Avec BlockSim, nous allons démontrer une première analyse d'estimation sur le cycle de vie d'un système de forage complexe qui démarre comme neuf (100% de probabilité initiale à l'état pleine capacité). Le système a une probabilité de se dégrader en divers états de capacité avec le temps et peut éventuellement entrer dans un état de récupération. Il y a également une probabilité d'être remis à l'état neuf à partir de chaque état dégradé, sauf à partir de l'état de récupération. L'état de récupération est considéré comme un « puits », un état à partir duquel il n'y a pas de transitions vers un autre état et donc nous avons zéro probabilité de partir. Nous voulons déterminer, en moyenne, quel pourcentage du temps sera passé dans chaque État sur une période de 10 ans. Pour effectuer ce type d'analyse, nous utiliserons un diagramme de Markov discret. Notre configuration initiale ressemble à ceci:
Nous estimons les probabilités suivantes par mois de se déplacer d'un état à l'autre:
Sur la base de ces pourcentages, le diagramme final prêt à être analysé ressemble à ceci:
Puisque nos probabilités estimées sont sur une échelle de mois, nous prendrons chaque étape de l'analyse pour être l'équivalent d'un mois. Cela signifie que nous allons exécuter notre calcul pour 120 étapes. Après avoir calculé le diagramme, nous pouvons voir que la matrice de probabilité de transition entre les états ressemble à ceci (que nous pouvons facilement utiliser pour vérifier nos entrées):
| Schéma complet | |||||
|---|---|---|---|---|---|
| DE -> À | Capacité : | Capacité : | Capacité : | Capacité : | Salvave |
| Capacité : | 0.99 | 0.01 | 0 | 0 | 0 |
| Capacité : | 0.1 | 0.87 | 0.03 | 0 | 0 |
| Capacité : | 0.08 | 0 | 0.86 | 0.06 | 0 |
| Capacité : | 0.05 | 0 | 0 | 0.87 | 0.08 |
| Salvave | 0 | 0 | 0 | 0 | 1 |
Dans cet exemple d'étude de cas, parce que nous avons un état de « puits », nous n'atteignons pas un état stationnaire, où toutes les probabilités ont atteint une valeur constante, mais plutôt un état pseudo-stationnaire où les probabilités changent à un rythme à peu près constant.
Ensuite, nous pouvons vérifier le résumé des résultats pour déterminer les probabilités moyennes dans chaque état et les probabilités ponctuelles après 120 étapes (10 ans).
| Résultats après 120 étapes | ||||
|---|---|---|---|---|
| Nom de l'État | Probabilité initiale | Probabilité moyenne | Probabilité ponctuelle | Étapes passées dans l'état |
| Capacité : | 1 | 0.894127 | 0.859252 | 107.295203 |
| Capacité : | 0 | 0.064845 | 0.066382 | 7.781451 |
| Capacité : | 0 | 0.013046 | 0.014282 | 1.565469 |
| Capacité : | 0 | 0.005597 | 0.00662 | 0.671615 |
| Salvave | 0 | 0.022386 | 0.053464 | 2.686261 |
D'après les résultats, nous pouvons conclure que la majorité du temps (89,4 %) notre système devrait fonctionner à 100 % de sa capacité et qu'après la période de 10 ans, il y a environ 5,3 % de chances que le système se dégrade à un point à partir duquel il ne peut pas être rétabli (l'état de récupération).
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.
Cela réunira les marques HBM, Brüel & Kjær, nCode, ReliaSoft, MicroStrain et Discom, vous aidant à innover plus rapidement pour un monde plus propre, plus sain et plus productif.