تاثیر خرابی علت مشترک در پیش بینی قابلیت اطمینان صنعت ریلی

وجود وابستگی در سیستم ها یکی از مشکلات پیش روی قابلیت اطمینان است. وابستگی احتمال خرابی را افزایش می دهد و می تواند بر عملکرد یک سیستم تاثیر بگذارد. بدون در نظر گرفتن وابستگی، قابلیت اطمینان به صورت خوش بینانه برآورد می گردد و سیستم زودتر از پیش بینی های مقرر با شکست مواجه می شود. در صنعت ریلی به دلیل پویایی و پیچیدگی ها ی زیاد، زیرسیستم ها سطح بالایی از وابستگی را نشان می دهند. شناسایی وابستگی ها و خرابی های وابسته بر اساس بلوک دیاگرام قابلیت اطمینان و ساختار سیستم ریلی می تواند بر پیش بینی دقیق تر قابلیت اطمینان اثر بگذارد و از تبعات گاه جبران ناپذیر جلوگیری نماید. این مقاله یک مدل جدید ریاضی برای پیش بینی قابلیت اطمینان در صنعت ریلی با در نظر گرفتن خرابی علت مشترک ارائه نموده است. نتایج، افزایش دقت در پیش بینی قابلیت اطمینان را نشان داده اند.

the effect of common cause failure in predicting the reliability of the railway industry

dependency in systems is one of the problems that reliability faces. dependence increases the probability of failure and can affect the performance of a system; therefore, it is very important to study and understand the consequences when designing, operating and maintaining the system. regardless of the dependency, reliability is optimistically estimated and the system fails sooner than expected. in the rail industry, subsystems show a high level of dependence due to their high dynamics and complexity. failure of any of the subsystems can affect the performance of the entire network and sometimes have irreparable consequences. identifying dependencies and dependent failures based on the block diagram of reliability and the structure of the rail system can affect the more accurate prediction of reliability and reduce the subsequent consequences. this paper presents a new mathematical model for predicting reliability in the rail industry by considering common cause failure. various methods have been introduced to estimate the common cause failure coefficient. the results show an increase in accuracy in predicting reliability.