ارزیابی قابلیت اطمینان ایستگاه تقلیل فشار گاز دروازه ی شهری با شبیه‌سازی مونت کارلو

مقدمه: قابلیت اطمینان، همواره در طول طراحی و برنامه‌ریزی سیستم‌ها از اهمیت زیادی برخوردار است؛ به‌طوری که ارتقای قابلیت اطمینان، یکی از راه‌های دستیابی به سیستم ایمن است. روش‌های شبیه‌سازی، به‌طور گسترده در ارزیابی قابلیت اطمینان سیستم‌ها مورد استفاده قرار می‌گیرد؛ لذا هدف از این مطالعه، ارزیابی قابلیت اطمینان ایستگاه تقلیل فشار گاز دروازه ی شهری با شبیه‌سازی مونت کارلو است.روش کار: این مطالعه ی توصیفی-تحلیلی، در یکی از ایستگاه‌های تقلیل فشار دروازه ی شهری استان خراسان شمالی در سال 1400 انجام گرفت. در ابتدا، فرایند ایستگاه به‌طور دقیق بررسی و دیاگرام بلوکی آن ترسیم گردید و در ادامه، داده‌های زمان شکست تجهیزات ایستگاه طی 11 سال جمع‌آوری و زمان بین شکست زیرسیستم‌ها محاسبه شد. سپس تابع توزیع احتمال شکست زیرسیستم‌ها توسط نرم‌افزار easy fit و بر اساس آزمون کلموگروف-اسمیرنوف تعیین گردید. همچنین قابلیت اطمینان زیرسیستم‌ها، با روش شبیه‌سازی مونت کارلو تخمین زده شد و درنهایت، با توجه به ساختار سری-موازی بودن ایستگاه، قابلیت اطمینان ایستگاه محاسبه گردید.  یافته ها: بر اساس نتایج، تابع توزیع چگالی احتمال شکست زیرسیستم‌های ایستگاه، بر اساس توابع گاما و نرمال است. میزان قابلیت اطمینان بخش‌های فیلتراسیون، گرم‌کن، تقلیل فشار و بودارکننده، به ترتیب برابر 0.97، 0.987، 0.98 و 0.992، نرخ شکست آن‌ها به ترتیب 0.000003477، 0.0000014937، 0.0000023062 و 0.0000009169 شکست در ساعت و میزان قابلیت اطمینان ایستگاه برابر 0.93 محاسبه گردید.نتیجه گیری: با مدل‌سازی داده‌ها و شبیه‌سازی مونت کارلو، به ترتیب تابع توزیع احتمال شکست و ارزیابی قابلیت اطمینان زیرسیستم‌ها تعیین شد. بخش فیلتراسیون و تقلیل فشار، دارای بیشترین نرخ شکست بوده و به یک برنامه ی مناسب تعمیر و نگهداری نیاز است.

assessing the reliability of the city gate station using monte carlo simulation

introduction: reliability is always of particular importance in system design and planning; thus, improving reliability is among the approaches for achieving a safe system. simulation methods are widely used in system reliability assessment. therefore, this study aims to assess the reliability of the city gate gas station (cgs) using monte carlo simulation (mcs).material and methods: this descriptive and analytical study was conducted in one of the cgss of north khorasan province in 2021. the cgs process was carefully examined and its block diagram was plotted. then, failure time data of cgs equipment were collected over 11 years and time between failures of subsystems was calculated. the failure probability distribution function of subsystems was determined using easy fit software and kolmogorov-smirnov test. moreover, subsystems’ reliability was estimated by mcs. finally, station reliability was calculated considering the series-parallel structure of the cgs.results: the results revealed that the failure probability density distribution function of cgs subsystems was based on gamma and normal functions. the reliabilities of filtration, heater, pressure reduction system, and odorize were calculated as 0.97, 0.987, 0.98, and 0.992 respectively, and their failure rates were 0.000003477, 0.0000014937, 0.0000023062, and 0.0000009169 failures per hour respectively. the station reliability was calculated as 0.93.conclusion: the failure probability distribution function and reliability assessment of subsystems were determined by data modeling and mcs respectively. filtration and pressure reduction systems had the highest failure rate and required a proper maintenance program.