Com o BlockSim, vamos demonstrar uma análise de estimativa inicial sobre o ciclo de vida de um sistema de perfuração complexo que começa como novo (100% de probabilidade inicial no estado de capacidade total). O sistema tem uma probabilidade de degradar-se em vários estados de capacidade com o tempo e pode eventualmente entrar num estado de salvamento. Há também uma probabilidade de ser devolvido à condição de bom como novo a partir de cada estado degradado, excepto do estado de salvamento. O estado de salvamento é considerado um “sumidouro”, um estado do qual não há transições para nenhum outro estado e, portanto, temos zero probabilidade de sair. Queremos determinar, em média, qual a percentagem do tempo que será gasto em cada estado ao longo de um período de 10 anos. Para realizar este tipo de análise, utilizaremos um diagrama discreto de Markov. A nossa configuração inicial é assim:
Estimamos as seguintes probabilidades por mês para se deslocar entre estados:
Com base nessas percentagens, o diagrama final que está pronto para análise tem a seguinte aparência:
Uma vez que as nossas probabilidades estimadas estão numa escala mensal, vamos tomar cada passo da análise como o equivalente a um mês. Isto significa que executaremos o nosso cálculo para 120 passos. Depois de calcularmos o diagrama, podemos ver que a matriz de probabilidade de transição entre os estados se parece com isto (que podemos facilmente usar para verificar as nossas entradas):
| Diagrama completo | |||||
|---|---|---|---|---|---|
| DE -> A | Capacidade | Capacidade | Capacidade | Capacidade | Salvamento |
| Capacidade | 0.99 | 0.01 | 0 | 0 | 0 |
| Capacidade | 0.1 | 0.87 | 0.03 | 0 | 0 |
| Capacidade | 0.08 | 0 | 0.86 | 0.06 | 0 |
| Capacidade | 0.05 | 0 | 0 | 0.87 | 0.08 |
| Salvamento | 0 | 0 | 0 | 0 | 1 |
Neste exemplo de estudo de caso, porque temos um estado “sumidouro”, não atingimos o estado estacionário, onde todas as probabilidades atingiram um valor constante, mas sim um estado pseudo-estacionário onde as probabilidades estão a mudar a uma taxa aproximadamente constante.
Posteriormente, podemos verificar o resumo dos resultados para determinar as probabilidades médias em cada estado e as probabilidades pontuais após 120 passos (10 anos).
| Resultados após 120 Passos | ||||
|---|---|---|---|---|
| Nome do Estado | Probabilidade inicial | Probabilidade média | Probabilidade do ponto | Passos despendidos no Estado |
| Capacidade | 1 | 0.894127 | 0.859252 | 107.295203 |
| Capacidade | 0 | 0.064845 | 0.066382 | 7.781451 |
| Capacidade | 0 | 0.013046 | 0.014282 | 1.565469 |
| Capacidade | 0 | 0.005597 | 0.00662 | 0.671615 |
| Salvamento | 0 | 0.022386 | 0.053464 | 2.686261 |
A partir dos resultados podemos concluir que a maior parte do tempo (89,4%) o nosso sistema deve estar a funcionar a 100% da capacidade e que após o período de 10 anos há cerca de 5,3% de probabilidade de o sistema se degradar a um ponto a partir do qual não pode ser restaurado (o estado de salvamento).
Isso reunirá as marcas HBM, Brüel & Kjær, nCode, ReliaSoft e Discom, ajudando o senhor a inovar mais rapidamente para um mundo mais limpo, mais saudável e mais produtivo.
Isso reunirá as marcas HBM, Brüel & Kjær, nCode, ReliaSoft e Discom, ajudando o senhor a inovar mais rapidamente para um mundo mais limpo, mais saudável e mais produtivo.
Isso reunirá as marcas HBM, Brüel & Kjær, nCode, ReliaSoft e Discom, ajudando o senhor a inovar mais rapidamente para um mundo mais limpo, mais saudável e mais produtivo.
Isso reunirá as marcas HBM, Brüel & Kjær, nCode, ReliaSoft e Discom, ajudando o senhor a inovar mais rapidamente para um mundo mais limpo, mais saudável e mais produtivo.
Isso reunirá as marcas HBM, Brüel & Kjær, nCode, ReliaSoft e Discom, ajudando o senhor a inovar mais rapidamente para um mundo mais limpo, mais saudável e mais produtivo.