Példák Egy berendezés meghibásodását vizsgáljuk, azonos T időközök alatt. A meghibásodások száma: n 1,n 2,...,n N. Milyen modell használható? Példa: Egy.

Slides:



Advertisements
Hasonló előadás
A vagyonvédelemtől a katasztrófavédelemig.
Advertisements

I. előadás.
Adatbázisrendszerek elméleti alapjai 2. előadás
2. előadás.
10. Tétel Sikeresen működő üzletét az igényeknek megfelelően bővíteni szeretné. Ehhez szüksége van egy üzleti terv elkészítésére. Foglalja össze, hogy.
Az Önkéntes Tűzoltó Egyesületek szerepe
Vendéglátás és szállodaszervezés, gazdálkodás
Gépelemek II. előadás 6-7.hét
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Adatbázisrendszerek elméleti alapjai 5. előadás
Programozási alapismeretek 7. előadás. ELTE Szlávi-Zsakó: Programozási alapismeretek 7. előadás2/  Sorozatszámítás.
EKG kapuzott (ECG gated) szív vizsgálat
Máté: Orvosi képfeldolgozás3. előadás1 Torzítás. Máté: Orvosi képfeldolgozás3. előadás2 A tárgy nagyítása A forrás nagyítása forrás tárgy kép A tárgy.
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Közúti és Vasúti járművek tanszék. Célja:az adott járműpark üzemképes állapotának biztosítása. A karbantartás folyamatait gyakran az üzemeltetést is kiszolgáló.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Fuzzy halmazok. 4. előadás2 3 4 Egy hagyományos halmazEgy Fuzzy halmaz.
Adatbázisrendszerek elméleti alapjai 7. előadás
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Regresszióanalízis 10. gyakorlat.
Játékelméleti alapfogalmak előadás
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Készítette: Kosztyán Zsolt Tibor
Az Alakfelismerés és gépi tanulás ELEMEI
Veszélyes üzemek kritikus infrastruktúra védelmi aspektusai
Statisztika.
Kvantitatív Módszerek
Az elemzés és tervezés módszertana
$ Információ Következmény Döntés Statisztikai X.  Gyakorlati problémák megoldásának alapja  Elemzéseink célja és eredménye  Központi szerep az egyén.
Hipotézis vizsgálat (2)
Ipari katasztrófák nyomában 4. előadás1 A szervezettség.
Ipari katasztrófák nyomában 2. előadás1 Természettudományos ismeretek.
Ipari katasztrófák5. előadás1 Eseménykivizsgálás.
Kockázatelemzés (PSA)
Ipari Katasztrófák nyomában 7. előadás1 Biztonsági adatok gyűjtése és elemzése.
Ipari katasztrófák nyomában 11. előadás1 Monte-Carlo módszerek.
Nagy rendszerek biztonsága
Ipari Katasztrófák3. előadás1 A technika. Ipari Katasztrófák3. előadás2 A technológia kialakulása 1.Alapkutatás: a természettudományos össze- függések.
Ipari katasztrófáknyomában 6. előadás1 Mélységi védelem Célok: Eszközök meghibásodása és emberi hibák esetén bekövetkező meghibásodások kompenzálása A.
Ipari katasztrófák nyomában 4. előadás1 Kezdeti események Feladat: egy valószínűségi modell felállítása, amelyből megbecsülhető a kezdeti esemény valószínűsége;
Eseménykivizsgálás (Root cause analysis)
Alapsokaság (populáció)
Alapfogalmak.
Költség-minimalizálás az ellenőrző kártyák alkalmazásánál Feladatmegoldás, kiegészítés.
Van-e munkahelyi kockázat? Ha van, milyen?
Máté: Orvosi képfeldolgozás6. előadás1 tüdő lép máj Szívizom perfúzió (vérátfolyás) bal kamra jobb kamra A bal kamrai szívizom vérellátásának megítélését.
I. előadás.
Osztott adatbázisok.  Gyors ismétlés: teljes redukáló  Teljes redukáló költsége  Természetes összekapcsolások vetítése  Természetes összekapcsolások.
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Máté: Orvosi képfeldolgozás8. előadás1 Kondenzált képek Transzport folyamat, pl. mukocilliáris klírensz (a légcső tisztulása). ROI kondenzált kép F 1 F.
Üreges mérőhely üreg kristály PMT Nincs kollimátor!
Barna Róbert KE GTK Informatika Tanszék Pénzügyi feladatok VBA támogatása 7. előadás.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Kutatásmódszertani dilemmák
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Közúti és Vasúti Járművek Tanszék. A ciklusidők meghatározása az elhasználódás folyamata alapján Az elhasználódás folyamata alapján kialakított ciklusrendhez.
Máté: Orvosi képfeldolgozás5. előadás1 Mozgó detektor: előnyHátrány állójó időbeli felbontás nincs (rossz) térbeli felbontás mozgójó térbeli felbontás.
Máté: Orvosi képfeldolgozás12. előadás1 Regisztrációs probléma Geometriai viszony meghatározása képek között. Megnevezései: kép regisztráció (image registration),
Máté: Orvosi képfeldolgozás5. előadás1 yy xx Linearitás kalibráció: Ismert geometriájú rács leképezése. Az egyes rácspontok képe nem az elméletileg.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Mintavétel.
A számítógépes elemzés alapjai
I. Előadás bgk. uni-obuda
Gazdaságinformatikus MSc
Előadás másolata:

Példák Egy berendezés meghibásodását vizsgáljuk, azonos T időközök alatt. A meghibásodások száma: n 1,n 2,...,n N. Milyen modell használható? Példa: Egy USA atomerőmű 34 alkalommal állt le 1987 és 1995 között, az üzemideje óra. Alkalmazható-e a Poisson modell? az esemény bekövetke-zésének val.ge arányos az intervallum hosszával p=  t; egyszerre két esemény nem fordulhat elő; diszjunkt intervallu-mokban az esemény előfordulása független esemény; véletlen számú esemény fordul elő egy előre megadott interval- lumban. Erre nem alkalmazható a Poisson modell. Ipari katasztrófák5. előadás1

Feszültségkimaradás USA erőművekben között 80 feszült- ségkiesés (LOSP) volt. A vizsgálatok szerint a 16 év alatt nem volt látható trend. Az első feltétel tehát teljesül, az átlagos fesz. kim. száma inga- dozik ugyan erőművenként, de kb. állandónak tekinthető (nincs eltérés az erőművek között). A köv. feltétel kizárja a többszörös meghibásodást egyidőben. A 80 esetből 2 esetben fordult elő egyidejű meghibásodák két erőműben. A 3. feltétel statisztikai függetlenség?? Ipari katasztrófák5. előadás2

Adatelemzés-1 Legyen tehát Poisson. Határozzuk meg tehát a meghibásodás várható értékét. Legyen n i =a  i ahol a a meghib. nagysága,  i véletlen szám. Feladat: a becslése. Maximum likelihood elv: a paraméter becslésének azt az értéket választjuk, amelyre Ipari katasztrófák5. előadás3

Adatelemzés-2 Itt p(a,n) annak valószínűsége, hogy a paraméter a értéke mellett a mérés eredménye n. A mérési eredmények függetlenek, ezért Ipari katasztrófák5. előadás4 Ez az a paraméter optimális becslése.

Adatelemzés-3 A szórás kiszámításához szükséges Ipari katasztrófák5. előadás5 A becsült paraméter szórása Irodalom: Pál Lénárd: A Valószínűségszámítás és a statisztika alapjai Szatmáry Zoltán: Méréskiértékelés

Kiegyenlítés Megmérjük egy háromszög szögeit, az eredmény:  =54 o 5’  =50 o 1’  =76  6’. A szögek összege 180 o 12’. Mi a teendő?  =  0 +  1  =  0 +  2  =  0 +  3  1 +  2 +  3 =12’ Q=   1 +   2 +  3 2 amihez az egyenlő értékek tartoznak.

Ipari katasztrófák5. előadás7 Eseménykivizsgálás

Ipari katasztrófák5. előadás8 Az eseménykivizsgálás háttere Egy esemény vizsgálta azzal a céllal, hogy megtaláljuk azt a körülményt vagy ese- ményt, amely eltávolítása megakadályoz- za az esemény ismételt előfordulását. Oknak olyan eseményt, körülményt lehet tekinteni, amely a szervezet ellenőrzése alatt áll. Tegyünk különbséget a látszólagos ok és az ok között.

Ipari katasztrófák5. előadás9 Ritkán nevezhető meg egyetlen ok. Ha alkal- mazzák a védelmi korlátokat, a mélységi védelmet, akkor csak több együttes ok vezet- het komoly bajhoz. Az oknak biztosítania kell az eseményből a maximális tanulság levonását. Ha feltáratlan okok maradnak, az később sokba fog kerülni. A „majdnem baleset” elemzése legalább olyan tanulságos, mint egy katasztrófáé.

Ipari katasztrófák5. előadás10 az analízis részekre bontást jelent az eseménykivizsgálás módszeres vizsgálatot jelent Az analízis módszereinek két funkciója: az adatok, ismeretek struktúrába rendezése és a kivizsgáláshoz kérdések megfogalmazása Az eseménykivizsgálásnak kb. 100 módszerét szabadalmaztatják A módszerek vátozatosak komplexitásukat, alkalmasságukat, időigényüket tekintve.

Ipari katasztrófák5. előadás11 Elvi megfontolások az analízis legyen alapos a történtek kivizsgálásában az azonosított problémák és okok átte- kintése legyen széleskörű legyen tanulságos a vezetés számára is. Mindent vizsgáljon meg figyelmesen, ne ugorjon egyből a következtetésekre Szolgáljon, ne rendelkezzen

Ipari katasztrófák5. előadás12 A vizsgálat legyen módszeres, gyűjtsünk tényeket, ne ad hoc módon elemezzünk Gondoljunk arra, hogy több ok valószínű Végezzünk alapos elemzést Legyünk rendesek (fairness) és hatéko- nyak

Ipari katasztrófák5. előadás13 helyezze előtérbe a szervezett tanulást az egyéni hiányosságokkal szemben legyen hatékony, ossza be az erőforrá- sokat Emberek, üzem, eljárások Vegyük számba a lehetséges segítőket a fenti területekről, de ne gondoljuk őket egymástól függetlennek

Ipari katasztrófák5. előadás14 A vizsgálat során az alábbi hierarchiát keressük a vizsgált létesítményben: 1, A tervezésben érvényesült a legkisebb kockázat elve? 2, Alkalmaztak biztonsági berendezéseket? 3, Voltak figyelmeztető jelzések? 4, Léteztek követendő eljárások? 5, Az intézkedésekben fellelhető a képzés, tudatosság? 6, Küldtek infót a vezetésnek kockázatról?

Ipari katasztrófák5. előadás15 A vizsgálat során alkalmazott megfontolások: 1, Eseménybesorolás (3-4 kategória legyen) 2, A vizsgálat részfeladatait kategóriák szerint osszuk ki (csoportos, egyéni) 3, Jelöljük meg a követendő eljárást 4, A résztvevők kiválasztása

Ipari katasztrófák5. előadás16 Kockázat szerinti kategóriák: 1, Katasztrófa: haláleset, jelentős anyagi veszteség, komoly termeléskiesés, közérdeklődés, hatósági beavatkozás. 2,Kritikus: Súlyos sérülés, jelentős kár a berendezésekben, termeléskiesés, több egységet érint, más körülmények között lehetne katasztrófa is. 3, Küszöbeset: Kisebb sérülések, kisebb kár a berendezésben, egy egységet érint.

Ipari katasztrófák5. előadás17 4, Lényegtelen. A fentieknél enyhébb következmények. Gyakoriság szerinti kategóriák 1, Gyakori: valószínű többszöri előfordulás egy berendezésnél, nagyon gyakori sok hasonló berendezés esetén 2, Valószínű: Valószínű többszöri előfordulás a berendezés élettartama alatt

Ipari katasztrófák5. előadás18 3, Alkalmi: néha előfordul a berendezés élettartama alatt 4, Ritka: Valószínűtlen, de lehetséges esetek a berendezés élete alatt 5, Valószínűtlen: feltételezhető, hogy nem fog előfordulni a berendezés élete alatt

Ipari katasztrófák5. előadás19 Adatgyűjtés Ismerd meg a berendezést, a körülményeket! Hívj szakértőket! Őrizd meg az információt! Vizsgáld az összefüggéseket Elemezd a berendezéseket!

Ipari katasztrófák5. előadás20 Ismerd meg … Szemtanúk vallomásai írásban! Az információ elillan, az emberek felejte- nek Egy kép szebben beszél 1000 szónál! A jelenlétet semmi sem pótolhatja

Ipari katasztrófák5. előadás21 Vizsgáld az összefüggéseket Ki ismeri az adott berendezést (gyártó, szállító, felhasználó)? Értsd meg a berendezés történetét! Vizsgáld a kérdéseket hosszútávon!

Ipari katasztrófák5. előadás22 Elemezd a berendezést Hibafa analízis, meghibásodási módok, hibák hatása. Végezz teszteket!

Ipari katasztrófák5. előadás23 INTERJÚ Az interjú két partner közti orális kommu- nikáció, a két partner egyikének előre meghatározott, komoly célja van. A két partner között kérdés-válasz kapcsolat van. Cél, alany, környezet, megközelítés, időrend

Ipari katasztrófák5. előadás24 Elemzési módszerek Change: gyors, intuitív Kockázat-korlát-cél: széleskörűen alkalmazható Hibafa-analízis: hardveren sikeres Esemény-ok: rugalmas, tényekre összpontosít MORT: (Management Oversight and Risk Tree) átfogó könnyen használható

Ipari katasztrófák5. előadás25 Eseménykivizsgálás típusai az esemény típusának megállapítása monitorozás fejlesztése a balesettel kapcsolatos kockázat elemzése a baleset lefolyásának elemzése, az okok vizsgálata Az érintett területek elemzése

Ipari katasztrófák5. előadás26 Baleset elemzési technikák eseménysor azonosítása nem biztonságos cselekmények azonosítása az okok elemzése Hibafa elemzés Emberi tényező azonosítása

Ipari katasztrófák5. előadás27 Feladatelemzés annak elemzése, hogyan végzik felada- taikat a munkafeltételek között Feladatmodell Hierarchikus feladatmodell Konkurens feladatfa környezet Táblázatos feladatanalízis

Ipari katasztrófák5. előadás28 Az analízis elvei Hardver orientált Adatgyűjtés Biztonsági mutatók

Ipari katasztrófák5. előadás29 A balesetre adott válaszok Szervezeti kérdések Ellenőrzések Gyakorlatok és képzés Karbantartás Ajánlások és tanulságok