Introd Fiabilidade SEEJaneiro 2013

INTRODUO FIABILIDADE DE
SISTEMAS ELTRICOS DE ENERGIA

F. Maciel Barbosa

Janeiro 2013

Introduo Fiabilidade de Sistemas Eltricos de Energia

2
F. Maciel Barbosa


3
F. Maciel Barbosa
ndice

1. Introduo ........................................................................................................................................ 7
2. Noes bsicas de probabilidade ................................................................................................... 10
3. Funes de distribuio .................................................................................................................. 12
3.1 Introduo ................................................................................................................................ 12
3.2 Distribuio binomial ............................................................................................................... 14
3.3 Distribuio de Poisson ............................................................................................................ 16
3.3.1 Deduo da distribuio de Poisson a partir da distribuio binomial ............................. 16
3.3.2 Deduo da distribuio de Poisson sem recurso distribuio binomial ....................... 18
3.4 Distribuio normal.................................................................................................................. 19
3.5 Distribuio exponencial .......................................................................................................... 22
4. Fiabilidade de um componente ...................................................................................................... 25
5. Tempos mdios de funcionamento e de avaria .............................................................................. 27
6. Fiabilidade de um sistema .............................................................................................................. 29
6.1 Introduo ................................................................................................................................ 29
6.2 Associao em srie ................................................................................................................. 30
6.3 Associao em paralelo ............................................................................................................ 31
7. rvore de avarias ........................................................................................................................... 36
8. Processos de Markov ..................................................................................................................... 37
8.1 Introduo ................................................................................................................................ 37
8.2 Modelo de Markov para um elemento de um sistema eltrico ................................................ 38
8.3 Aplicao do processo de Markov a um sistema constitudo por um componente ................. 40
8.4 Aplicao do processo de Markov a um sistema constitudo por um componente sistema
contnuo .......................................................................................................................................... 43
8.4.1 Sistema constitudo por dois componentes em srie ......................................................... 48
8.4.2 Sistema constitudo por dois componentes em paralelo ................................................... 51
9. Frequncia de ocorrncia de um estado ......................................................................................... 53
10. Combinao de estados ................................................................................................................ 55
11. Mtodos de simulao .................................................................................................................. 57
12. Bibliografia .................................................................................................................................. 59
13. Apndice I .................................................................................................................................... 61
Problemas ....................................................................................................................................... 61


4
F. Maciel Barbosa


5
F. Maciel Barbosa
Tabela de Figuras

Fig. 1.1 Variao da taxa de avarias com o tempo ........................................................................... 8
a) curva tpica para um componente electrnico ................................................................................. 8
b) curva tpica para um componente mecnico .................................................................................... 8
Fig. 2.1 -- Escala de probabilidades ................................................................................................... 10
Fig. 3.1 Curvas tpicas de uma distribuio normal ........................................................................ 19
Fig. 3.2 Probabilidade de ocorrncia num intervalo, para o caso de uma distribuio normal. ..... 21
Fig. 3.3 -- Curva da distribuio normal dividida em 7 classes ......................................................... 22
Fig. 3.4 Funo densidade de probabilidade de uma varivel aleatria com distribuio
exponencial. ....................................................................................................................................... 23
Fig. 3.5 R(t) funo exponencial .................................................................................................. 24
Fig. 5.1 Representao grfica da histr
ia de funcionamento de um componente............................................................................................ 27
Fig. 5.2 Representao grfica da histria de funcionamento de um componente (tempos mdios)
............................................................................................................................................................ 28
Fig. 6.1 Associao em srie de componentes ................................................................................ 30
Fig. 6.2 Sistema constitudo por dois componentes redundantes .................................................. 31
Fig. 6.3 Sistema constitudo por quatro componentes ligados em paralelo .................................... 32
Fig. 6.4 Configurao do sistema.................................................................................................... 33
Fig. 6.5 Configurao do sistema quando se admite que o componente A est bom ..................... 34
Fig. 6.6 - Configurao do sistema quando se admitir que A est bom e .......................................... 34
Fig. 6.7 Configurao do sistema quando se admite que o componente A est avariado .............. 35
Fig. 7.1- Exemplo de uma rvore de avarias ...................................................................................... 36
Fig. 8.1 Representao de um componente pelos seus dois estados de residncia. ........................ 39
Fig. 8.2 Componente com dois possveis estados de resistncia .................................................... 40
Fig. 8.4 Representao do comportamento do sistema ................................................................... 41
Fig. 8.3 Diagrama em rvore do sistema ........................................................................................ 42
Fig. 8.5 Diagrama de estados para um sistema constitudo por um componente. .......................... 44
Fig. 8.6 Diagrama de um sistema constitudo por dois componentes. ............................................ 46
Fig. 8.7 a) Sistema constitudo por dois componentes ligados em srie. ........................................ 48
b) Modelo equivalente do sistema. .................................................................................................... 48
Fig. 8.8 Diagrama de estados do sistema equivalente ao sistema srie. ......................................... 49
Fig. 8.9 a) Sistema constitudo por dois componentes em paralelo ................................................ 51
b) Modelo equivalente ao sistema a).................................................................................................. 51
Fig. 8.10 Diagrama do sistema equivalente ao sistema paralelo. ................................................... 52
Fig. 10.1 Diagrama de estados para um sistema constitudo por dois componentes iguais ............ 55


6
F. Maciel Barbosa


7
F. Maciel Barbosa
1. Introduo
De um modo geral todas as pessoas possuem o seu conceito de fiabilidade. usual ouvi-las dizer "o
meu carro fivel", o meu televisor no fivel", ou expresses anlogas. De um modo geral
tambm associam que o conceito de fiabilidade no absoluto. Assim, sabem que pelo facto de o
carro ter funcionado esta manh nada lhes garante que o carro funcione logo.
Vejamos, como que se pode definir fiabilidade. Entre as muitas definies possveis uma ser:

"Fiabilidade de um sistema (ou de um componente) a probabilidade de o sistema (ou o
componente) desempenhar, de uma forma adequada, a funo para que foi concebido, nas
condies previstas e nos intervalos de tempo em que tal exigido."

Desta definio pode observar-se que inclui quatro conceitos bsicos:

probabilidade
forma adequada
tempo
condio de funcionamento

A introduo da probabilidade num problema de engenharia muitas vezes vista com ceticismo
por aqueles que advogam a engenharia ser uma cincia determinstica. porem bvio que as
probabilidades e a estatstica constituem uma ferramenta importante na anlise de problemas de
engenharia.

O critrio de "funes adequadas" um problema de engenharia. Envolve uma detalhada
investigao dos modos de avaria de cada componente e do sistema. Uma avaria do sistema no
apenas uma perda de continuidade ou uma catstrofe. No caso de um Sistema Eltrico de Energia, o
conceito de avaria no se resume apenas a falta de tenso na alimentao, mas compreende, por
exemplo, a situao em que a tenso est fora dos limites contratuais. Se a frequncia no se
mantiver dentro dos valores devidos, tambm estamos em presena de uma "avaria" do sistema.

O tempo a considerar num Sistema Eltrico de Energia (SEE) ser contnuo, mas no caso de uma
unidade de recurso, ser discreto, correspondendo a quando houver uma falta de alimentao do
exterior.

As condies de funcionamento sero na realidade importantes para os estudos de fiabilidade. No
caso de um Sistema Eltrico de Energia a taxa de avarias de muitos componentes aumenta muito
com condies meteorolgicas adversas.

A anlise de fiabilidade ser ento um mtodo de quantificar o que se espera que acontea e pode
ser usada para indicar mritos relativos de esquemas alternativos de sistemas, tendo em ateno um
predefinido nvel de fiabilidade.

Para se poder calcular a fiabilidade de um sistema ser necessrio dispor da histria do
funcionamento do sistema. No caso de se no dispor dessa informao recorre-se ento a

8
F. Maciel Barbosa
informao proveniente de sistemas anlogos. Um dos ndices que se utiliza para definir a
fiabilidade de um Sistema Eltrico de Energia a taxa de avarias.
Define-se taxa de avarias de um componente no instante t como sendo a probabilidade do
componente avariar no intervalo de tempo ( ) t,t t + , dividida por t . Considerando um universo
com N componentes supostos iguais a taxa de avarias dada por:

( )
( ) ( ) ( ) ( )
( )
a a f a
t 0
f
N t t N t N t dN t
1
t lim
t dt N t

+
= =

em que

( )
f
N t representa o nmero de componentes que funcionam at ao instante t

( )
a
N t representa o nmero de componentes que avariam at ao instante t

( )
a
N t t + representa o nmero de componentes que avariam at ao instante t t +

A figura 1.1 representa a variao tpica da taxa de avarias com o tempo para um componente
electrnico (Fig. 1.1a) e para um componente mecnico (Fig 1.lb).

Taxa de
avarias
Taxa de
avarias
I - Infncia
II - Vidatil
III - Velhice
I - Infncia
II - Vidatil
III - Velhice
I II III
I II III
Tempo defuncionamento
Tempo defuncionamento
a)
b)

Fig. 1.1 Variao da taxa de avarias com o tempo
a) curva tpica para um componente electrnico
b) curva tpica para um componente mecnico


9
F. Maciel Barbosa
Pela anlise das curvas tpicas das variaes das taxas de avaria com o tempo, facilmente se v que
nos primeiros tempos de funcionamento (perodo I, designado por perodo de infncia), as taxas de
avaria tm um valor elevado o qual diminui contudo rapidamente com o tempo.

Passado o perodo de infncia, a taxa de avarias aproximadamente constante, durante o perodo II,
designado por perodo de vida til.

No perodo III, as taxas de avaria crescem rapidamente com o tempo e o perodo designado por
velhice do componente.

Por comparao das curvas tpicas representadas na fig. 1.1, verifica-se que o perodo de vida til
de um componente eletrnico relativamente grande, enquanto o mesmo perodo de um
componente mecnico bastante curto.

Analisemos ento as curvas que nos do as taxas de avaria () em funo do tempo, e procuremos a
razo pela qual se encontram trs zonas to distintas nas referidas curvas. Procuremos em primeiro
lugar a razo pela qual um componente (ou sistema) tem um elevado nmero de avarias nos
primeiros tempos de vida. As avarias neste perodo podem ser causadas por defeitos na montagem
dos componentes do sistema, deficincia dos componentes, deficincia dos processos de controlo de
qualidade, defeitos originados durante o transporte e/ou montagem. Estas causas originam ento que
se verifique um elevado nmero de avarias nos primeiros perodos de funcionamento do sistema.
Assim, a taxa de avarias no primeiro perodo de funcionamento tem um elevado valor que
decrescer rapidamente com o tempo.

Aps o perodo inicial de funcionamento o sistema entra no perodo designado por perodo de vida
til, no qual a taxa de avarias ser praticamente constante. Um dos objetivos dos estudos de
fiabilidade ser exatamente a determinao do perodo de vida til, de modo que atravs de uma
boa manuteno preventiva e/ou substituies em grupo se consiga que o sistema funcione
permanentemente neste perodo. Pretende-se deste modo, que o perodo de velhice, no qual a taxa
de avarias cresce muito rapidamente com o tempo, nunca seja atingido.

Comparando o perodo de vida til tpico de um componente eletrnico e de um componente
mecnico, verifica-se que no primeiro caso tem uma durao relativa muito superior. Atravs de
uma manuteno preventiva adequada consegue-se, de um modo geral, que o componente tenha um
perodo de vida til prolongado.

Normalmente, convm que os sistemas funcionem no seu perodo de vida til e portanto para esse
perodo que de um modo geral so feitos os estudos de fiabilidade.

Quando uma central eltrica ligada rede, nos primeiros tempos de funcionamento, a taxa de
avarias relativamente grande. Passados os primeiros tempos de funcionamento, em que j foram
eliminados todos os defeitos de montagem e detectados equipamentos que, por razes diversas, no
satisfaziam as condies de qualidade exigidas, pode dizer-se que a central entra no seu perodo de
funcionamento til, com uma taxa de avarias constante.

Na anlise que tem sido referida tem estado a admitir-se que os componentes e os sistemas so
reparveis. Na realidade no estamos em presena de uma caracterstica comum a todos os tipos de
sistemas, embora seja comum a um elevado nmero, nomeadamente sistemas elctricos. H todavia

10
F. Maciel Barbosa
sistemas cuja funo orientada para o desempenho de uma dada misso e que, por conseguinte,
no so reparveis, como o caso de um satlite ou de um mssil.

ao estudo da anlise da fiabilidade de sistemas reparveis no seu perodo de vida til que nos
iremos dedicar nestas notas..
2. Noes bsicas de probabilidade
A noo de probabilidade extremamente importante para estudos de fiabilidade.

A probabilidade expressa numa escala de 0 a 1 como se mostra na fig. 2.1.

Probabilidade de seobter
"cara"ou "coroa"
0 1/2 1
Acontecimento
impossvel
Acontecimento
certo

Fig. 2.1 -- Escala de probabilidades

Assim, por exemplo, a probabilidade de se obter "cara" ou "coroa", quando se lana uma moeda no
viciada ao ar, de 1/2, devido geometria do sistema. Pode ento definir-se a probabilidade de
ocorrncia de um acontecimento favorvel (P) como:

Nmero de acontecimentos favorveis
P
Nmero de acontecimentos possveis
=

De um modo geral quando se trata do clculo da probabilidade em sistemas de engenharia, a
probabilidade de um acontecimento no pode ser calculada por consideraes de ordem
"geomtrica", como no caso de uma moeda, de um dado, de uma roleta ou de um baralho de cartas.
O conceito matemtico de probabilidade est ento associado com a regularidade de
comportamento, obtida de repetitivas experincias ou de um funcionamento contnuo.

Consideremos que n o nmero de vezes que a experincia repetida e f o nmero de vezes de
ocorrncia do acontecimento. A probabilidade do acontecimento (P) ser ento definida como:

n
f
P lim
n
=


11
F. Maciel Barbosa
A frequncia da ocorrncia dos acontecimentos extremamente importante na anlise dos sistemas
fsicos que possuem regularidade estatstica. Esta regularidade pode, por exemplo, ser detectada
pelo nmero de avarias e tempos mdios de funcionamento dos componentes do sistema. No caso
de no haver uma evidncia de regularidade, ento a teoria das probabilidades no pode ser
aplicada.

Um exemplo de particular importncia na anlise da fiabilidade de Sistemas Elctricos de Energia
o da determinao da probabilidade de avaria de uma pea de equipamento, tal como um gerador.
No caso de o gerador estar no seu perodo de vida til pode dizer-se que a ocorrncia de avarias
aleatria, isto , ocorrncia ao acaso e, por isso, com regularidade estatstica.

A probabilidade de um alternador avariar, conhecida por "Forced Outage Rate" (FOR) ser ento
dada por:

Tempo deavaria
FOR.
Tempo defuncionamento Tempo deavaria
=
+

Para se analisar a probabilidade de ocorrncia de determinados acontecimentos deve ter-se em
ateno o seguinte:

dois acontecimentos so ditos "independentes" se a ocorrncia de um acontecimento no
afectar a probabilidade de ocorrncia do outro acontecimento
dois acontecimentos so ditos mutuamente exclusivos se no puderem acontecer ao mesmo
tempo (p. ex. o funcionamento normal e a avaria de um componente)
a probabilidade da ocorrncia simultnea de dois ou mais acontecimentos independentes o
produto das probabilidades dos respectivos acontecimentos

Assim, no caso de A e B serem dois acontecimentos independentes, a probabilidade de se verificar
A e B ser

( ) ( ) ( ) ( ) P A B P A .P B 2.1 =

No caso de os acontecimentos A e B serem mutuamente exlusivos, a probabilidade de se verificar
A, B ou A e B ser

( ) ( ) ( ) ( ) P A B P A P B 2.2 = +

Se os acontecimentos A e B forem independentes, mas no mutuamente exclusivos, ento a
probabilidade de ocorrncia de A ou B

( ) ( ) ( ) ( ) ( ) ( ) P A B P A P B P A . P B 2.3 = +

12
F. Maciel Barbosa

Notar que se A e B forem acontecimentos mutuamente exclusivos, a probabilidade de ocorrncia
simultnea dos acontecimentos, P(A).P(B) zero.

Quando a ocorrncia de um acontecimento est dependente da ocorrncia de outro acontecimento
anterior, temos uma probabilidade condicionada. A probabilidade da ocorrncia simultnea dos dois
acontecimentos ser igual ao produto da probabilidade da ocorrncia do primeiro acontecimento,
pela probabilidade condicionada do segundo acontecimento, dado que o primeiro se verificou.

A probabilidade de A, dado que B se verificou , regra geral, escrita como ( ) P A B .

Assim

( ) ( ) ( ) ( ) P A B P A . P B A 2.4 =

( ) ( ) ( ) ( ) P B A P B . P A B 2.5 =

No caso de A e B serem acontecimentos independentes, ento

( ) ( ) P B A P B =

( ) ( ) P A B P A =

No caso de a ocorrncia de A ser dependente de um nmero de acontecimentos B
j
que so
mutuamente exclusivos, ento

( ) ( ) ( ) ( )
j
i i
i 1
P A P A B P B 2.6
=
=

3. Funes de distribuio
3.1 Introduo
Seja x uma varivel aleatria. Se o nmero de valores possveis de x for finito, ou infinito
numervel, designaremos x de varivel aleatria discreta. A cada possvel resultado x
i
associaremos
um nmero p(x
i
) =p(x = x
i
), denominado probabilidade de x
i
. Os nmeros p(x
i
), i =1, 2, devem
satisfazer s seguintes condies:

( )
( )
i
i
i 1
p x 0
p x 1


13
F. Maciel Barbosa
A funo p, assim definida, denominada funo de probabilidade ou de distribuio de
probabilidade.
Suponhamos agora que x pode tomar qualquer valor dentro de um certo intervalo. Diremos ento
que x uma varivel aleatria contnua. A funo densidade de probabilidade f, indicada
abreviadamente por f.d.p., uma funo que satisfaz s seguintes condies

( )
( )
x
x
x
R
f x 0 R
f x dx 1 R domnio dex

=

Alm disso, definimos para qualquer ( )
x
c d em <

( ) ( )
d
c
P c X d f x dx < < =

Define-se a funo F como a funo de distribuio acumulada da varivel aleatria X como
( ) ( ) F x P X x = .

Se x for uma varivel aleatria discreta

( ) ( )
j
j
F x P x =

onde o somatrio estendido a todos os ndices j, que satisfaam a condio
j
x x .

Se x fr uma varivel aleatria contnua com f.d.p. f, ento

( ) ( )
x
F x f s ds
=

Notar que sendo F a funo de distribuio acumulada de uma varivel aleatria contnua, a funo
densidade de probabilidade f ser

( ) ( )
d
f x F x
dx
=
para todo o x no qual F seja derivvel.

14
F. Maciel Barbosa

3.2 Distribuio binomial
H alguns acontecimentos que so constitudos por um conjunto de experincias independentes,
cada uma das quais com dois possveis estados de ocorrncia apenas e com uma probabilidade fixa
de ocorrncia para cada um deles. Em n repeties desta experincia, a distribuio das duas classes
dos possvies resultados das experincias discreta e do tipo binomial.

Consideremos n experincias, cada uma das quais com uma probabilida de de sucesso igual a p.

A probabilidade do insucesso ser ento

a
P 1 p q = =

A probabilidade de r sucessos em r experincias de p
r
.

A probabilidade de n-r insucessos em (n-r) experincias

( )
n r
n r
q 1 p

=

O nmero de modos com exactamente r sucessos e (n-r) insucessos que podem ocorrer em n
experincias

( )
( )
n
r
n!
C 3.1
r! n r !
=

Notar que a ordem de ocorrncia no importante. Apenas interessa que tenham ocorrido r sucessos
e (n-r) insucessos nas n experincias.

A probabilidade de exactamente r sucessos em n experincias

( )
( ) ( )
n r
n r n r n r
r r
n!
P p 1 p C p q 3.2
r! n r !

= =

Um acontecimento deve ter quatro caractersticas para que se possa associar distribuio
binominal:

1. Nmero fixo de experincias
2. Cada experincia deve resultar num sucesso ou insucesso
3. Todas as experincias devem ter probabilidades idnticas de sucesso
4. As experincias devem ser independentes


15
F. Maciel Barbosa
O valor mdio de uma varivel com uma distribuio binomial igual ao produto da probabilidade
de ocorrncia pelo nmero de experincias. Vejamos que na realidade assim . Para isso
consideremos uma varivel, cujos estados possveis de residncia e as probabilidades associadas so
respectivamente:

1 2 n 1 2 n
x ,x , x e p,p , p

O valor mdia da varivel definido como

( ) ( )
n
1 1 1 1 n n i i
i 1
E x px px p x x p 3.3
=
= + + =

No caso de uma distribuio binomial que uma distribuio discreta, temos

( )
( )
( )
( )
( ) ( )
n
x n x
x 0
n
x n x
x 1
x n!
E x p q
x! n x !
n n 1 !
E x p q
x 1 ! n x !
=
=

Fazendo

( ) ( )
y x 1
n x n y 1 n 1 y
=
= + =

Temos

( )
( )
( )
n 1
y n 1 y
y 0
n 1 !
E x np p q
y! n 1 y !

Mas

( )
( )
n 1
y n 1 y
y 0
n 1 !
p q 1
y! n 1 y !

Porque a soma de uma distribuio binomial, pelo que

( ) ( ) E x np 3.4 =


16
F. Maciel Barbosa
Em Sistemas Elctricos de Energia possvel, por exemplo, aplicar a distribuio binomial quando
se pretende calcular a fiabilidade de uma central elctrica, com vrias unidades iguais e admitindo
que cada unidade apenas pode residir em dois estados, a funcionar ou avariada.
3.3 Distribuio de Poisson
A distribuio de Poisson d a probabilidade de um acontecimento ocorrer um dado nmero de
vezes, num intervalo de tempo ou espao fixado, quando a taxa de ocorrncia fixa.
A ocorrncia dos acontecimentos deve ser aleatria, isto , ser afetada apenas pelo acaso. A
principal caracterstica da distribuio de Poisson o facto de apenas a ocorrncia do acontecimento
ser contada (a sua no-ocorrncia no o ). Como o nmero total de acontecimentos no
conhecido, a distribuio binomial no aplicvel a este tipo de experincia.

So exemplos de acontecimentos que podem ser analisados por una distribuio de Poisson:

o nmero de descargas atmosfricas num dado perodo
o nmero de chamadas telefnicas num dado perodo
3.3.1 Deduo da distribuio de Poisson a partir da distribuio binomial

Em n experincias, a probabilidade de um acontecimento suceder r vezes

( )
( )
n r n r
r
n!
P p q 3.5
r! n r !

=

Se n for grande, quando comparado com r, temos

( )
( )( ) ( )
r
n!
n n 1 n 2 n r 1 n
n r !
= +

pelo que:

r
n r n r
r
n
P p q
r!

=

Se p for pequeno e r for pequeno comparado com n

( )
n
n r
q 1 p

pelo que:


17
F. Maciel Barbosa
( )
( )
( ) ( )
( )
( )
( ) ( )
( )
r r
n 2
r
2
r 2
n
r
r
n np
r
np nr n n 1
P 1 p 1 np p
r! r! r!
Sen for grande n n 1 n
np np
P 1 np
r! r!
np
P e
r!

(
= = + +
(

(
= + + (
(

=

n
r
P ser a probabilidade da ocorrncia de r sucessos em n experincias quando o valor esperado de
sucesso (np).

Como se pode ver pelo que acaba de ser deduzido, a distribuio de Poisson uma boa
aproximao da distribuio binomial quando o nmero de experincias grande e a probabilidade
de ocorrncia do acontecimento pequena. uma boa aproximao quando n 20ep 0.05 e a
aproximao melhora medida que n aumenta e p diminui.

O valor esperado ou valor mdio de ocorrncias de qualquer acontecimento num dada perodo de
tempo ou num dado nmero de experincias expresso por np.

No caso do perodo de tempo ser contnuo o valor mdio de ocorrncias expresso em unidades de
tempo, pelo que o valor mdio de avarias pode ser designado por t, em que o nmero de
avarias por unidade de tempo.

A expresso:

( )
( )
r
t
r
t
P e 3.6
r!

=

d a probabilidade de r avarias no intervalo de tempo t.

A probabilidade de se obterem zero avarias no instante t, isto , a fiabilidade do componente como
funo do tempo ser

( ) ( )
t
P 0 R t e
= =

Notar que nesta expresso foi suposto constante.

18
F. Maciel Barbosa

3.3.2 Deduo da distribuio de Poisson sem recurso distribuio
binomial
Seja d t a probabilidade de o acontecimento ocorrer no intervalo de tempo (t, t + dt). Suponhamos
que constante, que o comprimento do intervalo, d t, suficientemente pequeno e que a
probabilidade do acontecimento ocorrer mais que uma vez no intervalo de tempo d t desprezvel.

Considerando P
x
(t) como a probabilidade de o acontecimento ocorrer x vezes no intervalo de tempo
(0, t), tem-se

( ) ( )( )
0 0
P t dt P t 1 dt + =

Admitindo que os acontecimentos so independentes

( ) ( )
( )
0 0
0
P t dt P t
P t
dt
+
=

e

( ) ( )
( ) ( )
0 0 '
0 0
dt 0
P t dt P t
lim P t P t
dt
+
= =

Considerando a condio inicial ( )
0
P 0 1 =

( )
t
0
P t e
=

que o primeiro termo da distribuio de Poisson

( ) ( ) ( )
( ) ( ) ( ) ( )
x x
x 1 x 2
Sex 0
P t dt P t P zeroocorrncias emt,t+dt
P t P umaocorrncia emt,t+dt P t P duasocorrncias emt,t+dt

>
( + = +

( ( +

mas P (de duas ou mais ocorrncias em t, t +dt) foi suposta ser zero, pelo que

( ) ( )( ) ( )( )
( ) ( ) ( ) ( )
x x x 1
x x x 1
P t dt P t 1 dt P t dt
P t dt P t P t
+ = +
=

pelo que


19
F. Maciel Barbosa
( )
( )
( )
x
t
x
t e
P t 3.7
x!
=

A fiabilidade do sistema, isto , a probabilidade de no terem ocorrido avarias at ao instante t ser

( ) ( )
t
R t P 0 e
= =

A probabilidade do componente avariar ser ento de

Q(t) =1- e
-t

Nos Sistemas Eltricos de Energia, normalmente, t1 pelo que R(t)1- t e Q(t)t

Se t < 0,01 teremos R(t)=1- t com uma preciso, no mnimo, de 4 casas decimais.
3.4 Distribuio normal
Esta distribuio descrita pela funo densidade de probabilidade

( )
( )
( )
2 2
x 2
1
f x e x 3.8
2

= < <

em que

valor mdio de x

desvio padro de x

Na figura 3.1 esto representadas curvas tpicas de uma distribuio normal.

Fig. 3.1 Curvas tpicas de uma distribuio normal

Se se fizer o valor mdio igual a zero e todos os desvios forem medidos em relao mdia em termos do
desvio padro, a equao 3.8 ser:

20
F. Maciel Barbosa

( )
2
Z 2
X
Z (3.9)
1
f Z e ; 1 (3.10)
2

= =

Temos assim uma distribuio normal standardizada e os valores encontram-se tabelados. A Tabela
3.1 sumariza alguns valores para esta distribuio normalizada, os quais nos do as reas debaixo da
curva standardizada.

Tabela 3.1
Valores da funo de distribuio normal standar

( )
2
Z
Z 2
1
F Z e dz
2

Z F (Z)
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
3.0
4.0
0.5000
0.5398
0.5793
0.6179
0.6554
0.6915
0.7257
0.7580
0.7881
0.8159
0.8413
0.8646
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713
0.9772
0.9987
0.9994

Das tabelas obtm-se:


21
F. Maciel Barbosa
( )
2
t
Z 2
0
1
P(0 Z t) e dz 3.11
2

< < =

como est representado na figura 3.2.

( )
2
Z
t Zdt
0
1
P 0 Z t e
2

< < =

( )
2
t Z
1
f t e
2

=

Fig. 3.2 Probabilidade de ocorrncia num intervalo, para o caso de uma distribuio normal.

Caso x tenha uma distribuio normal com parmetros
0 0
e = = e tendo Z a
distribuio normal padro, ento:

( ) ( ) P a x b P c Z d < < = < < em que:

0
0 0
a b
c e d

= =

Na realidade
( )
( )
( )
2 2
0 0
2
b
x 2
a 0
d
Z 2 0
0 c
1
P a x b e dx P c Z d
2
x 1
e dZ comZ
2

< < = = < <
= =

Notar que:


22
F. Maciel Barbosa
( ) ( ) F Z 1 F Z =

Devido simetria da funo em torno de 0.

Computacionalmente usual representar a funo de distribuio normal por degraus, dependendo
o nmero de degraus da preciso pretendida para os resultados. Obviamente, quanto maior for o
nmero de degraus, maior ser o tempo computacional necessrio para a execuo dos clculos. Na
figura 3.3 est representada uma funo de distribuio discretizada em sub-classes, com a
probabilidade associada a cada uma das sub-classes indicada.

Fig. 3.3 -- Curva da distribuio normal dividida em 7 classes

3.5 Distribuio exponencial
Uma varivel aleatria contnua 0 X est associada a uma funo de distribuio exponencial
quando esta for da forma

( ) ( ) ( )
t
F t P X t 1 e 0 t 3.12
= = <

sendo uma constante positiva.

A funo densidade de probabilidade que lhe corresponde dada pela expresso

( )
( )
t
dF t
f t e 0 t
dt

= = <
O valor mdio duma varivel aleatria com distribuio exponencial dada por

( ) ( ) ( )
t
0 0
E X t f t dt t e dt 3.13

= =

Integrando por partes:


23
F. Maciel Barbosa
t
t
dv e dt
dv v vd
=
=
=

Ento, podemos escrever

( ) ( )
t t
0
0
1
E t te e dt 0 1 3.14

( = = + =

A distribuio exponencial a distribuio mais usada em estudos de fiabilidade como se pode ver
no pargrafo 4 em que se concluiu que a probabilidade de um componente, com uma taxa de avarias
constante, sobreviver at ao instante t dada por:

( ) ( )
t
R t e 3.15
=

A fig. 3.4 mostra graficamente a funo f(t)

Q(t)
R(t)
f(t)
Tempo

Fig. 3.4 Funo densidade de probabilidade de uma varivel aleatria com distribuio exponencial.

A probabilidade de avariar at ao instante t Q(t)

A probabilidade de sobreviver at ao instante t

( )
t t
t
R t e dt e (3.17)

= =

( )
t
t t
0
Q t e dt 1 e (3.16)

= =

24
F. Maciel Barbosa

Consideremos agora um componente que funcionou pelo perodo de tempo T, como mostra a Fig.
3.5. Pretende calcular-se a probabilidade do componente avariar no perodo (T, T +dt). Estamos
agora em presena de um problema de probabilidade condicionada.

f(t)
Tempo
t
T T +t

Fig. 3.5 R(t) funo exponencial

Como j foi referido (pargrafo 2)

( ) ( ) ( )
( )
( )
( )
P A B P A B .P B (3.18)
e
P A B
P A B (3.19)
P B
=
=

Se

( ) | | ( )
( ) ( )
( )
c
T t
T t t T
T
P A B P avariar durante o tempo t dado que o componente sobreviveu at ao instante T Q t
P A B P funcionar at ao instante T e avariar durante o intervalo T,T +t
e dt e e
+
+
= =
( =

= =

( ) | |
t T
T
P B P funcionar at ao instante T
e dt e

= =
= =

Ento:


25
F. Maciel Barbosa
( ) ( )
T T t
t
c T
e e .e
P A B Q t 1 e (3.20)
e

= = =

Podemos pois concluir que a probabilidade de um componente avariar durante qualquer intervalo de
tempo t, independente do tempo de funcionamento anterior, supondo o componente no seu
perodo de vida til.
4. Fiabilidade de um componente
Consideremos que conhecemos a histria de N
0
componentes idnticos e que desejamos conhecer
a expresso geral da fiabilidade de um componente.

Seja:

N
0
=nmero de componentes

N
f
(t) =nmero de componentes que funcionam at ao instante t

N
a
(t) =nmero de componentes que avariam at ao instante t

( ) ( )
0 f a
N N t N t = +

No instante t, a probabilidade de um componente no ter avariado, ou seja a fiabilidade do
componente, ser dada por:

( )
( ) ( ) ( )
( )
f 0 a a
0 0 0
N t N N t N t
R t 1 4.1
N N N
= = =

Definindo taxa de avarias de um componente no instante t, como sendo a probabilidade do
componente avariar no intervalo de tempo (t, t +dt), dividida por dt, isto :

( )
( ) ( )
( )
( )
( ) ( )
( )
( )
a a a
dt 0
a
f f f
N t dt N t dN t
lim
dN t
1
dt dt
t 4.2
N t N t N t dt
+
= = =
Como

( )
( )
a
0
N t
R t 1
N
=

Temos

( ) ( )
a
0
dR t dN t
1
dt N dt
=


26
F. Maciel Barbosa

Pelo que:

( ) ( )
a
0
dN t dR t
N
dt dt
=

Substituindo em (4.2) e atendendo a (4.1) teremos:

( )
( )
( )
( )
( )
( )
0
f
dR t dR t
N 1
t 4.3
N t dt R t dt
= =

Multiplicando ambos os membros da equao anterior por dt teremos

( )
( )
( ) ( )
1
t dt dR t 4.4
R t
=
Integrando a equao (4.4) entre os instantes 0 e t, vem

( )
( )
( )
( ) R t
t
0 1
dR t
t dt
R t
=

ou seja,

( ) ( )
t
0
t dt log R t =

de onde se conclui

( )
( )
( )
t
0
t dt
R t e 4.5

=

Notar que na expresso (4.5), que d a fiabilidade de um componente, a taxa de avarias uma
funo do tempo, e no foi feita qualquer restrio acerca dessa funo.

Se admitirmos que (t) uma constante de valor , e por isso independente do tempo, ento

( ) ( )
t
R t e 4.6
=

que, como se viu, trata-se do primeiro termo da funo de distribuio de Poisson.
Como foi referido na introduo, para muitos componentes, nomeadamente componentes
eletrnicos ou componentes mecnicos com uma constante manuteno preventiva, pode
considerar-se que, aps o seu perodo de funcionamento inicial, funcionam no seu perodo de vida
til, em que a taxa de avarias constante.


27
F. Maciel Barbosa
Em Sistemas Eltricos de Energia, por uma adequada manuteno preventiva, pode admitir-se que
geradores, transformadores, disjuntores, etc., aps o seu perodo inicial de funcionamento,
funcionam no seu perodo de vida til.

O modelo matemtico adotado nos conceitos que a seguir se descrevem pressupe que os
componentes funcionam no seu perodo de vida til, enquanto se encontram ao servio. Esta
hiptese na realidade extremamente importante porque, os estudos de fiabilidade feitos, admitindo
que os componentes esto no seu perodo de vida til so extremamente otimistas, no caso de os
componentes funcionarem no seu perodo de velhice.
5. Tempos mdios de funcionamento e de avaria
Consideremos a histria de um componente (fig. 5.1) e seja:

F estado de funcionamento

A estado de avaria

t
f1
tempo de funcionamento

t
ai
tempo de avaria (tempo de reparao)

n
f
nmero de vezes que o estado F ocorreu

n
a
nmero de vezes que o estado A ocorreu

F
A
t
f1
t
f2
t
f3
t
a1
t
a2
t
a3
Tempo

Fig. 5.1 Representao grfica da histria de funcionamento de um componente

Podemos ento definir os tempos mdios de funcionamento m (MTTF mean time to failure), de
avaria ou reparao (r) e o tempo mdio entre avarias (MTBF mean time between failure) ou
perodo.

Tem-se ento:

28
F. Maciel Barbosa

( )
( )
f
a
n
fi
i 1
f
n
ai
i 1
a
t
m MTTF 5.1
n
t
r
n
MTBF m r 5.2
=
=
= =
=
= +

F
A
m
r
Tempo
MTBF

Fig. 5.2 Representao grfica da histria de funcionamento de um componente (tempos mdios)

A probabilidade de se encontrar um componente de um sistema fora de servio por avaria (no seu
perodo de vida til) num qualquer instante, dada pelo quociente entre o valor do tempo mdio de
reparao do componente (r) e o tempo mdio entre avarias (m +r)

( ) ( )
r
P A 5.3
m r
=
+

Do mesmo modo a probabilidade de se encontrar o componente em funcionamento num qualquer
instante

( ) ( )
m
P F 5.4
m r
=
+


29
F. Maciel Barbosa
Ao se analisar determinado modelo de risco, o MTTF, para a distribuio de probabilidade definida
pelo modelo, dado por

( ) ( ) ( )
0
MTTF E t tf t dt 5.5
= =

Notar que s faz sentido definir o tempo mdio entre avarias (MTTF) em sistemas continuamente
reparveis.

Como foi visto no ponto 4, para um componente com uma taxa de avarias constante, ( )
1
E t =
.
Este resultado significa que o tempo mdio antes de uma avaria (MTTF mean time to failure),
de um componente, com uma taxa de avarias constante igual ao inverso da taxa de avarias.

( )
1
m MTTF 5.6 = =

O mesmo dizer que a taxa de avarias inversamente proporcional ao tempo mdio de vida.
6. Fiabilidade de um sistema
6.1 Introduo
Procuremos agora analisar a fiabilidade de um sistema, constitudo por vrios componentes. A
fiabilidade do sistema depender da fiabilidade dos componentes do sistema, da forma como os
componentes esto ligados - estrutura do sistema e da definio de funcionamento do sistema.

Examinemos as associaes dos componentes em srie, paralela, mista e o caso em que de n
unidades idnticas ligadas em paralelo apenas necessrio o funcionamento de ( ) m m n para o
sucesso do sistema.

Quando a estrutura do sistema no puder ser enquadrada em nenhuma das estruturas atrs referidas,
tero que ser analisadas tcnicas mais gerais, tais como, definio de cortes, rvores de avarias, etc.

Notar que a definio das estruturas de fiabilidade resulta das condies de trabalho impostas aos
componentes e no apenas do tipo de ligao fsica dos componentes. Pode assim, obter-se um
diagrama de fiabilidade diferente da associao real. Assim, por exemplo, quando duas linhas de
transmisso esto em paralelo, se uma das linhas for suficiente para alimentar a carga, o sistema
diz-se redundante, porque apenas necessrio que uma das linhas esteja em funcionamento para
que o sistema esteja operativo. A estrutura do sistema sob o aspeto de fiabilidade anloga real.
Porm, se tiverem que estar as duas linhas em servio para alimentar a carga, porque a capacidade
de uma das linhas no suficiente, o diagrama de fiabilidade consiste em dois componentes em
srie.

30
F. Maciel Barbosa
6.2 Associao em srie
Neste caso, fig.6.1, o funcionamento do sistema exige a operao correta de todos os seus
componentes

R
1
R
2
R
3
R
1
R
2
R
3

Fig. 6.1 Associao em srie de componentes

No caso mais vulgar de os componentes serem independentes, a fiabilidade do sistema dada por

( )
n
S 1 2 3 n i
i 1
R R R R ...R R 6.1
=
= =

No caso de os componentes serem iguais a fiabilidade do sistema ser:

n
S
R R =

Facilmente se v, que, como era de esperar, a fiabilidade do sistema diminui medida que o nmero
de componentes ligados em srie aumenta, pois
i
R sempre menor que 1.

A equao (6.1) conhecida como a lei do produto das fiabilidades.

Num sistema com vrios componentes em srie, funcionando no seu perodo de vida til, a
fiabilidade do sistema dada por:

( )
n
i
i 1
t
S
R e 6.2
=

=

31
F. Maciel Barbosa

6.3 Associao em paralelo
Consideremos dois componentes redundantes e independentes, ligados em paralelo (fig. 6.2)

R
1
R
2
R
1
+R
2
- R
1
R
2

Fig. 6.2 Sistema constitudo por dois componentes redundantes

Se cada um dos componentes estiver no seu perodo de vida til, R
S
, a fiabilidade do sistema,
dada por:

( )
S 1 2 1 2 1 2 S
R R R R R 1 QQ 1 Q 6.3 = + = =

em que Q
1
, Q
2
e Q
S
so respetivamente as indisponibilidades para os componentes 1,2 e para o
sistema. Se houver n componentes ligados em paralelo

( )
n
S i
i 1
Q Q 6.4
=
=

A equao (6.4) conhecida como a lei do produto das indisponibilidades. A fiabilidade do
sistema ento dada por

( )
n
S i
i 1
R 1 Q 6.5
=
=

Notar que para sistemas redundantes a fiabilidade do sistema aumenta, com o nmero de
componentes em paralelo.

Se o sistema no for redundante as condies de funcionamento e de avaria para o sistema tm que
ser definidos. Consideremos por exemplo um sistema constitudo por quatro componentes em
paralelo (fig. 6.3).


32
F. Maciel Barbosa
R
1
R
2
R
3
R
4

Fig. 6.3 Sistema constitudo por quatro componentes ligados em paralelo

Se os componentes forem todos idnticos, com a fiabilidade R

e uma indisponibilidade Q, a
probabilidade associada a cada um dos estados possveis (0, 1, 2, 3 e 4 componentes em
funcionamento) pode ser determinada pelo desenvolvimento do binmio (R +Q)
4

( )
4
4 3 2 2 3 4
R Q R 4R Q 6R Q 4RQ Q + = + + + +

A probabilidade de sucesso do sistema dada, de acordo com o nmero de componentes
necessrios para que o sistema funcione, no quadro seguinte

N de componentes necessrios
para o funcionamento do sistema
Probabilidade de o sistema
funcionar
4
3
2
1
R
4

R
4
+4R
3
Q
R
4
+4R
3
Q +6R
2
Q
2
R
4
+4R
3
Q +6R
2
Q
2
+4RQ

Se os componentes no forem idnticos os valores das probabilidades podem ser obtidas a partir de

( ) ( ) ( ) ( ) ( )
1 1 2 2 3 3 4 4
R Q . R Q . R Q . R Q 1.0 6.6 + + + + =

Sistemas mais complicados podem ser sequencialmente analisados usando o conceito de
probabilidade condicionada para acontecimentos mutuamente exclusivos. Consideremos para o
efeito o sistema representado na fig. 6.4. Admitamos que para o funcionamento do sistema
necessrio que exista pelo menos um percurso entre a entrada ou a sada.


33
F. Maciel Barbosa
A D
C E B
F G
Entrada
Sada

Fig. 6.4 Configurao do sistema

Calculemos a fiabilidade do sistema se os componentes forem todos iguais e tiverem uma
fiabilidade de 0.9.

Atendendo noo de probabilidade condicionada, podemos, por exemplo, escrever

( ) ( ) ( )
S S A S A
R R Aest bom . R R Aest avariado . Q 6.7 = +

Em lugar de ter escrito esta expresso, poderia ter escrito qualquer outra, que contivesse o mesmo
conceito, por exemplo

( ) ( ) ( )
S S D S D
R R Dest bom . R R Dest avariado . Q 6.8 = +

Consideremos a expresso 6.7. Admitindo que A est bom, o sistema equivalente ao da fig. 6.5.


34
F. Maciel Barbosa
D C
E
B
F G
Entrada
Sada

Fig. 6.5 Configurao do sistema quando se admite que o componente A est bom

Admitindo que A bom a expresso da fiabilidade do sistema :

( ) ( ) ( )
S S C S C
R R C bom . R R C estavariado . Q 6.9 = +

As figuras 6.6 a) e 6.6 b) mostram a configurao do sistema quando se admite que C est bom e C
est avariado respetivamente

F
B
G
Entrada
Sada
a)

F
B
G
Entrada
Sada
b)
D
E

Fig. 6.6 - Configurao do sistema quando se admitir que A est bom e
a) C est bom
b) C est avariado

Atendendo fig. 6.6 e fiabilidade de um sistema formado por componentes em srie e em paralelo
(componentes redundantes) podemos escrever a expresso (6.9) como:

35
F. Maciel Barbosa

( ) ( ) ( ) ( )
S B G F C B G D E F C
R 1 1 R R . 1 R R 1 1 R R . 1 R R R Q (6.10) ( ( = +

Admitindo que A est avariado, o sistema ter a configurao representada na figura 6.7.

E C
Entrada
Sada
D
F

Fig. 6.7 Configurao do sistema quando se admite que o componente A est avariado

A fiabilidade do sistema ser dada pela expresso

( ) ( )
S S C S C
R R C bom . R R C estavariado . Q (6.11) = +

Facilmente se v que a expresso anterior pode ser escrita como

S D F C D E F C
R R R R R R R Q (6.12) = +

Por substituio em (6.10) obtemos a seguinte expresso geral da fiabilidade para o sistema

( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )( )
S A B G F C B G D E F C
A D F C D E F c
R R 1 1 R R . 1 R R 1 1 R R . 1 R R R . 1 R
1 R R R R R R R 1 R (6.13)
(
= + +

( + +

Se os componentes do sistema tiverem todos uma fiabilidade de 0.9, a fiabilidade do sistema ser

S
R 0.960165 (6.14) =

Este valor, como bvio, seria o mesmo que se obteria se em lugar de partirmos inicialmente da
expresso (6.7), partssemos da expresso (6.8) ou de qualquer outra equivalente.

36
F. Maciel Barbosa
7. rvore de avarias
O conceito de rvore de avarias foi inicialmente desenvolvido para a anlise da fiabilidade de
msseis e posteriormente utilizado na anlise da fiabilidade de reatores nucleares.
O mtodo consiste basicamente em identificar todos os modos possveis de avaria e control-los. A
rvore de avarias por si mesma, constitui uma representao grfica da lgebra de Boole associada
com o desenvolvimento de uma dada avaria do sistema.
De um modo geral, o procedimento para estabelecer uma rvore de avarias o seguinte:

Definir claramente os acontecimentos indesejados
Relacionar pormenorizadamente as informaes sobre o equipamento em estudo
Desenvolver a rvore de avarias, dispondo graficamente os percursos que podem levar a
ocorrncia do principal acontecimento
Com base nos dados de avaria de cada acontecimento bsico, estabelecer a anlise da rvore
de avarias

Suponhamos que pretendemos analisar a fiabilidade da iluminao de uma sala com uma lmpada
(Fig. 7.1)

Salas
escuras
ou
Lmpada
estragada
Falta de
energia
ou
Actuaoda
proteco
Avarianarede
C
A B

Fig. 7.1- Exemplo de uma rvore de avarias

Se o objetivo for calcular a probabilidade de falta de energia (acontecimento secundrio) temos

( ) ( ) ( ) ( ) ( ) ( ) P avaria P A B P A P B P A P B (7.1) = = +

O acontecimento prioritrio (sala s escuras) pode ser calculado pela expresso:

37
F. Maciel Barbosa

P (sala s escuras) =P(falta de energia U lmpada estragada) (7.2)

Esta metodologia pode ser aplicada a estudos de fiabilidade de sistemas de proteo e esquemas de
comando.
8. Processos de Markov
8.1 Introduo

Consideremos uma experincia caracterizada pelo conjunto dos acontecimentos possveis.

Para cada acontecimento , possvel associar uma funo de tempo, de acordo com uma regra
definida

( ) x t,

Criamos assim uma famlia de funes para cada . Esta famlia designada por processo
estocstico. Um processo estocstico pode ser interpretado como funo de duas variveis, t e .

Se o intervalo de tempo for definido continuamente, isto , se as medies so feitas continuamente
no tempo, temos um processo estocstico contnuo. Caso as observaes sejam feitas em
determinados intervalos de tempo, tem-se um processo estocstico a parmetros discretos.

Para um acontecimento especfico, a expresso ( ) x t, representa uma funo do tempo. Para um
tempo especificado t
i
, ( )
i
x t , uma quantidade dependente de , isto , uma varivel aleatria.

Como facilmente se v ( )
i
x t , um nmero.

usual utilizar a notao

( ) x t

para representar um processo estocstico, omitindo-se na sua expresso a sua dependncia de . Do
exposto conclui-se que ( ) x t tem os seguintes significados:

uma famlia de funes do tempo (t e variveis)
uma funo do tempo (t varivel, constante)
uma varivel aleatria (t fixo, varivel)
um simples valor numrico (t fixo, fixo)
Como um processo estocstico envolve o comportamento de um sistema no tempo, na definio de
tais processos deve-se comear pela especificao do tempo T.

38
F. Maciel Barbosa

Quando o processo estocstico no afectado por uma deslocao na origem dos tempos, diz-se que
o processo estocstico estacionrio.

Num processo estocstico estacionrio tem-se ento que

( ) ( ) x t x t T = +

A sequncia aleatria constitui um processo de Markov se a probabilidade condicionada

( )
n 1 2 n 1 n n 1 1 2 2 n 1 n 1
P i i ,i i P x i x i ,x i x i

( = = = = =

depender somente dos valores de
n
i e
n 1
i

, ou seja

( ) ( )
n 1 2 n 1 n n 1
P i i ,i i P i i

=

Supondo x(t) como um processo de Markov, i e j como estados, a expresso que d a probabilidade
de transio do estado i para o estado j, durante o intervalo de tempo t, t t +

( ) ( )
( )
ij
P P x t t j x t i t 0 = + = =

Se esta probabilidade for constante ao longo do tempo, o processo dito homogneo no tempo.
8.2 Modelo de Markov para um elemento de um sistema eltrico
Normalmente admite-se que um elemento de um Sistema Eltrico de Energia apenas pode residir
num de dois estados estado de funcionamento e estado de avaria (Fig. 8.1). Posteriormente, ser
visto que em alguns casos tem interesse uma abordagem mais minuciosa do problema,
considerando-se ento que o componente pode residir em estados intermdios (por exemplo, caso
de um gerador trmico de potncia elevada, que por deficincia do sistema de produo de vapor
no pode fornecer toda a sua potncia).

39
F. Maciel Barbosa
1 2
Estado defuncionamento Estado deavaria
- taxa deavarias (av/ano)

- taxa dereparaes (rep/ano)

Fig. 8.1 Representao de um componente pelos seus dois estados de residncia.

Um processo de Markov a parmetros contnuos e a estados discretos chamado de cadeia de
Markov. Uma cadeia de Markov possui as seguintes propriedades:

a) O sistema pode ser descrito como estando num dos estados de um conjunto de estados S,
discretos, exaustivos e mutuamente exclusivos.
b) As mudanas de estado so possveis em qualquer intervalo de tempo.
c) A probabilidade de sada de um estado depende somente do estado actual.
d) A probabilidade de dois ou mais acontecimentos acorrerem durante um intervalo de tempo
infinitesimal desprezvel.

Seja

P
i
(t) probabilidade do sistema estar no estado i no tempo t.

P
ij
taxa de sada do estado i para o estado j.

P
ij
dt probabilidade de transio do estado i para o estado j, no tempo dt.

A probabilidade de encontrar um sistema com n estados em qualquer um dos estados i, no tempo
t+dt, pode ser calculada a partir de um sistema de n equaes simultneas em termos das
probabilidades P
i
(t). Assim

( ) ( ) ( ) ( )
n n
i i ij j ji
j 1 j 1
j i j i
P t dt P t 1 P dt P t P dt 8.1
= =

(
(
+ = +
(
(

O primeiro termo do segundo membro desta equao a probabilidade de estar no estado i em t e
no sair dele durante dt; o segundo termo a probabilidade de estar em j em t e ir para i durante dt.


40
F. Maciel Barbosa
A equao (8.1) pode ser escrita como

( ) ( )
( ) ( )
( ) ( ) ( )
n n
i i
i ij j ji
j 1 j 1
j i j i
n n
i i ij j ji
j 1 j 1
j i j i
P t dt P t
P t P P t P (8.2)
dt
Fazendo tender dt para 0
P t P t P P t P (8.3)
= =

= =

+
= +
= +

Dadas as condies iniciais, o sistema de equaes anterior, permite calcular a probabilidade de o
sistema se encontrar em cada um dos estados.
8.3 Aplicao do processo de Markov a um sistema constitudo por um
componente
Consideremos um componente que pode residir em dois estados (Fig. 8.2), no qual esto
representadas as probabilidades de residir ou abandonar o estado num dado intervalo de tempo
finito.

1 2
1/4
1/2
1/2 3/4

Fig. 8.2 Componente com dois possveis estados de resistncia

O sistema representado um sistema discreto na medida em que a passagem de um estado para o
outro se realiza de uma forma discreta. A Fig. 8.3 mostra a evoluo do sistema ao fim de um dado
nmero de passos e na Fig. 8.4 est representada a probabilidade limite do sistema de acordo com o
nmero de passos. Notar que a probabilidade de estar num qualquer dos dois estados no passo 0
dada pelas condies iniciais do sistema.


41
F. Maciel Barbosa
0
0.2
0.4
0.6
0.8
1.0
Estado 2
Estado 1
1 2 3 4 5 6
Nmero
depassos
Probabilidade

Fig. 8.4 Representao do comportamento do sistema

medida que o nmero de passos cresce a representao sob a forma de uma rvore, como a
representada na Fig. 8.3, impraticvel. A transio de um estado para o outro, num simples passo,
pode ser representada pela matriz P

11 12
21 22
P P 12 14
P (8.4)
P P 12 3 4
( (
= =
( (

em que:

P
ii
representa a probabilidade de residir no estado i.

P
ij
a taxa de abandono do estado j para o estado i.

Notar que a soma dos elementos de uma coluna da matriz P um.

A matriz P assim definida designada matriz estocstica de transio de probabilidades.

A matriz P
n
definida como a matriz cujo elemento ij a probabilidade de que o sistema esteja no
estado i depois de n passos, admitindo que o sistema estava inicialmente no estado j.

Quando possvel ir de um estado para o outro, num nmero finito de passos, verifica-se que os
elementos das colunas da matriz P
n
tendem para um dado limite, sendo neste caso a probabilidade
limite independente do estado inicial do sistema.

42
F. Maciel Barbosa

1
1
1
1
2
2
1
2
1
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
2
2
1
2
1
2
1
16
1
16
1
32
3
32
1
32
1
32
3
64
9
64
1
32
1
32
1
64
3
64
3
64
3
64
9
128
27
128
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 4
1 4
1 4
3 4
3 4
3 4
1 4
1 4
1 4
3 4
3 4
3 4
3 4
1 4

Fig. 8.3 Diagrama em rvore do sistema

43
F. Maciel Barbosa

O vetor probabilidade limite , poder ser definido para o sistema representado como:

| |
t
1 2
P P =
tal que:

| || | | |
P =

O nmero mdio de passos para atingir um dado estado E
j
dado que o sistema parte do estado E
i
,
pode ser calculado definindo E
j
, como sendo um estado absorvente, isto , uma vez atingido no
pode ser abandonado antes de o processo ser iniciado novamente. Da Fig. 8.4 pode ser observado
que a probabilidade de residir no estado 1, vai diminuindo medida que o nmero de passos
aumenta

n
n
1
lim 0
2
| |
=
|
\ .

Um sistema como este atingir eventualmente o estado 2, o estado absorvente.

Determinemos o nmero mdio de passos do sistema, antes de atingir o estado absorvente. Seja Q a
matriz que se obtm eliminando na matriz P a linha e a coluna correspondente ao estado absorvente,
e N a matriz

| |
1
N I Q

=

Demonstra-se que a soma dos elementos da coluna k da matriz N representa o nmero mdio de
passos para atingir o estado absorvente, supondo que se partiu do estado k.
8.4 Aplicao do processo de Markov a um sistema constitudo por um
componente sistema contnuo
Na anlise da fiabilidade de um Sistema Eltrico de Energia, de um modo geral, encontram-se
sistemas que so discretos no espao e contnuos no tempo.

Se o sistema ou componente for caracterizado por uma taxa de avarias com uma funo de
distribuio exponencial, foi mostrado (ponto 3.5) que a probabilidade de avariar no intervalo
de tempo t era constante. Esta condio necessria para o sistema poder ser tratado como um
processo de Markov estacionrio.

De um modo geral num Sistema Eltrico de Energia os componentes so reparveis, pelo que
constituem um sistema contnuo no tempo e, devido manuteno preventiva, podem
considerar-se como funcionando no seu perodo de vida til.

Consideremos ento o caso de um componente cujas taxas de avaria e de reparao so
caracterizadas por distribuies exponenciais e seja:


44
F. Maciel Barbosa
P
1
(t) - probabilidade do componente estar no estado 1, no instante t

P
2
(t) - probabilidade do componente estar no estado 2, no instante t

taxa de avarias

taxa de reparao

Consideremos um acrscimo de tempo dt e tendo em ateno que foi admitido que a
probabilidade de dois ou mais acontecimentos ocorrerem nesse intervalo desprezvel,
podemos escrever

( ) ( )( ) ( )
( )
( ) ( )( ) ( )
1 1 2
2 2 1
8.5
+ = +
+ = +

em que

P
1
(t +dt) a probabilidade do componente residir no estado 1 no instante t +dt

P
1
(t) (1 dt) a probabilidade do componente no abandonar o estado 1 at ao instante t +dt,
sabendo-se que no instante t reside no estado 1

P
2
(t) dt a probabilidade do componente atingir o estado 1 at ao instante t +dt sabendo-se
que no instante t reside no estado 2

O diagrama de estados para este sistema est representado na Figura 8.5.

1 2

Fig. 8.5 Diagrama de estados para um sistema constitudo por um componente.

As equaes (8.5) podem ser escritas como:

( ) ( )
( ) ( )
( )
( ) ( )
( ) ( )
1 1
1 2
2 2
2 1
P t dt P t
P t P t
dt
8.6
P t dt P t
P t P t
dt
+
= +
+
= +


45
F. Maciel Barbosa

Fazendo t 0 temos, sob a forma matricial

( )
( )
( )
( )
( )
'
1 1
'
2 2
P t P t
8.7
P t P t
( ( (
=
( (
(
+

O sistema (8.7) um sistema de duas equaes diferenciais lineares a coeficientes constantes,
que pode ser resolvido com o emprego da transformada de Laplace.

Resolvendo o sistema (8.7) e admitindo que

( ) ( )
1 2
P 0 1 e P 0 0 = =

isto , considerando-se que o sistema no estava avariado no instante inicial teremos

( )
( )
( )
( )
( )
t
1
t
2
e
P t
8.8
e
P t
+
+

= +
+ +

=
+ +

Fazendo t as equaes (8.8) do-nos a probabilidade limite ou estacionria correspondente
a cada um dos estados

( )
( )
1
2
P
P
=
+
=
+

A probabilidade limite pode ser obtida de duas maneiras distintas:

Considerando P(t +dt) =P(t) (8.9)

Considerando P(t) =0 (8.10)

Em qualquer dos casos ter porm que se verificar sempre a condio

n
i
i 1
P 1.0
=
=


46
F. Maciel Barbosa
Consideremos agora um sistema constitudo por dois componentes (o componente 1 e o
componente 2) e com possibilidade de reparao. O sistema est representado no diagrama da
figura 8.6.

Estado 1
1F, 2F
Estado2
1A, 2F
Estado 3
1F, 2A
Estado 4
1A, 2A
2

2
2

2

A componente avariado
B componente avariado

Fig. 8.6 Diagrama de um sistema constitudo por dois componentes.

A matriz estocstica de transio de probabilidades do sistema representado na fig.8.6 a dada pela
equao 8.11 .

| |
( )
( )
( )
( )
( )
1 2 1 2
1 1 2 2
2 1 2 1
2 1 1 2
1 0
1 0
P 8.11
0 1
0 1
( +
(
+
(
=
(
+
(
+
(

A probabilidade limite do sistema pode por exemplo ser calculado pela equao (8.9) e, atendendo a
que

4
i
i 1
P 1.0
=
=

como foi referido. Teremos ento:


47
F. Maciel Barbosa
| | ( )
1 1
2 2
3 3
4 4
1 2 3 4
P P
P P
P 8.12
P P
P P
P P P P 1.0
( (
( (
( (
=
( (
( (

+ + + =

Resolvendo o sistema de equaes lineares obteremos as probabilidades estacionrias para os
quatro estados possveis do sistema

( )( )
( )
( )( )
( )
( )( )
( )
( )( )
( )
1 2
1
1 1 2 2
1 2
2
1 1 2 2
2 1
3
1 1 2 2
1 2
4
1 1 2 2
P 8.13
P 8.14
P 8.15
P 8.16

=
+ +

=
+ +

=
+ +

=
+ +

Definindo o estado 4, como estado absorvente, o que pressupe que o sistema constitudo por
dois componentes redundantes, possvel calcular o tempo mdio de funcionamento do sistema
antes de avariar. Para simplificar a anlise, consideremos que os dois componentes so iguais,
isto

1 2
1 2
= =
= =

Aplicando o algoritmo descrito em 8.3, consideramos os seguintes passos:

Eliminar a linha e a coluna correspondente ao estado absorvente (estado 4) da matriz
estocstica de transio de probabilidades (equao (8.11))

( )
( )
1 2
Q 1 0 (8.17)
0 1
(
(
= +
(
(
+


48
F. Maciel Barbosa

Formar a matriz N =I Q (I matriz identidade)

2
N I Q 0 (8.18)
0
(
(
= = +
(
( +

Calcular
| |
1
I Q

| |
( )
( ) ( ) ( )
( ) ( )
( ) ( )
2
1
2
1
I Q 2 (8.19)
2
2
(
+ + +
(
= + +
(
+
(
+ +

Supondo o estado inicial do sistema o estado 1, o tempo mdio de funcionamento antes de
atingir o estado absorvente, dado por

( )
( ) ( ) ( )
( )
2
2 2
3
m MTTF (8.20)
2 2
+ + + + +
+
= =
+

Como se pode verificar, este mtodo de anlise de difcil aplicao a sistemas complexos com um
nmero elevado de possveis estados de residncia. Note-se que um sistema com n componentes, cada
componente podendo residir em dois estados (funcionamento ou avaria), pode residir em 2
n
estados.

Este mtodo permite porm testar os vrios mtodos existentes bem, como as diferentes solues
que vo sendo procuradas para resolver os problemas de fiabilidade, dos Sistemas Eltricos de Energia.

Apliquemos a anlise feita a um sistema constitudo por dois componentes em srie e a outro constitudo por
dois componentes emparalelo.
8.4.1 Sistema constitudo por dois componentes em srie
Consideremos o sistema representado na Figura 8.7.

1 2
1
, r
1

2
, r
2

S
, r
S
a) b)

Fig. 8.7 a) Sistema constitudo por dois componentes ligados em srie.
b) Modelo equivalente do sistema.


49
F. Maciel Barbosa
Como j foi analisado, para o sistema funcionar necessrio que os dois componentes funcionem.
Assim, no diagrama da Figura 8.6 o estado 1 o nico que corresponde ao funcionamento do
sistema.

Da anlise j feita, conclui-se ento que a probabilidade do sistema funcionar, corresponde
probabilidade do sistema estar no estado 1, que dada pela equao 8.13, ou seja:

( )( )
1 2
1
1 1 2 2
P (8.21)

=
+ +

Consideremos agora o diagrama para o sistema equivalente do sistema constitudo pelos dois
componentes em srie (Fig. 8.7)

s
Sistema a
funcionar
Sistema
avariado
s
- taxa deavarias dosistema
s
- taxa dereparaes dosistema
T
1/
s
1/
s
A
F

Fig. 8.8 Diagrama de estados do sistema equivalente ao sistema srie.

A partir do diagrama da figura 8.8, facilmente se v que a probabilidade de o sistema funcionar
dada por:

( )
S S
F
S S S S
1
P 8.22
1 1

= =
+ +

Como

F 1
P P =

e

( )
S 1 2
8.23 = +

Temos que


50
F. Maciel Barbosa
S
1
S S
S 1 S 1 S
1
S S
1
P
P P
P
1 P
=
+
= +
=

Atendendo s equaes 8.13 e 8.23

( )
( )
1 2 1 2
S
1 2 1 2 2 1
8.24
+
=
+ +

Pelo que:

( )
1 2 1 2 2 1
s
S 1 2 1 2
1
r
+ +
= =
+

ou, atendendo a que
1 1 2 2
1r e 1r = =

( )
1 1 2 2 1 2 1 2
s
1 2
r r r r
r 8.25
+ +
=
+

De um modo geral

1 2 1 2 1 1 2 2
r r r r << +

pelo que, para um sistema constitudo por dois componentes em srie, a taxa de avarias e a durao
mdia das avarias do sistema so respetivamente:

( )
S 1 2
8.26 = +

( )
1 1 2 2
s
1 2
r r
r 8.27
+
=
+

Generalizando para um sistema com n componentes ligados em srie, a durao mdia das avarias
(ou tempo mdio de reparaes) e a taxa de avarias so dados, respetivamente, pelas seguintes
expresses:


51
F. Maciel Barbosa
( )
( )
n
i i
i 1
S n
i
i 1
n
i
i 1
r
r 8.28
8.29
=
=
=

8.4.2 Sistema constitudo por dois componentes em paralelo
Consideremos o sistema representado na Figura 8.9

1
, r
1
R
2
2
, r
2
S
, r
S
a) b)

Fig. 8.9 a) Sistema constitudo por dois componentes em paralelo
b) Modelo equivalente ao sistema a)

Supondo os dois componentes redundantes conclumos, pela anlise do sistema, que no funcionar
quando os dois componentes se encontrarem avariados simultaneamente, o que corresponde no
diagrama da Fig. 8.6, ao estado 4.

A probabilidade do sistema no funcionar , como vimos ento (equao (8.16))

( )( )
1 2
4
1 1 2 2
P

=
+ +

Consideremos o diagrama para o sistema equivalente (Fig. 8.10)


52
F. Maciel Barbosa
p
Estado de
funcionamento
Estado
deavaria
T
1/
p
1/
p
A
F

Fig. 8.10 Diagrama do sistema equivalente ao sistema paralelo.

Pela anlise do diagrama da figura 8.10, conclui-se que:

p p
A
p p p p
1
P
1 1

= =
+ +

Como

( )
( )
A 4
p 1 2
P P 8.30
8.31
=
= +

Temos que

p
4
p p
p 4 p 4 p
4
p p
4
P
P P
P
1 P
=
+
+ =
=

Atendendo equao (8.16)

( )
( )
1 2 1 2
p
1 1 2 2
r r
8.32
r r 1
+
=
+ +

Num nmero muito elevado de sistemas pode considerar-se

1 1 2 2
r r 1 + <<


53
F. Maciel Barbosa
pelo que, neste caso, a taxa e a durao mdia das avarias de um sistema constitudo por dois
componentes redundantes ligados em paralelo so respetivamente

( ) ( )
( )
p 1 2 1 2 1 2 1 1 2 2
1 2
p
p 1 2
r r r r 8.33
1 r r
r 8.34
r r
= + = +
= =
+

9. Frequncia de ocorrncia de um estado
O perodo de vida mdio de um componente (T) a soma do tempo mdio de funcionamento
(MTTF) e do tempo mdio de reparao (ou tempo mdio entre avarias MTBF), pelo que

( )
1 1
T 9.1 = +

em que

1
m=
(tempo mdio de funcionamento)

1
r =
(tempo mdio de reparao)

logo

( ) T m r 9.2 = +

e a frequncia do ciclo ser:

( )
1
f 9.3
T
=

Como foi visto no ponto 8.4, para um sistema formado por um s componente, com dois estados de
funcionamento, as probabilidades limite de cada um dos estados (estado de funcionamento e estado
de avaria) so dadas respetivamente por

( )
( )
F
A
P 9.4
P 9.5
=
+
=
+


54
F. Maciel Barbosa

pelo que

( )
( )
F
A
1r m m 1 f
P 9.6
1m 1r m r T T
1m r r 1 f
P 9.7
1m 1r m r T T
= = = = = =
+ + +
= = = = = =
+ + +

Das equaes anteriores podemos escrever

F A
f P P = =

isto , a frequncia com que um estado ocorre, dada pelo produto da probabilidade de residncia
do sistema nesse estado, pela taxa de abandono do referido estado; ou ento, pelo produto da
probabilidade do sistema no se encontrar nesse estado pela taxa de entrada no referido estado.

No caso de sistemas eltricos de energia, como a fiabilidade dos componentes elevada
( )
F
P 1 confunde-se normalmente a frequncia com a taxa de avarias

( )
F
P 1 f 9.8

De um modo geral, prova-se que a durao mdia de permanncia em qualquer estado e a
frequncia com a qual este ocorre, podem ser calculadas por:

( ) ( )
( )
Si n
ij
j 1
j i
n
si i ij
j 1
j i
1
E T 9.9
P
f P P 9.10
=
=
=

em que:

P
ij
a taxa de sada de um estado S
i
para um estado S
j

T
i
o tempo de permanncia no estado S
i
.

Para exemplificar, consideremos o sistema cujo diagrama de estados representado na Figura 8.6,
sendo o estado de avaria o estado 4 (ambos os componentes avariados) e que os componentes so
iguais. O tempo mdio de permanncia no estado 4, aplicando a equao (9.9), dado por:


55
F. Maciel Barbosa
( ) ( )
S4
E T 12 9.11 =

e a frequncia com que o estado 4 ocorre, atendendo s equaes (8.16) e (9.10)

dada por:

( )
2
S4
f . 2 9.12
(
=
(
+

Como j referido, de um modo geral, o sistema ter que ser decomposto em dois sub-conjuntos
um constitudo pelos estados de avaria e outro pelos estados de sucesso do sistema. Posteriormente,
por aplicao das equaes (9.9) e (9.10) possvel determinar a durao mdia dos estados de
avaria ou de sucesso e a frequncia com que tais estados ocorrem.

10. Combinao de estados

Algumas vezes muito til combinar certos estados (por exemplo combinao dos diferentes
estados de avaria e dos diferentes estados de sucesso). Nestes casos necessrio definir a frequncia
acumulada dos dois estados e a durao mdia associada a um grupo acumulado de estados. Por
frequncia acumulada de dois estados entende-se a soma das frequncias de cada um dos estados
menos a frequncia de simultaneidades entre eles. Por durao mdia associada a um grupo
acumulado de estados entende-se a razo entre a probabilidade acumulada dos estados e a
frequncia acumulada dos mesmos. Consideremos, por exemplo, o diagrama de estados equivalente
ao da fig. 8.6, quando ambos os componentes so iguais (fig. 10.1).

Estado 1
1 F
2 F
Estado 2
1 A, 2F
ou
1F, 2 A
Estado 3
1 A, 2 A
2
2

Fig. 10.1 Diagrama de estados para um sistema constitudo por dois componentes iguais

No caso de o sistema ser constitudo por dois componentes redundantes, ligados em paralelo, o
estado de sucesso ser constitudo pelos estados 1 e 2 do diagrama.

A frequncia acumulada dos estados 1 e 2 ser

( )
1,2 1 2 1 2
f f f P 2 P 10.1 = +

ou


56
F. Maciel Barbosa
( ) ( )
1,2 1 2 1 2 2
f P .2 P P 2 P P 10.2 = + + =

Atendendo equao (8.16) e ao facto de os dois componentes serem iguais

( )
( )
2
1,2 2
2
f 10.3

=
+

O sistema foi reduzido a dois estados, os estados 0, 1 e 2, e a frequncia com que se encontra cada
um destes estados ser a mesma, isto

( )
( )
2
1,2 3 2
2
f f 10.4

= =
+

Considerando os estados 1 e 2 como estados de sucesso, a durao mdia associada a eles ser

( )
( )
2
2
1 2
2 2 2
1,2
P P 2 2
f 2 2
+
+ + +
= =

+

A expresso
( )
2
2
2 +
+
foi obtida das equaes (8.13), (8.14) e (8.15) atendendo a que os dois
componentes so iguais.

Resumindo o que foi dito, pode estabelecer-se um mtodo geral para determinar as probabilidades
limites pela anlise do diagrama de estados, para determinado sistema.

Os passos, seriam ento os seguintes:

1) Definir os critrios de avaria para o sistema;
2) Dividir os estados do sistema em dois sub-conjuntos, um de funcionamento (F) e outro de
avaria (A) ;
3) Calcular as probabilidades limites P
i
, com i A ;
4) Combinar todos os estados de avaria no sub-conjunto A, e todos os estados de
funcionamento no sub-conjunto F;
5) A probabilidade de avaria do sistema ser ento

A i
i A
P P

6) A frequncia de avarias do sistema ser a frequncia dos estados combinados de A

A i
i A j F
f P i, j

=


57
F. Maciel Barbosa

7) A durao mdia da avaria do sistema ser

A
A
A
P
r
f
=

Como no decorrer do processo aparecem 2
n
estados que h necessidade de considerar (quando h n
componentes independentes), usual, para reduzir o nmero de estados que tm que ser
considerados, eliminar os estados que tm uma baixa probabilidade de ocorrncia. Em Sistemas
Eltricos de Energia frequente considerar apenas acontecimentos de primeira e segunda ordem,
desprezando obviamente as de ordem superior.
11. Mtodos de simulao

Nos modelos analticos, que foram aqueles que foram descritos at ao momento, os sistemas so
descritos por um modelo matemtico e os ndices de fiabilidades so calculados atravs da soluo
daquele modelo. Nos mtodos de simulao, nomeadamente no mtodo de Monte Carlo, o processo
consiste em simular uma experincia com uma durao previamente fixada, de que depende o
significado estatstico dos resultados.

Durante a experincia impem-se condies de funcionamento, para o sistema em estudo e para os
seus componentes, tanto quanto possvel aproximadas das que existem na realidade.

A tcnica bsica, utilizada na aplicao a estudos de fiabilidade, consiste no sorteio para cada
componente de tempos para avariar que obedeam a uma distribuio estatstica idntica que se
admite melhor representar a distribuio dos tempos para avariar dos componentes reais, em
funcionamento normal. De igual modo se sorteiam os tempos de reparao para todos os
componentes do sistema. Aps a obteno dos valores referidos, procede-se simulao das
diversas avarias nos tempos sorteados, verificando a influncia no sistema de cada avaria e
simulando reparaes de acordo com os tempos sorteados at que o tempo de durao da
experincia seja esgotado.

Os resultados da experincia permitem obter, depois de tratamento estatstico adequado, os ndices
de fiabilidade do sistema.

Os maiores inconvenientes do mtodo de Monte Carlo so o grande nmero de experincias
necessrias na maior parte das aplicaes, podendo por isso o tempo de computao necessrio ser
muito grande e a fixao do tempo de cada experincia.

Apesar destas manifestas desvantagens, algumas vantagens so apontadas ao mtodo Monte Carlo:

no h restries para as diversas funes de distribuio a considerar

as relaes de dependncia entre acontecimentos (de avaria, de reparao, etc.,) podem ser
includas facilmente

o trabalho analtico necessrio simples, no contando com a anlise do defeito das avarias


58
F. Maciel Barbosa
as solues a curto prazo podem ser obtidas com facilidade

o aumento do sistema pode ser incorporado sem dificuldade.


59
F. Maciel Barbosa

12. Bibliografia

1. R Billinton, Power System Reliability Evaluation", Gordon and Breach Publishers, Nova
York, 1976 (3 edio)
2. J . Endrenyi,
Reliability Modeling in Electric Power Systems'', J ohn Wiley and Sons, 1978
3. J . Nardi, B. Avi-Itzhat, "Electric Energy Generation - Economics, Reliability and Rates";
The MIT Press, 1981
4. F. Maciel Barbosa, "Bulk Power Systems Reliability Evaluation", Ph.D.Thesis, UMIST,
Manchester, 1979
5. Discon, G.F.L.. Hammersley, H., "Reliability and its cost in distribution systems", IEE
Conference on Reliability of Power Supply Systems, 1977, IEE Conf. Publ. 148, pg. 81-84.
6. A report prepared by the Working Group on Performance Records for Optimizing System
Design, Power Systems Engineering Committee "Reliability Indices for Use i n Bulk Power
Supply Adequacy Evaluation", IEEE Transactions, Vol. PAS-97, no 4 J uly/Aug 1978, pg.
1097-1103
7. A report prepared by the Reliability Test System Task Force of the Application of Probability
Methods Subcommittee, "IEEE Reliability System IEEE Transactions, Vol. PAS-98, n 6
Nov/Dec. 1979, pg.

2047-2054
8. Roy Billinton, "Bibliography on the Application of Probability Methods in Power System
Reliability Evaluation", IEEE Transactions, Vol. PAS-91, n 2, March/April 1972, pg. 649-
660
9. IEEE Subcommittee on the Application of Probability Methods-Power System Engineering
Committee, "Bibliography on the Application of Probability Methods in Power System
Reliability Evaluation, Vol. PAS-97, n 6, Nov/Dec 1978, pg. 2242-2235
10. Billinton, R., Allan, R.N., Reliability Evaluation of Power Systems, Plenum Press, New
York, 2nd edition, 1996.
11. Allen J. Wood, Bruce F. Wollenberg Power generation, operation and control, John
Wiley,1996.
12. Billinton, Roy , Wenyuan L Reliability asessment of electric power systems using Monte
Carlo Methods, Plenum Press, New York 1994.
13. Wenyan Li, Risk Assessment of Power Systems, Wiley IEEE Press, New York 2005

60
F. Maciel Barbosa
14. Allan, R.N.,Billinton, R., Lee, S.H., "Bibliography on the Application of Probability Methods
in Power System Reliability Evaluation, Vol. PAS-103, 1984, pg. 275-282.
15. Allan, R.N.,Billinton, R., Shahidehpour, S.M., Sing, C., "Bibliography on the Application of
Probability Methods in Power System Reliability Evaluation, Vol. PAS-3, 1988, pg. 1555-
1564.
16. Allan, R.N.,Billinton, R., Briepohl, A.M.,Grigg,C.H, "Bibliography on the Application of
Probability Methods in Power System Reliability Evaluation, Vol. PWRS-9(1), 1994, pg.
1555-1564.
17. Allan, R.N., Billinton, R., Breipohl, A.M., Grigg, C.H, Bibliography on the application of
probability methods in power system reliability evaluation, Volume: 14 , Issue: 1, 1999,
Page(s): 51 57.
18. Anders G. J ., Probability Concepts in Electric Power Systems, Wiley Publications, New
York, 1999


61
F. Maciel Barbosa

13. Apndice I
Problemas

1. Considere um sistema constitudo por dois componentes iguais, no seu perodo de vida til, com
uma fiabilidade de 0,9
a) Calcule a fiabilidade do sistema constitudo pelos dois componentes, se para o sistema
funcionar tiverem que funcionar ambos os componentes.
b) Calcule a fiabilidade do sistema constitudo pelos dois componentes, se para o sistema
funcionar for suficiente que um dos componentes funcione.
c) Usando o excel faa um grfico que lhe permita analisar a fiabilidade do sistema srie
quando o nmero de componentes cresce de 1 at 10. Comente o resultado que encontrou.
d) Usando o excel faa um grfico que lhe permita analisar a fiabilidade do sistema paralelo
quando o nmero de componentes do sistema cresce de 1 at 10 e for suficiente que um
componente funcione para o funcionamento do sistema. Comente o resultado que encontrou.
e) Resolva novamente as alneas c) e d) considerando que a fiabilidade dos componentes de
0,8. Compare os resultados que encontrou com os obtidos anteriormente e comente.

2. Um sistema constitudo por 4 componentes iguais ligados em paralelo, a funcionarem no seu
perodo de vida til e com uma fiabilidade de 0,9.
a) Calcule a fiabilidade do sistema se o sucesso do sistema requerer que pelo menos 2
componentes funcionem.
b) Calcule a fiabilidade do sistema se o sucesso do sistema requerer que pelo menos 3
componentes funcionem.
c) Calcule a fiabilidade do sistema se forem colocados 5 componentes em paralelo para
executar a mesma funo e se o sucesso do sistema requerer que pelo menos 2 componentes
funcionem.

3. Determine a fiabilidade do sistema representado, se todos os componentes tiverem fiabilidade
0,80 e o sistema for redundante.

1 2
3
4
5


62
F. Maciel Barbosa

4. Calcular a fiabilidade de cada um dos sistemas representados, considerados redundantes e em
que cada componente tem a fiabilidade indicada. Os componentes so supostos independentes.

1 2 4
3
5
R1 =0,99
R2 =0,98
R3 =0,6
R4 =0,7
R5 =0,8
a)
3 5
4
6
R1 =R2 =0,99
R3 =0,999
R4 =0,89
R5 =0,92
R6 =0,90
b)
2
1
R1 =R2 =0,99
R3 =R4 =0,89
c)
3
1 2
4
5
4
6
d)
3
2
1
7
Ri=0,80
R1 =R2 =0,99
R3 =R4 =0,89
e)
3
1 2
4


63
F. Maciel Barbosa
1 2
f)
3 4 5
6 7
8
9
10 11
12
13
14
15
16 17 18
19
20
21
7
1 2
3
3 4 6 8 11 14 15 20 21
2
9 10 12 18
1
13
Q Q 10
Q Q Q Q Q Q Q Q Q 10
Q Q Q Q 10
Q 10
= =
= = = = = = = = =
= = = =
=


64
F. Maciel Barbosa

5. Escrever as expresses de fiabilidade para os sistemas representados e calcule a fiabilidade dos
mesmos, admitindo que todos os componentes so iguais e tm a fiabilidade de 0,9.

b
d a
c
e
a)
C
D A
B
E
c)
b
e a
c
f
b)
d
D
C A
E
d)
B


65
F. Maciel Barbosa
e
c b
d
f
e)
a
g
B
D
E
F
A
C
f)


66
F. Maciel Barbosa

6. Considere os dois sistemas representados na figura. Para o sucesso do sistema necessrio que
um dos caminhos entre a entrada e a sada esteja disponvel.
a) Deduza a expresso da fiabilidade para o sistema;
b) Calcule a fiabilidade do sistema se todos os componentes forem iguais e
independentes e tiverem uma fiabilidade de 0,9;
c) Compare a fiabilidade do sistema representado em a) com a fiabilidade do sistema
representado em b)

A B C
D E
a)

A B C
D E
b)

7. Determine a fiabilidade do sistema representado na figura, admitindo que todos os
componentes so iguais e tm uma fiabilidade de 0,90.

A B
C D E
F G


67
F. Maciel Barbosa

8. Calcule a fiabilidade do sistema usando a tcnica de reduo do sistema e o mtodo dos
cortes mnimos para uma misso de 1000 horas, se
6 5 4 5
1 2 3 4
10 av/ h, 10 10 av/ h, 2 10 av/ h, 5 10 av/ h

= = = = .
Qual o MTTF do sistema ?

1 2
3 4

9. A fiabilidade de um componente no seu perodo de vida til de 90% para uma misso de
50 horas. Qual ser a fiabilidade do componente para uma misso de 100 horas?

10. Considere dois alternadores iguais, com uma taxa de avarias de 0,01 av/dia e com o tempo
mdio de reparao de 2 dias. Calcule a frequncia e a durao da ocorrncia de sada
simultnea dos dois alternadores.

Introd Fiabilidade SEEJaneiro 2013

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Introd Fiabilidade SEEJaneiro 2013

Hochgeladen von

Copyright:

Verfügbare Formate

INTRODUO FIABILIDADE DE

SISTEMAS ELTRICOS DE ENERGIA

< < = = < <

Introduo Fiabilidade de Sistemas Eltricos de Energia

- taxa deavarias (av/ano)

(tempo mdio de funcionamento)

(tempo mdio de reparao)

Das könnte Ihnen auch gefallen