zamanlı performans teşhisi ve değerlendirilmesi
ÜMİT DEMİRBAGA
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNewcastle UniversityBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. RAJIV RANJAN
- Trijenerasyon sistemlerinin modellenmesine yönelik yeni bir yaklaşım: Bir üniversite uygulaması
A new approach for the modelling of trigeneration system: A university applications
KEZBAN BULUT
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLGÜN KAYAKUTLU
- A fast 3d flow field prediction around bluff bodies using deep learning
Derin öğrenme kullanılarak küt cisimler etrafındaki 3 boyutlu akış alanının tahmini
FARHAD NEMATI TAHER
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDUSSAMET SUBAŞI