Métodos de análisis de fiabilidad del estado para sistemas no lineales que integran la relación gris adaptativa...

Área de la Ciencia:

• Ingeniería
• Análisis de Sistemas
• Ingeniería de Fiabilidad

Sus antecedentes:

• Las condiciones ambientales inciertas hacen que los sistemas no lineales experimenten conflictos de información, ambigüedad y pérdida, lo que dificulta la predicción precisa de estados anormales.
• Los fallos del sistema en condiciones de incertidumbre provocan impactos negativos significativos, lo que requiere metodologías predictivas y de evaluación mejoradas.

Objetivo del estudio:

• Desarrollar un modelo de análisis avanzado para sistemas no lineales que operan en condiciones inciertas.
• Mejorar la precisión de la predicción de estados anormales del sistema y la evaluación de la fiabilidad del sistema.

Principales métodos:

• Incorporación del ajuste adaptativo del peso del factor dentro del modelo de análisis.
• Integración de los algoritmos de la teoría de Dempster-Shafer (teoría D-S) para la evaluación y cuantificación de la incertidumbre y los factores de correlación.

Principales resultados:

• El modelo propuesto logró una precisión de identificación del estado del sistema del 97% en un estudio de caso de turbina eólica.
• La probabilidad de fiabilidad del sistema se evaluó en un 65%, mostrando una mejora del 5,22% con respecto a los métodos tradicionales.
• Se observó una mejora general de la precisión del 4,5% en comparación con los algoritmos existentes.

Conclusiones:

• El modelo desarrollado reduce eficazmente el impacto de la incertidumbre de la información en la precisión del análisis.
• El enfoque mejora la precisión de la evaluación de la probabilidad de fiabilidad del sistema, mejorando la toma de decisiones.
• El algoritmo demuestra un rendimiento superior al alinearse con las distribuciones de probabilidad del estado real del sistema.