Curs Fiabilitate in Energetica EI 941 PDF

IOAN P.
VIZITEU
FIABILITATEA
INSTALAŢIILOR ENERGETICE
BACĂU 2008
Universitatea Bacău- Facultatea De Inginerie - Secţia Energetică Industrială
Ioan P. VIZITEU – Fiabilitatea Insalatiilor Energetice
CUPRINS
1. Introducere ………………………………………………………..……………….7
1.1 . Obiectul cursului…………………………….……………………….…………......7
1.2. Definiţii……………………………………………………………..………….…….7
2. Modele matematice folosite în fiabilitate…………….……….…….……..9
2.1. Modelarea comportării elementelor şi sistemelor……….…...……………...9

3. Variabile aleatoare……………………………………………….………….…..18
3.1 Operaţii cu variabile aleatoare……………………………….…………….……19
3.2 Funcţii de repartiţie ……………………..……………….……………….………20
3.3 Densitatea de repartiţie……………….…………….…………………..………21
3.4 Valori medii ; momente………………………………………………..…….…22
3.4.1. Cazul variabilelor aleatoare discrete…………………………….…..……….22
3.4.2. Cazul variabilelor aleatoare continue……………….……………...………..25
3.5 Funcţia caracteristică…………..…………………….……………….…..……..26
3.6. Funcţia generatoare…………………………………………...…………..…….29
4. Legi clasice de probabilitate…………………………..……..……...…….32
4.1 Legi clasice de repartiţie de tip discret………………..…………..………33
4.1.1 Repartiţia binomială
sau repartiţia lui Bernoulli (schema urnei lui Bernoulli)…………...……..….33
4.1.2. Repartiţia Poisson ……………………………………………………..….…...35
4.1.3. Repartiţia multinominală……………………………………………..………...36
4.1.4. Repartiţia binomială cu exponent negativ…………….………..……….…..37
FIABILITATEA INSTALAŢIILOR ENERGETICE 2
4.1.5. Repartiţia hipergeometrică………….…………………..…………….……….38

4.2. Legi clasice de repartiţie de tip continuu…………………….…………..38
4.2.1. Repartiţia normală……………………………………………………………...38
4.2.2 Repartiţia normală redusă………………………..……………………….….39
4.2.3 Repartiţia lognormală…………………………………………...……………..40
4.2.4 Repartiţia exponenţială…………………………………………….…..……….40
4.2.5 Repartiţia χ2 (hi pătrat)…….……………………………….....…….….……...41
4.2.6 Repartiţia Weibull……………………...……………….......……………….…42
5 Fiabilitatea elementului simplu………………………………….……....…….42
5.1 Fiabilitatea elementului simplu nereparabil………………...…….….……..43
4.2.2 Calculul fiabilităţii elementului simplu reparabil………………..………..48
6. Fiabilitatea sistemelor cu structură serie – paralel…….….…….…..…..50
6.1 Fiabilitatea sistemelor cu structura serie……………………...….….……..50
6.2. Fiabilitatea sistemelor cu structura paralel………………………....………..51
6.3 Fiabilitatea sistemelor cu structură mixtă………………………..…………53
6.4 Structura redondantă globală………………………………………….……57
6.5 Structura triunghi - stea şi stea – triunghi………………………….………58
6.6 Reprezentarea parametrică bidimensională…………………..…..………..60
7. Construcţia şi simplificarea funcţiilor de structură
şi a reţelelor de fiabilitate …………………………..……………………62
7.1. Legături şi tăieturi ………………………………..………….………………..62
7.2. Simplificarea funcţiilor de structură şi a reţelelor
de fiabilitate……………………………….…………………………………….64
7.2.1. Funcţia ϕ este monotonă………….…………..…………………………...64
7.2.2. Funcţia ϕ este nemonotonă…………….……….….……………………...66
8. Metode de calcul a fiabilităţii……………………...……………………..68
8.1 Metoda binomială…………...…………………………………………………68
8.2 Metoda Monte Carlo………………...………………………………………...72
8.3 Metode bazate pe procese Marcov cu
parametru continuu …………………………………..………………….…….75
8.3.1. Procese Marcov…………………...………………………………………..….75
8.3.2. Intensitatea de tranziţie………….…………………………………….……….76

8.3.3 Ecuaţia diferenţială a parametrilor de stare………….…..……………..77

8.3.4. Metode bazate pe procese Marcov de tip continuu……..………….…78
8.3.5. Metode Markov de tip continuu pentru un sistem serie.………………..80
8.3.6 Repartiţii teoretice şi repartiţii empirice….……………….………………84
8.4 Metoda celor mai mici pătrate simple……………………………….……85
9. Metodele statistice de determinare a fiabilităţii…....……….………89
9.1. Etapele estimării………………….........……………………………………..89
9.2 . Construirea funcţiilor empirice de fiabilitate
R(t) , Q(t), λ(t) , f (t) …………....………………………………………………….90

^ ^ ^ ^
9.3. Planuri de experimentare pentru estimarea

indicatorilor de fiabilitate …………………………….………………….……91
10. Estimaţia parametrilor legilor de probabilitate……………………….93
10.1. Repartiţia complet specificată………………………………………………93
10.2. Funcţia de estimaţie (estimatorul)……………………….………………..…93
10.3. Estimatorul absolut corect………………………………………..…………95
10.4. Estimaţie eficientă………..…………………………………..……………….95
10.5. Determinarea parametrilor funcţiei de repartiţie…………………..……...97
10.6. Metoda verosimilităţii maxime…………………..……………………….....97
11. Verificarea ipotezelor statistice…….……………………………………...99
11.1 . Puterea unui test……………………..……………………….……………...99
11.2. . Testul χ2…………………………………..………………………………..…102
12 . Căi de corelare optimă a valorilor indicatorilor de
fiabilitate pentru componentele instalaţiilor
energetice…………………………………..………………………………..103
12.1 Greutatea………………………………….…………………………………..104
12.2. Importanţa……………………………………………………………………..105
12.3. Aportul………………...……………………………………………………….106
13. Model de optimizare a structurii sistemelor folosind
criteriile “ importanţă “ şi “ aport ” a elementelor………………….109

14. Tehnici moderne utilizate în fiabilitate………………………..…..113

14.1. Redondanţă analitică………………………………………………..……..113
14.2. Redondanţa materială…………..………………………………………….115
14.3. Principiul redondanţei analitice…………………………….……………..116
14.4 . Redondanţa discretă………………………………………………………..117
14.5 . Redondanţă statică……………………………..……………………….….119
14.6. Redondanţa dinamică………………..…………………………………….122
15. Spaţiul de paritate generalizată…..…………….………..……………123
16. Detecţia şi diagnoza…………………………......…………….………...125
16.1 Etapele procedurii de detecţie – diagnoză……………………………...125
16.1.1. Toleranţa la defectări……………………..…………………………………125
16.2 . Reducerea informaţiei şi detecţia……………………..…………………126
16.3 Detecţia………………………………………..……………………………...126
16.4. Identificarea…………………………………………………………………..126
16.5 . Tehnicile de detecţie………………………………..……………………..127
17. Redondanţa analitică…………..…..………………………………….….127
17.1. Etapele cercetării modelelor………….…………………………………..127
17.2. Metoda modelului…………………………………………………………...128
17.3. Estimarea stării sistemului……………………………..………………...132
17.3.1. Filtrajul statistic……………………………………………………………..132
17.3.2 . Filtrul kalman sau captatorul perfect………………………...…...……133
18. Tehnici de detecţie a defectelor traductoarelor…………………..136
18.1 Rezidiul în bucla deschisă……………………………………………….136
18.2. Rezidiul din bucla închisă……………………………….…………….…137
18.3. Tehnica estimării………………….……………..……………………….…137
18.4. Metoda ipotezelor multiple………………………………………….….…140
19. Mentabilitatea şi disponibilitatea ......................................................140
19.1 Mentabilitatea.......................................................................................140
19.2 Media timpului de reparaţie MTR......................................................141
19.3 Disponibilitatea.....................................................................................142
20. Modelul matematic al securităţii sistemelor de relee de
protecţie şi automatizare...............................................................143
20.1 Modelul dual de defect........................................................................143
20.2 Riscul şi securitatea din perspectiva modului de

defectare al sistemelor de relee ........................................................144
20.3 Securitatea sistemelor cu n relee serie (şi).........................................149
20.4 Securitatea sistemelor cu n relee paralel (sau)..................................150
21. Metode moderne de mentenanţă predictivă...................................154
21.1 Lucrări pentru schema de monitorizare la AT-uri................................154
21.2 Diagnosticare prin măsurători de termoviziune...................................155
21.3 Monitorizarea unităţilor de transformare cu ajutorul
analizelor cromatografice.....................................................................155
22 Cum influienţează incertitudinea parametrică
optimalitatea politicilor de mentenanţă…………….………………...156
22.1 Disponibilitate şi entropie ……………………………..…………………..158
22.2 Complexitate şi incertitudine ……………………….…………………….159
22.3 Mentenanţă preventivă bazată pe vârstă …………….…………………160
22.4 Influienţa incertitudinii parametrice ......................................................161
22.5 Criteriul de reparare minimal …………………………..………..……..164
22.6 Determinarea costului critic optimal ………………………………… .164
23 Anexa……………….……………………………………………….……..167

1. INTRODUCERE
Produsele şi serviciile unei economii sunt caracterizate de indicatorul de bază numit
calitate
Acest indicator are mai multe componente. Una dintre acestea este reprezentată de
fiabilitate.
Fiabilitatea ca noţiune este foarte veche, dar ca teorie apare în ultimele trei decenii.
Teoria fiabilităţii este o ştiinţă interdisciplinară . Ea se referă la toate etapele unui
produs; proiectare , fabricare , transport , montare şi exploatare.
• Bazele fiabilităţii unui produs se stabilesc în perioada de proiectare când se
fixează structura şi se dimensionează elementele sale.
• În timpul fabricării fiabilitatea se asigură prin alegerea corectă a procedeelor şi
utilajelor tehnologice , prin respectarea regimurilor şi condiţiilor de fabricaţie,
prin controlul riguros pe faze a calităţii materialelor folosite.
• Pe timpul transportului fiabilitatea se menţine prin utilizarea unor metode
adecvate de ambalare şi conservare.
• În timpul montajului fiabilitatea se menţine prin respectarea tehnologiilor de
montaj şi conservare până în momentul punerii în funcţiune.
• În timpul exploatării fiabilitatea se asigură prin aplicarea instrucţiunilor
tehnologice de întreţinere şi exploatare şi de conservare , asigurând condiţiile
externe corespunzătoare necesare funcţionării normale şi efectuând la timp şi
conform instrucţiunilor de întreţinere lucrările necesare de întreţinere.
Fiabilitatea s-a impus ca ştiinţă în momentul când uzura morală a produselor a
devenit un proces foarte accelerat.
1.1. OBIECTUL CURSULUI
Cursul de fiabilitate are ca obiect :
• studiul defecţiunilor ( cauze , apariţie , dezvoltare , metode de combatere)
• aprecierea cantitativă a comportării produselor în timp în funcţie de factorii
interni şi externi
• determinarea metodelor şi modelelor de calcul şi de prognoză a fiabilităţii
• analiza fizică a defectelor
• stabilirea metodelor pentru menţinerea şi creşterea fiabilităţii sistemelor ,

dispozitivelor şi elementelor componente
• stabilirea metodelor de selectare şi prelucrare a datelor privind fiabilitatea
produselor
• determinarea valorilor optime ale indicatorilor de fiabilitate pentru elementele
componente şi pentru sisteme
1.2. DEFINIŢII
Din punct de vedere calitativ :
Fiabilitatea este capacitatea unui element sau sistem de a funcţiona fără
defecţiuni în decursul unui anumit interval de timp în condiţii date.
Din punct de vedere cantitativ :
Fiabilitatea este probabilitatea ca elementul sau sistemul să-şi îndeplinească
funcţiunile cu anumite performanţe şi fără defecţiuni într-un anumit interval de timp şi
în anumite condiţii date.
Deci este o funcţie de probabilitate având ca variabilă timpul şi comportarea
sistemului.
Noţiunea de fiabilitate mai poate include şi următoarele aspecte :
• operatorul uman ca element al sistemului
• ierarhizarea funcţiilor sistemului din punct de vedere al importanţei funcţionale
• detalierea efectelor deteriorărilor ţinând cont şi de elementele informaţionale ale
sistemului (semnale )
În sinteză apar deci , trei categorii de elemente :
• aparataj
• operator
• semnale
cărora le corespunde :
• fiabilitatea sistemului tehnic
• fiabilitate operaţională ( sistem tehnic + operator )
• fiabilitate funcţională ( sistem + operator + semnale )
C o m p o n e n te F ia b ilita te
O p e ra to r F ia b ilita te o p e ra ţio n a lă
S e m n a le F ia b ilita te f u n c ţio n a lă
Fig.1
Siguranţa în funcţionare - a unui sistem , este o noţiune mai generală şi cuprinde :

• fiabilitatea elementelor
• redondanţa elementelor şi sistemului
• mentenabilitatea
• profilactica
• mentenanţa
Redondanţa (rezervabilitatea) - se realizează prin structură sau prin
supradimensionare :
S iste m n e re d o n ta n t
Fig.2
Redondanţa pentru
elemente
Fig.3
Redondanţa pentru
componente
Fig.4
Redondanţa pentru
sistem
Fig.5
Mentenabilitatea – este probabilitatea cu un element defect să fie repus în funcţiune

într-un interval de timp dat şi în condiţii date.
Profilactica – constă în înlocuirea elementelor după o perioadă de funcţionare fără

ca acestea să se defecteze.
Mentenanţa – constă într-o succesiune de operaţii care să realizeze fiabilitatea
elementelor componente.
Poate fi : - mentenanţa curativă – înlăturarea deficienţelor în faza de prototip
- mentenanţa preventivă – revizii periodice planificate
- mentenanţa corectivă - operaţii de înlocuire a defecţiunilor previzibile
- neprevizibile , apărute după avarii
Siguranţa în funcţionare a unui sistem este dictată de :
- siguranţa în funcţionare a elementelor componente

- schema de legare a elementelor
- intensitatea solicitărilor interne (sarcini ) şi externe (factori de mediu)
- durata solicitărilor şi durata de exploatare
- calitatea exploatării şi nivelul de organizare a acesteia
2. MODELE MATEMATICE FOLOSITE ÎN FIABILITATE
2.1 . MODELAREA COMPORTĂRII ELEMENTELOR ŞI SISTEMELOR
Fenomenele în natură pot fi deterministe sau aleatoare.
Fenomenele aleatoare nu pot fi cunoscute in mod determinist ci doar cu o anumită
probabilitate .
Comportarea în timp a unei instalaţii este un fenomen aleator.
Studiul teoretic al fiabilităţii presupune trei faze :
- analiză
- calcule
- aprecierea rezultatelor
Faza de analiză – constă în ceea ce numim modelare. Se subdivide în următoarele
subgrupe :
- analiza tehnică : funcţională şi structurală a sistemului;
- stabilirea modelului;
- alegerea modelelor şi procedeelor matematice de rezolvare a modelului.
Faza de apreciere a rezultatelor presupune :
- determinarea punctelor slabe d.p.d.v. a fiabilităţii şi căile de “întărire” a
lor.
- determinarea valorilor optime ale indicatorilor de fiabilitate pentru sistem
şi componentele sale fie după criterii economice fie presupunând nivele
de risc acceptabile.
Comportarea instalaţiilor d.p.d.v. fiabilistic poate fi modelată cu ajutorul fenomenelor
aleatoare – care se studiază cu ajutorul teoriei probabilităţilor. Aceste studii se
realizează:
- fie prin expermente
- fie prin urmărirea în exploatare a sistemelor şi componentele lor.
Comportarea în exploatare are tot valoare de experiment.
Rezultatul unui experiment se numeşte eveniment.
Evenimentul poate fi elementar sau complex (se poate realizarea simultană a unui
complex de condiţii).
Exemple :
- eveniment elementar : o linie electrică subterană care se află sau nu în
funcţiune
- eveniment complex : un generator aflat în stare de funcţionare care se
roteşte cu turaţia normală ( f=fn ) , are tensiunea nominală (U=Un), este
încărcat la puterea naturală (P =Pn ).
Evenimentele privite d.p.d.v. al producerii sau neproducerii lor sunt mărimi logice şi
_
pot fi modelate cu ajutorul operaţiilor logice.(sau ∪ ; şi ∩ ; non ) . Trecerea
sistemelor sau componentelor din starea de funcţionare în starea de refuz constituie
evenimente aleatoare. De altfel şi trecerea inversă din starea de refuz în cea de
succes (prin reparare,poate fi considerată tot un eveniment aleator datorită
multitudinii parametrilor care determină timpul de recuperare)
• Evenimentul Φ - este numit eveniment imposibil şi este acel eveniment care

sigur nu poate avea loc.
(Ex. – dacă într-o centrală cazanul este defect turbina nu poate fi în funcţiune) .
• Evenimentul Ω - complementar lui Φ, se numeşte eveniment sigur.
Ω = Φ ………….. (** )(,,..

Φ = Ω
Dacă se notează cu A – întrerupătorul închis
B - evenimentul ca întrerupătorul să fie deschis
Atunci Ω = A U B (1)
Dacă C – este evenimentul ca întrerupătorul să fie străbătut de curent
C IB = Φ (2)
(((((
C şi B – se numesc evenimente incompatibile ( nu se pot produce simultan )
Evenimentele compatibile sunt evenimente care pot avea loc simultan.
Modelarea cazului când elementele nu-şi influienţează reciproc comportarea este
mai simplă şi se face prin evenimente independente. În caz contrar se folosesc
modele ale evenimentelor dependente care sunt mai complicate. Adică, între cele
două evenimente există o condiţionare ( o dependenţă).
Ex : Defectarea unuia din cele două transformatoare existente într-o staţie duce la
creşterea încărcării celuilalt şi deci la creşterea posibilităţii de defectare a celuilalt).
Elementele aflate în stare de funcţionare se zice că se află în stare de SUCCES , iar

cele aflate în stare de nefuncţionare se zice că se află în stare de REFUZ. Mulţimea
stărilor posibile în care se poate afla sistemul se bucură de propietăţile unui sistem
complet de evenimente care este un număr de “ n ” evenimente incompatibile
A1 ……..An care îndeplinesc următoarele condiţii :

n
A I A I ......... I A = I A = Φ (3)
1 2 n i
1
A U A U ...... U A = U A = Ω (4)
1 2 n i
1
Dacă avem o centrală cu două grupuri G1 şi G2 se poate vorbi de următoarele

evenimente posibile :
- A0 – nu funcţionează nici unul din grupuri
- A1 – G1 - funcţionează şi G2 nu funcţionează
- A2 – G1 – nu funcţionează şi G2 funcţionează
- A3 – atât G1 cât şi G2 se află în funcţiune
Evident :
A0 I A1I A2 .I A3 = Φ (5)
A U AU A U A = Ω
0 1 3
(6)
2
Deci A0 A1 A2 A3 sunt evenimente incompatibile formând un sistem complet de

evenimente.
Un caz particular al unui sistem complet de evenimente este cel al evenimentelor
complementare care satisfac următoarele relaţii:
A U = Ω (7)
A
A I A = Φ (8)
Exemplu :
- se notează cu A - evenimentul când elementul funcţionează
- se notează cu A (non A) - evenimentul când elementul nu funcţionează
A şi A sunt evenimente complementare şi formează împreună un sistem complet de

evenimente.
În cursul unui experiment se poate produce totalitatea evenimentelor , avem astfel
de-a face cu spaţiul evenimentelor elementare. Dacă se notează cu E acest spaţiu ,
se defineşte mulţimea tuturor părţilor sale P (E). Se numeşte corp borelian de
evenimente o formaţie nevidă (k) de părţi ale lui E care satisface următoarele condiţii
:
K ⊂ P(E ) ( (9)
∀ A ∈ K ⇒ ∈ k (10)
A
(11)
∀ (A ) i i∈ N
∈ K ⇒ U A
i∈ N
i
∈ k
O mulţime E de evenimente elementare înzestrată cu un corp borelian de
evenimente k se numeşte câmp borelian de evenimente şi se notează { E , k } .
Exemplu : Avem un sistem format din 10 elemente considerat d.p.d.v. al funcţionării
sau nefuncţionării elementelor sale i ( i = 1÷10) . Notând cu Ai evenimentul ca
elementul i să se afle în stare de succes atunci există următoarele stări posibile:
- nu avem nici un element în funcţiune

0
C = 1 eveniment (deci există un singur eveniment)

10
- avem un element în funcţiune cu evenimentele A A ..... A

1 2 10
1 1
adică C evenimente (deci există C - evenimente)
10 10
- avem câte două elemente în funcţiune cu evenimentele

( A A ) , ( A A ) ..... ( A A )
1
2 1 3 9 10
2
adică C evenimente
10
i
- avem în funcţie câte i elemente adică C - evenimente
10
10
- avem în funcţie câte 10 elemente adică C - evenimente
10
Aşadar practic toate combinaţiile posibile de evenimente , deci avem un câmp de

evenimente.
Evenimentele care constitue acest câmp sunt în număr de:
0 1 10 10 i
(12)
C + C + ..... C = ∑ C = 2
10
10 10 10 i =1 10
Cunoaşterea câmpului de evenimente pentru un experiment este un pas însemnat în

analiza fenomenului studiat.
Măsura numerică a posibilităţii de realizare sau nu a unui eveniment în cazul de faţă
a unei stări este probabilitatea P(A) care îndeplineşte următoarele condiţii :
(13)
0 < P ( A) < 1
- probabilitatea evenimentului sigur este 1
(14)
P (Ω ) = 1
- probabilitatea evenimentului imposibil este zero
(15)
P (Φ ) = 0
- probabilitatea reuniunii a două evenimente incompatibile între ele este egală cu
suma probabilităţilor evenimentelor
A I B = Φ ⇒ P ( AU B ) = P ( A)+ P (B ) (16)
Dacă în urma a “ n “ experimente în condiţii identice un eveniment A se produce de “

m “ ori atunci :
P( A) = m (17)
n
dacă numărul experimentelor este suficient de mare. Altfel spus :

Într-un câmp finit de evenimente , ale cărui evenimente sunt egal probabile
probabilitatea unui eveniment oarecare este egal cu raportul dintre numărul de
evenimente elementare favorabile evenimentului dat şi numărul total de evenimente
ale câmpului.
În general modelarea evenimentelor energetice se face cu ajutorul evenimentelor

incompatibile . Adesea interesează probabilitatea de a se realiza oricare din stările
componente ale unei anumite grupe . Se utilizează pt. aceasta teorema adunării
probabilităţilor.
P( A U A U ..... U A ) = P( A ) + P( A ) + ........ + P( A ) = ∑P (Ai)

n
(18)
1 2 n 1 2 n
i =1
Probabilitatea sumei a “n” evenimente incompatibile este egală cu suma

probabilităţilor acestor evenimente.
Probabilitatea unei stări prin care trece sistemul este determinată de către o
combinaţie de stări de probabilitate cunoscută a elementelor componente cu
comportare independentă în timp . Asta se realizează prin utilizarea produsului
evenimentelor independente.
P(A) = ∏ P(Ai)
n
unde (19)
1
P(A I A I .....I A )= P(A) ⋅ P(A ) ⋅.......⋅ P(A ) = ∏ P(Ai)

n
2 n
(20)
1 2 n
1
Această teoremă stă la baza metodei binomiale de calcul a fiabilităţii sistemelor .

Dacă evenimentele nu sunt independente se aplică teorema probabilităţilor
condiţionate.
P(A1I A2)
P(A2 / A1) = (21)
P(A1)
Şi reprezintă probabilitatea de realizare a evenimentului A2 când se realizează

evenimentul A1. Deci ,
P (A1IA2)= P(A) * P (A2 / A1) 1
(22)
Exemplu
Cazul unui bloc generator transformator

SP
G
Fig. 6.1
Debitarea puterii blocul GT pe bara B presupune funcţionarea generatorului care

depinde de funcţionarea transformatorului , acesta alimentând serviciile proprii SP.
Funcţionarea transformatorului T şi a generatorului G sunt evenimente dependente.
Probabilitatea ca bara B să funcţioneze (evenimentul fiind bara B aflată sub tensiune
) este :
(
P(B) == P GIT == P(T) ⋅ P (G/T) ) (23)
Studiu de caz
Fie staţia E (figura 6.2) prevăzută cu instalaţie de DRRI (declanşare de rezervă la

refuz de întrerupător).
Să se determine probabilitatea de funcţionare în treapta a doua a protecţiei din A
(Z2A) şi de refuz ( DRRI ) în cazul în care întrerupătorul I pentru defect în K refuză
declanşarea ( D ).
A B
K
I DRRI
C D
Fig.6.2 Staţie prevăzută cu DRRI
P(DRRI I D)
Avem: P(DRRI D) = (24)
P(D)
P( Z2A I DRRI)
P( Z2A DRRI )= (25)
P(DRRI)
dar P(DRRI) = 1− P(DRRI ID) (26)
P( Z2A I DRRI)
P( Z2A DRRI )= (27)
1− P(DRRI I D)
P( Z2A I DRRI)
P( Z2A DRRI )= (28)
1− P(D) ⋅ P(DRRI D)
Cum P( Z2A DRRI ) şi P(DRRI D) se pot determina din datele obţinute din
exploatare, se obţine:
P( Z2A IDRRI) = P( Z2A DRRI) ⋅[1−P(D) ⋅P(DRRI D)] (29)

Caz numeric:
Când se cunosc probabilităţile de refuz de declanşare a intrerupătorului şi de
funcţionare în treapta a II-a, când refuză DRRi
P(D) = 0001
,
P( Z2 A DRRI ) = 0,00101
P(DRRID) =0,9911
P( Z2 A I DRRI) = 0,00101⋅ [1 − 0,001⋅ 0,99111] = 0,001008
Formula probabilităţii totale ilustrează corelaţia dintre probabilitatea unui eveniment A

şi evenimentele N1, N2………… Nn care formează un sistem complet de evenimente.
P( A) = P [(A I N )U (A I N )U...... U (A I N )]= ∑ P( AI N i ) = ∑ P (N ) * P( A / N i ) (30)

n n
1 2 n i
i =1 i =1
Deci probabilitatea de producere a evenimentului A este suma produselor

probabilităţilor de realizare a evenimentului condiţionat de producerea evenimentelor
Ni
Exemplu
Care este probabilitatea unei declanşări nedorite la întrerupătorul Io din schema de

mai jos (fig.7) când unul din întrerupătoarele I1, I2………… In refuză declanşarea din
cauza lipsei curentului operativ ?

I1
L1
Io I2
L2
.
.
Ln
In
Fig.7
A – evenimentul ca să lipsească curentul operativ la întrerupătoarele I1, I2………… In

NI - evenimentele independente ca pe liniile LI să apară un motiv de creştere a
curentului (avarie)
[A I (N )]= ∑ P (N ) • P ( A / N i )
n
P 1 U N U .... U N
2 n
i =1
i
(31)
Dacă se urmăreşte probabilitatea realizării evenimentului A împreună cu numai una

din ipotezele Ni modelarea se face cu formula lui Bayes.
Avem un sistem complet de evenimente H1, H2…Hn cu probabilităţile P (H1), P
(H2)….P (Hn).
Să presupunem că A se poate realiza împreună cu una din aceste ipoteze. Care este
probabilitatea ca odată cu evenimentul A să fie realizată şi ipoteza Hi.
Din relaţia probabilităţilor condiţionate avem.
( )
P Hi / A ⋅ P (A) = P A / Hi ⋅ P (Hi) (
(32) )
P(A / Hi) ⋅ P(Hi )

(
PH A=
/ ) (33)
i
P(A)
dar,
P (A) = ∑P (H ) ⋅ P (A / H ).
n
i
(34)
i
i=1
deci,
⎛H ⎞ P(A / H i) ⋅ P(Hi) (35)

P ⎜⎜ A i ⎟⎟ =
∑P(H k )⋅P (A / H )
n
⎝ ⎠
k
k =1
Exemplu
În construcţia unei linii se folosesc 3000 izolatoare din care 600 sunt refolosite iar
2400 sunt noi . Probabilitatea de conturnare a celor folosite este 0,1 iar a celor noi de
0,05. Câte conturnări din 10 se vor datora izolatoarelor noi ?
Fie - E1 (E2.) – evenimentul ca un izolator solicitat de o supratensiune să fie nou ,
respectiv refolosit
- X – evenimentul de a apare o conturnare
2400 600 (36)

P(E ) = 3000= 0.8
1
P(E ) = 3000= 0.2
2
⎛E ⎞ ⎛E ⎞
(37)
P ⎜⎜ 1⎟
⎟
= 0.05 P ⎜⎜ 2⎟
⎟
= 0.1
⎝ X ⎠ ⎝ X ⎠
Probabilitatea ca o conturnare să se producă la izolatoarele noi se determină folosind

formula lui Bayes.
⎛X ⎞
⎜ ⎟=
( )
P E1 ⋅ P (E1/ X ) (38)
P⎜ ⎟ 2 = 0.67
k =1
k (
⎝ E1 ⎠ ∑P E / X ⋅ P (E )) k
Din 10 conturnări 6,67 se var datora izolatoarelor noi iar restul de 3,33 izolatoarelor
refolosite care deşi mai puţine au o capacitate mai mică de a suporta supratensiuni
fără a se conturna.
3, VARIABILE ALEATOARE
Se mai numesc şi variabile întâmplătoare.

Exemplu :
- zilele dintr-un an în care cade ploaia
- nr. de defecte de pe LEA într-un an
- nr.de funcţionări eronate ale protecţiilor într-un interval de timp dat
- nr. de RAR-uri reuşite într-un interval de timp dat
- nr. de puncte care apar la aruncarea unui zar
- timpul de funcţionare fără defecţiuni
- timpul de restabilire
Fie { Ω, K , P } un corp borelian de probabilitate şi o familie F de părţi a lui Ω care
generează corpul borelian .
F are forma de interval [ a , b ]; - ∞ < a < b < + ∞
β este corpul borelian generat de familia F de intervale de forma [ a , b ]
Se numeşte variabilă aleatoare o funcţie
X : Ω → R cu proprietatea ca ∀ A ∈ B X-1 (A) ∈ K ,
adică X-1 (A) = { ω ∈ Ω / X (ω)∈β } ∈ K
X este variabilă aleatoare dacă ,
{ ω ; X (ω) < X } ∈ K sau (39)

{ ω ; X (ω) ≤ X } ∈ K (40)
sau înlocuind cu complementara dacă
{ ω ; X (ω) > X } ∈ K sau (41)

{ ω ; X (ω) ≥ X } ∈ K (42)
• formaţie nevidă (k) de părţi ale mulţimii de evenimente elementare.

Variabilele se numesc independente dacă pentru un sistem de numere reale XI (XI

,X2 …Xn)
avem : P(XI < x1, X2 < x2 ……. Xn < xn) = P ( XI < x1 ) · P ( X2< x2) · ….P ( Xn < xn) (43)
Fie X ,Y două variabile aleatoare şi α ∈ R

X +Y
X ⋅Y Sunt de asemeni vari
α
X
α ⋅X
X
abile aleatoare (44)
Dacă X şi Y sunt două variabile aleatoare X (ω) = Y (ω) , ∀ ω ∈Ω .

Cunoaşterea variabilelor aleatoare presupune cunoaşterea :
- valorilor pe care le pot lua acestea
- probabilităţilor cu care sunt luate fiecare dintre aceste valori
Schematic avem :
⎛ x x 2 ....... x ⎞ Tabloul care defineşte distribuţia sau repartiţia (45)
⎜ 1 n ⎟
X ⎜⎜ ⎟ ←
⎝
p 1 p 2 ...... p n
⎟
⎠
variabilei aleatoare X.
Se cere : x 1 x .......
2 x n
→
Valorile posibile ale variabilelor aleatoare (46)
p p ...... p → Probabilitatea cu care variabila X ia aceste valori (47)

1 2 n
Deci o variabilă aleatoare este o aplicaţie X : Ω → R
P ( X = x1 ) + P ( X =x2) + ….+ P ( X=xn) = 1 (48)
sau simplificat
p1 + p2 + ……..+ pn = 1 (49)
3.1 OPERAŢII CU VARIABILE ALEATOARE
Dacă X este o variabilă aleatoare cu repartiţia :
⎛ x x ....... x ⎞ (50)
⎜ 1 2 m ⎟
X ⎜ ⎟
⎜
⎝
p 1
p ...... 2
p m
⎟
⎠
şi a o constantă variabilă aleatoare aX are repartiţia :

⎛
⎜ a x a x ....... 2 a x n
⎞
⎟ (51)
a X ⎜
1
⎟
⎜⎜ p p ........ p ⎟⎟
⎝ 1 2 n ⎠
iar variabila aleatoare a+x are repartiţia
⎛a
⎜ +x a + x ....... a + x ⎞
⎟
a +X (52)
1 2 n
⎜ ⎟
⎜
⎝
p 1
p .......... ....... p
2 n
⎟
⎠
Dacă X şi Y sunt variabile aleatoare , suma Z = X + Y va avea repartiţia :
⎛
⎜ x1+ y x 2 + y ....... x + y ....... x + y ⎞
⎟
X +Y
i m
⎜
1 2 i n
⎟
(53)
⎜
⎝
p 11
p .......... ....... p .......... .. p
12 ij mn
⎟
⎠
pij – fiind probabilitatea realizării simultane a egalităţii X= xi şi Y= yj
Dacă :
⎛ x x ....... x ⎞
⎜ 1 2 ⎟
m
X ⎜ ⎟
⎜
⎝
p 1
p ...... 2
p ⎟
m ⎠
⎛
⎜ y 1
y ...... 2
y n ⎞⎟
Y ⎜ ⎟
⎜
⎝
q 1
q .......2
q n ⎟⎠
⎛ z z ....... z ⎞
⎜ 1 2 s ⎟
Z ⎜ ⎟
⎜
⎝ r 1 r ........
2 r s
⎟
⎠
⎛
⎜ x 1+ y 1
+ z 1 x 1 + y 1 + z .... x + y 2 i j
+ z .... x
k m
+ y z
n s
⎞
⎟ (54)
X +Y + Z⎜ ⎟
⎜
⎝
p 111
p .......... .......... ........ p
112 ijk
.......... ....... p mns
⎟
⎠
P( X = xi ) = p i
Dacă P(Y = y i ) = q j
P ij
= p ⋅qi j
3.2 FUNCŢII DE REPARTIŢIE
Dacă X este o variabilă aleatoare , funcţia F(X) = {ω / ω ∈ R ; X(ω) < x } se numeşte

funcţie de repartiţie a variabilei aleatoare F : R → [ 0 , 1 ]
Simplificat F(x) = P (X < x )
Deci oricare variabilă aleatoare poate fi dată prin intermediul funcţiei sale de
repartiţie .
Pentru variabilele aleatoare discrete , funcţia de repartiţie este :
F ( x) = ∑p n
unde p = P( X (ω)= xn
n
(55)
Xn < x
Deci : Funcţia de repartiţie a unei variabile aleatoare discrete este suma

probabilităţilor
valorilor X(ω) situate la stânga lui x
Exemplu :
Fie variabila aleatoare X care ia valorile xI ( i = 0, 1, 2, 3, 4, 5 ) , astfel :
⎛
⎜ 0 1 2 3 4 5 ⎞
⎟
X ⎜ ⎟
⎜ ⎟
⎜
⎝ 0 .1 0 .2 0 .1 0 .3 0 .1 0 .2 ⎟
⎠
utilizând formula F ( x) = ∑ p n
rezultă : (56)
Xn< x
⎧ ⎫
⎪
⎪
0 daca x < 0 ⎪
⎪
(57)
⎪
⎪
0 .1 daca 0 < x ≤ 1 ⎪
⎪
⎪ ⎪
⎪
0 .1 + 0 .2 daca 1 < x ≤ 2 ⎪
⎪ ⎪
F (x) = ⎨ 0 .1 + 0 .2 + 0 .1 daca 2 < x ≤ 3 ⎬
⎪ ⎪
⎪ 0 .1 + 0 .2 + 0 .1 + 0 .3 daca 3 < x ≤ 4 ⎪
⎪ ⎪
⎪ ⎪
⎪
0 .1 + 0 .2 + 0 .1 + 0 .3 + 0 .1 daca 4 < x ≤ 5
⎪
⎪ ⎪
⎪ 1 daca x > 5 ⎪
⎩ ⎭
Aşadar dacă X este o variabilă aleatoare discretă funcţia sa de repartiţie este dată de
:
F (x) = ∑ p
Xi < x
i
(58)
Exemplu :
Fie variabila aleatoare X dată prin tabloul de repartiţie :
⎛
⎜ 0 1 2 3 ⎞
⎟
X ⎜ ⎟
⎜ 1 3 3 1 ⎟
⎜ ⎟
⎝ 8 8 8 8 ⎠
Să se determine funcţia de repartiţie a variabilei aleatoare X .
Funcţia de repartiţie a variabilei aleatoare X este :

⎧0 daca x < 0 ⎫
⎪ ⎪ (59)
⎪ 1 ⎪
⎪ daca 0 < x ≤ 1 ⎪
⎪ 8 ⎪
⎪ 4 ⎪
F (x) = ⎨ daca 1 < x ≤ 2 ⎬
⎪ 8 ⎪
⎪ 7 ⎪
⎪ 8 daca 2 < x ≤ 3⎪
⎪ ⎪
⎪1
⎩ daca 3 < x ⎪
⎭
3.3. DENSITATEA DE REPARTIŢIE
Ştim că funcţia de repartiţie îndeplineşte condiţia :
P(x 1
≤ X < x ) 2
= F ( x ) 2
− F ( x )
1 (60)
Dacă X este o variabilă aleatoare şi F(X) este funcţia sa de repartiţie şi dacă ∃ o

funcţie f(n) reală definită şi integrabilă pe R astfel încât :
x
F ( x) = ∫
−∞
f ( n )dn ∀x ∈ R (61)
atunci această funcţie fn o numim densitate de repartiţie sau densitate de

probabilitate.
F ( x + Δx ) − F ( x ) P ( x ≤ X < x + Δx )
f ( x) = F ' (x ) = lim Δx → 0 Δx
= lim
Δx → 0 Δx
(62)
De aici rezultă :
P(x ≤ X < x + Δx ) = f ( x ) dx (63)
3.4. VALORI MEDII ; MOMENTE
3.4.1. CAZUL VARIABILELOR ALEATOARE DISCRETE
a. Valori medii
Fie X o variabilă aleatoare discretă care ia valorile xn cu probabilităţile Pn = P(X= xn)
M (x ) = ∑ P x
∞
n n
(64)
n =1
se numeşte valoare medie sau speranţa matematică a variabilelor aleatoare X.

Proprietăţi :
- Media sumei variabilelor aleatoare -
Dacă X şi Y sunt două variabile aleatoare discrete şi există M(X) şi M(Y)
atunci există M(X+Y) şi

M (X +Y )= M ( X ) + M (Y ) (65)
- Media produsului dintre o variabilă aleatoare X şi o constantă c –
M (cX )=c ⋅ M (X ) (66)
Deci ,
M (cX )
∞ ∞ ∞
= ∑ P (c x ) = ∑ c P x
i =1
n n
i =1
n n
= c∑
i=∞
P x
n n
= c M (X ) (67)
În general :
⎛ ∞
⎞ ∞
(68)
M ⎜
⎝
∑c X
i =1
i i
⎟ =
⎠
∑ c M (X )
i =1
i i
- Produsul a două variabile aleatoare discrete -
M (X ⋅Y )=M ( X ) ⋅ M (Y ) (69)
- Inegalitatea lui Schwartz –
M ( XY ) ≤ M (X 2 ) * M (Y 2 ) (70)
b. Abaterea unei variabile aleatoare
Fie X o variabilă aleatoare discretă a cărei valoare medie este M(X) , variabila
aleatoare
τ = X −M X ( ) (71)
se numeşte abaterea variabilei aleatoare X.

Media abaterii unei variabile aleatoare : M(τ) = 0
Avem M (τ ) = M [X − M (X ) ] = M ( X ) − M [M ( X )] (72)
Dar media unei constante M(c) = c şi cum M(X) = constant
M [M (X )] = M (X ) (73)
Deci .
M (τ ) = M (X )− M [M (X )] = M (X )− M (X ) = 0 (74)
c. Momente

Fie X o variabilă aleatoare discretă şi r un număr natural . Dacă ∃ M(Xr) atunci

această valoare se numeşte momentul de ordin r al variabilei aleatoare X şi se
notează :
M r (X ) = M ( X r ) ∑x ⋅p
r
= n
(75)
n
n =1
- Momentul de ordin 1 este chiar media variabilei aleatoare

∞
M 1 (X ) = M ( X ) ∑ x ⋅P
1
= M (X ) = n n
(76)
n =1
- Momentul de ordin r al variabilei aleatoare | X | se numeşte momentul

absolut de ordin r al variabilei aleatoare X
M ⎡| X | ⎤⎥⎦
r
(77)
⎢⎣
- Momentul de ordin r al abaterii τ = X – M(X) , se numeşte moment centrat

de ordin r al variabilei aleatoare X şi se calculează :
M (X r
) = M (τ ) = M [X − M (X )] = M
r r
⎡ ⎛⎜
⎢⎣ ⎝ X − M (X )
r
⎞⎟ ⎤
⎠ ⎥⎦
(78)
d. Dispersia
Momentul centrat de ordin 2 :
M (τ ) = M [τ ]
2
2
(79)
se numeşte dispersia variabilei aleatoare X şi se notează :
Δ (X ) = τ = m (X
2 2
2
) = M ⎡⎢⎣(X − M (X )) ⎤⎥⎦ 2
(80)
Numărul τ
Δ (X ) =τ = m (X 2
) (81)
se numeşte abaterea medie pătratică a variabilei aleatoare X.

Proprietăţi ale dispersiei :
- Δ (X
2
) = M (X ) − [M (X 2
)] 2
(82)

Δ (X
2
) = M [(X2
− M ( X ))] = M
⎡
⎢⎣ (X − M (X )) ⎤⎥⎦ = 2
= M [X − 2 X M (X )+ M (X )⋅ M (X )] =
2
= M ( X ) − 2 M ⎡⎢⎣ X ⋅ M ( X ) ⎤⎥⎦ + M ⎡⎢⎣ M ( X ) ⋅ M ( X ) ⎤⎥⎦ =

2
2
⎡M ⎤
= M (X ) −2 M (X ) M ⎢⎣ (X ) ⎥⎦ + M
⎡
⎢⎣ M (X ) ⎤*
⎥⎦ M
⎛
⎜
⎝
M (X ) ⎞=
⎟
⎠
2
= M (X ) −2 M (X ) ⋅M (X ) + M (X ) ⋅M (X ) =
= M (X )
2
− [M (X )]2
- Dacă : Y = λ ⋅X + μ ; λ şi μ fiind două constante (83)
-
Δ (Y ) = λ Δ (X )
2 2 2
(84)
Δ Y = λ ⋅Δ (X )
- Dacă λI sunt n constante iar XI sunt n variabile aleatoare discrete
independente două câte două , atunci :
⎛ n ⎞ n
Δ ⎜ ∑ λ i ⋅ X i ⎟ = ∑ λ i ⋅ Δ (X i )
2 2
(85)
⎝ i =1 ⎠ i =1
3.4.2. CAZUL VARIABILELOR ALEATOARE CONTINUE
a. Valori medii
Fie X o variabilă aleatoare continuă având funcţia de repartiţie F(X) şi fie f(x)
densitatea de repartiţie a variabilei aleatoare X , atunci se numeşte valoarea medie
a variabilei aleatoare :
+∞
+∞
M (X ) = ∫ xdt ( X ) = ∫ xf ( x )dx (86)
−∞
−∞
b. Abaterea
Dacă X este o variabilă aleatoare continuă şi M)X este media , atunci
τ = X − M (X ) (87)
se numeşte abaterea variabilei aleatoare X.

c. Momentul
Dacă X este o variabilă aleatoare continuă , expresia :
M ( X ) = M (X ) = ∫ x dF ( x ) = ∫ x
r +∞ r +∞ r
r
f ( x ) dx (88)
−∞ −∞
se numeşte momentul de ordin r a variabilei aleatoare X.
Momentul de ordin r al modulului variabilei aleatoare continue X :
M (X )= M
⎛ ⎞=
(x ) dF
r +∞ r +∞ r
r ⎜
⎝
X ⎟
⎠ ∫
−∞
= ∫ x
−∞
f ( x ) dx (89)
se numeşte momentul absolut de ordin r al variabilei aleatoare continue X.
• Dispersia variabilei aleatoare

M 2 (τ ) = M
⎡
⎢⎣ (X − M (X )) ⎤⎥⎦ .2
(90)
se numeşte dispersia variabilei aleatoare X
M r
(τ ) = M ⎡
⎢⎣ (X − M ( X )) .. r
⎤
⎥⎦
(91)
se numeşte momentul centrat de ordin r a variabilei aleatoare continue X.
3.5. FUNCŢIA CARACTERIATICĂ
Fie { Ω, K , P } un câmp de probabilitate şi Z : Ω → C , Z (ω) = X (ω) + j Y (ω) ,

∀ω∈Ω
Funcţia Y se numeşte variabila aleatoare complexă dacă X şi Z sunt variabile

aleatoare pe acest câmp .
Media variabilei aleatoare complexe Y este :
M(Z) = M(X) + j M (Y) (92)
Expresia :
eitX = cos tX + j sin X ∀t∈R (93)
este o variabilă aleatoare complexă cu modulul egal cu 1.
Valoarea medie a variabilei aleatoare complexe eitX se numeşte funcţie caracteristică

a variabilei aleatoare X.

ϕ (t ) = M [e ]= ∫
itX +∞ itX
x −∞ e ⋅ dF (x ) (94)
Pentru variabila aleatoare de timp discret funcţia caracteristică are formula :

∞
ϕ (t ) = ∑ e p
x
itX
k
(95)
k =1
unde:
p k
= P X = [ x] k
k∈N (96)
Dacă variabila aleatoare este continuă şi are o densitate de repartiţie f(x) întrucât
dF(x) = f(x) dx , funcţia sa caracteristică va fi :
ϕ (t ) = ∫ e
+∞ itX
⋅ f ( x)dx (97)
x −∞
Fiecărei variabile aleatoare îi corespunde :

- o funcţie de repartiţie şi
- o funcţie caracteristică.
Funcţiile de repartiţie sunt în general discontinue , din acest motiv în calcule se face
uz de funcţiile caracteristice , acestea fiind continue.
Alt avantaj al funcţiilor caracteristice este reprezentat de faptul că produsul de
convoluţie a 2 funcţii de repartiţie corespunde produsului obişnuit a 2 funcţii
caracteristice.
Deci funcţia caracteristică este un instrument de studiu al variabilelor aleatoare mai
uşor de folosit decât funcţia de repartiţie.
• Proprietăţi ale funcţiilor caracteristice :
- Dacă X este o variabilă aleatoare şi ϕx funcţia sa caracteristică atunci :
ϕ (0 ) = 1
x
Demonstraţie : ϕ
x
(0 ) = M [e ] = M [1] = 1
0
(98)
ϕ (t ) ≤ 1
x
t∈R
- Funcţia caracteristică este o funcţie uniform continuă pe R
ϕ (t ) − ϕ (t
x 1 x 2
) < 2ε (99)
- Pentru ∀ t ∈ R
ϕ (− t ) = ϕ x (t )
__________ __
(100)
x
Demonstraţie :
__________ ________
ϕ x (t )
__________ __
ϕ (− t ) = ∫ e dF ( x ) = ∫ + ∞ e itx dF =
+∞ − itx
(101)
x −∞ −∞

- Dacă a şi b sunt două constante reale şi Y = aX + b atunci :
ϕ (t ) = e ⋅ ϕ (at )
y
ibt
X
(102)
Demonstraţie :
ϕ (t ) = ϕ (t ) = M [e aX + b ] = ∫− ∞ e it ( aX + b )dF
+∞
=
y aX + b
=
+∞
∫ e ⋅ e dF = e ∫ e
−∞
itaX itb itb +∞
−∞
itaX
dF = e
itb
M (e ) =
itaX
= e ϕ (at )
itb
X
- Dacă X şi Y sunt două variabile aleatoare independente ,atunci:
ϕ X +Y
(t ) = ϕ X (t ) ⋅ϕ Y (t ) (103)
Demonstraţie :
ϕ X +Y
(t ) = M [e it ( X + Y )
] = M [e itX
⋅e
itY
] = M [e ]⋅ M [e ]
itX itY
(104)
deci, ϕ X +Y
(t ) = ϕ X (t ) ⋅ϕ Y (t ) (105)
- În general dacă X1 X2……. Xn sunt variabile aleatoare
ϕ X 1+ X 2 + .... Xn
(t ) = ϕ X 1 (t ) ⋅ϕ X 2 (t ) ⋅ ..... ⋅ϕ
Xn
(t ) (106)
ϕ ∑ (t ) = ∏ ϕ (t )
Xk Xk
(107)
- Dacă momentul absolut de ordin n al variabilei aleatoare X există atunci

derivata de ordin n ϕ(n)(t) şi are valoarea :
ϕ (t ) = i ∫ x e
(n) n +∞ n itx
dF ( x) (108)
−∞
iar :
ϕ
(n)
(0)
M n
(X ) = n
(109)
i
Demonstraţie :
Prin derivare de n ori a funcţiei caracteristice se obţine :
ϕ (t ) = i ∫ x e n +∞ n itx
dF (x ) (110)
X −∞
pentru t=0 avem :

ϕ X (0) = in ∫−∞ xn e0 dF ( x) = in M n [ X ]
+∞
(111)
deci,
ϕ
(n)
(0)
M n
(X ) = n
(112)
i
- Dacă pentru ∀ n∈N , momentul absolut de ordin n există ( ∃ M( | X | ) )
atunci funcţia caracteristică ϕX (t) se poate dezvolta în serie de puteri.
-
(it )
ϕ (t ) = ∑ k ! M (X )
n
k
k
(113)
X
k =1
Demonstraţie:
Se utilizează formula lui Marc – Lauri
itx itx (itx ) + ...... + (itx )

2 n −1
;R
(itx ) θ n
e =1+
1!
+
2! ( n − 1 )!
+ R n n
=
n! (114)
0 <θ <1
- Dacă X este o variabilă aleatoare unidimensională având funcţia

caracteristică ϕX (t) reală , are loc inegalitatea :
1 − ϕ (kt ) ≤ k
X
2
[1 − ϕ X
(t )] (115)
În mod particular :
(1 − cos ktx ) ≤ k 2 (1 − cos tx )

pentrut = 2 (116)
(1 − cos 2 tx ) ≤ 2 (1 − cos tx )
2
1− ϕ X
(2 t ) ≤ 4 [1 − ϕ X (t )]
Teorema de inversiune
Dacă F este o funcţie de repartiţie şi ϕ funcţia caracteristică pentru x1< x2 , două

puncte de continuitate ale lui F are loc relaţia :
− itx 1 − itx 2
F (x ) − F (x ) = lim
1 +u
e − e ϕ (117)
2 1
u→∞ 2Π ∫ −u it X
( t ) dt
Teorema de unicitate
Funcţia de repartiţie F este unic determinată de funcţia caracteristică ϕX .

⎡ − ity − itx
⎤
⎢ 1
+u e −
ϕ (118)
F (x ) = lim lim y→ ∞ u→ ∞ ⎢ 2Π ∫
−u it X
( t ) dt ⎥
⎥
⎣ ⎦
3.6. FUNCŢIA GENERATOARE
Funcţia generatoare a unei variabile aleatoare X este funcţia :

G : {Z/Z∈C | Z | ≤ 1 } → C
Dată prin relaţia :

∞
G (Z ) = ∑
k =0
pk Z k (119)
Funcţia generatoare determină în mod unic repartiţia variabilei aleatoare X . Între

funcţia generatoare a variabilei aleatoare X şi funcţia caracteristică a acesteia există
relaţia :
ϕ (t ) = G (e )
X
it
(120)
Derivăm de k ori :
G(Z) = p Z + p Z + p Z + p Z +.......+ p Z +....

0
0
1
1
2
2
3
3
k
k
G'(Z) = 0 +1 p + 2 p Z + 3p Z + .......+ k p Z +....

1 2 3
2
k
k −1
G''(Z) = 0 + 0 + 2 p + 3⋅2 p Z +.......+ k (k −1) p Z + ....

1 2 3
1
k
k −2
G'''(Z) = 0 + 0 + 0 + 3⋅2⋅1p + .......+ k (k −1)(k −2) p Z

1 3 k
k −3
+ ....
.
.
.
(k) + .......+ k (k −1)(k −2)(k −3)....(k −k +1) p
k −k
G (Z) = 0 + 0 1
+0 +0
k Z
Deci ,
(k )
p = G k!
(0)
( Z ) = k! p ( Z ) = k! p
(k ) 0 (k )
G () k Z ⇒ G k
⇒
k
(121)
Fie :
q = p(X > k )
k

probabilitatea ca variabila aleatoare X să ia valori mai mari decât k.
q k
= p k +1
+ p k +2
+ ...... + 1 − (p + p + ....... p )
0 1 k
(122)
Introducem funcţia generatoare:

∞
H ( Z ) = ∑q
k
k =0
k Z
( )Z
∞
H (Z ) = ∑ 1 − p + p + ....... p
k
0 1 k
k =0
∞ ∞ ∞ ∞
H (Z ) = ∑Z − ∑ p − ∑ p Z .........− ∑ p
k k k k
k =0 k =0
0 Z k =0
1
k =0
k Z
∞ ∞ ∞ ∞
H (Z ) = ∑Z − p ∑Z − p ∑Z .........− p ∑Z
k k k k
0 1 k
k =0 k =0 k =0 k =0
H (Z ) =
1 p pZ
− 0 − 1 .............. =
1
−
G(Z )
1− Z 1− Z 1− Z 1− Z 1− Z
1−G(Z)
H(Z) = (123)
1− Z
- p 0
= G ( 0) (124)
Demonstraţie :
G(Z ) = ∑ p
k
k Z
k = 0 ⇒ G(Z ) = p Z ⇒ p = G(Z ) 0
0
0
0
Z = 0 ⇒ G(Z ) = P 0 + P 0 + ... 0 1
p = G(0)
0
- Cu ajutorul funcţiei generatoare a unei variabile aleatoare se pot calcula

momentele :

G'(Z) = 0+ p +2 p Z +3p Z +4p Z .........+k p Z +....

1 2 3
2
4
3
k
k −1
G''(Z) = 0+0+2 p +3⋅2p Z +3⋅4p Z .......+k (k−1) p Z

2 3 4
2
k
k −2
G'''(Z) = 0+0+0+3⋅2⋅ p +4⋅3⋅ 2 p Z ........+k (k−1)(k−2) p Z 3 4

1
k
k −3
pentru Z = 1 avem:
....k p = ∑kp
G' (1) =1 p + 2 p +3 p + 4 p +..........
1 2 3 4 k k
G' ' (1) = 2⋅1 p + 2 p +3⋅2⋅1p + 4⋅ 3 p +..........

2 2 3
( )
....k(k −1) p = ∑k k−1 p
4 k k
....k(k −1)(k − 2) p = ∑k(k−1)(k−2) p

G' ' ' (1) = 3⋅ 2 p + 4⋅3⋅ 2⋅1 p +..........
3 4 k k
G' (1) = ∑kp = M(X)

k
(
G' ' (1) = ∑ k −k ) p = ∑k p −∑k p = M (X) −M(X)
2
k
2
k k 2
G' ' ' (1) = ∑k(k −1)(k − 2) p = ∑(k −k)(k −2) p = ∑k (−2k −k + 2k) p =
2 3 2 2
k k k
= ∑k p −3∑k p +2∑k p = M ( X) −3M ( X) +2M(X)

3 2
k k k 3 2
De aici rezulta
M(X) = G' (1) (125)
M ( X) = G' ' (1) +G' (1)

2
M ( X) = G' ' ' (1) +3G' ' (1) +G' (1)

3
Fie : X = ( X1, X2 ,X3,……….. n) un vector aleator n dimensional având funcţia de

repartiţie
F(x1, x2 ,x3,……….. n)
Funcţia caracteristică a vectorului aleator are forma:
ϕ (t t .....t ) = ∫ e (t x t x
X 1 2 n
n
i 1
+
1 2 2
+.....+ t n xn )
dF (x x ...... x )
1 2 n (126)
R
Dacă funcţia caracteristică este reală, ea are forma:
ϕ (t t ..... t ) = ∫ cos(t x + t x
X 1 2 n
n
1 1 2 2
+ ..... + t n xn )dF (x x ...... x )
1 2 n (127)
R
4. LEGI CLASICE DE PROBABILITATE

A. – Legi clasice de repartiţie de tip discret

B. – Legi clasice de repartiţie de tip continuu
A. Legi clasice de repartiţie de tip discret
Repartiţia binomială
Repartiţia Poisson
Repartiţia multinomială
Repartiţia binomială cu exponent negativ
Repartiţia hipergeometrică
B. Legi clasice de repartiţie de tip continuu
1. Repartiţia uniformă
2. Repartiţia exponenţială
3. Repartiţia normală
4. Repartiţia normal redusă
5. Repartiţia lognormală
6. Repartiţia χ2 (hi pătrat)
7. Repartiţia γ (gama)
8. Repartiţia β (beta)
9. Repartiţia student sau Goset
10. Repartiţia Snedecor
11. Repartiţia Weibull
4.1 LEGI CLASICE DE REPARTIŢIE DE TIP DISCRET
i. REPARTIŢIA BINOMIALĂ
sau repartiţia lui Bernoulli ( schema urnei lui Bernoulli)
Într-o urnă există b bile de două culori . Se extrage una din ele . După ce se vede ce
bilă a fost , (ce culoare a avut ) , bila se introduce din nou în urnă. Avem astfel n
extrageri independente . Fie nr. de bile de o culoare notat cu a (bile albe ) şi nr. de
bile de altă culoare notat cu r (nr.de bile roşii )
a + r = b , b = număr total de bile
Fie A evenimentul care constă în extragerea la întâmplare a unei bile albe şi CA
evenimentul contrar .
Avem :
a a
p = P ( A) = =
a+r b
(128)
r r
q = P (CA ) =
a+r b
= , p, q < 0 , p + q = 1
Se fac n extrageri .
Notăm cu Ak evenimentul care constă în obţinerea a k bile de culoarea a din cele n
extrageri . Evenimentul { Ak } , k=1,2….n formează un sistem complet de evenimente.
Probabilitatea obţinerii a k bile de culoarea a din cele n extragerii este.
n−k
q
k k
P ( K ) = P( Ak ) = C n P
Variabila aleatoare are următoarea repartiţie:
⎛ 0 1.......... .......... ...k .......... .......... .......... ..n ⎞

⎜ ⎟ (129)
⎜ n 1 n −1 1 n −1 n⎟
q C pq p q .......... ......... p ⎟⎠
1 1
⎜ ......... C n
⎝ n
Repartiţia determinată de probabilitatea P(Ak) se numeşte repartiţie binomială de

ordinul n şi parametru p şi se notează Bi (n,p).
- Media repartiţiei binomiale este :
∞ n
M (X ) = ∑
n−k
∑ kC p q
k
xk pk
k
= n
= np
k =1 k =1
( px + q )
n n−k
∑C p x q
n k k k
= n
k =1
derivând avem
( px + q ) n −1 n n−k
∑ kC p x
k
np =
k
n
k −1
q
k =0
făăcând x =1 şi ţinând cont că p + q =1

n n−k
∑ kC p q
k k
np = n
k =0
np = M ( x ) (130)
- Dispersia este :
Δ (x ) = M (x ) − [M (x )] 2
2 2
= npq (131)
Demonstraţie :
M (x ) = M [x ] = ∑ k 2 C p q
2 k k n−k
2 n
Ştiind că :
np ( px+ q) n −1
= ∑ k Cn
k
px q
k k −1 n−k
deoarece ( px+ q) = ∑C
n k
n
k
pq
n−k
şi prin deri vare rezultă :
npx ( px+ q) n −1
= ∑ k Cn
k
pxq
k k n−k

np ( px + q) n −1
+ (n − 1) ( px + q) n−2
⋅n⋅ p
2
⋅x = ∑k
2
C p x q
k
n
k k −1 n−k
x =1
np ( p + q ) + (n − 1) ( p + q ) ⋅ n ⋅ p = M ( X )
n −1 n−2 2
2
np ( p + q ) ⎡( p + q ) + (n − 1) p ⎤ = M ( X )
n−2
⎢⎣ ⎥⎦ 2
+ (n − 1) p ⋅ n = M 2 ( X )
2
np
n = M 2 (X )
2 2
p −p
2
np + n
M ( X ) − [M (x )] 2 2 2 2
p −p p
2 2
2
= np + n n−n = np (1 − p ) = npq
- Funcţia caracteristică
ϕ X (t ) = M [eitX ] = ∑ eitk C kn p q (p*eit ) q = [p*eit + q]

n n −k n k n −k .n
= ∑C n
k k
k =0 k =0
ϕ (t ) = [p⋅eit + q]
.n
X
(132)
- Ştiind că funcţia caracteristică poate avea şi expresia :
ϕ (t ) = G (e )
X
it
(133)
unde :
n
G (Z ) = ∑ pZ k
este funcţia generatoare , (134)
k
n =0
Se pot determina momentele :
M ( X ) = M ( X ) = G' (1)
1
M ( X ) = G' ' (1) + G' (1)

2
(135)
M ( X ) = G' ' ' (1) + 3G' ' (1) + G' (1)

3
4.1.2. REPARTIŢIA POISSON
Se mai numeşte şi legea evenimentelor rare. Este un caz limită al repartiţiei

binomiale pentru n→∞ şi p→0 cu condiţia np = λ = constant.
Prin definiţie repartiţia discretă determinată de probabilitatea :
P ( Kλ ) = λ e
k
−k
(136 )
k!

k=1,2….n λ > 0
se numeşte repartiţie Poisson de parametru λ.
Tabloul de repartiţie al legii Poisson este :
⎛0
⎜ 1 2 .......... .......... .. k .......... .......... . ⎞⎟
⎜ ⎟ (137)
λ ⋅e λ ⋅e ....... λ ⋅e .......... ........ ⎟⎟
−λ −λ −λ
⎜ −X
⎜e
⎝ 1! 2! k! ⎠
Această lege se poate obţine din legea binomială făcând n→∞ şi np = λ.
- Media
M( X ) = λ (138)
Demonstraţie :
M( X) = ∑X p = ∑k λ e = ∑k
λ⋅λ
n ∞ .k −λ ∞ k
−λ
λ(k −1).!⋅.k e
k
⋅ =
k=0 k! k
k=0 k=0
= λ⋅e ∑ λ = λ⋅e ⎜ λ + λ + λ +..... λ

⎛ ∞ k−1 .0 .1 .2
⎞ .k−1
+....⎟
−λ −λ
k=1 (k −1).! ⎜ 1 1! 2!
⎝1444444244 (k −1).! ⎟⎠
44443
λ
=e
−λ λ
= λ⋅e e =λ
-Dispersia
Δ
2
=M (X ) − [M ( X )]
2 ..2
(139)
λ
M [X ] = ∑ X p = ∑k ⋅ k! e = λ e
k
n ∞
+λ =λ +λ
2 2 2 −λ 2 −λ 2
k k
k =1 k =0
Deci ,
Δ =λ
2 2
+λ− [λ ] = λ .2
(140)
-Funcţia caracteristică
Are expresia :
ϕ X (t ) = eλ⎜⎝ e −1⎟⎠
⎛ it ⎞
(141)
4.1.3 REPARTIŢIA MULTINOMIALĂ
Avem o urnă care conţine nj bile de culoarea j , j ∈ [1,r] ,

r - nr. maxim de culori
Nr. Total de bile din urmă este :
r
n = ∑n j
j =1
- Evenimentul care constă din extragerea unei bile de culoarea j este notat Aj
Probabilitatea evenimentului Aj este :
(A ) = n n r
(142)
p = p
j
=
j
cu ∑p =1
j j
n1 + n 2 ....... + n r
n j =1
j
Evenimentul care constă din obţinerea în urma a n extrageri repetate a:

-
- k1 bile de culoarea 1 ,
- k 2 bile de culoarea 2
- .
- .
- r bile de culoarea r ,
- cu Σ kj=n ,
- Se notează Bk1, k2 …..kr
Probabilitatea de producere a evenimentului Bk1, k2 …..kr este :
p (k k
n 1 1
...... k 1 ) = p (B k 1k 2 ..... kr
) (143)
p (B )= n! k1 k2 kr
(144)
* p p ...... p
k 1 k 2 ..... kr
k 1 k 2 !.......
!. k r
! 1 2 r
Această probabilitate determină o repartiţie care se numeşte repartiţie polinomială

sau multinominală. Aceasta provine de la faptul că termenul general al dezvoltării
polinomului :
(p 1 + p 2 .... p r ) n
dar membrul drept al probabilităţii p (B k 1 k 2 ..... kr

)
-Media
M (X ) = np (145)
j
-Dispersia
Δ
2
= M ( X ) − [M ( X ) ]
2
.2
= np j
(1 − p ) = n pj j
q j
(146)
-Funcţia caracteristică
Are valoarea :
ϕ (t ) = ∑ p(B
X
k1.....kr
k1k 2......kr
)⋅ e ( j i1k1+t 2k 2+......trkr)
=
=∑
n!
k1!k2!......kr !
(p1eit1) (p1eit2) ....(p1eitr) =
k1 k2 kr
(147)
= pe + p pe + .........+ p
it1 it 2 it3 itr
1 2 e +
3 r1 e
4.1.4. REPARTIŢIA BINOMIALĂ CU EXPONENT NEGATIV
n −1 n k −n
P−n (k ) = Ck −1 p q (148)
n
M 1
(X ) =
p
2
M 2
(X ) = n 2
+
nq
2
p p
nq
Δ
2
= 2
p
.n
⎡ p e it ⎤
ϕ X
(t ) = ⎢ 1 − q it ⎥
⎣ e ⎦
4.1.5. REPARTIŢIA HIPERGEOMETRICĂ

k n−k
CC
P (k, a, b) =
−n
a
n
b
C a +b
(148)
na
M( X ) = (149)
a +b
nb (a + b − n )
Δ
2
= M [X ]− [M ( X )]
2 .2
= (150)
(a + b ) (a + b − 1)
2
4.2. LEGI CLASICE DE REPARTIŢIE DE TIP CONTINUU

4.2.1.REPARTIŢIA NORMALĂ
A fost pusă în evidenţă de Moivre sub formă redusă ca o repartiţie limită a unei
repartiţii binomiale cu p=q=1/2 .
Generalizată pentru pq ∈ (0,1) a fost obţinută de Laplace .La forma generală cea
mai cunoscută insă a ajuns Gauss care a utilizat-o la studiul erorilor
Fie o variabilă aleatoare continuă X . Aceasta urmează o repartiţie normală de
parametri m şi τ2 dacă densitatea sa de probabilitate este :
1 (x − m ) 2
f ( x) = e
−
τ
2
2 (151)
τ 2π
şi se notează N (m,τ2)
Media :
M(X ) = m (152)
Dispersia :
Δ (X ) =τ
2 2
(153)
Funcţia de repartiţie :
1 (u − m ) 2
F ( x) = ∫ e
x −
2τ
2
du (154)
τ 2π −∞
Funcţia caracteristică:
τ t
ϕ (t )
2 2
= e
itm −
2 (155)
X
Demonstraţie
Media :
∞ 1 ∞ −
(u − m ) 2
M ( X ) = ∫ xf ( x ) dx = ∫ x e τ
2
2
dx (156)
−∞ −∞
τ 2π
x−m
t= ⇒ x = tτ + m dx = τ dt (157)
τ
2 2 2
1 ∞ t 1 ∞ t 1 ∞ t
∫− ∞ (tτ + m )e 2 dt =
− − −
M (X ) =
τ 2π 2π ∫ −∞
tτ e 2 dt +
2π ∫
−∞
me 2 dt =
⎡ ⎤
⎢ ⎥
1 1
= I 1 + I 2 m⎥
⎢ = m 2π = m
⎢ { { ⎥ 2π 2π
⎢ = 0 = 2 π ⎥
⎢⎣ int egr .
Poisson ⎥⎦
Dispersia se demonstrează ştiind că:
τ
2
= M (X ) − [M ( X ) ]
2 .2
(158)

4.2.2. REPARTIŢIA NORMALĂ REDUSĂ
Dacă o variabilă aleatoare U este repartizată N(0,1)

Se zice că ea urmează o repartiţie normală redusă funcţia sa de repartiţie fiind :
2
1 x − u
f (u) =
2π ∫ e
−∞
2 du (159)
Funcţia de mai sus se numeşte funcţia Laplace
4.2.3. REPARTIŢIA LOGNORMALĂ
O variabilă aleatoare X continuă urmează o repartiţie lognormală dacă densitatea sa

de repartiţie este :
1 x −
(ln x−n)
2
f (x) =
τ 2π ∫ e −∞
τ
2
2
(160)
şi se notează LN(nτ2)
unde n şi τ2 sunt media şi respectiv dispersia logaritmului lui X
4.2.4. REPARTIŢIA EXPONENŢIALĂ
O variabilă aleatoare X urmează o repartiţie exponenţială de parametru λ notată E(λ)

dacă are o densitate de repartiţie :
⎧ − λx λ>0
⎪e
pentru x≥0 si
f (x ) = ⎨ (161)
[ ]
−
⎪0 pentru x∈ 0, ∞
⎩
Media :
1 (162)
M (X ) =
λ
Dispersia :
1 (163)
Δ
2
(X ) =
λ
2
Funcţia caracteristică:
ϕ (t ) = λ λ− it
X
(164)
Funcţia de repartiţie :
⎧1 − − λx
⎪ e
pentru x>0
F ( x) = ⎨ (165)
⎪0 pentru x≤0
⎩
4.2.5. REPARTIŢIA χ2 (hi pătrat)
O variabilă aleatoare continuă X este repartizată χ2 cu n grade de libertate şi

parametru τ dacă densitatea sa de probabilitate este :
1 n
.−1 −.
x
n x.
f (x) = ⋅ 2 ⋅ e 2.τ 2 (166)
n
2τ γ
n
2 2
cu
∞ α−1 −x
γ (α) = ∫ x e dx (167)
0
Gama funcţia lui Euler de speţa a II-a

Funcţia caracteristică a sa este :
(1−2itτ )
n
ϕ
−
(t ) = 2 2
(168)
X
Dacă variabilele aleatoare independente X1 şi X2 sunt repartizate χ2 cu n1 respectiv

n2 grade de libertate atunci variabila aleatoare X1 + X2 este repartizată χ2 cu n1 + n2
grade de libertate .
(1− 2itτ 2)
n 1+ n 2
ϕ X 1+ X 2
(t ) =
.−
2
(169)
4.2.6. REPARTIŢIA WEIBULL

Modelează durata de viaţă .

Se utilizează cu bune rezultate în studiul :
- uzurii materialelor
- repartiţiei defecţiunii tuburilor în vid
- fiabilităţii în general
O variabilă aleatoare este repartizată Weibull dacă densitatea sa de repartiţie este :
m −1
m ⎛ x −u ⎞ (x − u ) m
f ( x) = ⎜⎜ ⎟⎟ e x −.
(170)
x ⎝ xo ⎠
0
m – parametru de forma
x0 - parametru de scală
u – parametru de localizare sau de calaj
Repartiţia aceasta se mai numeşte şi repartiţie Weibull triparametrică . w (m , x0 ,u)
Funcţia de repartiţie a sa este :
⎧ (x − u ) m
⎪1 − e −. x 0 dacă x≥u u≥0

⎪
⎪ (171)
F ( x) = ⎨
⎪
⎪0 dacă x<u u≥0
⎪⎩
Dacă u=0 , m=1 , adică W (1,x0 , 0)
0
⎛x⎞
1 x
f ( x) = ⎜ ⎟e −.
x0 = λ e
−λx
(172)
x ⎝ x0 ⎠
0
1
cu λ = (173)
x 0
adică este repartiţia exponenţială negativă.

5. FIABILITATEA ELEMENTULUI SIMPLU
Elementul simplu este d.p.d.v. fiabilistic o entitate primară indivizibilă. Structura sa

interioară se poate reflecta în comportarea de ansamblu a sistemului din care acest
element face parte. Este interesant studiul în timp al elementului simplu d.p.d.v. al
comportării sale vis à vis de funcţiile nominale programate. Elementele simple pot fi:
• reparabile ( turbine , cazane , relee complexe etc.)
• nereparabile ( garnituri , tranzistoare ,izolatoare ,etc.)
În energetică elementele simple pot fi atât reparabile cât şi nereparabile , dominante
fiind cele reparabile.
5.1 FIABILITATEA ELEMENTULUI SIMPLU NEREPARABIL.
Elementul simplu nereparabil este caracterizat de variabila aleatoare numită

timp de funcţionare. Fie F(t) funcţia de repartiţie a acestei variabile
F (t ) = p t f ≤ t { }
Raportul la un interval de timp [0 , t ] pot exista următoarele evenimente
incompatibile (fig.1).
A 1
= pT { f
≤t } elementul se defectează în intervalul [0 , t ]
A = p{T
1 f
>t } elementul nu se defectează în intervalul [0 , t ]
AUA1 2
= Ω (reuniunea acestor două evenimente formează
evenimentul sigur )
{ } { }
p{A1 U A2}= p T f ≤ t + p T f > t = F (t ) + p T f > t = 1 { } (174)
Tf Tf
0 A1 t 0 A2 t
Fig.8 Evenimente incompatibile relative la elementul simplu nereparabil
Deducem :
{
p T f > t =1− } F (t ) cu F (t ) = p {T f
< t } (175)
Cu ajutorul funcţiei de repartiţie F(t) se pot determina :

• Probabilitatea ca elementul simplu să se defecteze în intervalul (0 , t )
sau riscul de defectare din interiorul [0 , t ]
Q (t ) = p {T f
< t =} F (t ) (176)
• Probabilitatea ca elementul simplu să funcţioneze fără defectare

(neîntrerupt ) mai mult decât intervalul [ 0 , t ]
R (t ) = p {T f
> t } (177)
se mai numeşte şi fiabilitate iar după unii autori funcţie de siguranţă.
Fie evenimentul care constă în faptul că elementul se defectează în intervalul infinit

mic dt :
f
< t + dtt <T (178)
Utilizând proprietăţile funcţiilor de repartiţie avem :
p ⎧⎨t
⎩
<T f
< t + dt ⎫⎬ = F (t + dt ) − F (t ) = dF (t ) = f (t )dt
⎭
(179)
în care f(t) – este densitatea de repartiţie.

Aşadar probabilitatea ca elementul să se defecteze în intervalul dt este :
p ⎧⎨t
⎩
<T f
< t + dt ⎫⎬ = F (t + dt ) − F (t ) = f ( t ) dt
⎭
(180)
f(t) având semnificaţia probabilităţii ca elementul simplu să se defecteze chiar în

momentul t.
Probabilitatea ca elementul să se defecteze în intervalul dt ,dacă a funcţionat corect
(neîntrerupt) în perioada anterioară este :
p ⎧⎨ t
⎩
<T f
≤ t + dt / T f
> t ⎫⎬ = λ ( t ) dt
⎭
(181)
unde λ(t) – se numeşte intensitate de defectare.

Dacă notăm evenimentul :
B = {t < T ≤ t + dt}
1 f
B = {T > t}
2 f
Avem :

⎛ ⎞
p ⎜⎜ B 1 I B 2 ⎟⎟
p {B 1 / B 2} = ⎝
((
⎠ = p t < T f < t + dt I ) (T >t )) (182)
( )
f
p (B 2 ) pT f >t
Dar B1 include B2 B ⊂B 1 2
⇒ B IB
1 2
= B 1
Aşadar -
(
p t <T f ≤ t + dt/T f > t = ) p(t <pT( ≤>tt+) dt) = F(t 1+−dtF)(−t)F(t) =
f
T f
(183)
dF(t) f (t)dt
= =
1− F(t) 1− F(t)
Prin integrare se obţine:
t
F(t) = 1− e ∫0
− D(t )dt
= Q(t) (184)
Expresia funcţiei de repartiţie în funcţie de intensitatea de defectare λ(t) a

elementului simplu .
Fiabilitatea va fi :
t
− λ(t )dt
R(t) =1− F(t) = e ∫0 (185)
R(t) = e ∫0
− λ(t )dt
(186)
Intensitatea de defectare are o variaţie în timp de tip “cadă” ca în figura 9
λ(t)
I II
III t
Fig.9 - Curba cadă

Aceasta este caracterizată de următoarele trei zone :

• I – zona de rodaj sau de tinereţe în care intensitatea de defectare este
descrescătoare .În această perioadă se manifestă greşelile de execuţie şi de
montaj.
• II – zona de maturitate cu o intensitate de defectare cvasiconstantă
• III – zona de bătrâneţe cu o intensitate de defectare crescătoare în timp datorită
fenomenelor de uzură ireversibile
În calculele de fiabilitate energetică se consideră că intensitatea de defectare
este constantă. Aceasta duce la simplificarea expresiilor indicatorilor fiabilistici.
− λt
Q (t ) = 1 − e
− λt
(201)
R (t ) = 1 − e
Adică este necesar ca practic funcţia de repartiţie F(t) să fie exponenţială.
Se mai definesc următorii indicatori de fiabilitate :
• Timpul mediu de funcţionare neîntreruptă
[ ]
∞
M T f = ∫ R(t)dt (202)
0
• Probabilitatea de funcţionare neîntreruptă în intervalul [t1,t2] dacă a funcţionat

neîntrerupt până la t1
t2
p(t1t2) = t∫1
− λ(t )dt
(203)
• Timpul mediu de menţinere în starea de funcţionare neîntreruptă dacă elementul

a funcţionat neîntrerupt în intervalul (0,t)
[
M T f − t1 = ] 1 ∞
R(t1) ∫t1
R(t)dt (204)
5.2 CALCULUL FIABILITĂŢII ELEMENTULUI SIMPLU REPARABIL
Stadiul fiabilităţii elementului simplu reparabil se încadrează în teoria fiabilităţii

elementelor cu timp finit de restabilire .
Restabilirea constă în refacerea proprietăţilor funcţionale , prin utilizarea procesului
de reparare sau prin înlocuire imediată.
Un element reparabil se caracterizează prin perioade succesive de funcţionare
neîntreruptă cu perioade de reparare.
Timpii de funcţionare şi cei de reparare sunt variabile aleatoare utilizate în
determinarea principalilor indicatori de fiabilitate :
Fie : Tfi – perioada i de funcţionare neîntreruptă

Tri – perioada de reparare următoare perioadei de funcţionare i

Tf1 Tr1 Tf2 Tr2 Tf3 Tfn Trn
…
0 t1 t2 tn
Fig.10
Pentru studiul fiabilităţii elementului simplu reparabil se utilizează una din

următoarele metode :
a) Metoda fluxurilor de defectare
b) Metoda funcţiilor condiţionate de repartiţia timpului de funcţionare între două
avarii succesive
c) Metoda Markov
a) Fluxul defectărilor este caracterizat de timpii t1 t2…. tn de apariţia a defectărilor.

Aceşti timpi sunt aleatori.
Intensitatea fluxului are expresia :
Ω[t , t + Δt ]
∑ k ⋅ p (t + Δt )
k
ϖ .(t ) = lim = lim k =1 (205)
Δt →0 Δt Δt →0 Δt
unde :
Ω[t , t + Δt ] - este numărul mediu de defectări în intervalul Δt
p [t, t + Δt ] - probabilitatea să se producă k defecte în

k
intervalul Δt.
Se definesc următoarele funcţii de repartiţie :
{
F (t ) = p T fi ≤ t } (206)
G (t ) = p{T ri ≤ t } (207)
pentru variabilele aleatoare Tfi respectiv Tri

Dacă:
1
=
∑T fi
=λ ← intensitatea de defectare a (208)
M [T f ] n
elementului simplu reparabil
1 ∑
= T ri = μ ← intensitatea de reparare a elementului (209)
M [T d ] n
simplu reparabil
atunci expresiile celor două funcţii de repartiţie sunt :

− λt
F (t ) = 1 − e
− λt
(210)
G (t ) = 1 − e
Numărul mediu de avarii sau restabiliri într-o perioadă de timp T este :
λ.μ
Ω[0, T ] = T (211)
λ +ν
Probabilitatea de funcţionare la momentul t este :
μ λ −(λ+μ ).t
p(t) = + .e (212)
λ+μ λ+μ
cu condiţia iniţială :
p(0) = 1 (213)
Probabilitatea de avarie la momentul t este :
q(t) = 1 − p(t) = [1 − ]
λ
λ+μ e
−(λ +μ )t
(214)
Dacă timpul este foarte mare t→∞ avem :
μ [ ]
MTf
M [T ] + M [T ]
p = lim p(t ) = =
t →∞ λ+μ f d
(215)
λ M [T d ]
q = limq(t ) =
t →∞ λ+μ
=
[ ]
M T f + M [T d ]
6. FIABILITATEA SISTEMELOR CU STRUCTURĂ SERIE – PARALEL
6.1 FIABILITATEA SISTEMELOR CU STRUCTURA SERIE
Un sistem se considera serie d.p.d.v. fiabilistic dacă evenimentul bună funcţionare a

sa este realizat când fiecare element component este în stare de bună funcţionare .
I 1 2 i n
1 2 i n
Fig. 11
Ei - evenimentul bună funcţionare a evenimentului i

S - starea de bună funcţionare a sistemului
S = E I E I E ....... I E I ...... I E
1 2 3 i n
(216)
Fiabilitatea este dată de probabilitatea ca sistemul să fie în starea de succes

notat
(R = fiabilitate − Re liability − din engleza )
R s
= p ( S ) = p ( E 1 I E 2......I E iI ......I E n ) =
= P ( E 1) ⋅ p ( E 2) ⋅ ... p ( E i )..... p ( E n ) = (217)
n n
= ∏ P ( E i ) =∏ R i
i =1 i =1
P(Ei) - probabilitatea de bună funcţionare a elementului i

Ri = P(Ei)
Pentru evenimente dependente :
= P ( E1) ⋅ p ( E 2 ) ⋅ p ( E E ) (218)
R
3 n
)..... p(
s
E 1 E IE1 2 E1 I E 2 .....I E n−1
Dacă se utilizează probabilitatea de defectare :
⎡ −
⎤
( )[ ]
n n n
Rs ∏
= p ( E i
) = ∏ 1 − p E i
= ∏ −
⎢ Ri ⎥
i =1 ⎣
1
i =1 i =1 ⎦
(219)
6.2. FIABILITATEA SISTEMELOR CU STRUCTURA PARALEL

Un sistem are o structură paralelă d.p.d.v. al fiabilităţii dacă pentru buna funcţionare
a sa este suficient cel puţin un element component al său să fie în stare de buna
funcţionare .
1
1
2
2
I O
3
.
.
. i
. I O
i .
.
n
.
. b
n
Fig. 12
Ei - evenimentul bună funcţionare a evenimentului i

S - starea de bună funcţionare a sistemului
S = E U E U E
1 2 3
...... UEU i
....... UE n
(220)
În fig. 12a este prezentată schema fiabilistică iar în 12b graful asociat ei .
Conform De MORGAN
__ −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
S = E 1U E 2U E 3 U .... U E i U ..... U En (221)

__ __ __ __ __ __
S = E 1 I E 2 I E 3 I ...... I E i I ...... IEn (222)
EI – Evenimentul elementului i defect

Folosim deci probabilitatea de defectare :
__
⎛ __ __ __
_
__ __
⎞
Rs = p(S) p⎜ E1I E=2 I E 3......
I E i I ..........
I E n ⎟
⎝ ⎠ (223)
__
_ ⎛ __
⎞ ⎛ __
⎞ ⎛ __
⎞ ⎛ __
⎞ ⎛ __
⎞
Rs = p(S) p ⎜⎜⎝ E1⎟⎟⎠I p ⎜⎜⎝ E2⎟⎟⎠I p ⎜⎜⎝ E3⎟⎟⎠.........I p ⎜⎜⎝ Ei ⎟⎟⎠I..........I p ⎜⎜⎝ En ⎟⎟⎠
=
deci ,
∏ [1 − p (E )] = ∏ R i
_ _ n ⎛ _ ⎞ n n _
Rs = p (S ) ∏ p = ⎜E ⎟ =
⎜ i⎟ i
(224)
i =1 ⎝ ⎠ i =1 i =1

_ _
R s = ∏ R i = ∏ [1 − Ri ]
n n
(225)
i =1 i =1
Rs - nonfiabilitatea sistemului
__
Ri − nonfiabilitatea elementului
Fiabilitatea sistemului paralel este :

_ _ _
R s = 1 − R s = 1 − ∏ Ri = 1 − ∏ [1 − Ri ]
n n
(226)
i =1 i =1
Pentru evenimente dependente :
__
E E (227)
R s = P(E 2 n
) * p( )..... p ( )
1
E IE
1 2 EI
1 E 2 ..... I E n −1
6.3 FIABILITATEA SISTEMELOR CU STRUCTURĂ MIXTĂ
Aceste structuri conţin combinaţii de tip serie-paralel şi paralel - serie . Analiza

acestor sisteme se face din aproape în aproape utilizându-se relaţiile pentru
evaluarea fiabilităţii structurilor serie respectiv paralel cunoscute. Funcţie de
structurile predominante evaluarea fiabilităţii poate fi făcută pornind de la :
- fiabilitatea de bună funcţionare ( cazul serie ) sau de la
- probabilitatea de defectare ( cazul paralel ) .
Aceste abordări pot fi făcute în diferite etape în funcţie de situaţia concretă.
Cunoscându-se valorile fiabilităţii componentelor sistemului (RA RB ……….RL ) şi
considerându-se evenimentele independente se poate determina fiabilitatea
sistemului . ( fig. 13 ) .

SISTEME CU STRUCTURĂ MIXTĂ
VII
II
III
B C
A
D
VIII
K L
E F
H
V
IV
VI
Fig.13

Descompunerea sistemului se face astfel :
I V
B C G H
II
I
VI
D IV V
III VII
III
A II
VI
IV VIII
E F K L
Fig.14
Acestea reprezintă structurile elementare ale sistemului .

Posibilităţile de bună funcţionare ale sistemului sunt prezentate în tabloul alăturat.
Numărul Combinaţia de elemente care trebuie să funcţioneze

combinaţiilor Pentru ca sistemul să fie în bună stare de funcţionare
1 A B C K L
2 A D K L
3 E F G K L
4 E F H K L
Plecând de la simplu la complex, folosindu-ne de cele prezentate în tabelul

precedent pentru a identifica structurile serie , paralel şi apoi evalua fiabilitatea
sistemului.
Pentru structura I avem :
R = R *R
I B C
(228)
Pentru structura II avem :

___ __ __
R II = R I * R D = (1 − R )(1 − R ) = (1 − R I D D
− RI + RI RD ) (229)
sau
__
R II
= 1 − R II = 1 − 1 + R D + R I − R I R D = R D
+ RI − RI RD =
(230)
= R D
+ R B RC − R B RC R D
Pentru structura III avem :
R III
= R R
A II
= R R +R R −R R R =
A D A I I D A
(231)
= R AR + R AR R − R R R R C A B C D
D B
Pentru structura IV avem :
R IV
= R *R E F
(232)
Pentru structura V avem :
__ __ __
RV = RG R H = (1 − RG )(1 − R H ) = 1 − RG − R H + RG R H (233)
__
R V
= 1 − RV = RG + R H − RG R H
Pentru structura VI avem :
R VI
= R R = R E R (R G + R − R R ) =
IV V F H G H
(234)
=R R R +R R R −R R R R
E F G E F H E G F H
Pentru structura VII avem :

__ __ __
RVII = R III RVI = (1 − RIII )(1 − RVI ) = 1 − RIII − RVI + RIII RVI (235)
__
R VII
= 1 − RVII = R III + RVI − R III R IV
Pentru structura VIII avem :
R VIII
= Rk RL (236)
Fiabilitatea întregului sistem este :
R =R R S VIII VIII
= (RIII + RVI − RIII RVI) ⋅ Rk ⋅ RL (237)
Înlocuind expresiile lui RIII , RVI , RVII şi RVIII în relaţia de mai sus se obţine expresia
fiabilităţii sistemului.
6.4 STRUCTURA REDONDANTĂ GLOBALĂ
1 2 3 …….…………..i…………………………………n
1( 1 ) 2( 1 ) 3( 1 ) ………………i( 1 )………………………….………n( 1 )
1( k ) 2( k ) 3( k ) …………..…i( k )………………………….……n ( k )
Fig. 15
Sunt k+1 grupări serie aflate în paralel. O grupare serie conţine n elemente.
Fiabilitatea unei grupări serie este :
n
R = ∏ R = R R .............. R
S
i =1
i 1 2 n
(238)
Aceste elemente serie echivalente cuplate în paralel formează sistemul cu

redondanţă globală:
R g
k
= ∏RS =
j=0
j 0 1
R S.R S.........R S =
k
(R )
S
.k + 1
(239)
Rg = 1 − Rg = 1 − (R ) S
k +1
= 1− (1−RS) k +1
(240)
Deci :
R g
= 1− (1−RS) k +1
(241)
Rg – fiabilitatea sistemului cu redondanţă globală

K+1 – numărul total de grupări serie ale sistemului

6.5 STRUCTURI - NEDECOMPOZABILE

STRUCTURA TRIUNGHI - STEA ŞI STEA - TRIUNGHI
Este cazul sistemelor de mare complexitate cu structuri complicate . Analiza acestora

prin metode exacte fiind foarte laborioasă . Dacă aceste sisteme sunt formate din
elemente a căror nonfiabilitate este foarte mică R i << 1 se recomandă folosirea de
metode aproximative .
Din expresiile funcţiilor de fiabilitate (utilizând probabilităţile de defectare ale
elementelor) se obţin polinoame în R din care se reţin în urma ordonării după
i
puterile crescătoare ale nonfiabilităţii elementului i - R , primii termeni ,contribuţia

i
celor de grad superior fiind nesemnificativă , deci putându-se neglija .

Prin utilizarea termenelor de transfigurarea stea – triunghi şi triunghi-stea se pot
transforma structurile nedecompozabile ( punte ) în structuri serie-paralel.
• Cazul triunghi – stea
3 1 3
1 31
1 3
12 23
2
2
Fig. 16
În ipoteza R i
<< 1
avem:

R ≅R R
1 12 31
R ≅R R
2 12 23 (242)
R ≅R R
3 31 23
• Cazul stea - triunghi
1 3
1 3 31
1 3
12 23
Fig.17
Nonfiabilităţile au expresiile:
RR
R = RRR − nonfiabilitatile
3 1
31 1, 2, 3,
structurii stea ( cunoscute )
R 2
(243)
RR
R = R R R − nonfiabilitatile
1 2
12 31, 12 , 23,
structurii triunghi ( necunoscut e )
R 3
RR
R = 2 3
23
R 1,
Erorile sunt mai mici cu un ordin de mărime în cazul transfigurărilor triunghi-stea

decât în cazul celor stea-triunghi.
Avantajul transfigurărilor în cazul sistemelor complexe constă în :
¾ rapiditatea reducerii acestora la structuri de tip serie –paralel
¾ simplitatea calculelor de evaluare numerică a fiabilităţii permit , în faza de
proiectare compararea rapidă a fiabilităţilor diverselor variante posibile ale
aceluiaşi sistem.

6.6 .REPREZENTAREA PARAMETRICĂ BIDIMENSIONALĂ
Considerăm probabilitatea ca fiind un punct în planul cartezian.

Funcţie de probabilitatea de funcţionare RI şi de cea de refuz R i se definesc doi
parametri ε şi ω.
R 1− R R
ε = tgω = = = (244)
R R 1− R
Din :
1− R
tgω = ⇒ Rtgω = 1 − R
R
1
⇒ R =
tgω + 1
( 245 )
1
sau: R =
ε +1
(246)
R
Din: tg ω = ⇒ tg ω − R tg ω = R
1− R
tg ω
⇒R = (247)
tg ω + 1
1 R
sau: = ⇒ 1 − R = R ctg ω
ctg ω 1− R

1
R =
ctg ω + 1 (248)
Folosindu-se această reprezentare bidimesională (ε , ω ) a fiabilităţii elementelor , se

evaluiază fiabilitatea sistemelor având diferite structuri :
• Cazul structurilor serie
Elementele au fiabilitatea (i = 1, 2……..n) .

Ştim că fiabilitatea unei structuri serie este :
n n
1 1
R = ∏R = ∏( ) = (249)
S
i =1
S
tg ω
i =1
.i
+1
∏ (ε
n
i
+ 1)
i =1
Considerând că şi RS poate fi scris de forma :
1
R = (250)
S
ε S
+1
Rezultă:
+ 1 = ∏(ε i + 1)
n
1 1
εS
= ⇒ ε
∏(ε + 1)
+ 1 n S
i =1
i
i =1
∏ (ε + 1)− 1
n
ε S
=
i =1
i (251)
În relaţia (244) εi se determină pentru fiecare element în parte cunoscându-se Ri şi

−
Ri barat Ri .
• Cazul structurilor paralel

Elementele componente au fiabilitatea R i
Ştim că nonfiabilitatea unei structuri paralel este :
1
R p
=
ctg ω + 1
(252)
p
Din 244 şi 245 se obţine:
1
=
1 (253)
ctg ω ∏ (ctg ω )
n
+ 1 + 1
p
i
i=1
∏ (ctg ω )
n
⇒ ctg ω p
=
i
+ 1 − 1 (254)
i=1
• Cazul structurilor nedecompozabile

În acest caz se utilizează transformarea triunghi-stea pentru care avem :
3 1 3
1 31
1 3
12 23
2
2
Fig. 18
ε = ε ε 12 31
(255)
1
1 + ε 12 + ε 23 + ε 31
ε = ε ε 12 23
(256)
2
1 + ε 12 + ε 23 + ε 31
ε = ε ε 31 23
(257)
31
1+ε +ε 12 23
+ ε 31
7. CONSTRUCŢIA ŞI SIMPLIFICAREA FUNCŢIILOR DE STRUCTURĂ ŞI A

REŢELELOR DE FIABILITATE
7.1. LEGĂTURI ŞI TĂIETURI
Fiind dat un sistem cu structura bivalentă S= (E , ϕ)

- E = mulţimea componentelor sistemului
- ϕ = funcţia de structură a sistemului
Definiţie
Numim LEGĂTURĂ o submulţime L ⊆ E , cu propietatea ϕ (X1 , X2 , …… Xn)=1

⎧1 pentru e ∈L
unde : ⎪ i
x i
=⎨
⎪0 pentru e ∉L
⎩ i
Notăm :
1 - starea de funcţionare
2 – starea de refuz
Aşadar o legătură a sistemului este o mulţime de componente ale sistemului cu
proprietatea că sistemul funcţionează dacă elementele acestei mulţimi funcţionează
şi restul sunt defecte.
Definiţie
Numim TĂIETURĂ o submulţime T a sistemului bivalent S cu T⊆ E care satisface
relaţia :
ϕ (X1 , X2 , …… Xn)=0
⎧1 pentru e ∉T
⎪ i
unde : xi = ⎨ pentru
⎪0 e ∈T
⎩ i
se numeşte tăietură.
Aşadar o tăietură T a sistemului S este o mulţime de componente ale acestuia cu

proprietatea că sistemul nu funcţionează dacă componentele acestei mulţimi sunt
defecte , iar restul componentelor funcţionează.
Ex.
ϕ(1,1,0,0,1,1) =1 L = {e1 , e2 , e5 , e6}⊆ E constitue o legatura
ϕ(1,0,0,1,0) = 0 − submultime
a {e , e , e }
1 4 5
nu este o legatura
ϕ(0,1,1,0,1,0) = 0 T = {e1 , e4 , e6}⊆ E constitue o taietura
ϕ(1,1,0,0,0,1) =1 − submultime
a {e , e , e }
3 4 5
nu constitue o taietura
Demonstraţie
- Dacă S = (E , ϕ ) , pentru care ϕ (x1 , x2 ......... x1) = 1 atunci
L = {ei ∈ E / xi = 1} este o legătură a sistemului S
- Dacă S = (E , ϕ ) , pentru care ϕ (x1 , x2 ......... xn ) = 0 atunci
T = {ei ∈ E / xi = 0} este o tăietură a sistemului
7.2. SIMPLIFICAREA FUNCŢIILOR DE STRUCTURĂ ŞI A REŢELELOR DE

FIABILITATE
Fie o reţea de fiabilitate având o structură S= (E, ϕ)
7.2.1. FUNCŢIA ϕ ESTE MONOTONĂ
a. Fie L1 L2………………….Lk legăturile minimale ale acestei structuri
Funcţia :

k
⎛ ⎞
ϕ (x ) = 1 − ∏ ⎜1 − ∏ x t ⎟ (258)
i =1 ⎝ et∈Li ⎠
este echivalenta funcţiei de structură a sistemului.
Reţeaua de fiabilitate iniţială este echivalentă cu reţeaua obţinută din punerea în
paralel a celor k legături , fiecare legătură fiind constituită din înserierea elementelor
componente ale legăturilor respective .
Ex. : L = {.e , e .}; L = {.e .}; L = {.e , e .}; L = {.e , e .}; L = {.e , e , e .}
1 2 3 2 1 3 1 3 4 1 2 5 1 2 3
Reţeaua echivalentă este :
e2 e3
e1
Z
e1 e3
O
e1 e2
e3
e1
e2
Fig. 19
b. Fie T1 T2………………….Tk tăieturile minimale ale acestei structuri
ϕ (x) = ∏ ⎡⎢1 − ∏ (1 − x )⎤⎥

k
Funcţia t (259)
i =1 ⎣ et∈Ti ⎦
este echivalentă funcţiei de structură a sistemului.
Reţeaua de fiabilitate iniţială este echivalentă cu reţeaua obţinută din înserierea celor
k tăieturi minimale . Fiecare din aceste tăieturi este constituită din componentele sale
puse în paralel.

T 1
= {. e , e , e . }
1 2 3
Ex.: T 2
= {. e , e . }
1 3
T 3
= {. e , e . }
1 2
Reţeaua echivalentă este :
e1
e1
e1
e2
O
Z
e2
e2
e3
Fig. 20
7.2.2. FUNCŢIA ϕ ESTE NEMONOTONĂ
a. În acest caz dacă L1, L2………………….Lk sunt legăturile minimale funcţia :
ϕ (x ) = 1 − ∏ ⎢1 − ∏ x ∏ (1 − x )⎥
⎡ ⎤
t t (260)
⎣ et ∈ Li et ∉ Li ⎦
este echivalenta funcţiei de structură a sistemului .

Această relaţie se mai putea scrie :
ϕ (x )
⎡ ⎤
∑ ⎢ ∏ x ∏ (1 − x )⎥
k
= t t
(261)
⎣
i=1 et ∈ Li ⎦ et ∉ Li
b. Dacă T1 T2………………….Tk sunt tăieturile minimale funcţia :
ϕ (x )
⎡ ⎤
= ∏ ⎢1 − ∏ x t ∏ (1 − x )⎥⎦
k
t
(262)
i =1 ⎣ et ∉Ti et ∈Ti

este echivalentă cu funcţia de structură a sistemului.

Această relaţie mai poate fi scrisă :
n
2
ϕ(x) = 1 − ∑∏ x ∏(1− x ) i = k et∈Ti
t t (263)
et∉Ti
Ex:
X1 X2 X3 ϕ( X1 X2 X3) Legăturile sunt:
0 0 1 Li={φ} Deoarece ϕ( X1 X2 X3)=1
∃ x i
= 1
0 1 0
1 0 1 L2={e2}
1 1 1 L3={e2 e3}
0 0 1 L4={e2}
0 1 0
1 0 0
1 1 1 L5={e2 e3e3}
Funcţia de structură va fi :
⎡ ⎤
ϕ (x ) ( )⎥ = (1 − )(1 − ) 1 − (
x1 x2 x3 + + x2 (1 − x1) 1 − x3 + ) ( )
k
= ∑ ⎢ ∏ xt ∏ 1 − xt
⎢
i =1 et∈Li −−− ⎥
⎢⎣ et∈Li ⎥⎦ (264)
(
+ x2 x3 (1 − x1) + x1 (1 − x2 ) 1 − x3 + x1 x2 x3 )
Tăieturile sunt:
T 1
= {.e , e }
1 2
T 2
= {.e } 2 (265)
T 3
= {.e } 3
Funcţia de structură va fi :

ϕ (x )
2 ⎡ ⎤
= ∑ ⎢ ∏ xt ∏ (1 − xt )⎥ = 1 − x1 x2(1 − x3) − x2 (1 − x1) − (1 − x3) −
i = k +1 ⎣et∈Li et∉Ti ⎦
− x2 (1− x1)(1− x3)− x (1 − x )(1 − x )
3 1 2 (266)
8, METODE DE CALCUL A FIABILITĂŢII
1. Metoda binomială
2. Metoda Monte-Carlo
3. Metode bazate pe procese Markov cu parametru continuu
4. Metode bazate pe procese Markov cu parametru discret
5. Metode bazate pe enumerarea exhaustivă a stărilor sistemului
6. Metode bazate pe utilizarea formulei probabilităţii totale
7. Metode bazate pe mulţimea legăturilor şi tăieturilor minimale
8. Metode bazate pe ridicarea la putere a matricei de conexiune
9. Metode bazate pe reducere succesivă a mărimii matricei de conexiune
10. Metoda căilor adiţionale
8.1 METODA BINOMIALĂ
Având două stări posibile pentru echipamente identice relaţia:

m n−m
pq
m
Pmn = Cn ( la totalul de n teste se găsesc m echipamente în starea 1 şi n-m în starea 0)
poate fi mai uşor determinată pe calculator cu formula –
(n − m) p
Pm+1,n = Pm,n (m +1)q (267)
Media este :
M ( x ) = np iar (268)
Dispersia :
Δ (x) =n p q
2
(269)
Valorile mediei şi dispersiei sunt utile şi în cazul când modelul binomial se înlocuieşte
cu alte modele. De exemplu pentru valori mari ale lui m şi n repartiţia binomială tinde
către una normală având aceleaşi valori ale mediei şi dispersiei:
1 −
(x −M ) .2
f ( x) =
σ 2Π
e 2σ
.2
(270)
adică :
.2
⎛
1 m − nq
⎞
1 − ⎜ ⎟
lim
n→∞
pmn
=
2Πnpq
e 2 ⎜ npq ⎟
⎝ ⎠
(271)
În energetică în cazul protecţiilor şi automatizărilor n – este de ordinul zecilor /an iar

valoarea q este sub 5%.
Acest lucru face ca repartiţia binomială să tindă în acest caz către o repartiţie
Poisson (Legea evenimentelor rare ) de parametru λ=nq.
Adică relaţia generală :
p(k , λ ) = λk! e
k
−λ
devine : (272)
p
(nq) m
− ( nq )
mn
=
m! e (273)
Dacă elementele sistemelor nu sunt identice ( nu au acelaşi p şi acelaşi q ) , cazul

majorităţii sistemelor reale (elementele sunt eterogene) valorile parametrilor p şi q
sunt individuale pentru fiecare element , deci au forma pi , qi .
Sistemul nu mai ia naştere dintr-un binom la puterea n , (p+q)n , ci prin produsul
sumelor dintre pi şi qi .
∏(p + q )
n
i i
(274)
i=1
Modelul de determinare a probabilităţilor stărilor în aceste situaţii ( evenimente

independente şi diferite ) este :
∏ (p )= 1
n
i
+ q i
(275)
i =1

Exemplu
Fie sursele S1, S2 ,S3 care debitează pe o bară a unui consumator . Se cere să se
afle probabilităţile diferitelor nivele de putere pe bară.
S1 S2 S3
Consumator
Fig.21
Sursa Puterea disponibilă Probabilitatea de succes Probabilitatea de refuz
1 S1 p1 q1
2 S2 = 2S1 p2 q2
3 S3 = 3S1 p3 q3
Stările SI S2 S3 Probabilitatea stărilor Puterea disponibilă pe bară
I f f f p1 p2 p3 SI = S1 + S2 + S3 = 6S1
II f f r p1 p2 q3 SII = S1 + S2 = 3S1
III f r f p1 q2 p3 SIII = S1 + S3 = 4S1
IV f r r p1 q2 q3 SIV = S1 = S1
V r f f q1 p2 p3 SV = S2 + S3 = 5S1
VI r f r q1 p2 q3 SVI = S2 = 2S1
VII r r f q1 q2 p3 SVII = S3 = 3S1
VIII r r r q1 q2 q3 SVIII = 0

6S1 cu p = p1 p2 p3
5S1 cu p = q1 p2 p3
4S1 cu p = p1 q2 p3
3S1 cu p = p1 p2 q3 + q1 q2 p3 (276)
2S1 cu p = q1 p2 q3
S1 cu p = p1 q2 p3
• Pentru sistemele cu două elemente serie avem:
Stările e1 e2 Sistem Probabilitatea stărilor
I f f f p1 p2
II f r r p1 q2
III r f r q1 p2
IV r r r q1 q2
Rezultă probabilităţile de succes şi de refuz ale sistemului .

Corespunzător stării I avem :
Psucces = p1 p2 (277)
Starea de refuz se compune din stările II , III , IV . deci ,
Prefuz = p1 q2 + q1 p2 + q1 q2 (278)
• Pentru sistemele cu două elemente paralel avem :
Stările e1 e2 Sistem Probabilitatea stărilor
I f f f p1 p2
II f r f p1 q2
III r f f q1 p2
IV r r r q1 q2
Starea de succes a sistemului este dată de stările I , II , şi III , astfel avem :

Psucces = p1 p2 + p1 q2 + q1 p2 (279)

Starea de refuz a sistemului este dată de starea IV a elementelor , astfel avem

:
Prefuz = q1 q2 (280)
8.2 METODA MONTE – CARLO
Permite obţinerea soluţiilor unei probleme cu ajutorul experimentelor aleatoare

repetate. Se stabileşte un algoritm de determinare a unei mărimi cu o anumită
precizie dată. Datele statistice similare cu ajutorul algoritmului permit obţinerea
mărimii căutate.
Dacă după n experimente obţin datele g1 , g2…………. gn mărimea căutată este :
g = limg (281)
n
n→∞
gn - trebuie să conveargă în probabilitate către g.

Generarea numerelor aleatoare se face prin metode analitice sau neanalitice.
Cele mai frecvente metode analitice cunoscute sunt :
• Metoda mijlocului pătratului
• Metoda congruenţională multiplicativă ( de recurenţă)
x =b x
n+1 0 n (mod p ) (282)
- b0 , x0 , p fiind numere date

• Metoda congruenţională mixtă
⎛ k −1 ⎞
xi+k ⎜⎜ ∑
= b j xi + j
+ a ⎟⎟(mod.P) (283)
⎝ j=0 ⎠
din care se poate obţine relaţia metodei congruenţionale multiplicative dacă se face
a=0 şi k=1
Fie A - procesul simulat
p - probabilitatea de apariţie a evenimentului modelat
N - nr. de încercări
ξ - variabila booleană = ⌠ 1 dacă evenimentul apare
⎩ 0 dacă evenimentul nu apare
L - nr. total de evenimente favorabile
n
L = ∑ξ (284)
i
i=1
L
f – frecvenţa evenimentului : f a
=
N
(285)
• Media frecvenţei evenimentului este :
M ( f ) = N1 M (L) = N1 M (∑ξ ) = Np
a N
=p
i
(286)
• Dispersia :
Δ (f ) = pQ
2
(287)
a N
Demonstraţie :
Np(1 − p)
Δ (f )= 1 1 Qp
Δ (L ) = ∑Δ (ξ ) =
2 2 2
2 2 2
= (288)
a
N N N N
• Abaterea medie pătratică:
τ ( f )= a
pQ
N
(289)
Conform legii numerelor mari :
f a
⎯tinde
⎯→⎯ M ( f )= p
a
(290)
Diferenţa dintre fa şi media sa P este eroarea care poate fi determinată:
p( f − p <ε) =1−
τ ( f ) 2
a
⇒ ( f − p <ε) =1− NpQ
p (291)
ε ε
a 2 a 2
p( f − p < ε ) = 1 − δ
a
Fie: (292)
p ( f − p > ε ) =δ
a
δ ∈(0,1) cu δ>
Nε
pQ
2
(293)
pQ pQ p(1− p)
⇒ε
2
> ⇒ε > ε>
Nδ Nδ Nδ
Din :
p(1− p)
f a
− p <ε ⇒ f − p≤
a Nδ
(294)
sau :
p (1 − p )
2
1− p
f a
−p≤
pNδ
⇒ f a
−p≤
pNδ
(295)
sau eroarea relativă :
f −p 1− p 1− p
a
p
≤
pNδ
adică ε r
<
pN δ
(296)
Această ultimă relaţie arată că eroarea relativă scade odată cu creşterea lui N
Deci creşterea preciziei cu un ordin de mărime necesită creşterea numărului de
experimente cu două ordine de mărime.
Numărul minim de trageri pentru o anumită precizie fixată este :
1− p
N= (297)
ε
2
pδ
1− p +3 1− p
Pentru ε = 10% δ = 0,1 ⇒ N= −2 −1
= 10 (298)
10 ⋅10 ⋅ p p
Timpul de calcul funcţie de numărul de operaţii pe secundă se scrie :
N
T calc .. min
=
nr .de oper . pe sec und ă
(299)
Pentru ε = 10%
3 1− p 1
T calc. min
= 10 . . (300)
p nr. de oper pe sec

8.3 METODE BAZATE PE PROCESE MARCOV CU PARAMETRU

CONTINUU
8.3.1. PROCESE MARCOV
Un proces aleator este o familie de variabile aleatoare :
{X (t ) = i , i = 1, N }
t ∈ (0, T )
X(t) – starea procesului la momentul t

i - mulţimea stărilor posibile ale procesului
(OT) - domeniul de variaţie în timp
Un proces este de tip Marcov de gradul k dacă starea lui la momentul t depinde
numai de ultimele k stări . Aceasta este un proces fără istorie în sensul că întreaga
sa evoluţie trecută este concentrată în ultimele k stări .
Cel mai des întâlnit este procesul Marcov de gradul 1 a cărui stare depinde numai
de ultima stare ( anterioară)
Dacă mulţimea stărilor i este discretă avem de-a face cu un lanţ Marcov.
Procesele Marcov pentru care variabila t este continuă se numeşte proces Marcov cu
parametru continuu sau proces Markov cu timp continuu.
Modelul Markov permite determinarea probabilităţilor ca sistemul să se afle în fiecare
din cele n stări posibile .
Probabilităţile de tranziţie din starea i la momentul s în starea j la momentul t (t>s) se
defineşte astfel .
p (s, t) = p{x(t) = j / x(s) = i}

ij
(301)
şi reprezintă probabilitatea condiţională ca la momentul t sistemul să se afle în

starea j dacă la momentul anterior s se află în starea i.
Un proces Markov este caracterizat de următoarele :

• Matricea probabilităţilor absolute de stare [pi(t)] şi reprezentă probabilităţile ca
procesul să se afle în stările i la momentul t
• Probabilităţile de tranziţie pij(s,t) şi reprezintă probabilitatea ca sistemul să se afle
în starea j la momentul t dacă la momentul s anterior era în starea i.
Probabilităţile care determină un lanţ Markov verifică relaţiile Champman-Kolmogoror:

n
rel. I p (st) = ∑ p (s, e) p (e, t )
ij ik kj
(302)
k =1
n
rel. II p j (t ) = ∑ pi (s ) pij (s, t ) (303)
i =1
Adică probabilitatea ca procesul să se afle în starea j la momentul t este egală cu

suma produselor probabilităţilor de a se afla în oricare din stări cu probabilitatea
trecerii din aceste stări în starea j .
1p1(t)
1p1(s)
pi1(s,e)
p1j(s,t)
j
2p2(t)
Pi(s) pi2(s,e) 2p2(s) p2j(s,t)
Pj(s)
i
pik(s,e) pkj(s,t)
kpk(t)
kpk(s)
pin(s,e) pnj(s,t)
npn(t)
npn(s)
Fig. 22 Fig. 23
Făcând s=t şi t=t+Δt iar rel . II avem :
p (t + Δt ) = ∑ p (t ) ⋅ p (t, t + Δt )
j i ij
(304)
i =1
8.3.2. INTENSITATEA DE TRANZIŢIE
Prin definiţie intensitatea de tranziţie din starea i în starea j este :
p (t, t + Δt )
λij = lim
ij
(305)
Δt →0 Δt
De aici rezultă:
p ij (t,t + Δ t )= λ ij
Δ t + 0(Δ t ) (306)
0(Δt) – probabilitatea producerii evenimentelor simultane (nulă)

Deci:
p ij (t , t + Δ t )= λ ij
Δt (307)
Probabilitatea ca sistemul să rămână în starea i în intervalul Δt este complementară

sumei probabilităţilor de trecere în alte stări :
p ii (t , t + Δ t ) = 1 − ∑ p ij (t , t + Δ t )=1 − ∑ λ ijΔ t (308)

i≠ j i≠ j
În mod similar pentru starea j avem :
p jj (t,t + Δt ) = 1− ∑ p ji (t,t + Δt )=1− ∑ λ jiΔt (309)

i≠ j i≠ j
sau :
λ (t)Δt =1−∑λ (t)Δt

jj
i≠j
ji (310)
8.3.3 ECUAŢIA DIFERENŢIALĂ A PARAMETRILOR DE STARE
Probabilitatea ca sistemul să se găsească la momentul t+Δt în starea j este dată de

suma probabilităţilor ca sistemul să treacă din alte stări în starea j plus probabilitatea
ca aceasta să rămână în aceeaşi stare j în intervalul Δt.
p j (t , t + Δ t ) = ∑ p i (t )λ ij (t )Δ t + p j (t )λ jj (t )Δ t (311)
i≠ j
p j (t,t +Δt )− p j (t ) ∑ p (t ) λ (t )Δt p j (t )⎢⎣1−i ≠ j λ ij(t )Δt⎥⎦ − p j (t )

⎡ ∑ ⎤
i ij
i≠ j
= + (312)
Δt Δt Δt

d
∑ p (t ) λ (t )Δ t p j (t )i ≠∑ j λ ij (t )Δ t
i ij
dt
p j (t ) = i≠ j
Δt
−
Δt
(313)
dar : − ∑ λ (t ) = λ ji jj
deci (314)
d
dt
p (t ) = ∑ p (t ) λ (t ) + p (t ) λ
j i ij j jj
=∑ p (t ) λ (t )
i ij
(315)
i≠ j
deoarece îl include şi pe i=j prin termenul pj λjj

deci:
p (t ) = λ (t ) ⋅ p (t ) = q ⋅ p(t )
'
ij
(316)
ij
λ (t ) = q
ij ij
- se numeşte matricea intensităţilor (317)
de tranziţie
8.3.4. METODE BAZATE PE PROCESE MARCOV DE TIP CONTINUU
⎡ ' (t )⎤ =
⎢⎣ p i ⎥⎦
[q ]⋅ [p (t )]
ij i
(318)
[q ] ij
- matricea de tranziţie
[p (t )] - probabilităţi ale elementelor sistemului în starea I

i
⎧
⎪ ∑ ij
q =1
⎪ (319)
⎨ q ij > 0
⎪
⎪q < 0
⎩ ij
Soluţia sistemului este :

⎡ ⎤
pi (t ) = pi (0) e ⎢⎣q ⎥⎦
− t
ij
(320)
Pentru procese de lungă durată :

lim p (t ) = p
n→∞
i i
⇒ devine o cts tanta (321)
Derivata sa este nulă:
⇒ ⎡ ' (t )⎤ = 0
⎢⎣ pi ⎥⎦
⇒ [q ]⋅ [p (t )] = 0
ij i
(322)
Ecuaţiei matriciale anterioare (care nu permite soluţii nebanale)
⇒ îi mai asociem şi ecuaţia : ∑p =1

i=1
i (323)
Având toate stările sistemului se pot selecta două submulţimi:

• submulţimea stării de succes : S
• submulţimea stării de insucces : R
N = {S }U {R} = mulţimea tuturor stărilor astfel încât se pot calcula
- probabilitatea de succes : p =∑p s j

(324)
j∈S
- probabilitatea de insucces : p =∑p r j

(325)
j∈R
Cu aceste probabilităţi se pot calcula indicatorii de fiabilitate ai sistemului

Adică :
- durata medie totală a stărilor de succes într-o perioadă de timp de
calcul T :
M[α(t)] = p T = ∑p T (326)
S J
J∈S
- durata medie totală a stărilor de refuz într-o perioadă de timp de

calcul T:
M[β (t )] = p T = ∑ pT (327)
r i
J∈r
- media nr. de treceri din starea de succes în starea de refuz:

⎛ ⎞
M[τ (t )] = p T = ⎜⎜ ∑ p ∑ p ⎟⎟T (328)
r J iJ
⎝ J∈r ⎠
- media duratei de succes :
M [α (t )]
[ ]
MTf =
M [τ (t )]
(329)
- media duratei de insucces:
M [β (t )]
M [T ] = r
M [τ (t )]
(330) Toate aceste relaţii sunt valabile pentru
cazul în care rata defectărilor este constantă.
perioada perioada perioada

de de de
pionierat exploatare îmbătrânire
Fig.24
7.3.5. METODE MARKOV DE TIP CONTINUU PENTRU UN SISTEM SERIE
1 2 n
Fig.25

Sistemul se va afla în starea de succes atât timp cât toate cele n elemente se vor
afla în stare de succes. Defectarea unui element nu atrage după sine defectarea unui
alt element. Un al doilea element se admite că se poate defecta după ce cel defectat
anterior este reparat şi adus în stare de succes.
Fie : starea1 = starea de succesa sistemului ⎫

⎪
⎪
starea 2 = starea în care elementul1 este defect ⎪
⎪⎪
. ⎬ stări de insucces ale
⎪
. ⎪
⎪
starea n + 1 = starea in care elementuln este defect ⎪
⎪⎭
sistemului
[ ][ ]
⎧q ⋅ p = 0
⎪ iJ i
(331)
⎨
⎪⎩ p i = 1
1
λ1 μn
μ1 λ2 λn
2 3 μ2 n+1
Fig.26
1 2 3 n +1
− ∑λ i μ 1
μ 2
. μ n 1
λ −μ 0 . 0 2
[q ] =
1 1
(332)
iJ λ 2 0 −μ 2
. 0 3
. . . . . .
λ n 0 0 . −μ n
.
n +1

n+1
∑p =1
i=1
i
(333)
⎡− ∑ λ
⎢ i μ 1
μ 2
. μ n
⎤ ⎡ p ⎤
⎥ ⎢ 1 ⎥
⎢ λ1 −μ 1 0 . 0 ⎥ ⎢ p2 ⎥
⎢ ⎥ ⎢ ⎥ (334)
⎢ λ2 0 −μ 2
. 0 ⎥ * ⎢ p3 ⎥ = 0
⎢ . . . . . ⎥ ⎢ . ⎥
⎢ ⎥ ⎢ ⎥
⎣⎢ λ n 0 0 . − μ n ⎦⎥ ⎣⎢ p n +1⎦⎥
⎧ p + p + p + ............................... p = 1
⎪ 1 2 3 n +1
⎪ n +1
⎪− ∑ λ i p + ∑ μ
i −1 pi
=0
⎪ 1
i =1
⎪⎪
⇔ ⎨λ1 p − μ p = 0 (335)
1 1 2
⎪
⎪λ 2 p1 − μ 2 p3 = 0
⎪
⎪.
⎪
⎩⎪λ n p1 μ n pn+1
− =0
⎧ 1
⎪ p1 =
⎪ 1 + ∑ λi
⎪ μi
⎪
⎪⎪
⇒ ⎨ p 2 = p1
λ1 (336)
⎪ μ 1i
⎪.
⎪
⎪
⎪ p n = p1
λn
⎪⎩ μn
Avem :
⎧p = ∑ p
⎪ S i∈S i
⎨ (337)
⎪ pR = ∑ pi
⎩ i∈R
i∈S - semnifică stările de succes. Practic starea de succes globală este dată
de suma stărilor de succes.
i∈R - semnifică stările de refuz. Practic starea de refuz globală este dată de
suma stărilor în care sistemul refuză funcţionarea.

Se pot calcula următoarele mărimi fiabilistice:

• Durata medie totală de succes (de funcţionare) în perioada de referinţă T:
M [α (t )]
• Durata medie totală de insucces (de nefuncţionare ) în perioada de referinţă T:
M [β (t )]
• Numărul mediu total de stări de insucces (de defectări) în perioada de
referinţă T:
M [ν (t )]
• Timpul mediu de funcţionare până la primul defect
M [T f ]
• Timpul mediu de reparare sau timpul mediu de înlocuire (durata medie a unei
stări de insucces eliminată prin reparare sau înlocuire sau durata medie de
reparare sau înlocuire)
M [T R]
Astfel :

T
M [α (t )] = p T =
∑λ
S n +1
1+ i
i =1 μ i
λn +1
T∑ i
M [β (t )] =
μi =1
p T = i
1+ ∑ λ
R n +1
i
μ i =1
i
M [τ (t )] = ∑p∑p T
i iJ
i∈S J ∈R
M [T ] = MM [[ατ ((tt))]] =
f
∑λi
i
∑λ i
M [T ]= M [β (t )]
=
μ
i
i
(338)
R
M [τ (t )] ∑λ i
i
8.3.6 REPARTIŢII TEORETICE ŞI REPARTIŢII EMPIRICE
Funcţiile matematice y=f(t) reprezintă o dependenţă a variabilei y de variabila t.

De exemplu :
2
gt
y =− +at+b
2 reprezintă legea căderii corpurilor în vid în câmp
gravitaţional (339)
Funcţia anterioară este o funcţie teoretică.
Dacă printr-o experienţă se măsoară corespondenţa dintre t ţi y se obţine o funcţie
empirică unde se vor întâlni abateri faţă de calculele făcute prin relaţia scrisă
experienţa neputând fi făcută în condiţii ideale.
De obicei se spune că experimentele conduc la funcţii empirice.
Funcţia empirică se consideră a fi o reprezentare aproximativă a unei funcţii teoretice

exprimată în mod matematic .În natură dependenţele au caracter mult diferit de cele
din matematică.
Exemplu : dependenţa vârstă – greutate la persoanele din emisfera nordică. Această
legătură reprezintă o lege stocastică.
Repartiţia normală , binomială , Weibull , exponenţială etc . sunt exemple de
repartiţii de natură stocastică.
Repartiţiile empirice prezintă neregularităţi care se înlătură prin operaţia de ajustare.
Să presupunem că avem m puncte :
p (t , y ) p (t , y ).............. p (t , y )
1 1 1 2 2 2 m m m
pi – punctele de pe abscisă ( spre exemplu timpul )

yi – punctele de pe ordonată ( spre exemplu frecvenţa)
Punctele pi din plan pot fi elementele unei serii statistice în care abscisele reprezintă
diferite momente , iar ordonatele frecvenţele fenomenului.
Dispunerea în plan a punctelor pi prezintă o oarecare neregularitate . Prin ajustare se
propune să se găsească o curbă care apropie cel mai bine punctele pi obţinându-se
astfel direcţia de dezvoltare a fenomenului reprezentat prin punctele pi.
8.4 METODA CELOR MAI MICI PĂTRATE SIMPLE
Fie punctele pi date de relaţia :

y = a + bt
şi punctele empirice pi rezultate experimental .
Y y=a+bt
pi ( ti , yi)
Pi’ ( ti , a+bti)
t
ti

Fig.27
Se impune determinarea coeficienţilor necunoscuţi a şi b astfel încât expresia :
∑(a +bti − yi)

.2
= min (340)
adică să determinăm a şi b astfel încât suma pătratelor p p să fie minimă.

'
i i
.2
∑⎛⎜ pi pi ⎞⎟
'
= min (341)
⎝ ⎠
Suma pătratelor diferenţelor dintre ordonatele teoretice şi ordonatele empirice să fie
minimă ; procedeul fiind numit şi metoda celor mai mici pătrare .
Determinarea parametrilor se face astfel :
not n
F (a, b) = ∑
i =1
(a +bti − yi) .2
(342)
care va fi minimă când derivatele în raport cu a şi b se anulează.
⎧δ.F
⎪⎪δ.a = 0
⎧ δ .⎡
⎪ ⎢⎣ ∑ (a + bt i − y i ) ⎤⎥⎦ .2
⇒ ⎪⎪ =0
⎨ δ .a (343)
⎪δ.F = 0 ⎨
⎪⎩δ.b ⎪ δ .⎡ ∑
⎪ ⎢⎣
(a + bt i − y i ) ⎤⎥⎦ .2
=0
⎩⎪ δ .b
⎪ (
⎧ ∑ 2 a + bt − y = 0
i i
)
(344)
⎨
(
⎪⎩ ∑ 2 t i a + bt i − y i = 0 )
⎧ n
⎪ ∑ a + ∑ bt i − ∑ y i = 0
⎪ 1 (345)
⇒ ⎨ n
⎪ a +
⎪⎩ ∑ ∑ b ti − ∑ y ti = 0
.2
1
t i i

⎧na + b∑ t = ∑ y
⎪ i i
⇒⎨ (346)
⎪a ∑ t i + b ∑ t i = ∑ y i t i
.2
∑ y ∑t i i
n ∑y i
.
∑ y t ∑t i i
.2
i ∑t i ∑ yi t
a= b= i
(347)
n ∑t i
n ∑t i
∑t ∑t ∑t ∑t
.2 .2
i i i i
∑t
.2
Se poate simplifica prin schimbarea originii axelor astfel încât i
=0
Rezultă atunci :
∑y ∑yt
'
i i
a= i
b= (348)
∑t
2
n
i
Y y=a+bt
pi ( ti , yi)
Ajustarea cu o linie dreaptă prin
metoda celor mai mici pătrate
t
ti
Fig 28
Această ajustare printr-o linie dreaptă este un caz particular al unei ajustări generale.
n
y = a 0 + a1 t + a 2 t + a 3 t + ..................... a n t = ∑ ai t
.2 .3 .n .i
(349)
i =0
Determinarea coeficienţilor a a0, 1 .......... .......... a n

se face impunând condiţia celor mai mici
pătrate.
∑ (a 0 + a1t1i + a 2 t i2 + ........ + a n t in − y i )
.2
= min (350)
Pentru cazul parabolei de gradul 2 avem :

2
y = a0 + a1 t + a2 t (351)
⎧ δ .F
⎪ = 0
⎪δ a 0
⎪⎪ δ . F (352)
⎨ = 0 ⇒
⎪δ a1
⎪ δ .F
⎪ = 0
⎪⎩ δ a 2
⎧2 n +
⎪ a0
( a 1 ∑ t i
+ a 2 ∑t
2
i
−∑y = 0
i
)
⎪
(
⇒ ⎨2 ∑ a0 ti + a1 ∑ti + a2 ∑ti − ∑ t i y = 0
2 3
) (353)
( )
i
⎪
⎪2 ∑a0 ti + a1 ∑ti + a2 ∑ti − ∑ t 2y = 0
2 3 4
⎩ i i
⇒ a0 , a1 , a2 prin Cramer .
Pentru simplificare se poate transla sistemul . Translarea se poate face astfel încât
axa y să cadă la mijlocul seriei caz în care :
∑t = 0 ∑t = 0
3
i
si i (354)
⎧ ∑ i ∑ yi
− ∑ ti ∑ ti y
n 2 2
⎪a = t i
⎪ 0
⎪
n∑ ti − ∑ t
n 2
i ( )
.2
⎪
⎪
⎪⎪ ∑ ti yi (355)
⎨a 1 =
⎪ ∑ ti
⎪
⎪
⎪ n∑ ti ∑ y − ∑ ti ∑ ti y
2 2 2
⎪a 2 = i i
⎪
⎪⎩
n∑ ti − ∑ t 2
n
i ( )
.2
Grafic se reprezintă ca în figura de mai jos.
Y Ajustare parabolică

Ajustare exponenţială
Date reale (experimentale )

Fig.29
Dacă curba este dată de o funcţie exponenţială :
y =a b .t
(356)
se logaritmează :
( )
log. y = loga b = log.a + t. log.b
t
(357)
(log.a+ti log.b− yi)

n .2
F (log.a, log.b) = ∑ (358)
i =0
⎧δ.F
⎪⎪δ .a = 0
⎨ (359)
⎪δ.F = 0
⎪⎩ δ.b
⎧ ∑log y
⎪a = i
⎪ n
⇒⎨
⎪b = ∑ti log yi
(360)
⎪
∑ti
2
⎩
8. METODELE STATISTICE DE DETERMINARE A FIABILITĂŢII

8.1 ETAPELE ESTIMĂRII
Estimarea fiabilităţii sistemelor pe baza datelor statistice se poate face în două

moduri :

a) organizarea de experimente speciale numite teste de fiabilitate

b) prin prelucrarea de observaţii rezultate din funcţionarea normală a
echipamentelor
Există avantaje şi dezavantaje pentru fiecare din cele două moduri :
• - Prima metodă are ca principal dezavantaj imposibilitatea creării unor condiţii
identice cu cele din regimul de exploatare .
Este recomandată pentru echipamente de protecţie de serie mare ( aparate
de măsură , rezistenţe , izolatoare , aparatură de comutaţie , garnituri pentru
etanşare )
• - A doua metodă este mai avantajoasă decât prima prin aceea ca necesită
cheltuieli minime legate numai de înregistrarea şi prelucrarea datelor
statistice
Are dezavantajul unei durate mari de observaţie şi a greutăţii asigurării numărului
minim necesar de elemente observate. Este singura posibilă pentru echipamentele
de serie mică ( cazane de abur , condensatoare , degazoare , turbine etc )
Etapele estimării indicatorilor de fiabilitate sunt :
1. – în urma observaţiilor se stabilesc seriile statistice ale variabilelor aleatoare şi
se construiesc histogramele ( densităţile empirice de repartiţie )
2. – se fac ipoteze asupra legităţilor teoretice ale variabilelor aleatoare ( timp de
funcţionare până la prima avarie , timp de funcţionare între două avarii
succesive etc )
3. – se verifică ipotezele statistice şi se stabilesc legile de repartiţie ale variabilelor
aleatoare precum şi parametrii lor .
4. – se stabilesc valorile numerice ale indicatorilor de fiabilitate
8.2 . CONSTRUIREA FUNCŢIILOR EMPIRICE DE FIABILITATE

^ ^ ^ ^
R(t) , Q(t), λ(t) , f (t)
Datele statistice necesare construirii graficelor funcţiilor R(t),Q(t),λ(t), si f (t) se pot

^ ^ ^ ^
obţine în urma încercărilor de laborator sau a supravegherii elementelor şi

sistemelor în condiţii de exploatare normală .

În cazul testelor de fiabilitate , în scopul economisirii materialelor elementelor ieşite

din funcţiune nu se înlocuiesc prin altele noi , de aceea numărul elementelor se
reduce continuu.
Pentru construirea funcţiilor empirice se imparte domeniul timpului de funcţionare al
elementelor în subintervale Δti = ti – ti-1
Lungimea intervalului Δt depinde de volumul şi omogenitatea materialului statistic
Cu cât există un număr mai mare de observaţii cu atât intervalele alese pot fi mai
scurte .
Fie N(t) – numărul de elemente în funcţie la momentul t
şi n(t) - numărul de elemente defecte la momentul t
Determinarea funcţiilor empirice se face utilizând relaţiile :
^
n (t i −1 + Δ t i ) − n (t i −1)
λi = N (t i )Δ t i
← intensitatea de defectare (361)
n( ) − n( )
f i = tN(0)Δt
^
i i−1
← probabilitatea de defectare la momentul t
t i
(densitatea repartiţiei timpului de funcţionare (362)
până la prima defectare)
^
n (t )
Ri = 1 − N (0) ←
i
probabilitatea de funcţionare neîntreruptă în
intervalul ( 0 , t ] (363)
n( )
Qi = 1 − N (t0)
^
i
← probabilitatea de avariere în intervalul ( 0 , t ] (364)
t =ti i−1
+Δti
N(ti) = N(0) − n(ti−1) ← numărul de elemente în funcţiune momentul tI (365)

(t )
)=
^
N
p (t 1, t 2 N (t )
2 ← probabilitatea de funcţionare neîntreruptă în
1
(366)
intervalul [t1, t2 ] dacă până la momentul t1 a
funcţionat neântrerupt.
Se fac tabele de tipul următor :
Δt m n(ti−1) n(ti ) N(ti)

^ ^ ^ ^
i f i λi pi Qi
9.3. PLANURI DE EXPERIMENTARE PENTRU ESTIMAREA INDICATORILOR DE

FIABILITATE
Un plan de experimentare este caracterizat de următoarele :

N – numărul de elemente supuse experimentării
T – durata experimentării
R* – notaţie ce arată că elementele experimentale dacă se defectează se
repară şi continuă să rămână sub observaţie
R - notaţie care indică înlocuirea elementelor cu altele noi

*
Avem astfel următoarele principale planuri de experimentare :

a – planul trunchiat [N ,T , R*] , [N , T , R * ] în care observaţiile statistice se
consideră încheiate după scurgerea unui timp prestabilit T

b – planul cenzurat [N ,R* ,r ] , [N , R *
r ] în care observaţia statistică se
întrerupe la apariţia unui număr prestabilit de defectare r ( r < N )

c – planul mixt [N ,R* , (r , T ) ] , [N , R *
(r , N ) ] în care observaţia se face pe
o perioadă T însă dacă se produc r defecte observaţia se întrerupe.

Aşadar momentul întreruperii este :
tr dacă tr < T
T dacă tr ≥ T

tr - este timpul în care se produc r defecte .
Un caz particular este constituit de planul [N , R *

N ] care se termină odată cu
defectarea tuturor elementelor şi care se utilizează în special pentru experimentări

accelerate.
Pentru protecţii şi automatizări avem următoarele situaţii :

1.- pentru elementele de supraveghere se poate aplica planul cenzurat ,
planul trunchiat sau cel mixt
2.- pentru partea de logică a protecţiei se întocmeşte un plan ( planul FRE )
special [N , L , n]
N – nr. de reţele testate

n – nr. de testare făcute fiecărui releu (protecţie)
L – nr. de trepte ale protecţiei testate
10. ESTIMAŢIA PARAMETRILOR LEGILOR DE PROBABILITATE

10.1 REPARTIŢIA COMPLET SPECIFICATĂ
Să presupunem că avem o selecţie dintr-o populaţie statistică dată a cărei funcţie de

repartiţie teoretică are o formă matematică cunoscută având parametrii necunoscuţi .
Definim repartiţia specificată ca fiind acea repartiţie exprimată printr-o funcţie dată
(densitate de repartiţie sau funcţie de repartiţie ) care conţine anumiţi parametri
necunoscuţi .
Exemplu :
Presupunem că studiem un fenomen pentru care ajungem la concluzia că repartiţia
sa este normală N (m,σ2 )
Deci ,
1 −
(x−m) .2
f (x) =
σ 2π
e 2σ
.2
(367)

Cum parametrii m şi σ sunt necunoscuţi iar repartiţia este exprimată prin densitatea
de repartiţie f(x) a lui N (m,σ2 ) spunem că repartiţia este specificată.
Cunoaşterea fenomenului presupune cunoaşterea valorilor numerice a parametrilor.
Definim repartiţia complet specificată ca fiind acea repartiţie exprimată printr-o funcţie
dată în care toţi parametrii sunt cunoscuţi. Operaţia prin care determinăm valoarea
parametrilor se numeşte estimarea parametrilor.
10.2. FUNCŢIA DE ESTIMAŢIE ( ESTIMATORUL)
Fie x1 , x2 ……..n o selecţie de volum n dintr-o repartiţie specificată . Există o

infinitate de funcţii g(x1 , x2 ……..n) care pot fi luate drept valori ale parametrilor
necunoscuţi ai repartiţiei . Aceste funcţii se numesc estimaţii . Problema este de a
alege din această infinitate de estimaţii pe cele care se apropie cel mai mult de
valorile adevărate ale parametrilor care nu se cunosc.
Fie λ parametrul real necunoscut al funcţiei f(x,λ) şi
λ =λ (x x ..........x )
n n 1 2 n (368)
funcţia necunoscută căutată (estimaţia care trebuie determinată spre a fi luată drept
valoare a parametrului λ)
f(x,λ) – este densitatea de repartiţie
Funcţia λ n
= λ (x x
n 1 2
.......... x ) o numim funcţie de estimaţie sau estimator.
n
Estimaţia va fi cu atât mai bună cu cât repartiţia sa se concentrează mai puternic în

jurul adevăratei valori a parametrului , adică cu cât dispersia (împrăştierea) valorilor
repartiţiei , faţă de valoarea adevărată este mai mică.
Prin urmare λ n
= λ (x x
n 1 2
.......... x ) trebuie să conveargă în probabilitate către λ.
n
Spunem că dacă :
lim λ n(x1 x 2.......... x n ) ⎯⎯→ λp

(369)
n →∞
atunci λ (x x
n 1 2
...... x ) se numeşte estimator corect sau estimaţie consistentă .
n

Aceasta înseamnă că dacă această relaţie are loc atunci pentru valori mari ale lui n
funcţia de estimaţie λ (x x
n 1 2
...... x)n
ia valori apropiate de λ cu o probabilitate
foarte mare adică :
(
p λn −λ <ε →1 ) (370)
Aşadar aceste valori aproximează foarte bine valorile lui λ şi deci λ (x x

n 1 2
...... x ) va
n
fi luată drept un estimator a lui λ.

Dacă există mai mulţi parametri necunoscuţi cele de mai sus rămân adevărate ,
aplicându-se pentru fiecare din aceşti parametri.
De exemplu , pentru repartiţia normală parametrii sunt m şi σ . Vom găsi deci două
funcţii de estimaţie :
m (x x ........x )
n 1 2 n
şi σ (x x ......x )
n 1 2 n (371)
care converg în probabilitate către m respectiv σ când n ia valori foarte mari .
lim m (x x x ) ⎯⎯→ m
p
n 1 2
...... n
n→∞
(372)
lim σ (x x ...... x ) ⎯⎯→ σ p
n 1 2 n
n→∞
10.3 ESTIMATORUL ABSOLUT CORECT
Convergenţa unei funcţii în probabilitate spre o constantă prezintă foarte adesea mari
dificultăţi .Se preferă astfel să se recurgă la condiţii mai simple :
Iată!
• Dacă:
M [λ (x x ......... x )] = λ + α (n )
n 1 2 n
cu lim α (n ) = 0
n→∞
Δ [λ (x x x )] = 0
.2
.........
n 1 2 n
(373)
spunem ca [λ (x x ......... x )]
n 1 2 n
este un
estimator corect
al parametrul ui λ

• Dacă α(t)=0
Deci , dacă :
M [D (x x ......... x )] = λ
n 1 2 n
lim Δ [λ (x x ......... x )] = 0
.2
n 1 2 n
n→∞
spunem ca [λ (x x ......... x )]
n 1 2 n
este o estimatie (374)
absolut corecta a
parametrul ui λ
Se spune în aceste cazuri că D este un estimator nedeplasat.
10.4. ESTIMAŢIE EFICIENTĂ
Dacă dintre toate estimaţiile absolut corecte ale unui parametru λ există o estimaţie
λ n
a cărei dispersie este :
Δ [λ (x x x )] =
.2 1 (375)
.........
⎡
⎛δ inf (x , λ ) ⎞ ⎤
n 1 2 n .2
nM ⎢⎜ ⎥
⎢ ⎟ ⎥
⎢⎣⎝ δλ ⎠ ⎥⎦
atunci această estimaţie este de dispersie minimă.

f(x,λ) – densităţile de repartiţie ale repartiţiei specificate (continue şi derivabile ,
având derivatele parţiale de ordinul necesar în raport cu parametru λ.
O estimaţie absolut corectă a parametrului λ care are o dispersie minimă se numeşte
estimaţie eficientă.
Dacă λ (x x ...... x ) este o estimaţie absolut corectă a parametrului λ ,raportul :

n 1 2 n
E (λ )= 1 (376)
⎡
⎛δ ln f (x , λ ) ⎞ ⎤
n n .2
Δ (λ )
nM ⎢ ⎜ ⎥
⎟
.2
⎢ ⎥
δλ
n
⎢⎣ ⎝ ⎠ ⎥⎦
se numeşte eficienţa estimaţiei : λ n

.
Se observă că :

0 ≤ En λ ≤ 1()
Dacă :
E (λ) = 1
n - estimaţia este eficientă.
1
1 = ⇒
⎡
δ ln f (x , λ ) ⎞ ⎤
.2
⎛
Δ (λ )
nM ⎢ ⎜ ⎥
⎟
.2
⎢ ⎥
δλ
n
⎢⎣ ⎝ ⎠ ⎥⎦
(377)
(378)
Δ (λ )= 1
.2
⇒
⎡
δ ln f (x , λ ) ⎞ ⎤
n .2
nM ⎢ ⎜
⎛ ⎥
⎢ ⎟ ⎥
⎣⎢ ⎝ δλ ⎠ ⎦⎥
adică estimaţia D n
este de dispersie minimă adică o estimaţie eficientă.
10.5. DETERMINAREA PARAMETRILOR FUNCŢIEI DE REPARTIŢIE
Principalele variabile aleatoare cu ajutorul cărora se stabilesc intensităţile de

defectare şi de reparare a echipamentelor energetice ( λ şi μ ) sunt timpul de
funcţionare neîntreruptă şi timpul de reparare.
Pe baza datelor statistice este necesar să se stabilească funcţia de repartiţie
teoretică , care modelează cel mai bine variabila aleatoare şi să se determine
parametrii acesteia. D.p.d.v. statistic această determinare reprezintă o estimare
neparametrică , respectiv parametrică.
Estimarea parametrilor poate fi :
- punctuală , sau
- cu ajutorul intervalelor de încredere
Metodele punctuale de estimare parametrică sunt :
- metoda verosimilităţii maxime
- metoda linearizării

- metoda momentelor
- metoda celor mai mici pătrate
10.6. METODA VEROSIMILITĂŢII MAXIME
Fie o variabilă aleatoare X şi f( x , λ ).
F (x x ...... x , λ ) = ∏ f (x , λ )
n
Funcţia 1 2 n n k
- se numeşte funcţie de verosimilitate.
k =1
Parametrul necunoscut este soluţia ecuaţiei :
δ ln . F
=0
δλ
Dacă pentru parametrul λ există o estimare eficientă , atunci ecuaţia de
verosimilitate are soluţie unică . Estimaţia se numeşte suficientă în acest caz
În cazul mai multor parametri funcţia de verosimilitate are expresia :
F (x x ...... x ; λ λ .......λ ) = ∏ f (x , λ λ .......λ )

r
1 2 r 1 2 S k 1 2 S
(379)
k =1
iar cum F ia valori maxime odată cu lnF parametrii λλ

1 2
....... λ S se determină din
sistemul de ecuaţii :
⎧ δ ln F
⎪ δ =0
⎪ λ 1
⎪
⎪
⎪ δ ln F = 0
⎪ δ
⎨ λ2 numite ecuaţii de verosimilitate (380)
⎪.
⎪
⎪.
⎪ δ ln F
⎪ =0
⎪⎩ δ λ S
Exemplu :

Repartiţia exponenţială pentru care s-au făcut n testări determinându-se valorile
TT 1 2
......T n se scrie :
f (t ) = λ e
− λt
(381)
p(t = T ) = λ e
−λt
Ecuaţia de verosimilitate este :
( )
F (T 1T 2 ......T n , λ ) = ∏ t i λ = λ e T I .λ e T 2 ............λ e T n
n
−λ −λ −λ
[ ]
i =1
ln F (T 1T 2 ......T n , λ ) = ln λ ∑T i
n −λ
e
ln F (T 1T 2 ......T n , λ ) = ln λ − λ∑T i = n ln λ − λ∑T i
n n
n
(382)
i =1 i =1
δ ln F δ (n ln λ − λ∑T i ) n n
= = − ∑T i
δλ δλ λ i =1
Ecuaţia de verosimilitate se scrie :

n ^
n 1 1
λ
− ∑T i = 0 ⇒ λ = ∑T = ∑T = T (383)
i i med
n
11. VERIFICAREA IPOTEZELOR STATISTICE
Există teste neparametrice pentru verificarea timpului funcţiei de repartiţie şi

teste parametrice pentru verificarea valorii parametrilor funcţiilor de repartiţie.
Ne propunem să verificăm dacă ipotezele pe care le facem în legătură cu tipul
funcţiei de repartiţie sunt adevărate . Adică dacă funcţia pe care am intuit-o a modela
fenomenul este cea adevărată sau nu.
O problemă de bază în calculele de fiabilitate este stabilirea timpului funcţiei
de repartiţie pentru variabilele aleatoare. De cele mai multe ori interesează

verificarea exponenţialităţii timpului de funcţionare neîntreruptă şi a timpului de

reparare.
Verificarea ipotezelor statistice parcurge următoarele etape:
• pe baza datelor statistice se construiesc funcţiile empirice de repartiţie
• se alege una sau mai multe funcţii care se presupune că modelează variabila
aleatoare
• se estimează printr-o metodă oarecare parametrii tuturor funcţiilor ipotetice
• se aplică unul din testele statistice de verificare a ipotezelor (testul χ2 , testul
Kolmogorov – Smirnov , etc.. )
11.1 PUTEREA UNUI TEST
Există şi teste de verificare a ipotezelor asupra valorii parametrilor unei repartiţii. Ne

propunem să verificăm ipoteza conform căreia parametrul λ ia valoarea λ0 .
Notăm această ipoteză cu H0 şi o numim ipoteza nulă .
Presupunem că afară de λ0 parametrul λ mai poate lua şi una din valorile
λ1,λ2 …..λn
Ipotezele :
H 1
:λ = λ 1
H 2
:λ = λ 2
. se numesc ipoteze alternative (384)

.
H n
:λ = λ n
Deci :
H 0
: λ = λ0 − ipoteza nula
(385)
H : λ = λ1 ⎫
1
⎪
H 2
: λ = λ2 ⎪
⎪
⎬ − ipoteze alternative
⎪
⎪
H n0 : λ = λ n ⎪⎭

Ipoteza nulă şi ipotezele alternative constituie ipotezele admisibile asupra valorii

parametrului λ.
Fie două ipoteze admisibile :
• ipoteza nulă - H :λ =λ
0 0
• ipoteza alternativă - H1 : λ = λ1
Mulţimea tuturor observaţiilor posibile se împarte în două regiuni distincte :

V – numită regiune critică
CV - numită regiune de acceptare
• Ipoteza se acceptă dacă rezultatul observaţiei cade în regiunea CV de acceptare
• Ipoteza se respinge dacă rezultatul observaţiei cade în regiunea critică V
Dacă avem o relaţie x1 , x2 ……..xn

şi dacă ( x1 , x2 ……..xn ) ∈ V - respingem ipotezo H0 (nulă)
(şi acceptăm ipoteza H1 ).
şi dacă ( x1 , x2 ……..xn ) ∈ CV - acceptăm ipotezo H0 (nulă)
(şi respingem ipoteza H1 ).
Acceptând sau respingând o ipoteză se pot comite două feluri de erori :
• Erori de ordinul întâi , având probabilitatea α
α = p[(x1, x2 ......xn)∈V / H0] (386)
reprezintă eroarea de a respinge ipoteza H0 când ea este adevărată

(în general α=0,01 sau α=0,05)
α - se numeşte prag de semnificaţie
• Erori de ordinul doi , având probabilitatea β
β = p[(x1 x2....xn)∈CV/ H1] (387)

şi reprezintă eroarea de a accepta ipoteza H0 când ea este falsă.

Cu cât α şi β sunt mai muci cu atât testul este mai puternic
Dintre toate mulţimile V care satisfac relaţia
[
p (x1, x2 ......xn)∈V / H0 = α ] (388)
trebuie să alegem o mulţime care servesc ca o bază a testului , această mulţime este
cea pentru care :
[
p (x1 , x2 ......xn) ∈CV / H1 = β ] (389)
are valoarea minimă. Această regiune determinată în acest caz de mulţimea V este
cea mai bună regiune critică iar testul bazat pe cea mai bună regiune critică se
numeşte cel mai puternic test.
11.2 . TESTUL χ2
Acesta este un test neparametric pentru verificarea timpului funcţiei de repartiţie.

Este bazat pe criteriul comparării frecvenţelor .
Fie Xn(x1 , x2 ……..xn) o selecţie de volum n , ordonată sub forma unui şir variaţional.
Se împarte axa ( 0 , ∞ ) în N intervale ;
[ 0 , x1 ) , [x1, x2 ) ………..[xN-1, ∞ )
Fie pi probabilitatea ca valoarea xi să aparţină unui interval [xi-1, xI].
Conform funcţiei de repartiţie :
p = ∫xx
i
i
i −1
x
dF(x) = ∫ i f (x)dx
xi−1
(390)
F(x) – este funcţia de repartiţie ipoteză.

Testul constă în compararea abaterii frecvenţelor sub formă absolută ( deci
frecvenţele absolute ) individual sau global.

Dacă abaterile sunt mici ( în nişte limite date , cu o anumită probabilitate dată )
funcţia estimată este cea reală.
Pentru aceasta se calculează expresia:
χ
2 [ν −ν ti]
N
= ∑ ei
.2
(391)
1 ν ti
ν e
- frecvenţa absolută empirică a variabilei aleatoare pe intervale
ν t
- frecvenţa teoretică
xi
ν = N p = ∫x
ti
N. f (x)dx (392)
i
i−1
Se controlează dacă în limitele unei probabilităţi date egală cu δ probabilitatea

P(χ2>χ02) satisface ecuaţia :
p⎛⎜ χ > χ ⎞⎟ = δ
2 .2
0⎠
(393)
⎝
unde :
χ02 – este tabelat în funcţie de δ şi de numărul de grade de libertate.
Dacă există S parametri şi aceştia sunt estimaţi cu aceeaşi selecţie se reduce
numărul gradelor de libertate de la N -1 la N – S – 1.
Există ipotezele :
H0 : F(x) – este funcţia de repartiţie căutată (ipoteza nulă)
H1 : F(x) – nu este funcţia de repartiţie căutată (ipoteza alternativă)
Ipoteza se acceptă la pragul de încredere α ( F(x) este funcţia de repartiţie
căutată ) dacă :
χ χ χ χ (N − S − 1)
2 2 2 2
≤ sau ≤ (394)
α
Ipoteza nu este acceptată la pragul de semnificaţie α ; ( F(x) nu este funcţia de

repartiţie căutată)

Dacă :
χ χ ( N − 1)
2 2
> (395)
α = 1-δ - se numeşte prag de semnificaţie sau nivel de

semnificaţie
12 . CĂI DE CORELARE OPTIMĂ A VALORILOR INDICATORILOR DE

FIABILITATE PENTRU COMPONENTELE INSTALAŢIILOR ENERGETICE
Optimizarea indicatorilor de fiabilitate a instalaţiilor energetice poate propune :

- determinarea simultană a valorilor optime pentru indicatorii de fiabilitate ai
componentelor unui sistem şi a indicatorului fiabilitate globală a acestuia
- determinarea valorilor optime ale indicatorilor de fiabilitate a subsistemelor sau
componentelor sistemului , fiind impus indicatorul fiabilitate globală a sistemului
- determinarea valorilor optime ale indicatorilor globali ai unui sistem când se
urmăreşte un optim global la nivelul economiei naţionale.(În această situaţie este
necesară exprimarea bănească a nesiguranţei în alimentarea cu energie
electrică)
Stadiul optimizării indicatorilor de fiabilitate necesită evidenţierea influenţei pe care o
are fiecare element asupra fiabilităţii sistemului .
Această influenţă este determinată de :
- poziţia elementului în modelul structural
- fiabilitatea celorlalte elemente
- fiabilitatea elementului în cauză
12.1 GREUTATEA
Greutatea elementului i este dată de raportul dintre greutatea funcţiei diferenţiale

asociată funcţiei algebrice logice ( funcţia de structură ) a sistemului şi numărul
stărilor generate de cele m elemente ale sistemului.
G[Δxi y( x )] 1 ⎡ ⎡ (i ) ⎤ ⎡ y(i ) ( x )⎤⎤

g = = G y
m⎢ ⎢ 1
( x )⎥⎦
− G
⎢⎣ 0 ⎥⎦⎥⎦ (396)
xi
2
m
2 ⎣ ⎣

unde :
y ( x ) = y (x x ......... 1......m ) - se numeşte funcţie unitate

()i
1 2
(395)
1
y (x) = y(x x .........0......m) - se numeşte funcţie nulă

()i
1 2
(396)
0
Δ xi y(x) se numeşte funcţia diferenţială de argument i (397)
G[ y(x)] - greutatea funcţiei y(x) – este numeric egală cu

numărul de valori ale m-ulei x=(x1 x2………….xm)
pentru care y(x)=1
Pentru forma normal disjunctiv ortogonală greutatea funcţiei este dată de relaţia :
n
G[ y(x )] = ∑ 2
m−γi
(398)
j =1
γi – rangul miniterminilor care compun funcţia y(x)

m - nr.de elemente
n - nr.de minitermeni
l p
∑2 − ∑2
m − ( rj −1) m − ( rf −1)
l p
g = ∑2 − ∑2
j =1 f =1 − ( rj −1) − ( rf −1)
= m
xi
2 j =1 f =1
(399)
l p
g = ∑2 − ∑2
− ( rj −1) − ( rf −1)
xi
j =1 f =1
l – nr. de minitermeni care îl conţin pe x i
p – nr. de minitermeni care îl conţin pe x i
În practică :
l − p
g =
i
m −1
i
(400)
xi
2

Calculul minitermenilor poate fi făcut pe mai multe căi pentru cazul când nu se
utilizează calculatorul mai comod este întocmirea tablourilor Karmingh
12.2. IMPORTANŢA
Acest criteriu este definit de derivata parţială a probabilităţii de succes a sistemului în

raport cu probabilitatea de succes a elementului.
(i ) (i )
δ P =P P =P
− − PS (i ) (i )
S S SO S1
= PS1 − PSO (401)
Pi P i Q i
(i )
P S1
- probabilitatea de succes a sistemului când P i
=1
(i )
P SO
- probabilitatea de succes a sistemului când P i
= 0
Creşterea probabilităţii de funcţionare a sistemului la creşterea probabilităţilor de

funcţionare a elementelor se poate determina cu o relaţie de forma :
ΔPS = ∑ PS ⋅ ΔPi + ∑ δ δ PS ⋅Δ ⋅ Δ .....Δ +.....+Δ ⋅ Δ .....Δ

2 l
δ P (402)
⋅ ΔPi ⋅ ΔPj +.....+ ∑
1 δ
i∈C Pi
2δ
i, j∈C Pi
⋅ δ Pj l δ
i, j...k∈C Pi
⋅ δ Pj ...δ Pk Pi Pj Pk P1 P2 Pk
m m m
Această relaţie are la bază valorile numerice ale importanţei elementelor

componente.
Acest criteriu permite determinarea elementelor care influenţează mai mult fiabilitatea
sistemului , importanţa depinzând de siguranţa în funcţionare a celorlalte elemente şi
nu de siguranţa elementului în cauză.
Când probabilitatea de funcţionare a tuturor elementelor este 0,5 greutatea se
confundă cu importanţa.
12.3 APORTUL

Se defineşte ca produsul dintre importanţa şi siguranţa elementului sau produsul

dintre viteza de variaţie a siguranţei sistemului în raport cu siguranţa elementului şi
siguranţa elementului.
δ P P
B =
δ
S
(403)
i
Pi
i
Aportul defineşte creşterea siguranţei sistemului după restabilirea elementului , din

element defect în element fiabil (cu fiabilitate P i
).
(i )
δP P −P (i )
Bi = δ S P =P S SO
= PS − PSO (404)
Pi i
P i
i
Acesta este cel mai complet indicator al participării elementului la fiabilitatea

sistemului.
Ex.
L1 110 B1 T1 MT
110 C
110 L2 B2 T1 MT
Fig.30
Varianta 1 L1 = L2 = 5km
Varianta 2 L1 = L2 = 200km
Modelul structural are o funcţie algebrică logică de forma :
y(x) = x1 x3 x6 + x2 x4 x7 + x1 x3 x4 x5 x7 + x2 x3 x4 x5 x6 (405)

Pornind de la valorile numerice ale intensităţii de defectare şi reparare se pot calcula

probabilităţile de funcţionare ale elementelor şi cu ajutorul acestora se pot calcula
valorile criteriilor “greutate” “importanţă” “aport” g P P

; S
; B = S
P
xi
P i
i
Pi
i
Pentru variantele de 5km şi 200km se observă că greutatea nu este influenţată de

lungimea liniilor.
Importanţa unei linii creşte odată cu creşterea lungimii datorită scăderii probabilităţii
de funcţionare a liniei vecine cu creşterea lungimii.
În varianta 1 liniile sunt mai sigure , importanţa cuplei fiind de circa 400ori mai mică
decât a liniilor .
În varianta 2 , scăzând probabilităţile de funcţionare ale liniilor creşte importanţa
cuplei de circa 20ori , deasemeni creşte şi importanţa barelor.
Se pune problema ca odată cu creşterea probabilităţii de funcţionare a elementelor
componente ale unui sistem pe seama creşterii cheltuielilor să se poată obţine pentru
indicatorii de fiabilitate valori optime.
Criteriul “importanţă ” permite exprimarea probabilităţii de nefuncţionare a unui sistem
, funcţie de probabilităţile de nefuncţionare a elementelor sale.
(i )
δP P − P
S
= S S1 (406)
δQ Q
i i
Aşadar dacă se exprimă creşterea probabilităţii de nefuncţionare sub forma:
δQ δ Q
2
ΔQ = ∑ S
⋅Δ Q + ∑ S
⋅Δ Q ⋅ Δ Q + ..... (407)
i∈C δ Q i , j∈C δ Q δ Q
S 1
i 2
i j
m i m i j
Expresie, în care se pot neglija termenii de ordin 2 , eroarea fiind acceptabilă în

energetică . Se obţine :
δQ
ΔQ = ∑δ S
ΔQ (408)
S
i∈ Cm
1
Q i
i

În această manieră orice reducere a probabilităţii de refuz a oricărui element al

sistemului va determina o reducere a probabilităţii de refuz a acestuia cu valoarea
Δ Q obţinându-se
S
δQ ⋅Δ
Q = Q − ΔQ = Q − ∑ S
Q (409)
S O S O
Cm
i∈
1
δQ i
i
dar,
ΔQ = Q − Q
i iO i
(410)
deci,
δQ ( δQ δQ
Q =Q − ∑ Q − Q )= Q
S
− ∑ ⋅QS
+ ∑ S
⋅Q (411)
S O
Cm
i∈
1
δQ i
iO i O
i∈ Cm
1
δQ i
iO
i∈
1
Cm δQi
i
QO – valoarea iniţială a probabilităţii de nefuncţionare a sistemului

QiO – valoarea iniţială a probabilităţii de nefuncţionare a elementului I
În problemele de optimizare nonfiabilitatea este introdusă fie sub formă de restricţii

(în sensul de a nu se depăşi un anumit prag de nonfiabilitate ) fie sub forma de
cheltuieli ( în termenul care constituie daunele şi care intră în funcţia scop) :
Z = KI I + K p P + Kd D (412)
Daunele exprimându-se sub forma :
D =k d Q p o s
(413)
D - daunele
d - dauna specifică pe unitatea de timp datorită defectării
Kd – coeficient dimensional
În acest caz:
⎛ ⎞
⎜ ⎟
⎜
⎜
D = K p dO Q − ∑
δ QS δQS ⎟⎟
QiOi + ∑ Qi ⎟ (414)
⎜ O δ
⎜ 1444244
Qi
43
δ Qi ⎟
⎜ QO
1 ⎟
⎝ ⎠
⎛ 1
⎜
D = K p dO Q + ∑
δQS ⎞⎟ δQS
Qi ⎟ K p d O QO K p d O ∑1
1
= + Qi (415)
⎜ O
⎝ δ Qi ⎠ i∈C m δQ
i
Modelele având la bază algoritmul lui Beliman permit determinarea valorilor optime
ale indicatorilor de fiabilitate pentru elementele componente ale sistemului .
13. MODEL DE OPTIMIZARE A STRUCTURII SISTEMELOR FOLOSIND

CRITERIILE “ IMPORTANŢĂ “ şi “ APORT ” A ELEMENTELOR
Optimizarea structurii sistemului din punct de vedere al fiabilităţii urmăreşte :

a) fie obţinerea valorii optime a indicatorilor de fiabilitate ai elementelor componente
când este impusă valoarea indicatorului global al sistemului
b) fie obţinerea valorilor indicatorilor de fiabilitate ai elementelor , concomitent cu
optimizarea indicatorului global al sistemului
Funcţia scop exprimă de fiecare dată cheltuielile care se fac în perioada de investire
şi în cea de exploatare a sistemului.
• Când se impune indicatorul global al sistemului , cazul “a ” , limitele se referă
la indicatorul de fiabilitate al sistemului.
• Când şi indicatorul global face obiectul optimizării , cazul “b ” , pot fi impuse
şi alte limite : cost , gabarit , greutate etc.
Se scrie funcţia scop ca o relaţie dintre indicatorul de fiabilitate considerat şi
cheltuielile de realizare a investiţiei
- IS = f1(q) ; I - cheltuieli de investiţii , q – indicatorul considerat
- – ES = f2(q) , ES - cheltuieli de exploatare ) .
Relaţia depinde de calea pe care se obţine creşterea fiabilităţii. Dacă aceasta se face
prin redondanţă indicatorul folosit este nonfiabilitatea ( probabilitatea de
nefuncţionare a elementului care se rezervează ).
Z= I S
+ E S
= min im ← functia scop min imizata (416)

I i
= n IO - IO – investiţia necesară unui element (417)
n
Q =Q O
- n - nr. de elemente în paralel (418)
Probabilitatea de nefuncţionare scade odată cu creşterea numărului elementelor

puse în paralel
ln Q
ln Q = n ln Q O
⇒ n = ln Q (419)
O
deci,
ln Q I ln Q (420)
IQi
= I ln Q
O
=
ln Q
O
O O
Qo – probabilitatea de nefuncţionare a unui element din cele n puse în

paralel
Q - probabilitatea de nefuncţionare a subsistemului rezultat din
punerea în paralel a celor n elemente
Ii - investiţia totală pentru subsistemul i format din n elemente în
paralel
1 2 i m
n
Fig.31
Variaţia probabilităţii de nefuncţionare a sistemului se determină cu relaţia :
δQ δQ
2
ΔQ = ∑δ S
ΔQ + ∑ S
ΔQ Δ Q + ... (421)
S
i∈Cm
1
Q i
i
i , j∈C δ Q δ Q
2
m i j
i j

Reducerea probabilităţii de defectare a orcărui element duce la reducerea

probabilităţii de defectare a sistemului :
δQ δQ
2
Q =Q − ΔQ = Q − ∑δ S
ΔQ + ∑ S
ΔQ ΔQ + ... (422)
S O S O
i∈ Cm
1
Q i
i
C δ Qi δ Q j
i , j∈
2
m
i j
Neglijând termenii de ordin superior , elementele energetice fiind în general de înaltă

fiabilitate .
Se obţine :
δ QS
Q =Q − ∑ ΔQ (423)
S O
i δ Qi i
ΔQi – este reducerea probabilităţii de defectare a elementului i
ΔQ = Q − Q
i iO i
(424)
Se obţine :
δ QS
Q S
=Q − ∑
O
δ Qi
(Q iO
−Q
i
)
i
(425)
δQ δQ δQ
Q =Q − ∑ δ +∑ Q =Q =Q + ∑ δ
1
S
Q S S
Q
S O
i Q i
iO
i δ Qi i S O
i Q i
i
QO – valoarea iniţială a probabilităţii de nefuncţionare a sistemului

QiO – valoarea iniţială (naturală) a probabilităţii de nefuncţionare a elementului i
• a. În cazul când se impune valoarea maximă limită a indicatorului global QS

notată Qe urmărindu-se minimizarea costului total pentru sistem , avem :
⎧Z = I + E = min im
⎪⎪ S S
⎨ (426)
⎪
⎪⎩Q S ≤ Q e
Cheltuielile de investiţii şi de exploatare se pot exprima în funcţie de

probabilităţile de nefuncţionare a elementului i
I = ∑I (Q ) E = ∑E (Q )
m m
S
i =1
i i S
i =1
i i 0 < Q <1 (427)
i
deci ,
⎧
(Q ) + ∑ E (Q ) = min im
m m
⎪Z S ∑ I i
=
i i i
⎪⎪ i =1 i =1
⎨ (428)
⎪
⎪Q S ≤ Q e
⎪⎩
Sistem care permite determinarea indicatorilor de fiabilitate folosind un model
clasic de programare dinamică .
• b. Când şi indicatorul de fiabilitate globală face obiectul optimizării problema

optimizării se reduce la aplicarea repetată a algoritmului de la cazul anterior .
Funcţia scop are deci forma :
( ) ( )
m m
Z = ∑ I i Q + ∑ Ei Q = minim (429)
i i
i =1 i =1
În cazul când nu există nici un element în paralel (structura cea mai simplă), valoarea
indicatorului q se numeşte Qnatural . Această valoare este valoarea limită acceptată
pentru primul pas
Q ≤Q =Q (430)
natural lim ita
Se scade din valoarea Qnatural o treaptă ΔQ (a cărui valoare depinde de precizia

impusă ) se obţine o nouă valoare limită pentru QS şi se repetă aplicarea algoritmului
programării dinamice pentru determinarea noii valori a lui Qi şi a cheltuielilor totale Z
care se compară cu cele anterioare . Dacă noua valoare a lui Z este mai mică se
repetă operaţia cu o nouă valoare a lui Qlimită . Operaţia se repetă până ce valoarea

Z = Zi începe să crească. În această situaţie valoarile Qi obţinute sunt cele optime

structura sistemului fiind cea optimă.
14. TEHNICI MODERNE UTILIZATE ÎN FIABILITATE
14.1 REDONDANŢĂ ANALITICĂ
Tehnicile redondanţei analitice au luat un avânt deosebit graţie pătrunderii

calculatoarelor electronice.
Aceasta se aplică în special la detecţia defectelor traductoarelor a căror informaţii cer
să fie validate înainte ca ele să fi alimentat sistemele de comandă sau conducere a
unei instalaţii.
Ideea este :
• fie de a dubla (sisteme duplex) sau tripla (sisteme triplex) căile de
măsură ; este cazul aşazisei redondanţe materiale.
• Fie în utilizarea relaţiilor analitice care există între măsurile mărimilor
dependente care sunt sau nu de aceeaşi natură ; este cazul
redondanţei analitice
Ne propunem să tratăm :
principiile de bază ale redondanţei
metodele teoretice care permit generalizarea relaţiilor care leagă

măsurile între ele noţiunile de redondanţă directă , statică şi dinamică
noţiunile de paritate simplă şi generalizată
Intrare
date
I= 0
QS = Qnatural
I=I+1
Rutină
Qlimită = Qlimită - ΔQ
program
dinamică
DA
NU
I=0
Fig.32
14.2. REDONDANŢA MATERIALĂ
Fie: m1 – măsura traductorului 1

m2 – măsura traductorului 2
m3 – măsura traductorului 3
mif – valorile filtrate ale măsurilor traductoarelor i
(m1f ; m2f ; m3f)
r = m −m 1f 2f
- reziduul dintre valorile filtrate ale traductorului 1 şi 2 (431)
m1 f PRAG MAXI
m1 FILTRU +
DETECTOR SEMNAL
m2 f
m2 FILTRU -
FIABILITATEA INSTALAŢIILOR ENERGETICE PRAG MINI 113
Fig. 33 Redondanţă materială dublă
m1 f
m1 FILTRU
r1
m2 f
Diagnosti
m2 FILTRU r2
DETECTOR VOTER
Traductor
m3f
m3 FILTRU r3
Fig. 34 Redondanţă materială triplă
Reziduul r = m1f – m2f este comparat cu un prag care este funcţie de

caracteristicile statice ale zgomotelor traductoarelor.
Redondanţa dublă permite numai detectarea unui defect simplu.
Redondanţă triplă permite detectarea şi localizarea defectelor de traductoare.
Sunt calculate în acest caz trei reziduuri:
r 1
= m 1
f − m 2
f
(432)
r 2
= m 1
f − m 3
f
r 3
= m 2
f − m 3
f
Voterul are rolul de a detecta traductorul defect.
13.3. PRINCIPIUL REDONDANŢEI ANALITICE
Utilizează atât informaţiile primite de la traductoare cât şi informaţiile suplimentare

provenite de la modele.
Această redondanţă are drept obiect detecţia şi recunoaşterea defectelor de
funcţionare şi luarea de măsuri corective corespunzătoare . Se bazează pe relaţia
cauză-efect existent între intrările şi ieşirile observate ale sistemului . Se poate folosi
atât în cazul traductoarelor cât şi la detecţia şi localizarea defectelor elementelor de
acţionare sau a procesului însuşi.

m1
Traductor 1
m2
Traductor 2 m valid
VOT
Intrare 1 LOGIC
mS
Intrare 2
MODEL
Intrare 3
Fig. 35 Traductorul material înlocuit printr-un model analitic
Această redondanţă presupune două faze distincte :

a) – generarea reziduurilor
b) - luarea deciziei
Reziduul reprezintă ecartul între comportamentul observat şi comportamentul de
referinţă aşteptat în funcţionare sănătoasă. În absenţa defectelor reziduurilor sunt de
medie nulă cu o varianţă nominală. Sunt selectate reziduurile care satisfac
compromisul . Intrarea cea mai sensibilă posibil la defectele care se caută a fi
detectate trebuie să fie cel mai puţin sensibilă la erorile de modelare şi la zgomotele
de măsură.
14.4 REDONDANŢA DISCRETĂ
Se aplică în cazul sistemelor multiplex unde se dispune de două sau mai multe
sisteme de măsură identice. Pentru fiecare variabilă scalară necunoscută x a
vectorului X se achiziţionează mai multe măsuri yi .
De exemplu în cazul a două măsuri yi şi yJ ale unei variabile x se asociază reziduul .
p =y−y
iJ i J
(433)
În cazul unui sistem triplex când pentru o mărime scalară x avem măsurile y1 y2 y3
afectate de erorile ε1 ,ε2 ,ε3 avem:
y = x +ε
1 1 ⎡ y ⎤ ⎡1⎤ ⎡ε 1⎤
⎢ 1⎥ ⎢ ⎥
y = x +ε
2 2 sau
⎢ ⎥
⎢ y2⎥ = ⎢1⎥ X + ⎢ε 2⎥ (434)
⎢ ⎥ ⎢1⎥ ⎢ε 3⎥
y = x +ε
3 3 ⎣⎢ y3⎦⎥ ⎣ ⎦ ⎣ ⎦

Fie : y = H +ε
−
x− −
Pentru a găsi relaţiile de redondanţă între măsuri este suficientă eliminarea mărimii
necunoscute x . Aceasta revine la a căuta o matrice ν numită matrice de paritate

care satisface relaţia:
νH = 0 (435)
Înmulţind ecuaţia de mai sus cu matricea ν:
ν y =ν Hx+ν ε =ν ε
− −
deoarece ν H =0 (436)
−
Notăm ν y −
= p
−
şi-l numim vector de paritate . Acest vector este nul în cazul
absenţei defectelor şi zgomotelor în traductoare . În cazul sistemelor triplex o soluţie

evidentă este :
1 −1 0
ν = 0 1 −1 (437)
−1 0 1
Cu următoarele ecuaţii de paritate :
y − y = ε −ε
1 2 1 2
y − y = ε −ε
2 3 2 3 (438)
y − y = ε −ε
3 1 3 1
Numai două din cele 3 ecuaţii de paritate sunt independente ( Rangul ν matricei
este 2) . În general rangul lui ν este egal cu numărul de măsuri m minus numărul
necunoscutelor n de eliminat :

rang ν = m −n (439)
În cazul nostru conservăm primele 2 linii ale lui ν
y
1 −1 0 1
p 0 1 −1.
= y =ν ε
2 (440)
− −
y 3
Vectorul de paritate p se deplasează în spaţiul cu două dimensiuni numit SPAŢIU

DE PARITATE SIMPLĂ .
ε 1
p = ν1 ν 2 ν 3 . ε = ε ν1 +ε ν 2 + ε ν 3
2 1 2 3 (441)
− −
ε− −
3
− − −
Vectorul ν formează o bază în spaţiul de paritate . Această formulare a lui p

−
arată ca o eroare ε i
are loc într-un traductor i , vectorul p se va deplasa urmărind
direcţia particulară a vectorului ν i în spaţiul de paritate .
Exemplu: dacă traductorul 3 este defect, 1 şi 2 fiind traductoare sănătoase, rezultă →
P = ε3υ3 (ε1 ε1) fiind practiv nuli, samd)
ν2
B(-1,1)
A(1,0)
υ x
ν3 ← Vectorii de bază în spaţiul de paritate
C(0,-1)
Fig. 36

În concluzie componentele vectorului de paritate sunt semnale “indicatori de defecte

ale traductoarelor” în absenţa zgomotului (medie nulă ) şi în absenţa defectelor ,
vectorul „p” trebuie să fie de medie nulă .
Localizarea defectelor este posibilă supraveghind direcţia vectorului „p” în spaţiul de
paritate. Totodată un sistem duplex este insuficient pentru a localiza traductorul
defect ( rang ν =1) şi trebuie deci cel puţin un sistem triplex.
14.5. REDONDANŢĂ STATICĂ
Obiectul redondanţei statice este de a căuta relaţiile algebrice dintre valorile

instantanee ale măsurilor . Redondanţa directă pleacă de la gradul de coerenţă al
mai multor măsuri ale unei aceleiaşi mărimi x care se caută a fi estimată.
Problema e dacă nu s-ar putea estima una din variabilele măsurate plecând de la
altele . Fie un ansamblu de măsuri yi (i=1÷m) ale unui vector y , aceste măsuri
depind de un vector x cu n componente xj (j=1÷n).
Redondanţele instantanee au ca expresie :
f (y y )= 0
,
−
1 2
....... y ....... y
i m
← cazul nelinear
m (442)
− ∑ ai y =0 ← cazul liniar
i
i =1
Unde yi este este valoarea celei de-a i măsuri.

În cazul linear vectorul de măsură y este legat de mărimea vectorilor x printr-un
model de forma :
y = H x +ε
− −
− (443)
(m,1) (m, n ) (n,1)
unde : Y - vectorul mărimilor sau observaţiilor – de dimensiune m

x - vectorul necunoscutelor sau de stare de dimensiune n
H + matricea observaţiilor de dimensiune (m * n)

Vectorul de paritate este p ;

−
p = υY=υε ; υ fiind matricea de paritate care satisface υH=0 (444)
Condiţia de existenţă a lui ν este ca numărul de măsuri m să fie superior
dimensiunii n a lui x .
Matricea ν posedă următoarele proprietăţi :
• posedă m-n linii linear independente , rangul său fiind egal cu m-n
• vectorii linii ai matricei ν sunt ortogonali vectorilor coloană ai lui H şi
formează o bază în spaţiul de paritate de dimensiune m-n
• matricea ν nu este unică deoarece există o infinitate de moduri de a

găsi o bază în spaţiul de paritate .
Descompunerea vectorului de măsură y = H x +ε în cazul proiecţiilor ortogonale

− − −
y = yν + yH în cazul protecţiilor ortogonale (445)

− − −
Fie H spaţiul descris de vectorii coloană ai matricei H şi ν spaţiul descris de vectorii

linie ai matricei ν.
yH
ε
yν
Yz
H
FIABILITATEA INSTALAŢIILOR ENERGETICE Hx
119
Fig. 37
n
Vectorul H x = ∑ x i hi
− i =1
aparţine spaţiului H de dimensiune n ,iar vectorul de
măsură y aparţine lui R care se descompune în două spaţii complementare H şi

m
ν , cu ν spaţiul ortogonal a lui H.

Vectorul y se descompune în doi vectori prin proiectare pe spaţiile H şi ν.
−
y = yH + yν (446)
− − −
(H T H ) H y = H . X −1 ^
yH =H
T
−
− − (447)
yν = ⎡⎢⎣ I − H (H T H ) H ⎤⎥⎦ y
−1 T
− −
Condiţiile pentru ca cele m-n ecuaţii de paritate să fie independente şi ca liniile lui ν
ν( ν = I ) conduc la alegerea lui ν astfel ca :
T
să fie ortonormate
ν ν
T
= I − H (H T H ) −1
H
T
(448)
pentru alegerea lui ν astfel :
yν =ν ν y =ν ν ε =ν p
T T T
(449)
− − −
Vectorul de paritate se deduce printr-o relaţie în spaţiul ν . Aşadar redondanţa

statică exploatează relaţiile între valorile instantanee sau stabilitate ale observaţiilor
unui sistem fapt ce permite ca ieşirea de la un traductor să poată fi reconstituită
plecând de la informaţiile primite de la alte traductoare.
Variaţiile reziduului pot fi datorate :
- fie unei defectări de traductor
- fie unei degradări a sistemului.
Redondanţa statică nu se aplică la detectarea defectelor elementelor de acţionare .
14.6. REDONDANŢA DINAMICĂ

Acest tip de redondanţă se realizează prin cercetarea relaţiilor integro-diferenţiale

între măsurători .
• În reprezentare cantitativă este o redondanţă între măsuri şi derivatele lor.
• În reprezentare discretă este o redondanţă între valorile discrete prezente şi
trecute ale măsurătorilor
Expresia generală a relaţiilor de redondanţă dinamică se scrie :
m m
∑ ∑α ij y j (k − j ) + ∑ ∑ β ij u j (k − j ) = 0
i =1 j =1 i =1 j =1
(450)
yi(k) – măsura celei de-a i observaţie la momentul k

ui(k) – măsura celei de-a i intrare la momentul k
αij, βij – coeficienţi de relaţie
Formularea discretă este mai apropiată de implementarea numerică pe

calculator .
Se disting două tipuri de redondanţe dinamice :
Autoredondanţă
Interredondanţă
Autoredondanţa priveşte redondanţa unui traductor vizavi de el însuşi în cadrul
acesteia intervin numai valorile prezente şi trecute ale unui aceluiaşi traductor.
Interredondanţa leagă informaţiile provenind de la mai multe traductoare.
Pentru înţelegerea acestora este necesară introducerea noţiunii de spaţiu de paritate
generalizată.
14. SPAŢIUL DE PARITATE GENERALIZATĂ
În cadrului spaţiului de paritate generalizată se apreciază cu mărimile discrete.

Fie :
x (k +1) = F x (k ) + G u (k )
− − −
(451)
y (k ) = H x (k )
−
−
x - vectorul de stare de dimensiune n

−

u - vectorul intrărilor
−
y - vectorul de măsuri de dimensiune m

−
F, G, H – matrici ale sistemului de stare discret
Sistemul de stare integrat pe orizontal [ k , k+1] dă :
r −1
x− (k + r ) = F x− (k ) + ∑ G u− (k + i )
r r − i −1
i =0
F
(452)
r r −1
y (k + r ) = H F x (k ) + H ∑ F r − i −1
G u (k + i )
− − i =0 −
Fie :
⎡ y (k ) ⎤ (k ) ⎤
⎤ ⎢ u
⎡
⎢ − ⎥ ⎡ H ⎤ ⎡ 0 0 . . 0 − ⎥
⎢ (k + 1)⎥ ⎢ ⎥ ⎢ ⎥ ⎢ (k + 1) ⎥
⎢y HF ⎢ HG 0 0 u
⎢ ⎥ . . ⎥ ⎢ −
⎥
⎢ − . ⎥ = ⎢ . ⎥* x
⎢ ⎥ ⎢ ⎥
(k) +⎢ .
⎢
HG . . ⎥*⎢
⎥
0 .
⎥ (453)
⎥
. ⎥ ⎢ ⎥
⎢ . ⎥ ⎢ . ⎥ ⎢ . . . .
⎢
.
⎥
⎢ ( ⎥ ⎢H Fr⎥ ⎢HFr−1 HF
r−2
. . HG⎥ ⎢u (k + r − 1)⎥
⎢ y k + r )⎥ ⎣ ⎦ ⎣ ⎦
⎣− ⎦ ⎣− ⎦
iar în prezenţa zgomotelor :
y (k , r ) = H (r ) x (k ) + G (r )u (k , r ) + ε (454)
− − − −
Relaţiile de redondanţă sunt obţinute prin multiplicarea sistemului cu matricea de
paritate Ω cu condiţia ca :
Ω H (r) = 0 (455)
H(r) – fiind matricea de observabilitate.
Ecuaţia de paritate generalizată are forma generală :

p = Ω ⎡⎢ y(k , r ) − G(r )u (k , r )⎤⎥ = Ω ε (456)

− ⎣ − ⎦ −
Toate aceste ecuaţii nu sunt independente mai ales dacă fereastra de observabilitate
[k , k+r] este prea largă.
16. DETECŢIA ŞI DIAGNOZA
16.1 ETAPELE PROCEDURII DE DETECŢIE – DIAGNOZĂ
16.1.1. TOLERANŢA LA DEFECTĂRI
Sistemele tolerante la defectări sunt sistemele care-şi pot continua execuţia corectă
a funcţiilor lor de intrare – ieşire în prezenţa unor defectări apărute în timpul
funcţionării.
Este foarte important ca pentru sistemele de mare răspundere funcţională
componentele acestora să fie tolerate la defectări. Din punct de vedere tehnic,
această cauză nu este uşor de realizat .
Pentru a putea funcţiona tolerant la propriile defectări , sistemele de proiectare şi
automatizare trebuie să-şi detecteze propriile defecte să localizeze aceste defecte şi
să-şi stabilească pentru mai departe structurile proprii astfel încât ele să-şi realizeze
integral sau parţial propriile facturi .
Aşadar este nevoie să-şi detecteze şi să-şi diagnostigheze dacă este posibil , ele
însele defecţiunile proprii .
Sistemele sunt caracterizate de :

• variabile de intrare
• variabile de ieşire
• variabile de stare ( acestea rezumă trecutul şi prezic viitorul imediat al sistemului)

Variabilele de intrare-ieşire sunt legate prin relaţii de tip cauză-efect. Controlul

acestor relaţii permite obţinerea de informaţii despre starea sistemului. Acesta
putându-se afla în una din următoarele trei stări :
• stare de deteriorare
• stare de defect
• stare de avarie
Este deci necesară detectarea şi diagnosticarea defectelor .Etapele procedurii
de detecţie diagnoză sunt :
• achiziţia de date ( observarea variabilelor )
• comprimarea sau reducerea informaţiilor
• detecţia – permite să se decidă dacă sistemul se află sau nu în stare structurală
normală
• stabilirea diagnosticului – atribuie defectul traductoarelor , organelor de comandă
a procesului
• predicţia (prognosticul ) – permite previzionarea evoluţiei viitoare
• analiza consecinţelor – indică impactul defectului asupra securităţii , calităţii
aspectelor economice
• planificarea acţiunilor – stabilirea acţiunilor de mentenanţă a reconfigurărilor sau a
acţiunilor de urgenţă
16.2 REDUCEREA INFORMAŢIEI Şi DETECŢIA
Reducerea informaţiei se face :

• în spaţiul de stare
• in spaţiul structurilor
Se urmăreşte mărimea reziduului rezultat din diferenţa model-sistem real .
Se compară astfel rezultatul relaţiei model şi rezultatul măsurătorii reale . Acest
rezidiu va face obiectul detecţiei.
15.3 DETECŢIA
Se face prin utilizarea testelor de ipoteze asupra reziduurilor şi anume : aparţine

vectorul aleator al reziduurilor la una sau alta din ipotezele HO sau H1
HO – starea bună
H1 - starea de defect
Reducerea informaţiei în spaţiul structurilor ( sau ) a parametrilor structurali poartă
numele de identificare.
15.4 IDENTIFICAREA
Constă în determinarea în timp real a modelului matematic plecând de la

cunoaşterea semnalelor de intrare şi de ieşire.
Reziduul sau distanţa (proximitatea ) dintre model şi proces se apreciază cu ajutorul
unui criteriu care trebuie minimizat .
Minimizarea se face fie utilizându-se metoda:
• celor mai mici pătrate simple
• sau metoda celor mai mici pătrate recursive în timp real
Astfel sunt estimaţi parametrii modului teoretic . Se asigură prin urmare o cât mai
bună conformitate între model şi procesul real .
15.5 TEHNICILE DE DETECŢIE
Se doreşte estimarea semnalelor observate .Tehnicile de detecţie permit aceste

estimări .
Acestea sunt :
• filtrarea clasică
• filtrarea statistică ( Filtru Kolman ) care permite determinarea stării celei mai
probabile a sistemului . Se pleacă de la ecuaţia de stare şi de la ecuaţia de
observare . Se obţin astfel :
⇒ESTIMAREA APRIORI SAU PREDICŢIA
⇒ESTIMAREA APOSTERIORI SAU FILTRAJUL
16. REDONDANŢA ANALITICĂ
• validează semnalele înainte , ca acestea să ajungă la blocul de decizie

• permite localizarea defectelor traductoarelor prin urmărirea vectorului de paritate
în spaţiul de paritate
16.1 ETAPELE CERCETĂRII MODELELOR
SEMNALE DE MODEL
IDENTIFICARE
MATEMATIC
SEMNALE DE IEŞIRE
Fig.38
Etapele cercetării modelelor sunt :

• caracterizarea - sau căutarea tipului de model
• identificarea – corelaţia , optimizarea estimarea
• verificarea
• validarea – examinarea modelului identificat pentru alte semnale de intrare
Se urmăreşte proximitatea (distanţa) dintre modelul propus şi proces desfiinţându-se

un criteriu care trebuie minimizat.
Metoda de identificare trebuie să îndeplinească următoarele condiţii :

• să fie una în timp real
• să fie sensibilă la modificările mici ale procesului
• să aibă un timp de răspuns cât mai mic ( precocitate de detecţie )
• să perturbe sistemul cât mai puţin
Cea mai utilizată metodă de identificare este metoda modelului:
16.2 METODA MODELULUI
MODEL PROPUS
(CARACTERIZAT)
EXISTĂ O
IDENTITATE DE
COMPORT. ÎNTRE
OBIECTŞI MODEL
FIABILITATEA INSTALAŢIILOR ENERGETICE

MODIFICARE PARAMETRI PROCESUL POATE 126
STRUCTURALI AI MODELULUI FI MODELAT CU
ASTFEL ÎNCÂT SĂ → BUNA MODELUL ALES
STOP
Fig.39
În spaţiul parametrilor vectorii de bază sunt cei n parametri ai sistemului :
a - vectorul parametrilor modelului

−
a o - vectorul nominal
−
Se urmăreşte distanţa de structură Δs(a) şi de stare ΔE(a)
T
⎛ ⎞ ⎛ ⎞
ΔS (a ) = ⎜ a − a 0 ⎟ M ⎜⎜ a − a 0 ⎟⎟ (457)
⎝− − ⎠ ⎝− − ⎠
M - matricea pozitiv definită:

T
⎛ ⎞ ⎡ ⎛ ⎞ ⎤ ⎡ ⎛ ⎞
ΔE ⎜ a ⎟ = ∫ S m ⎜ t, a ⎟ − S 0 (t ) N ⎢ S m ⎜ t , a ⎟ − S 0 (t )⎥
⎤
(458)
⎝ ⎠ − ⎢⎣ − ⎝ − ⎠ − ⎥⎦ ⎣ ⎝ ⎠ − − − ⎦
Sm – ieşiri model
S0 – ieşiri obiect ( proces real )
Ieşirile modelului pot fi lineare sau neliniare
Metoda modelului
A. – În cazul ieşirilor model lineare îşi propune determinarea parametrilor modelului
prin :
a) - minimizarea distanţei de stare
b) - sau prin minimizarea distanţei de structură
a) Minimizarea distanţei de stare se face :
⇒ prin metoda celor mai mici pătrate simple
S =e a +a
1 1 1 2 ⎡ S 1⎤ ⎡ e1 1⎤
⎢ ⎥ ⎢ ⎥
S =e a +a
2 2 1 2 ⎢ S 2⎥ ⎢ e2 1⎥ ⎡ ⎤
. ⎢ . ⎥= ⎢ . . ⎥ ⎢ a1 ⎥ + b = V T a + b (459)
⎢ ⎥ ⎢ ⎥ ⎣a 2 ⎦ − − −
. ⎢ . ⎥ ⎢ . .⎥
⎢S ⎥ ⎢ e 1⎥
S n
= en a1 + a 2 ⎣ n⎦ ⎣ n ⎦
⎡S 1
⎤
⎢ ⎥
⎢S 2⎥
- vectorul observaţiilor
⎢ . ⎥
⎢ ⎥
⎢ . ⎥
⎢S ⎥
⎣ n⎦
⎡ e1 1⎤
⎢ ⎥
⎢e 2 1⎥ - vectorul intrărilor
⎢ . .⎥
⎢ ⎥
⎢ . .⎥
⎢e 1 ⎥⎦
⎣ n
⎡ a1 ⎤
⎢ ⎥ - vectorul parametrilor modelului – trebuie determinat
⎣a 2 ⎦
b - vectorul de zgomot
−
Estimarea parametrului “a” se face prin minimizarea

criteriului
y = ∑(S mi−Si)
2
(460)

δy
[ ]V S
^ −1
a = V TV
T
=0 ⇒ (461)
δa −
V – matrice formată plecând de la intrări (informaţii)

Zgomotul trebuie să fie de matrice nulă
⇒ prin metoda celor mai mici pătrate recursivă în timp real

Aceasta permite calculul parametrului â(k) când cunosc â(k-1)
estimat la momentul anterior (k-1)
^ ^
⎡ ⎤ ^
a (k ) = a (k − 1) + f (k )⎢S (k ) −V (k ) a (k − 1)⎥
T
(462)
− − ⎣− ⎦
f(k)- vector care reglează convergenţa.

Când sistemul nu este staţionar şi se urmăreşte evoluţia
parametrilor se introduce un factor de uitare .
b) Minimizarea distribuţiei de structură
Distribuţia de structură este :
T
⎡ ⎤
ΔS (k ) = a
⎢⎣ −m (k )− a 0⎥
⎛ ⎞
M ⎜⎜ a m (k ) − a 0 ⎟⎟ (463)
−⎦ ⎝ − − ⎠
unde :
ΔS = Sm (k ) − S0 (k ) (464)
În cazul unui proces cu o singură ieşire avem :
S (k ) = aT V (k ) (465)
0 −
−

V (k )
−
- vectorul informaţie
Parametrii sunt :
λ [S m (k ) − S 0 (k )] M V (k )
−1
a m (k + 1) = a (k ) −m T
− (466)
−
V (k ) M V (k ) + T
−1
n
− −
λ - factor de relaxare similar factorului de uitare

prezentat anterior
Tn – talon pentru a menţine dispersia estimatorului
limitată
Tn ≠ 0 când avem procese comandate în buclă închisă
B. - Cazul ieşirilor model neliniare

Metoda nu se pretează pentru punere în practică în timp real.
17.3. ESTIMAREA STĂRII SISTEMULUI
17.3.1. FILTRAJUL STATISTIC
Permite determinarea stării celei mai probabile a sistemului . Semnalele de comandă

ale unui sistem pot fi murdărite de zgomote. Filtrarea clasică nu este satisfăcătoare
deoarece introduce defazaje care pot prejudicia stabilitatea sistemului. Se folosesc
din acest motiv filtrele statistice . Dacă putem avea acces la starea sistemului prin
metodele de estimare avem posibilitatea detecţiei defectelor sistemului prin
redondanţă analitică. De asemeni estimând starea sistemului prin observaţii diferite
putem testa coerenţa observaţiilor .
Deci putem astfel controla :

• starea sistemului
• starea informaţiilor pe baza cărora sistemul ia decizii ( starea traductoarelor )

Filtrajul statistic foloseşte teoria estimaţiei . Cu ajutorul său se estimează vectorul de

stare al sistemului. Filtrajul statistic modelează forma semnalului.
Zgomot de
W(t observaţie
MODEL
Zgomot de proces
Semnal
STRUCTURĂ
observat
l(t) LINEARĂ
Semnal util
Fig.40
17.3.2. FILTRUL KALMAN SAU CAPTATORUL PERFECT
Un estimator este eficace dacă :

• media sa este egală cu valoarea reală
• dispersia sa tinde către zero
Se pleacă de la ecuaţia de stare şi de la ecuaţia de observare.
Ecuaţia de stare este :
x k +1
=F x +G u + w
k k k
(467)
iar ecuaţia de observare este :
S = H x +v
k k k
(468)
în care :
x (k ) - este vectorul de stare

−
S (k ) - vectorul de observare
−
u (k ) - vectorul de comandă
−

w (k ) - vectorul de zgomot al procesului

−
v (k )
−
- vectorul de zgomot de măsură
F - matricea de tranziţie
G - matricea de comandă
H - matricea de observare
w k
v
u x k
+ k
S
k + -1
k
G Z H
+ +
Fig. 41
Modelul statistic direct al semnalului dat prin ecuaţiile anterioare .

Interpretarea filtrului Kalman se face pornind de la ecuaţiile de predicţie şi filtraj.
• Predicţia sau estimarea apriori se bazează pe modelarea şi construcţia
semnalului . Dacă la momentul k-1 apariţia de estimare a dat o estimare fără
abatere .
^ −
=
x k −1/ k −1
x k −1
(469)
estimatorul apriori următor este :
^ ^
x = F x +G u k −1
(470)
k / k −1 k − 1 / k −1
• Filtrajul sau estimaţia aposteriorii permite estimarea optimă a stării ţinând seama
de noile observaţii S conformei metodei celor mai mici pătrate simple estimaţia
k
optimă este o combinaţie lineară de estimaţia apriori şi noile observaţii :

^ ^
x = Lx +K S k
(471)
k /k k / k −1
Ştiind că :
S k
= H x k
+ v k
(472)
Estimaţia optimă devine :
^ ^
x k /k
= L x k / k −1
+ KH x k
+v K
k
(473)
Speranţa matematică (media) este :
KHM (x ) + KM (v )
⎛^ ⎞ ⎛^ ⎞
M ⎜⎝ x ⎟= LM ⎜⎜⎝ x ⎟⎟ + (474)
k /k ⎠
k k
k / k −1 ⎠
Estimatorul apriori fiind fără abatere avem :
KH (x ) + KM (v )
⎛^ ⎞ ⎛^ ⎞
M ⎜⎝ x ⎟=
k /k ⎠
LM ⎜⎜⎝ x ⎟⎟ +
k / k −1 ⎠
k −1 k
(475)
fie :
M ⎜⎝ x
⎛^ ⎞
⎟=
k /k ⎠
(L + KH ) x k
(476)
Condiţia pentru ca estimatorul să fie fără abatere este :
L+KH=1 (477)
KH (x )+ K v
^ ^
= Lx + (478)
x k /k k / k −1
k / k −1 k
Cum :
^ ^
S k
= H x k / k −1
+ vk ⇒ v k
= S k
− H x (479)
k / k −1
Avem :
^
x = (1L42
+ KH
4 434
) ^
x + K ⎜⎜⎝ S
⎛
k
− H x
^ ⎞
⎟⎟ (480)
k /k k / k −1 k / k −1 ⎠
=1
Deci:

^ ^ ⎛ ^ ⎞
+ K ⎜⎜ S − H
x k /k
=
xk / k −1 ⎝
k xk / k −1 ⎟⎟⎠ (481)
Avem în vedere ecuaţiile de predicţie şi filtraj :
^ ^
x = F x +G u k −1
k /k k −1 / k −1
(482)
^ ^ ⎛ ^ ⎞
+ K ⎜⎜ S − H
x k /k
=
x k / k −1 ⎝
k x k / k −1 ⎟⎟⎠
S k
u k −1
K
+
- x k / k −1 x k / k −1
H F −1
Z
u k −1
PREDICŢIE
FILTRARE
MODEL
Fig.42

18. TEHNICI DE DETECŢIE A DEFECTELOR TRADUCTOARELOR
18.1. REZIDIUL ÎN BUCLA DESCHISĂ
h1 + r
PROCES
( TRADUCTOR )
ei
MODEL
^
h 1
Fig.43
ei – mărimea de intrare
Se măsoară în permanenţă ecartul :
^
r ( k ) = h1 ( k ) − h1 ( k ) (483)
adică diferenţa dintre ieşirea reală a traductorului şi ieşirea din model care este o
mărime estimată.
Deci din informaţii despre starea traductorului (este bun sau defect) în funcţie de
mărimea lui r.
18.2 REZIDIUL DIN BUCLA ÎNCHISĂ
Dacă modelul din exemplul de mai sus este corect estimarea stării traductorului este
bună . Dar dacă modelul nu este corect? Atunci este necesară corectarea modelului.
Se procedează la utilizarea relaţiilor de construire a unui filtru KALMAN.
r
h1 +
−
PROCES
( TRADUCTOR )
^
FILTRU SAU h 1
RECONSTRUCTOR
Fig.44
Predicţia :
^ ^
h1(k ) = a h1+ (k − 1) + b l (k − 1) i
(484)
Estimaţia
^
(k ) = h − (k ) + k * r(k )
+
(filtrajul): h 1 1
(485)
cu r(k ) = h1 − h1(k ) (486)
k- matricea de câştig
Rezidiul r(k) se stabilizează la o valoare constantă din cauza buclei închise în cazul
în care traductorul ar furniza o mărime abstractă .Metoda în bucla deschisă este cea
mai bună d.p.d.v. al robusteţii.
18.3 TEMATICA ESTIMĂRII
Teoria filtrării şi estimării permite generarea funcţiilor de paritate şi filtrele de

diagnosticare asociate. Ecartul dintre mărimi şi valorile estimate este în funcţie de
zgomote şi defecte .
a. Estimarea unui ansamblu de măsură în funcţie de o singură măsură.
y1
Yj Filtru ^
y j
estimator ^
ym
Y1
LOGICA
Yi DIAGNOSTIC
DE
Ym DECIZIE
Fig.45
Are particularitatea că defectarea măsurii utilizată pentru estimare atrage după sine o
eroare de estimare asupra tuturor celorlalte măsuri , în timp ce o defectare a oricărei
alte măsuri nu creează ecart (reziduu) decât pentru aceea măsură , astfel
defecţiunea poate fi uşor detectată şi diagnosticată .Metoda utilizată în aeronautică
pentru observarea elementelor de acţionare (servo-valve) mai este numită şi metoda
imaginii electronice.
Y(t)
SISTEM
Intrare +
DETECŢIE
e(t) IMAGINE -
^
ELECTRONIC
FIABILITATEA INSTALAŢIILOR ENERGETICE Y (t ) 136
Fig.46
Detecţia defectului de servo-valva se face prin analiza reziduului dintre valoarea

^
măsurată Y şi valoarea reconstituită Y
b. Estimarea unei măsuri în funcţie de un ansamblu de măsuri
Este soluţia opusă celei prezentate anterior de cea mai bună calitate.
YI
Y1
FILTRU DIAGNOSTIC
Yj LOGICA DE
ESTIMATOR DECIZIE
Ym
Fig.47
Diagnosticarea defectelor traductorului i se face prin compararea cu valoarea

reconstituită pe baza informaţiilor primite de la alţi traductori (traductorul în cauză
fiind exclus d.p.d.v. al furnizării de mărimi către intrarea în estimator)
Metoda prezintă avantajul ca indiferent dacă una din mărimile Yj se defectează ,
concomitent cu defectarea lui Yi – defectul lui Yj este diagnosticat.
c. Estimarea măsurilor plecând de la un ansamblu de măsuri.
De această dată traductorul în cauză este închis.
Y1 r1
Y1
^
FILTRU
Yi ri
DECIZIE
YI ESTIMATOR Diagnostic
FIABILITATEA INSTALAŢIILOR ENERGETICE ^ 137
Ym
Y m rm
Fig.48
Toate componentele vectorului estimat sunt modificate în cazul defectării unei

singure măsuri însă abaterile determinate de defectarea unui traductor reflectate în
estimaţie sunt mult mai mici decât ale mărimii defecte ( care se deplasează în raport
cu valoarea normală) şi acest fapt se reflectă în valoarea reziduului mărimii
respective, fapt ce permite detecţia şi diagnoza defectului.
18.4 METODA IPOTEZELOR MULTIPLE
Această tehnică presupune cunoaşterea diferitelor defecte posibile la care se

asociază diferite modele de funcţionare şi diferite ipoteze.
De exemplu :
- ipoteza Ho= fără defecte
- ipoteza H1= abaterea traductorului i
- ipoteza H2= întreruperea traductorului j
- ipoteza H3= deriva (alunecarea ) traductorului k
Problema este de a determina ipoteza Ho ,H1………… Hm plecând de la ansamblul
observaţiilor y1 ,o………… m
Ipoteza reţinută din cele m ipoteze posibile este cea a cărei densitatea de
probabilitate condiţionată este cea mai mare .
Filtrul KOLMAN Funcţia de

verosimilitate
Ho
Ipoteza
reţinută
Măsuril
Filtrul KOLMAN Funcţia de MAX
H1 verosimilitate
Y −
.
Filtrul KOLMAN Funcţia de

Hm verosimilitate

Fig.49
19.
FIABILITĂŢII SISTEMELOR DE PROTECŢII ŞI
AUTOMATIZARE ALE INSTALAŢIILOR
ELECTROENERGETICE
5.1 Modelul fiabilităţii previzionale
Fiabilitatea previzională, reprezintă fiabilitatea evaluată pornind de la
concepţia sistemului şi de la datele cu privire la componentele de realizare ale
acestuia având drept scop prognozarea comportării în exploatare a sistemului
considerat. [GEBA 85 ]
5.1.1 Modelele de fiabilitate ale releelor şi sistemelor de protecţie

Studiul fiabilităţii sistemelor de securitate presupune abordarea complexă a
problematicii aferente acestora. Astfel, în cele ce urmează, se tratează de la simplu
la complex fiabilitatea:
− releului simplu, ca element de sine stătător;
− releului complex, compus din mai multe relee simple;
− sistemului de protecţie, alcătuit din unul sau mai multe relee complexe în
conexiune cu transformatoarele de măsură, sursele de curent continuu şi
elementele din dispozitivul de acţionare;
− sistemului de protecţie, plus dispozitivul de acţionare, plus echipamentul de
comutare (întrerupătorul);
− elementului protejat, cu două celule, prin care este racordat la sistemul
energetic;
− elementului protejat, inclusiv a celor n celule, ale căror echipamente de
comutaţie, sunt comandate de instalaţia de securitate.
5.1.1.1. Definiţii şi concepte

Sistemele de putere (SP), fac parte din categoria sistemelor mari, a căror
funcţionare are efecte sociale majore.
Elementele primare (EP), precum:
− generatoarele (G),
− transformatoarele (T),
− liniile (L),
− barele colectoare (BC),
sunt cele prin a căror funcţionare, energia electrică (EE) ajunge la consumatori în
momentul în care este produsă.
Cerinţa, privind continuitatea în alimentare a consumatorilor, este realizată
prin disponibilitatea EP şi prin redundanţă (rezervare).
Disponibilitatea necesară pentru EP, este realizată prin fiabilitatea (R) lor şi
prin mentenanţă (M).
La defectarea unui EP, când asupra sa se execută lucrări de mentenanţă,
nemaifiind necesară funcţionarea, elementul trebuie să poată fi izolat de restul
sistemului primar, care trebuie să rămână în funcţiune.
Această cerinţă este realizată prin încadrarea (figura 5.1) tuturor elementelor
primare cu întrerupătoare (I) sau mai corect celule. Acestea din urmă fiind
subsisteme complexe, care îndeplinesc următoarele funcţiuni multiple, dintre care, în
continuare ne interesează trei:
− funcţia de comandă (FC) - care constă din punerea şi scoaterea din
funcţiune voită de către operator;
− funcţia de protecţie (FP) - care constă în izolarea elementului defect de
celelalte elemente ale sistemului, care trebuie să rămână în funcţiune;
− funcţia de izolare (FI) - care constă în izolarea unui întrerupător sau EP
defect sau aflat în mentenanţă.
Modelarea protecţiilor, în studiul fiabilităţii sistemelor de putere, poate fi
făcută,numai printr-o corectă localizare a lor în schemele monofilare ale SP şi, o
corectă analiză a efectelor funcţionării sau nefuncţionării lor.
Protecţia sesizează apariţia unui defect, localizează defectul şi comandă
declanşarea întrerupătoarelor, care realizează legătura dintre elementele primare
integre şi cel defect.

Nefuncţionarea protecţiei sau a întrerupătorului comandat are acelaşi efect,

dar include în zona defectă şi elementele primare vecine integre (vezi paragraful
§5.1.3.3).
În studiile de până acum s-a modelat împreună cu întrerupătorul şi protecţia
aferentă lui. Neabordarea diferenţiată a făcut ca şi datele privind funcţionarea să fie
reduse.
În continuare, se va încerca modelarea detaliată a protecţiilor, pornind de la o
analiză a defecţiunilor protecţiilor şi o detaliere a nefuncţionării protecţiilor în funcţie
de poziţia acestora în sistemul primar.
Acesta din urmă extinde un model propus anterior [IVAS 94].
Trebuie remarcat că efectele nonfiabilităţii protecţiilor sistemelor primare pot fi
analizate din puncte de vedere diferite, dar convergente, din care enumerăm:
− privim sistemul primar în sine;
− privim un element primar al sistemului primar;
− privim numai protecţia;
− privim sistemul primar din punct de vedere al serviciului pe care acesta îl
asigură consumatorilor (alimentarea acestora cu energie electrică).
Ultimul punct de vedere este cel corect, conţinându-le pe celelalte.
5.1.1.2 Locul şi rolul protecţiilor

Vorbind despre protecţii ne referim la:
− un releu de protecţie;
− o protecţie destinată unui anumit defect (de distanţă, maximala de curent,
etc.) care este deja un subsistem de relee, traductoare, etc.;
− protecţiile montate pe un întrerupător, destinate declanşării acestuia la
defectarea elementelor primare pentru care acestea sunt montate;
− sistemul global de protecţie şi automatizare a unui sistem primar.
5.1.1.3 Variante de echipare primară a unui element primar cu întrerupătoare

respectiv protecţii
Din punctul de vedere al unui element primar, acesta poate fi echipat
(comandat, protejat, izolat, etc.) după cum urmează:
− un întrerupător - în cazul elementelor schemelor radiale (figura 5.1.a) şi a
generatoarelor);
− două întrerupătoare - în cazul elementelor de interconexiune cu câte un
întrerupător la capăt (figura 5.1.b);

− trei sau patru întrerupătoare, la elementele de la punctul anterior, cu două
întrerupătoare la un capăt (figura 5.1.c) sau la ambele capete (figura 5.1.d);
− mai multe întrerupătoare, în cazul barelor colectoare şi transformatoarelor
cu mai multe înfăşurări (figura 5.1.e).
Ep1 (linie radială) Ep - element protejat

Ep1 - linie radială
a) Ep2 - generator
Ep2 (generator
~ Ep3 - linie de interconexiune
Ep4 - bară colectoare
Linie de interconexiune
b) sau trafo Generalizând
Ep3
cazul din figura 5.1.e,
c) Ep3 rezultă că elementele
sistemelor de putere pot
fi caracterizate de
d) Ep3 contururi de protecţie,
Ep4 materializate de celulele
prin care se face izolarea
e) Ep1,2,3 Ep1,2,3 lor voită sau forţată, de
celulele elementelor
vecine N(1− n )
N
Figura 5.1 Variante de echipare ale unui element primar
energizate (care
reprezintă surse sau sunt legate la surse pe alte căi).
Un defect la elementul E, din figura 5.2, va fi izolat prin funcţia de protecţie a
întrerupătoarelor (celulelor) care-l leagă cu vecinii (I1, I2, I3 şi I4), dacă toate cele patru
zone rămân energizate după deschiderea întrerupătoarelor (dacă de exemplu N2
este alimentată radial prin E, I2 nu va declanşa).
În caz de refuz a unui întrerupător (de exemplu I4), izolarea se va face prin
aceeaşi funcţie a întrerupătoarelor conturului (elementului) vecin (Nn), care va fi izolat
simultan cu E, de aşa numita protecţie de rezervă, materializată aici de
întrerupătoarele I5 şi I6, cu aceeaşi condiţie enunţată anterior privind sursele.
Este ilustrat aici efectul multiplicator de avarii la nefuncţionarea protecţiilor.

Multiplicarea avariei
Figura 5.2 Element încadrat în sistem cu
considerarea vecinilor săi (declanşarea lui Nn prin I5,
E - element (zonă protejată)
I6), la defectarea lui E şi
N1÷Nn - element (zonă protejată) vecină
refuzul lui I4 (figura 5.2), se
N1
realizează numai pe durata
comutărilor normale Tm,
I6 I1
când se apelează la funcţia
de izolare a celulei (I4) dupa
Nn E N2 care Nn se repune în
I4 I2
funcţiune. E, va fi repus,
I5 I3 după timpul de reparaţie Tr,
de înlăturare a avariei care a
generat fenomenul.
N3
5.1.1.4 Defecţiuni ale
protecţiilor şi efectele lor
Din punct de vedere a
fiabilităţii, protecţiile pot fi
considerate ca sisteme particulare.
Particularităţile lor se încearcă a fi evidenţiate în continuare.
A. - au o singură stare de funcţionare corectă şi mai multe stări de defect şi
anume:
a. declanşează corect;
b. declanşează eronat
b1 fără ca elementul protejat să se defecteze
b2 cu altă temporizare decât cea corectă;
c. nu declanşează la defect;
d. anclanşează fără comandă.
Efectele acestora sunt următoarele:
a. izolează doar elementul primar defect, pe o perioadă egală cu
timpul de reparat Tr
b1. scoate elementul primar, Ep, din funcţiune, doar pentru perioada
unei
repuneri în funcţiune prin comutări;
b2. poate duce la declanşări eronate ale altor protecţii;

c. măreşte zona deconectată (dezenergizată), cu zonele aferente
integre, legate de elementul primar protejat, prin întrerupătorul care
refuză declanşarea . Zonele deconectate eronat pot fi repuse în
funcţiune, prin comutări după izolarea întrerupătorului care a refuzat
să lucreze;
d. poate pune în pericol personalul de exploatare (întreţinere) şi
funcţionarea sistemului când zona energizată nedorit este defectă.
B. - au elementele în funcţiune tot timpul (TT, TC, CO) şi elemente (figura 5.3
şi Anexa 13, pentru scheme mai complexe), care funcţionează numai la
apariţia defectului (RC, DA, I).
Defecţiunile acestora din
• I- întrerupător
DA urmă, sunt evidenţiate, numai
• DA- dispozitiv de
I acţionare
(-)
dacă, elementul primar protejat,
• RC- contactul
pentru care este montată protecţia,
releului
• RB- bobina
(+) RC se defectează. Precum şi dacă, se
releului
CO fac lucrări de verificare preventivă
• TT- transformator
RB sau dacă instalaţiile de protecţie
de tensiune
• TC- transformator
sunt prevăzute cu funcţii de
de curent
TC autotestare.
• EP- element
primar protejat
• C O- curent
Efectele în această situaţie
sunt următoarele:
operativ
TT
− Ieşirea din funcţie a protecţiei nu
EP are efecte negative, dacă este
descoperită înainte ca elementul
primar protejat să se defecteze
Figura 5.3 Elementul primar şi protecţia asociată lui (de exemplu la o operaţie de
mentenanţă). De aici, rezultă
concluzii privind politica de mentenanţă sau autodiagnosticul protecţiei.
− Precizia indicatorilor de fiabilitate a protecţiilor, obţinuţi prin selecţie, depinde de
fiabilitatea elementului primar protejat (EP).
5.1.1.5 Modelul de fiabilitate al unui releu simplu

Cel mai adesea, releele de protecţie sunt sisteme complexe.
Principial însă, ele sunt de fapt comparatoare, K, între doi sau mai mulţi
parametri de intrare Mi şi o mărime de referinţă (reglaj) R0 (figura 5.4) cu mărimea de
ieşire,I,

P I
Mi 1
I
K
R0
R0 Mi
a) b)
P I
Mi TC 1
I
K
R0
c) d) R0 Mi
Figura 5.4 Modelul releului simplu
⎧⎪0 pentru M i ≤ R 0
care ideal, trebuie să îndeplinească următoarele condiţii: I = ⎨ (5.1)
⎩⎪1 pentru M i > R 0
reprezentate în varianta ideală prin figura 5.4.b
• Cazul releelor maximale
Parametrul supravegheat de releu are însă două domenii, care arareori se
suprapun şi, care pot fi apreciate ca două mărimi distribuite şi anume: cele normale
N şi cele de avarii,A.
Teoretic, numai acestea pot fi considerate constante (figura 5.5).
Fiecare din funcţiile de distribuţie din figura 5.5, pot fi obţinute prin tehnici de
selecţie şi estimaţie a parametrilor.
Odată cunoscute, calculul probabilităţilor de acţionare falsă (intempestivă) sau
rateuri (refuzuri), pot fi obţinute prin integrare (figura 5.6).
Riscul de funcţionare intempestivă este dat de relaţia:
X RM
q int = ∫A m
f (a)da ⋅ + ∫
X
f (r )dr (5.2)

P P
1 1
N R0 A Mi N R0 A Mi
a) ideal f(mn) f(n) f(ma) b) real corect
P P
1 1
N R0 A Mi N R0 A Mi
c) pericol de refuz d) prericol de acţionare intempestivă
1
e) cu probabilitate atât de refuz
cât şi de funcţionare intempestivă
Figura 5.5 Funcţiile de distribuţie în cazul
N R0 A Mi releelor maximale
P
f(r) f(a)
1
Rm Am X RM AM
Figura 5.6 Funcţii de distribuţie corespunzătoare valorilor de reglaj şi de avarie în cazul

releelor maximale
f (r )(f ( a)) - funcţia de distribuţie a mărimii de referinţă (avarie)

Rm(Am) - valoarea minimă a mărimii de referinţă (avarie)
RM(AM) - valoarea maximă a mărimii de referinţă (avarie)
Cazul releelor minimale

În cazul releelor de tip minimal situaţia se prezintă ca în figura 5.7. Funcţii de
distribuţie similare celor din figura precedenta, pot fi observate în Anexa 9.

P P
1 1
A R0 N Mi A R0 N Mi
a) ideal b) real corect
P P
1 1
A Ri N Mi A R0 N Mi
c) prericol de refuz d) prericol de acţionare intempestivă
P
1 e) există atât riscul funcţionărilor intempestive
cât şi al refuzurilor
A R0 N Mi
Figura 5.7 Funcţiile de distribuţie în cazul releelor minimale
În mod similar celor prezentate la releele

f(a) f(r) maximale, pentru cazul releelor minimale (figura
5.8) riscul de funcţionare eronată (refuz) este:
X AM
qref = ∫R m
f (r )dr + ∫
X
f (a)da (5.3)
pentru cazul comparatorului ideal.
5.1.1.6 Modele de fiabilitate a sistemelor de

protecţie montate pe întrerupătoare
Am A Rm X AM R RM
Figura 5.8 Funcţii de distribuţie corespunzătoare valorilor de avarie şi de reglaj în cazul

Sistemele de protecţie echipează un
releelor minimale
întrerupător şi comandă deschiderea acestuia, la
defectarea elementului primar (EP) corespunzător.
Sistemele de protecţie, conţin traductoare, relee specializate, relee intermediare,

surse de curent operativ, etc. Vom considera, că de asemeni, fac parte din sistemele
de protecţie, dispozitivele de acţionare ale întrerupătoarelor şi întrerupătoarele
propriu-zise.
Modelele care rezultă în aceste situaţii arată ca în figura 5.9 a şi b.
Cu ajutorul lor se
TC RS
poate calcula, cu
TT DA I uşurinţă probabilitatea
de succes, a izolării
CO RC a)
unui defect de către
RB1 întrerupător, care va fi
TC RC1 necesară în continuare.

CO DA I Din schemele
TT RC2
prezentate rezultă unele
b)
RB2 concluzii privind
creşterea fiabilităţii
Figura 5.9 Sisteme de protecţii montate pe întrerupătoare
protecţiilor, de exemplu
prin utilizarea unor elemente TC şi TT diferite pentru cele două protecţii, sau chiar a
două surse de curent operativ diferite (vezi şi §6.2).[VIZI 97/1]
5.1.1.7 Model de calcul a fiabilităţii unui element primar cu considerarea

echipării acestuia cu protecţii.
Din cazurile prezentate în §5.1.1.3, îl vom analiza pe cel mai frecvent (figura
5.1.b) pe care-l detaliem în fig. 5.10.

IC1 L1 L2 IC2
IS1 IS1
∼ I1 I2 ∼
Sursă E S2
Vecin 1 Vecin 2
N1 N2
Figura 5.10 Încadrarea unui element primar echipat cu două întrerupătoare în sistemul de putere
Elementul primar, E, caracterizat de intensităţile de defectare (reparare), λE
(μE) şi protejat de întrerupătoarele I1 şi I2, în ai căror indicatori de fiabilitate includem
şi protecţiile, conform modelelor din paragraful anterior, în care întrerupătoarele
constituie conturul lui, E faţă de elementele vecine N1 şi N2.
Elementele N1 şi N2 au la rândul lor, fiecare, două categorii de vecini şi
anume:
− surse reprezentate generic în figură prin S1 şi S2;
− consumatori (A1 şi A2).
Pentru a putea obţine un model, care să cuprindă, pe lângă fiabilitatea
elementului primar şi influenţele protecţiilor montate pe I1 şi I2 şi a elementelor
vecine, s-a întocmit un graf al stărilor, pentru exemplul din figura 5.10, prezentat în
figura 5.11, (forma simplificată cu 16 stări poate fi consultată în [VIZI 97/4]) în care:
E - elementul primar;
N1, N2 - elementele (conturului) vecine;
A1, A2 - consumatorii racordaţi la N1, N2;
X - element integru;
X - element defect energizat;

X - element integru dezenergizat;
X - element defect dezenergizat;
E I1(I2) - elementul E energizat prin I1(I2);
( )
λ Xi μ Xi - intensitatea de defectare (reparare) a elementului Xi;
Tm - timp de comutare normală;
1
λm = - intensitatea de comutare normală a unui vecin N;
Tm

22
qSλK A1 N1 E N2 A2 qSλK
23 λm 24
λN2 λN1
A1 N1 E N2 A2 A1 N1 E N2 A2
pSλK 25 pSλK
A1 N1 E N2 A2
λN2 λN1
14 18
A1 N1 E N2 A2 A1 N1 E N2 A2
q1qSλK q2qSλK λmm
λmm
15 19
A1 N1 E N2 A2 p1qSλK p2qSλK A1 N1 E N2 A2
λm λm
p1pSλK 25 p2pSλK 20
16 12
A1 N1 E N2 A2 A1 N1 E N2 A2 A1 N1 E N2 A2 A1 N1 E N2 A2
λm λm
λN1 λN2
17 pSq1λK 21
A1 N1 E N2 A2 A1 N1 E N2 A2
0 μN2
μN1
A1 N1 E N2 A2
λE
μE μE 1 μE
A1 N1 E N2 A2 q1q2λK
q1p2λK
p1p2λ K p1q2λK
2 λm 3 λm 4 5
λmm
λN1 λN2
6 7
A1 N1 E N2 A2 A1 N1 E N2 A2
μN1 μN2
pSλK qSλK pSλK qSλK
8 λm 9 10 λm 11
Figura 5.11 Graful stărilor unui element primar echipat cu două întrerupătoare aflat întrun sistem de putere

λmm - intensitatea de comutare normală a lui N1 şi N2;
Tk - timpul de comutare automată;

1
λk = - intensitatea de comutare automată;
Tk
Pi - probabilitatea de funcţionare reuşită, a întrerupătorului Ii şi a protecţiei
aferente;
qi = 1 − pi - probabilitatea de insucces, a întrerupătorului Ii şi a protecţiei
aferente.
Studiu de caz
Modelul de fiabilitate prezentat
M[ν(t)]N1 în figura 5.11 [VIZI 97/4], în care N1
3.0 şi N2 semnifică vecinii elementului
q=0,4 primar E, pentru care sunt
2.5
q=0,25 cunoscuteλN1=λN2=0,0004[h-1] şi
2.0
μN1=μN2=0,02[h-1], ştiindu-se de
q=0,1
1.5 asemenea λE=0,0002[h-1] şi μE=0,05[h-
1
], precum şi Tk=10-3[h-1] şi Tm=0,5[h-
1.0
1
], conduce la un număr de întreruperi
0.5
care afectează sarcina conectată în
-3
λE10 nodul N1, ca cel prezentat în figura
0,2 0,4 0,6 0,8 1,0
5.11’.[VIZI 97/2],
Figura 5.11’ Numărul de întreruperi care afectează sarcina dintr-
un nod (N1)
5.2 Modelul fiabilităţii experimentale

Fiabilitatea experimentală, reprezintă fiabilitatea rezultată în urma încercărilor
experimentale, făcute cu produsul realizat, în scopul depistării şi diagnosticării
defectelor.
5.2.1 Expresiile matematice ale probabilităţilor ansamblului constituit

de protecţia de distanţă

În [SING 80], [ANDE 84], [ALLA 82], sunt prezentate, atât aspecte care
vizează fiabilitatea operaţională, cât şi aspecte care vizează fiabilitatea
experimentală a instalaţiilor de protecţie şi automatizare, fără însă a fi diferenţiate.
După opinia noastră, chestiunile trebuie disociate, întrucât, rezultatele sunt diferite.
Adică, este posibil să se decidă într-un singur fel pentru situaţia în care realitatea
comportă aspecte diferite, tocmai din cauza faptului că nu se sesizează că
problemele aparţin la planuri diferite.
Ne vom ocupa, în cele ce urmează, de fiabilitatea experimentală (numită de
unii autori şi tehnică [GEBA 84]), respectiv de testarea în regim accelerat a
instalaţiilor de protecţie complexe.
Fiabilitatea protecţiilor prin relee reprezintă probabilitatea ca sistemul
de protecţie să fie în stare de funcţionare în intervalul (0, t) - adică
sistemul să se afle în una din stările Sne sau Smp (vezi relaţia 3.22).
Se caută expresiile matematice, ale probabilităţilor de funcţionare neeronată,
de refuz, de funcţionare intempestivă, precum şi probabilitatea ca protecţiile de
distanţă testate, în condiţii de laborator, să comunice răspunsuri eronate.
Pentru
t
determinarea cantitativă a
tr.IV
t4 performanţelor releelor de
tr.III distanţă, ale căror
t3
t2 tr.II caracteristici de
tr.I funcţionare t = f ( z) au
t1
z1 z forma unor trepte (figura
z2 5.12), se foloseşte o
z3 instalaţie specială,
z4
concepută de autor (vezi
Figura 5.12 Caracteristica în trepte a protecţiilor de distanţă figura 3.8) [VIZI 92/4].
[VIZI 92/6], [BARO 88],
[NITU 80], [ NITU 81]
Definim următoarele mărimi:
Fi
(5.4) Pi = - probabilitatea funcţionărilor, corecte corespunzătoare treptei i;
Ni
Ri
(5.5) Ji = - probabilitatea refuzurilor, corespunzătoare treptei I
Ni
Ei
(5.6) Ii = - probabilitatea funcţionărilor intempestive, corespunzătoare
Ni
treptei i;
R i + Ei
(5.7) Q i = - probabilitatea ca protecţia să transmită răspunsuri eronate,
Ni
în treapta i;
unde: Fi - reprezintă numărul de funcţionări corecte, în treapta i;
Ei - numărul de funcţionări intempestive, corespunzătoare treptei i;
Ri - numărul de refuzuri de acţionare, în treapta i;
Ni - numărul de solicitări ale protecţiei, în treapta i.
Odată stabilite relaţiile probabilităţilor Pi, Ji, Ii şi Qi (relaţiile (5.4÷5.7), ale
protecţiei pentru treapta i, se determină funcţie de acestea, prin înlocuirea lui Fi, Ri, Ei
şi Ni corespunzătoare numărului testelor făcute în treapta I, următoarele valori:
F1 R1 E1 R 1 + E1 (5.8)
tr. I P1 = J1 = I1 = Q1 =
N1 N1 N1 N1
F2 R2 E2 R 2 + E2 (5.9)
tr. II P2 = J2 = I2 = Q2 =
N2 N2 N2 N2
F3 R3 Ei3 R3 + E3 (5.10)
tr. III P3 = J3 = I3 = Q3 =
N3 N3 N3 N3
F4 R4 E4 R4 + E4 (5.11)
tr. IV P4 = J4 = I4 = Q4 =
N4 N4 N4 N4
Dacă probele vor fi făcute pentru mai multe relee, de exemplu m relee, pentru
fiecare din ele vor fi determinate valorile:
Fi( k ) k ∈ (1,2,...,m)
R(i k ) k ∈ (1,2,...,m)
E(i k ) k ∈ (1,2,...,m)
Pentru releul de distanţă, în ansamblul său, vom avea următoarele
probabilităţi:
4
F M + F2M + F3M + F4M ∑F M

S
P= 1 = S =1
N1 + N2 + N3 + N4 4
∑N
S =1
S
(5.12)
4
RM + RM2 + RM3 + RM4 ∑R M

S
J= 1 = S=1
N1 + N2 + N3 + N4 4
∑N
S =1
S
(5.13)
4
EM + EM2 + EM3 + EM4 ∑E M

S
I= 1 = S =1
N1 + N2 + N3 + N4 4
∑N
S =1
S
(5.14)
4 4
EM1 + EM2 + EM3 + EM4 + RM1 + RM2 + RM3 + RM4 ∑ EMS + ∑ RMS
Q= = S =1 S =1
N1 + N2 + N3 + N4 4
∑N
S =1
S
(5.15)
unde: P - reprezintă probabilitatea de funcţionare corectă a protecţiei de distanţă;
J - reprezintă probabilitatea de refuz a protecţiei de distanţă;
I - probabilitatea ca releul de distanţă să funcţioneze intempestiv;
Q - probabilitatea ca protecţia să comunice răspunsuri eronate.
Valorile lui F1M , F2M , F3M , F4M sunt determinate ca medii, după testarea unui
(k )
număr M de relee în treptele 1, 2, 3 şi 4. Astfel, dacă F1 este numărul de funcţionări
corecte ale releului k în treapta 1, atunci când pentru aceasta s-au făcut N1 teste:
releul 1 releul 2 ..... releul k ..... releul m
↓ ↓ ↓ ↓
F1( 1) F1( 2) F1( k ) F1( m )
putem scrie valorile medii FSM (s = 1,2,3,4) astfel:
F1(1) + F1( 2) +K+F1(k ) +K+F1(m) 1 m (k )

F1M = = ⋅ ∑F
m m k =1 1
(5.16)
care reprezintă valoarea medie a funcţionărilor corecte, în treapta întâia,
corespunzătoare celor m relee cărora li s-au făcut câte N1 testări,

F2(1) + F2( 2) +K+F2(k ) +K+F2(m) 1 m (k )

respectiv : F2M = = ⋅ ∑F
m m k =1 2
(5.17)
care reprezintă valoarea medie a funcţionărilor corecte în treapta a doua,
F3(1) + F3( 2) +K+F3(k ) +K+F3(m) 1 m (k )

F3M = = ⋅ ∑F
m m k =1 3
(5.18)
F4(1) + F4( 2) +K+F4(k ) +K+F4(m) 1 m (k )

F4M = = ⋅ ∑F ,
m m k =1 4
(5.19)
care reprezintă aceleaşi valori medii, corespunzătoare treptelor trei respectiv patru.
Se poate scrie în general:
1 m (k )
FSM = ⋅ ∑ FS
m k =1
(5.20)
În mod similar:
(1) ( 2) (k )
RS + RS +K+R S +K+R (Sm) 1 m (k )
RM
S = = ⋅ ∑R
m m k =1 S
(5.21)
(1)
ES + E (S2) +K+E S(k ) +K+E S
(m)
1 m (k )
EM
S = = ⋅ ∑E
m m k =1 S
(5.22)
Înlocuind în relaţia (5.12) valorile lui F1M , F2M , F3M , F4M se obţine:
1 m (k ) 1 m (k ) 1 m (k ) 1 m (k )
⋅ ∑ F1 + ⋅ ∑ F2 + ⋅ ∑ F3 + ⋅ ∑ F4
m k =1 m k =1 m k =1 m k =1
P= 4
∑N
S =1
S
(5.23)
sau

4 4
1 m (k ) 4 m
∑ FSM ∑ ⋅ ∑ FS
S=1 m k =1
∑ ∑F (k )
S
P= S =1
4
= 4
= S=1 k =1
4
∑N
S=1
S ∑N
S =1
S m ⋅ ∑ NS
S =1
(5.24)
4 m
∑ ∑F (k )
S
Deci P= S =1 k =1
4
m ⋅ ∑ NS
S=1
(5.25)
În mod similar se demonstrează că:
4 m
∑ ∑R (k )
S
J= S=1 k =1
4
m ⋅ ∑ NS
S =1
(5.26)
4 m
∑ ∑E (k )
S
I= S=1 k =1
4
m ⋅ ∑ NS
S=1
(5.27)
4 m 4 m
∑ ∑ E(Sk ) + ∑ ∑ R(Sk )
Q= S =1 k =1
4
S =1 k =1
m ⋅ ∑ NS
S =1
(5.28)
Dacă releul are L trepte şi notăm cu V una din mărimile P, J, I se obţin relaţiile
generale, "relaţiile FRE" (5.29), în ipoteza că numărul de teste din fiecare treaptă
este egal N1=N2=...=NL=N*:
1 L m V∈{P,J,I}
V=
LmN*
∑∑T (k )
S
S =1 k =1 T∈{F,R,E}
1 ⎡ L m
⎤ L m
* ⎢∑ ∑ S
(5.29) Q= E( k ) + ∑ ∑ R(Sk ) ⎥
LmN ⎣ S=1 k =1 S=1 k =1 ⎦

Acestea, reprezintă probabilităţile de funcţionare neeronată (V=P, T=F), de

refuz, (V=J, T=R), de funcţionare intempestivă, (V=I, T=E) şi probabilitatea ca
protecţia să comunice răspunsuri eronate[VIZI 92/3],.
Studiu de caz
Prin testarea la diverse valori ale impedanţei a unor relee frecvent utilizate în reţelele
de 110 kV cu ajutorul simulatorului de defecte (vezi §3.7) s-au obţinut rezultate care pot fi
sintetizate în grafice de tipul celor din figurile 5.13, 5.14, 5.15. Dacă se imaginează un ecart
de timp în jurul valorii timpului, care ar trebui obţinut pentru impedanţa reglată, se pot reţine
şi număra funcţionările pentru care timpul de răspuns este în afara ecartului. De exemplu:
pentru releele D114, în cazul unui ecart de ±40 ms (figura 5.13), în jurul valorii t=140 ms (la
o impedanţă Z=16,5 ohmi), se constată 2 funcţionări intempestive pentru 50 de teste, deci
probabilitatea de funcţionare intempestivă este 2/50 = 4%. Pentru releele PD3/2, în cazul unui
ecart de ±100 ms (figura 5.14), în jurul valorii t=1040 ms (la o impedanţă Z=18ohmi,
corespunzătoare treptei a doua), se constată 8 funcţionări intempestive, pentru 50 de teste,
deci probabilitatea de funcţionare intempestivă este 8/50 = 16%. De asemeni pentru releele
RD110, în cazul unui ecart de ±20 ms (figura 5.15) în jurul valorii t=105 ms (la o impedanţă
Z=16,5ohmi) se constată 2 funcţionări intempestive, pentru 50 de teste. Deci probabilitatea de
funcţionare intempestivă este 2/50 = 4% şi 3 refuzuri adică probabilitatea de refuz este 3/50 =
6%.
Variaţia timpului de răspuns pentru o impedanţă fixată Z1_3=16,5ohm în cazul

releului D114
160
140
120
100
80
10
13
16
19
22
25
28
31
34
37
40
43
46
49
1
număr test
Figura 5.13
Variaţia timpului de răspuns pentru o impedanţă fixată Z1_5=18ohm în cazul

releului PD3/2
1140
1040
940
840
740
640
10
13
16
19
22
25
28
31
34
37
40
43
46
49
1
număr test
Figura 5.14

Variaţia timpului de răspuns pentru o impedanţă fixată Z1_3=16,5ohm în cazul

releului RD110
130
120
110
100
90
80
10
13
16
19
22
25
28
31
34
37
40
43
46
49
1
număr test
Figura 5.15
5.2.1 Modelul timpului de răspuns, ca variabilă aleatoare, pentru relee

de distanţă.
Fie un releu de
t
distanţă, având
t4
C caracteristica t=f(z), în trepte,
t3
B figura 5.16(vezi si fig.5.25),
t2
timpul de răspuns fiind
t1
dependent de impedanţa
zreg A z
până la locul de defect.
zreg2
Presupunând un
zreg3
număr de solicitări (nsol),
Figura 5.16 Testarea protecţiilor de distanţă în vecinătatea impedanţelor de trecere dintr-o
treaptă în alta fixat, în raport cu care se
observă răspunsurile
protecţiei (nr), în funcţie de timpul după care este transmis impulsul de declanşare
pentru un reglaj fix privind impedanţa de defect (Z fixat), se calculează raportul nr/np,
adică probabilitatea de răspuns, care se reprezintă în funcţie de timpul de răspuns tr
(figura 5.17).

Figura 5.17 Funcţia de distribuţie a răspunsurilor
nr pentru protecţiile de distanta
Figura 5.17
nsol
Tz - timpul de răspuns al protecţiei
corespunzător treptei de impedanţă Z fixată
pe releu.
1
Răspunsurile se vor înscrie, pe o
curbă ca cea din figura 5.17, căreia îi
a a
corespunde densitatea de probabilitate f(tr),
cu ajutorul căreia se pot determina o serie de
mărimi foarte utile analizei modului de
Tz tr comportare a releelor de impedanţă.
Dacă, în jurul timpului Tz, se dau
limitele Tz - a respectiv Tz + a, se consideră răspunsuri favorabile ale protecţiei, cele
corespunzătoare ecartului Tz − a, Tz + a . [ ]
Dacă t r < Tz − a - funcţionarea protecţiei se consideră intempestivă.
Dacă t r > Tz + a - funcţionarea protecţiei se consideră întârziată, respectiv
avem de-a face, cu un refuz de funcţionare în treapta considerată a protecţiei.
În raport cu Tz, funcţionarea releului se poate înscrie în una din următoarele
situaţii:
nr a) Curba deplasată la dreapta (2), adică
nsol 2 cea pentru care probabilitatea maximă se
obţine pentru valori ale timpului de
răspuns t r = Tz' > Tz (fig.5.18)
aa
Tz T’z tr
Figura 5.18 Curba caracteristica refuzurilor de funcţionare

nr b) Curba deplasată la stânga (3), adică, cea

nsol
3 pentru care probabilitatea maximă se obţine,
pentru valori ale timpului de răspuns
t r = Tz'' < Tz (fig.5.19)

a a
T’’z Tz tr Fig.5.19 Curba caracteristica funcţionarilor intempestive
Fn c) Curba înscrisă (4), adică, cea care are maxima

r
nsol Figura 5.20
atinsă tot pentru t r = Tz .(fig.5.20),dar este de
dispersie mai mica
1
a a
Tz tr Fig.5.20 Curba caracteristică unei bune conformităţi
nr d) Curba circumscrisă (5), adică acea curbă care

nsol Figura 5.21
are maximul atins tot pentru t r = Tz , dar este de
dispersie mai mare(fig.5.21)
1
a a
Tz tr Fig.5.21 Curba caracteristica unei conformitati reduse

Fig.5.22 Explicativa pentru calculul conformităţii

nr
Dacă ±a sunt toleranţele de
nsol
catalog, date de furnizorul de relee, avem
următoarele interpretări pentru
echipamentele având curbele prezentate
1
anterior:
4
− Curba 2 caracterizează releele
cu întârzieri de funcţionare, practic
t1 t2
tr refuzuri de funcţionare în raport cu
Tz
impedanţa de defect reglată. Pentru
aceste relee, impedanţa reglată pe
nr releu trebuie să fie mai mică decât
nsol
impedanţa ieşită din calcul;
5
cu accelerări de funcţionare
1 (funcţionări intempestive) în raport cu
impedanţa de defect reglată. Pentru
aceste relee impedanţa reglată pe
releu trebuie să fie mai mare decât
t1 t2
Tz tr
impedanţa ieşită din calcul.
Fig.5.23 Explicativa la calculul neconformitatii
care se conformează valorilor reglate şi care sunt cele rezultate din calcul;
− curba 5 caracterizează o funcţionare corectă doar pentru un număr redus
de teste.
Riscul de funcţionare intempestivă este:
Tz − a
qint ( t ) = ∫ f ( t) ⋅ dt
−∞
(5.30)
Probabilitatea de funcţionare corectă este:

Tz + a
R( t ) = ∫ f ( t) ⋅ dt
Tz − a
(5.31)
Riscul de funcţionare întârziată (refuz) pentru treapta de impedanţă fixată
este:
+∞
qref ( t ) = ∫ f ( t ) ⋅ dt
Tz + a
(5.32)
Este foarte important ca furnizorul să dea pe lângă toleranţele ±a din jurul
valorii reglate, ale timpului “garantat” de răspuns şi probabilităţile corespunzătoare de
răspuns astfel încât să poată fi trasate curbe de tipul 1
. Practic ar trebui ca echipamentele să fie însoţite în momentul livrării de
o
astfel de curbă.
Ingineria convergentă [CATU 97],[VIZI 95/7],[MIHA 97] sugerează impunerea
unor curbe de tipul 1 de către beneficiar. Practic, acesta reprezintă nivelul de
exigenţă al beneficiarului. Odată stabilit, convenit împreună cu furnizorul, acest nivel
de exigenţă trebuie asigurat.
Definim coeficienţii CC şi CN cu ajutorul cărora stabilim gradul de conformitate,
respectiv de neconformitate faţă de exigenţele convenite.
• Cu cât, valoarea coeficientului de conformitate CC (aplicabil în situaţii pentru care
curbele au forma din figura 5.22):
t1 t1 t2 t2 +∞ +∞
CC = ∫ f1( t)dt − ∫ f4 ( t)dt + ∫ f4 ( t)dt − ∫ f1( t)dt + ∫ f1( t)dt − ∫ f4 ( t)dt
−∞ −∞ t1 t1 t2 t2
(5.33)
+∞
sau CC = ∫ [f1( t) − f4 ( t)]dt
−∞
(5.34)
este mai mică, cu atât conformitatea în raport cu exigenţa convenită este mai bună
(produsul fiind superior exigenţelor convenite).
• Cu cât, valoarea CN (aplicabil în situaţii pentru care curbele au forma din figura
5.23):
t1 t1 t2 t2 +∞ +∞
CN = ∫ f5 ( t)dt − ∫ f1( t)dt + ∫1 f ( t ) dt − ∫ f 5 ( t ) dt + ∫5f ( t ) dt − ∫ f1( t)dt
−∞ −∞ t1 t1 t2 t2
(5.35)
+∞
sau CN = ∫ [f5 ( t) − f1( t)]dt
−∞
(5.36)
este mai mare, cu atât neconformitatea în raport cu exigenţa convenită este mai
mare (produsul fiind inferior exigenţelor convenite).
Valorile t1 si t2 reprezintă punctele de intersecţie între curbele 1 şi 4, respectiv 1 şi 5.
Studiu de caz 1 Stabilirea nivelului de conformitate
Fie două tipuri de relee pentru care curbele experimentale sunt cele din figura 5.23’
(reprezentate cu albastru, respectiv negru). Exigenţa impusă de beneficiar, se prezintă de
forma curbei roşii. Vrem să determinăm, care din cele două tipuri de relee, are gradul de
neconformitate mai mare.
0.01
0.00997356
0.009
0.008
0.007
y( 1000 , 40 , t )
0.006
y( 1000 , 80 , t ) 0.005
y( 1000 , 60 , t ) 0.004
0.003
0.002
0.001
6.0858e-015
0
700 760 820 880 940 1000 1060 1120 1180 1240 1300
700 t 1290
Figura 5.23’ Curbele experimentale a două tipuri de relee raportate la curba de exigenţă convenită
Valorile obţinute pentru coeficienţii de neconformitate, a celor două tipuri de relee sunt
prezentate în figura 5.23’’.Se constată o valoare mult mai mare, a coeficientului de
neconformitate a releului “albastru” faţă de cea a releului “negru”, raportul dintre ele fiind
1,667.

0.645649 0.7
0.66
0.62
0.58
D1( t ) 0.54
0.5
D2( t )
0.46
0.42
0.38
0.34
0.38757 0.3
700 760 820 880 940 1000 1060 1120 1180 1240 1300
700 t 1290
Figura 5.23’’ Curbele experimentale a două tipuri de relee raportate la curba de exigenţă convenită
Studiu de caz 2 Determinarea riscurilor de funcţionare intempestivă

Dacă timpul de răspuns, pentru o anumită valoare a impedanţei, are o repartiţie
normală, de medie m şi dispersie σ,
2
(t m)
2
1 .e 2. σ
f( t , m, σ )
σ . 2. π
riscul ca pentru defecte (fig.5.25) la distanţa Z1,4 (curba 4 din figura 5.24),să lucreze ca şi
cum defectul ar fi în Z1,3 (curba 3 din figură 5.24) va fi:
260 154.516
2 2
(t 134.5 ) (t 175 )
1 2 1 2
.e 2. 14.64 .e 2. 25.55
I( f ) dt dt
14.64. 2. π 25.55. 2. π
154.516 80
I( f ) = 0.297
În condiţiile în care, furnizorul garantează pentru releu, curbe având toleranţe ±8

cunoscute (curba 6, albastră din grafic), se poate calcula riscul de funcţionare intempestiva, la
defect într-un punct situat la o distanţă ce măsoară o impedanţa Zreg1. Dacă releul ar fi trebuit
să fi fost deja trecut în treapta a doua, el lucrând tot în treapta rapidă, conform curbei 5 din
grafic (curba 5 corespunde răspunsurilor obţinute pe cale experimentală după cumpărarea
releului pentru o impedanţă egală cu impedanţa de trecere din treapta întâia în treapta a doua -
Zreg1), riscul va avea valoarea (diagrama a cincea comparativ cu diagrama a şasea ):
1000 8
2
(t 288 )
2
1 .e 2. 23.41
qint dt
23.41. 2. π
100

qint = 1
Deci riscul, ca pentru un defect situat la o distanţă, căreia îi corespunde impedanţa de

trecere din treapta întâia în treapta a doua, protecţia să funcţioneze intempestiv, este egal cu 1.
Adică, în comparaţie cu diagrama de funcţionare a releului, oferită de furnizor (albastra),
constatăm că acesta funcţionează după o altă curbă (curba 5,magenta)
0.08
0.072
f( t , 95.8 , 5.68 )
0.064
f( t , 124.66 , 6.9 )
f( t , 134.5 , 14.64 ) 0.056
f( t , 175 , 25.55 ) 0.048
f( t , 288 , 23.41 ) 0.04
f( t , 1025 , 7.5 ) 0.032

f( t , 1043.5 , 5.58 )
0.024
f( t , 1059.5 , 6.72 )
0.016
f( t , 1000 , 8 )
0.008
0
0 120 240 360 480 600 720 840 960 1080 1200
t
Figura 5.24 Explicativă la determinarea riscului de funcţionare intempestivă
Ideal ar fi fost, ca să avem suprapunere între curba 5(magenta), obţinută pe cale

experimentală, după ce am cumpărat releul şi curba albastră, garantată de furnizor.
Exemplul a fost ales în mod special cu ecart mare, între curba furnizorului şi cea
experimentală pentru a se pune în evidenţă cât mai clar relaţiilor matematice utilizate.
Studiu de caz 3
Considerăm valoarea impedanţei corespunzătoare unei trepte i şi răspunsul releului de
distanţă în vecinătatea stângă şi dreaptă a treptei de impedanţă Zreg,1 (figura 5.25). Constatăm
că pentru un număr de teste n=50 şi valori ale impedanţei treptei intai reglate, Zreg,1=17,5
ohmi (in primar), ecartul dintre vecinătăţi fiind de 0,5 ohmi, se obţine o variaţie a timpului de
răspuns ca cea prezentată în Anexa 2. Se observă o aplatizare însemnată a mediei mobile a
timpului de răspuns (Anexa 3) în cazul releelor D114, atat la Z= Zreg1 şi la Z=Zreg1-0,5 ohm În
cazul releului PD3/2 se constată la Z=Zreg1-0,5 şi un salt al mediei mobile(la n=45), ceea ce
este echivalent cu creşterea riscului de refuz în vecinătatea impedanţei de trecere. Valorile
după care s-au obţinut aceste grafice se găsesc în anexa 2. Pentru releele de distanţă cel mai
des utilizate în SEN în reţelele de 110 kV: D114, RD 110 şi PD 3/2, distribuţia timpilor de
răspuns la limita de trecere din treapta întâia în treapta a doua se prezintă respectiv ca în
figurile 5.26, 5.27, 5.28.
timp
ti+1
ti
Zi,1 Impedanţa
Zi,2
Zi,3
Zi,4
Zreg,i
Zi,5
Zi,6
Zi,7
Zi,8
Figura nr. 5.25 Testarea timpului de răspuns la limita de trecere dintre două trepte consecutive de impedanţă
Distributia numarului de raspunsuri ale protectiilor D114 in functie de impedanta

de defect situata la limita de trecerea din treapta intaia in treapta a doua
40-50
30-40
20-30
50 10-20
0-10
Frecventa raspunsurilor
40
30
1052.298756
20 1031.214237
1032.772243
Timpul de raspuns[ms]
10
271.4283955
0
158.0345331
Z1,1=15.5
Z1.2=16
Z1.3=16.5
122.4936928
Z1,4=17
Zreg.1=17.5
Z1,5=18
Z1,6=18.5
82.51922076
Z1,7=19
Z1,8=19.5
Impedanta [ohm/primar]
Figura 5.26
Este evident, observând graficele din figurile 5.26, 5.27 şi 5.28, că există zone de
interferenţă între curbele de distribuţie ale timpilor de răspuns corespunzătoare diverselor
impedanţe. Este posibil ca de o manieră asemănătoare celei prezentate la Studiu de caz 1 să se
calculeze riscurile ca releele să funcţioneze pentru o impedanţă vecină, când sunt reglate la o
anumită valoare. Trasând graficele timpilor de răspuns,pentru valorile impedanţelor reglate în
vecinătatea impedanţei de trecere, din treapta întâia în treapta a doua (figurile 5.29, 5.30 şi
5.31), se observă:
• timpul cel mai mic de răspuns în treapta întâia corespunde releelor D114 (suprafaţa
albastră), apropiat de cel obţinut şi în cazul releelor RD110;
• cel mai mare timp de răspuns în treapta întâia corespunde releelor din familia PD
(suprafaţa roşie);
• existenţa unor vârfuri care pun în evidenţă întârzieri de funcţionare (refuzuri) în
cazul releelor din familia PD, atât în treapta întâia cât şi în treapta a doua;
• existenţa unor suprafeţe, care pun în evidenţă funcţionări intempestive, în treapta a
doua, în cazul releelor RD110;
• trecerea din treapta întâia în treapta a doua, la releele D114, se face după o
suprafaţă racordată, în timp ce, pentru celelalte două tipuri de relee trecerea este
mai bruscă;
• timpii de răspuns în treapta a doua, sunt mai mari pentru releele de tip PD şi
RD110.

Distributia numarului de raspunsuri ale protectiilor PD3/2 in functie de

impedanta de defect situata la limita de trecerea din treapta intaia in treapta a
doua
30-35
25-30
20-25
35
15-20
30 10-15
5-10
25
0-5
Frecventa
20
15
1164.854416
10 1094.207181
Timpul de raspuns [ms]

5 383.2114545
0 321.824326
Z1,1=15.5
295.3616285
Z1.2=16
Z1.3=16.5
Z1,4=17
Zreg.1=17.5
Z1,5=18
282.8905011
Z1,6=18.5
Z1,7=19
Z1,8=19.5
Impedanta
Figura 5.27
Distributia numarului de raspunsuri ale protectiilor RD 110 in functie de

impedanta de defect situata la limita de trecerea din treapta intaia in
treapta a doua
35-40
30-35
25-30
20-25
15-20
40
10-15
35 5-10
30 0-5
25
Frecventa
20
15 1063.228844
Timpul de răspuns [ms]
10 1068.434201
1088.005204
5
91.13051709
0
Z1,1=15.5
96.87521914
Z1.2=16
Z1.3=16.5
Z1,4=17
Zreg.1=17.5
Z1,5=18
78.44901102
Z1,6=18.5
Z1,7=19
Z1,8=19.5
Impedanta

Figura 5.28
Deppendenta timpului de raspuns in cazul releelor D 114 de impedanta(la trecerea

din treapta intaia in treapta a doua) si de numarul de teste.
1200
1000
1000-1200
timp de raspuns [ms]

800-1000 800
600-800
400-600 600
200-400
400
0-200
200
0
1
Z1,8=19.5
5
Z1,7=19
9
13
Z1,6=18.5
17
Z1,5=18
21
25
Zreg.1=17.5
29
Z1,4=17
33
37
Nr.testului
Z1.3=16.5
41
Z1.2=16
45
49
Z1,1=15.5
Impedanta
Figura 5.29
Dependenta timpului de raspuns al protectiei PD3/2 de impedanta de defect ( in

vecinatatea trecerii din treapta intaia in treapta a doua ) si de numarul de teste
1400
1200
1200-1400
timpul de raspuns [ms]

1000-1200 1000
800-1000
600-800 800
400-600
200-400 600
0-200
400
200
1
0
10
19
Z1,8=19.5
Z1,7=19
28
Z1,6=18.5
Z1,5=18
Zreg.1=17.5
37
Z1,4=17
Z1.3=16.5
Z1.2=16
46
Z1,1=15.5
nr. de teste
impedanta
Figura 5.30
Având în vedere observaţiile precedente, opinăm pentru o utilizare de următoarea

manieră a releelor:
1. Releele D114 pentru liniile de sistem, transformatoare şi autotransformatoare;
2. Releele PD3/2, pe linii radiale unde nu se impun pretenţii mari în legătură cu

rapiditatea;
Dependenta timpului de raspuns in cazul protectiilor RD 110 de impedanta (la

trecerea din treapta intaia in treapta a doua) si de numarul de teste .
1200
1000-1200
800-1000
1000
600-800
Timpul de raspuns [ms]

400-600 800
200-400
0-200 600
400
1 200
16
31 0
Z1,8=19.5
Z1,7=19
Z1,6=18.5
Z1,5=18
Nr.testelor 46
Zreg.1=17.5
Z1,4=17
Z1.3=16.5
Z1.2=16
Z1,1=15.5
Impedanta
Figura 5.31
3. Releele RD110 pe linii care acceptă deconectări intempestive, fără să pună în

pericol siguranţa sistemului, eventual utilizarea lor în paralel cu relee din noile
tehnologii, declanşările în treapta a doua fiind transmise în condiţii de tip ŞI;
4. Înlocuirea releelor PD3/2 de pe autotransformatoare, cu relee D114 sau altele
realizate în tehnologie digitală
5. Corelarea utilizării performanţelor acestor tipuri de relee cu rezultatele privind
ierarhizările elementelor primare ale sistemelor, cu ajutorul indicatorilor de risc
probabilistic de tensiune, respectiv de încărcare a laturilor (vezi §3.5.1) precum şi
funcţie de importanţa elementelor primare din punct de vedere a stabilităţii
dinamice;
6. Trasarea de diagrame similare şi pentru alte tipuri de relee, inclusiv pentru cele
funcţionând pe principiile tehnologiei digitale şi realizarea de corelări conform cu punctul 5.
5.3 Modelul fiabilităţii operaţionale

Fiabilitatea operaţională sau fiabilitatea în exploatare este fiabilitatea rezultată
în urma observaţiilor făcute în timpul exploatării sistemelor.

5.3.1 Funcţiile statistice pentru fiabilitatea operaţională a instalaţiilor

de protecţie şi automatizare
Urmărirea instalaţiilor de protecţie şi automatizare, dacă este corect făcută,
poate furniza date extrem de utile în vederea estimării fiabilităţii operaţionale.
Se poate realiza o estimaţie punctuală a caracteristicii de fiabilitate sau se
determină un nivel de încredere în jurul acestei estimări punctuale. Intervalul de
încredere conţine valoarea adevărată a caracteristicii cu o anumită probabilitate, care
este nivelul de încredere [GEBA 84].
În cazul instalaţiilor de securitate care funcţionează în sistemele
electroenergetice, se pot realiza matrice de urmărire statistică cu ajutorul cărora,
ulterior sau simultan, să poată fi determinaţi parametrii care pot caracteriza
fiabilitatea operaţională a acestora.
O astfel de matrice ar trebui să conţină elementele din următorul tabel:
Δ ti intervalul de timp de supraveghere, de exemplu o lună.
δnp numărul de evenimente primare care s-au manifestat în intervalul de timp

respectiv.
δnsol numărul de solicitări la care au fost supuse instalaţiile de securitate în intervalul

Δti
δnint numărul de instalaţii la care au funcţionat intempestiv (fals) în intervalul Δti
δnref numărul de instalaţii care au refuzat acţionare în intervalul Δti
N(0) numărul de instalaţii de tipul respectiv aflate în funcţiune la începutul analizei.
δner numărul de instalaţii care au răspuns eronat la solicitare (au refuzat sau au
funcţionat intempestiv) în intervalul Δti
nint numărul cumulat de instalaţii de tipul respectiv care pana la momentul ti au
funcţionat intempestiv aflate în funcţiune
nref numărul cumulat de instalaţii care până la momentul ti au refuzat funcţionarea în
cazul solicitărilor
ner numărul cumulat de instalaţii care până la momentul ti au transmis răspunsuri
eronate la solicitări
nc numărul de instalaţii care nu au funcţionat eronat până la momentul ti (opţional)
Sunt adevărate următoarele relaţii:

δn er ( t i ) = δnint ( t i ) + δnref ( t i )
(5.37)
δnint ( t i ) = nint ( t i + Δt i ) − n int ( t i )
(5.38)
δnref ( t i ) = nref ( t i + Δt i ) − n ref ( t i )
(5.39)
n er ( t i ) = nint ( t i ) + nref ( t i )
(5.40)
Se mai determină:
Nn.int(ti) numărul de relee (instalaţii) care nu au funcţionat intempestiv până la

momentul ti
Nn.int ( t i ) = N( 0 ) − nint ( t i ) (5.41)
Nn.ref(ti) numărul de relee (instalaţii) care nu au refuzat până la momentul ti

Nn.ref ( t i ) = N( 0 ) − nref ( t i ) (5.42)
Nn.er(ti) numărul de relee (instalaţii) care nu au transmis răspunsuri eronate până la

momentul ti
Nn.er ( t i ) = N( 0 ) − [nint ( t i ) + nref ( t i )] = N( 0 ) − n er ( t i ) (5.43)
În cazul instalaţiilor din filialele de reţele electrice este necesară urmărirea

funcţionării instalaţiilor printr-o astfel de matrice.
Coloanele sale pot fi (tabelul 5.1):
Tabelul 5.1 Matricea de urmărire statistică a instalaţiilor de protecţie şi automatizare
Δti δnp δnsol nint δnint nref δnref ner δner N(0) Nn.int Nn.ref Nn.er
Se definesc următoarele mărimi:

− Intensitatea operaţională de transmitere a răspunsurilor eronate;
− Intensitatea operaţională de transmitere a funcţionărilor intempestive;
− Intensitatea operaţională de refuz;
− Densitatea operaţională de repartiţie a timpului de funcţionare corectă,
până la primul răspuns eronat al protecţiei sau automatizării (instalaţiei de
securitate);
− Densitatea operaţională de repartiţie a timpului de funcţionare corectă,
până la prima funcţionare intempestivă a instalaţiei;
− Densitatea operaţională de repartiţie a timpului de funcţionare corectă până

la primul refuz al instalaţiei;
− Fiabilitatea operaţională de funcţionare corectă neîntreruptă în intervalul
[0, ti] sau probabilitatea de a nu transmite răspunsuri eronate în intervalul[0,
ti];
− Riscul operaţional de funcţionare intempestivă în intervalul [0, riscul
operaţional de funcţionare intempestivă în intervalul [0, ti] sau probabilitatea
de funcţionare intempestivă în intervalul [0, ti] ;
− Riscul operaţional de refuz în intervalul [0, ti] sau probabilitatea de refuz în
intervalul [0, ti] ;
− Riscul operaţional răspuns eronat în intervalul [0, ti] sau probabilitatea de
răspuns eronat, în intervalul [0, ti] ;
Analizele care urmează, au avut în vedere datele obţinute în urma
observaţiilor făcute pe instalaţiile FRE Bacău şi cele ale SEN la foarte inaltă
tensiune. Valorile indicatorilor definiţi au la bază datele de mai sus. Trebuie făcută
precizarea că pe parcursul observaţiilor, pentru echipamentele avute în vedere, au
fost efectuate lucrările de mentenanţă la periodicităţile prevăzute în normativele în
vigoare.
5.3.2 Intensitatea operaţională de transmitere a răspunsurilor eronate

Intensitatea operaţională de transmitere a răspunsurilor eronate, este o
mărime obţinută pe cale statistică, ce se exprimă ca raport între numărul de
relee (instalaţii de securitate) care au funcţionat eronat într-un anumit interval
de timp şi produsul dintre numărul de relee care nu au funcţionat eronat, până
la momentul ti şi intervalul de timp considerat.
n ( t + Δt i ) − n er ( t i−1 ) δn er ( ti)
λ$ er ( t i ) = er i−1 =
Nn.er ( t i ) ⋅ Δt i Nn.er ( t i ) ⋅ Δt i
(5.44)
Studiu de caz 1
Mai jos, sunt prezentate (tabelul 5.2) atât valorile medii (prima linie), cât şi valorile
punctuale ale intensităţilor operaţionale de transmitere a răspunsurilor eronate, în cazul
protecţiilor si automatizărilor cât şi în cazul acestora considerate global,(nediferenţiat) pe un
interval de timp de supraveghere cumulat de 68 de luni în cadrul instalaţiilor de la FRE
Bacău. Unitatea de măsură este h-1. În calcule se va ţine cont că determinările sunt făcute
pentru o lună medie egală cu 30,4 zile.
Tendinţele (trendul intensităţilor de funcţionare eronată) s-au determinat în trei moduri
diferite:
− media mobilă (figura 5.32 pentru protecţii şi figura 5.33 pentru automatizări. Ca
automatizări s-au considerat: DRRI, RAR, AAR, DASF);
− trendul linear pentru, care sunt date şi expresiile lineare (figura 5.34 pentru protecţii
şi figura 5.35 pentru automatizări, variabila independentă fiind timpul);
− trendul polinomial pentru care, de asemeni, sunt date expresiile matematice pentru
lambda (figura 5.36 în cazul protecţiilor).

Tabelul 5.2 Lambda eronat protecţii şi automatizări
Timpul lambda er.(ti) lambda er.(ti) lambda er.(ti) protectii si Timpul lambda er.(ti) lambda er.(ti) lambda er.(ti) protectii si
[luni] protectii [h-1] autom. [h-1] automatizari [h-1] [luni] protectii [h-1] autom. [h-1] automatizari [h-1]
Val. Val.
med. 3.95E-06 1.069E-06 5.1365E-06 med. 3.95E-06 1.069E-06 5.1365E-06
1 2.06729E-06 1.52982E-05 2.58819E-06 35 2.25801E-06 0 2.90009E-06
2 6.23006E-06 0 7.80878E-06 36 2.26174E-06 0 1.16993E-05
3 0 5.11844E-06 0 37 9.10707E-06 0 2.93107E-06
4 2.07984E-06 5.13761E-06 2.60787E-06 38 2.28056E-06 0 5.88731E-06
5 6.26805E-06 5.15693E-06 7.8685E-06 39 4.57634E-06 0 1.78923E-05
6 0 5.17639E-06 0 40 1.38679E-05 0 5.99014E-06
7 0 0 0 41 4.63829E-06 0 0
8 0 0 2.62786E-06 42 0 0 9.04445E-06
9 2.09254E-06 0 2.6329E-06 43 6.98106E-06 0 1.21662E-05
10 2.09574E-06 0 1.59815E-05 44 9.37172E-06 1.05926E-05 1.53439E-05
11 1.26909E-05 0 0 45 1.18156E-05 0 3.07565E-06
12 0 0 5.34792E-06 46 2.36721E-06 0 0
13 4.24339E-06 0 5.36885E-06 47 0 0 6.17902E-06
14 4.25657E-06 0 0 48 4.75083E-06 0 1.8791E-05
15 0 0 2.68969E-06 49 1.44022E-05 0 6.2924E-06
16 2.13159E-06 0 0 50 4.81762E-06 5.31683E-06 3.15343E-06
17 0 0 0 51 2.41305E-06 0 3.1607E-06
18 0 0 1.08438E-05 52 2.41731E-06 0 3.168E-06
19 8.57974E-06 0 2.71632E-06 53 2.42158E-06 0 3.17533E-06
20 2.1483E-06 5.19599E-06 1.92815E-05 54 2.42587E-06 0 0
21 1.52049E-05 0 5.53122E-06 55 0 0 3.1827E-06
22 4.35807E-06 0 2.7712E-06 56 2.43017E-06 0 6.39507E-06
23 2.18251E-06 5.21575E-06 5.56488E-06 57 4.87763E-06 0 0
24 4.37896E-06 0 5.58754E-06 58 0 0 0
25 4.39299E-06 0 5.6104E-06 59 0 0 0
26 4.40712E-06 5.23566E-06 2.81095E-06 60 0 0 3.205E-06
27 2.20711E-06 0 5.64503E-06 61 2.44316E-06 0 9.68289E-06
28 4.42848E-06 0 8.52014E-06 62 7.36889E-06 0 0
29 6.67507E-06 5.25572E-06 5.70371E-06 63 0 0 0
30 4.46454E-06 0 0 64 0 0 0
31 0 0 1.15031E-05 65 0 0 3.23524E-06
32 8.98763E-06 0 2.88181E-06 66 2.46071E-06 0 3.31339E-05
33 2.2506E-06 0 2.88788E-06 67 2.50569E-05 0 0
34 2.2543E-06 0 2.89397E-06 68 0 0 3.32141E-06
Fig.5.32
Fig.5. 33

Fig.5.34
Fig.5.35
TRENDUL POLINOMIAL AL INTENSITĂŢII DE TRANSMITERE A RASPUNSURILOR ERONATE

ÎN CAZUL PROTECŢIILOR
lambda eronat [h-1]
0.000045
lambda er. = 1E-14t5 + 2E-12t4 - 4E-10t3 + 2E-08t2 - 1E-07x + 5E-06
0.00004
0.000035
0.00003
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
timpul[luni]
Fig.5.36
Pentru protecţii, se constată o uşoară creştere în timp a intensităţii operaţionale de

funcţionare eronată, vizibilă atât pe graficul trendului linear, cât şi pe cel al celui polinomial.
În calculele obişnuite sugerăm utilizarea valorilor medii (tabelul 5.2). Pentru calculele
acoperitoare, de tip pesimist, sunt date mediile maximelor anuale ca luând valori între anumite
limite în funcţie de gradele de încredere (figura 5.37).
lambda eronat [1/an]
Media maximelor intensitatilor de functionare eronata in cazul instalatiilor de

protectie, in functie de gradele de incredere ( 95%---70%)
0.103925
0.10392
0.103915
0.10391
0.103905
0.1039
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Figura 5.37
Studiu de caz 2
Analiza diferenţiată pe tipuri de protecţii şi automatizări, având în vedere doar

instalaţiile FRE Bacău (vezi Anexa 5) este prezentată în tabelul 5.3.a şi tabelul 5.3.b. Se
constată o comportare extraordinar de bună a releisticii LZ31, R3Z24 şi R1Z24a, pentru care
lambda este 0. Acest lucru se poate datora numărului mediu mic de solicitări, precum şi
numărului mic de relee de aceste tipuri, aflate în exploatare.
Tabelul 5.3 a .Lambda eronat mediu pe tipuri de protecţii şi automatizări(FRE Bacău)
EAW (RD310, ZPA GSCI (PD3/2, ABB (LZ31) SIEMENS SIEMENS
RD110 Q3 ŞI ,D111, PD3, PD2) (R3Z24) (R1Z24A)
Q4, RD7) D113,D114,
D400
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333
solicitări
Lambda eronat mediu 1.38144E-05 7.71547E-06 1.40721E-05 0 0 0
[1/h]
Tab.5.3 b
maximale diferenţiale diferenţiale diferenţiale protecţii drri rar aar dasf
linii+trafo linii bare trafo homopolare
număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Lambda eronat mediu 1.56914 3.01408 6.97998E-06 5.41719 4.22994 1.58636 6.0314 2.9918 3.9578
[1/h] E-06 E-05 E-07 E-06 E-06 E-06 E-06 E-06
Tabelul 5.4 Lambda eronat mediu pe tipuri de protecţii la FIT (SEN)
SIEMENS ZPA ABB EAW

număr mediu de solicitări 225.7143 102.7143 515.4286 117.8571
Lambda eronat mediu [1/h] 4.16548E-06 4.80475E-06 3.68632E-06 4.9507E-06
Confirmarea este dată de faptul că, în cazul analizei făcute la nivelul tuturor
protecţiilor din SEN, unde atât numărul de solicitări, cât şi cel de relee de acelaşi tip este mult
mai mare, valorile lui lambda, pentru releele din tipurile amintite nu mai este 0 (Siemens şi ABB
tabelul 5.4).
5.3.3 Intensitatea operaţională de transmitere a funcţionărilor

intempestive
Intensitatea operaţională de transmitere a funcţionărilor intempestive
este o mărime obţinută pe cale statistică, ce se exprimă ca raport între
numărul de relee (instalaţii de securitate), care au funcţionat intempestiv, în
intervalul de timp considerat şi produsul dintre numărul de relee care nu au
funcţionat intempestiv până la momentul ti şi respectivul interval de timp.

n (t + Δt ) − n (t ) δnint(ti)
λ$int (ti ) = int i−1 i int i−1 =
Nn.int(t1) ⋅ Δti Nn.int(ti ) ⋅ Δti
(5.45)
Studiu de caz 1
În tabelul 5.5 sunt prezentate, atât valorile medii (prima linie), cât şi valorile punctuale
ale intensităţii operaţionale de transmitere a funcţionărilor intempestive în cazul protecţiilor
(coloanele 2 şi 5) şi automatizărilor (coloanele 3 şi 6). Timpul de supraveghere a instalaţiilor
de la FRE Bacău, a fost de 68 de luni, unitatea de măsură fiind 1/h.
Tabelul 5.5 Lambda intempestiv protecţii şi automatizări
Timpul [Luni] Lambda Int. (Ti) protecţii Lambda Int. (Ti) Timpul [Luni] Lambda Int. (Ti) protecţii Lambda Int. (Ti)
[h-1] automatizări [h-1] [h-1] automatizări [h-1]
Val. med. 4.8309E-06 9.6435E-07 Val. med. 4.8309E-06 9.6435E-07
1 2.58819E-06 1.52982E-05 35 2.90009E-06 0
2 7.80878E-06 0 36 1.16993E-05 0
3 0 5.11844E-06 37 2.93107E-06 0
4 2.60787E-06 5.13761E-06 38 5.88731E-06 0
5 7.8685E-06 5.15693E-06 39 1.78923E-05 0
6 0 5.17639E-06 40 5.99014E-06 0
7 0 0 41 0 0
8 2.62786E-06 0 42 9.04445E-06 0
9 2.6329E-06 0 43 1.21662E-05 0
10 1.59815E-05 0 44 1.53439E-05 1.05926E-05
11 0 0 45 3.07565E-06 0
12 5.34792E-06 0 46 0 0
13 5.36885E-06 0 47 6.17902E-06 0
14 0 0 48 1.8791E-05 0
15 2.68969E-06 0 49 6.2924E-06 0
16 0 0 50 3.15343E-06 5.31683E-06
17 0 0 51 3.1607E-06 0
18 1.08438E-05 0 52 3.168E-06 0
19 2.71632E-06 0 53 3.17533E-06 0
20 1.92815E-05 5.19599E-06 54 0 0
21 5.53122E-06 0 55 3.1827E-06 0
2.7712E-06 0 56 6.39507E-06 0
23 5.56488E-06 5.21575E-06 57 0 0
24 5.58754E-06 0 58 0 0
25 5.6104E-06 0 59 0 0
26 2.81095E-06 5.23566E-06 60 3.205E-06 0
27 5.64503E-06 0 61 9.68289E-06 0
28 8.52014E-06 0 62 0 0
29 5.70371E-06 5.25572E-06 63 0 0
30 0 0 64 0 0
31 1.15031E-05 0 65 3.23524E-06 0
32 2.88181E-06 0 66 3.31339E-05 0
33 2.88788E-06 0 67 0 0
34 2.89397E-06 0 68 3.32141E-06 0
Pentru protecţii, tendinţa intensităţii operaţionale de funcţionare intempestivă s-a realizat prin:
− media mobilă (figura 5.38);
− trendul linear (figura 5.40), pentru care este dată şi ecuaţia, în care variabila
independentă este timpul;
− trendul polinomial (figura 5.41), pentru care, de asemeni, este dată forma explicită
matematică.
Pentru automatizări tendinţa a fost exprimată prin intermediul mediei mobile (figura 5.39).
Fig.5.38
Fig.5.39
TRENDUL LINIAR A INTENSITĂŢII DE FUNCŢIONARE INTEMPESTIVĂ ÎN CAZUL

PROTECŢIILOR
lambda intempestiv [h-1]
0.000035
0.00003
lambda int. = 2E-08t + 5E-06
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul[luni]
Fig.5.40
TRENDUL POLINOMIAL A INTENSITĂŢII DE FUNCŢIONARE INTEMPESTIVĂ ÎN

CAZUL PROTECŢIILOR
lambda intempestiv [h-1]
0.000035
0.00003
lambda int. = 4E-13t5 - 7E-11t4 + 3E-09t3 - 7E-08t2 + 6E-07t + 2E-06
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul[luni]
Fig.5.41
Pentru calculele obişnuite sugerăm, atât pentru protecţii, cât şi pentru automatizări
utilizarea valorilor medii (tabelul 5.5). Pentru calcule acoperitoare de tip pesimist, sunt date
mediile maximelor anuale. Acestea iau valori între anumite limite cu diverse grade de
încredere (95%, 90%, 85%, 80%, 75%, 70% - figura 5.42).
lambda intempestiv [1/an
Media maximelor intensitatilor de funcţionare intempestivă in cazul instalatiilor

de protectie, in functie de gradele de incredere ( 95%---70%)
0.00002
0.000018
0.000016
0.000014
0.000012
0.00001
0.000008
0.000006
0.000004
0.000002
0
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Fig.5.42
Studiu de caz 2
Analiza diferenţiată pe tipuri de protecţii şi automatizări (pentru statistici la nivelul
FRE Bacău), este prezentată în tabelele 5.6.a şi 5.6.b. Ca şi în cazul intensităţii operaţionale
de transmitere a răspunsurilor eronate, se constată valori nule pentru releele LZ31, R3Z24 şi
R1Z24a. Explicaţia constă în faptul că, pe lângă o foarte bună comportare a acestora la FRE
Bacău, atât numărul de relee cât şi numărul de solicitări a fost redus. Acest fapt este
demonstrat şi de situaţia în care, analiza are în vedere toate protecţiile Siemens şi ABB de la
FIT existente în SEN (tabelul 5.7), unde numărul de relee, dar şi numărul de solicitări a fost
mult mai mare. În Anexa 8, poate fi urmărită comparaţia realizată, între intensităţile de
funcţionare intempestivă ale protecţiilor care echipează celulele de FIT din SEN.
În aceeaşi anexă pot fi urmărite comparaţiile între intensităţile operaţionale de transmitere a
răspunsurilor eronate, de funcţionare intempestivă şi de refuz pentru protecţiile având relee
Siemens, ABB, ZPA şi EAW.
Tabelul 5.6 a Lambda intempestiv mediu pe tipuri de protecţii şi automatizări (FRE Bacău)

RD110 Q3 ŞI D111, PD3, PD2) (R3Z24) (R1Z24A)
Q4, RD7) D113,D114,
D400

număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333

solicitări
Lambda intempestiv 8.27196E-06 3.32368E-06 6.47269E-06 0 0 0
mediu [1/h]
Tabelul 5.6 b

număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Lambda intempestiv 9.21309 3.01408E-05 6.97998E-06 4.63381 3.80761 1.58636 6.48453 0 3.95784
mediu [1/h] E-07 E-07 E-06 E-06 E-07 E-06
Tabelul 5.7 Lambda int. mediu la nivel (SEN)
SIEMENS ZPA ABB EAW

Lambda intempestiv mediu [1/h] 3.42113E-06 4.20367E-06 3.35838E-06 4.85036E-06
5.3.4 Intensitatea operaţională de refuz

Intensitatea operaţională de refuz este o mărime obţinută pe cale
statistică, reprezentând raportul dintre numărul de relee, care au refuzat
funcţionarea în cazul unor solicitări, dintr-un interval de timp Δti şi, produsul
dintre numărul de relee (instalaţii de securitate), care nu au refuzat până la
momentul ti şi respectivul interval de timp.
n ( t + Δt i ) − nref ( t i−1 ) δnref ( ti)
λ$ ref ( t i ) = ref i−1 =
Nn.ref ( t i ) ⋅ Δt i Nn.ref ( t i ) ⋅ Δt i
(5.46)
Expresia lui Nn.ref(ti) este dată în 5.3.1.
Studiu de caz 1
În tabelul 5.8 sunt prezentate atât valorile medii (prima linie), cât şi valorile punctuale
ale intensităţilor operaţionale de refuz, în cazul protecţiilor (coloanele 2 şi 5) şi
automatizărilor (coloanele 3 şi 6). Timpul de supraveghere a fost de 68 de luni, unitatea de
măsură este 1/h.
Pentru calculele obişnuite sugerăm, atât pentru protecţii, cât şi pentru automatizări
utilizarea valorilor medii (tabelul 5.8 prima linie).
Tabelul 5.8 Lambda refuz în cazul protecţiilor şi automatizărilor luate cumulat

Timpul [Luni] Lambda Refuz (Ti) Lambda Refuz (Ti) Timpul Lambda Refuz (Ti) Lambda Refuz (Ti)
Protecţii [1/h] Automatizări [1/h] [Luni] Protecţii [1/h] Automatizări [1/h]
Val. med. 1.5721E-06 4.5132E-06 Val. med. 1.5721E-06 4.5132E-06
1 0 0 35 0 0
2 0 5.05762E-06 36 0 1.19184E-05
3 0 0 37 0 0
4 0 5.07635E-06 38 0 0
5 1.04031E-05 1.02285E-05 39 0 0
6 2.60573E-06 5.13339E-06 40 0 5.98521E-06
7 2.61069E-06 5.15268E-06 41 0 0
8 0 1.56344E-05 42 0 6.01147E-06
9 0 0 43 2.67698E-06 0
10 0 0 44 2.17558E-05 0
11 0 0 45 0 0
12 0 5.23135E-06 46 0 6.03795E-06
13 0 0 47 0 0
14 0 5.25139E-06 48 5.46061E-06 1.21832E-05
15 0 0 49 0 0
16 0 5.27159E-06 50 0 0
17 7.87709E-06 1.06249E-05 51 0 0
18 2.63074E-06 5.33313E-06 52 2.73576E-06 0
19 0 1.07499E-05 53 0 0
20 0 3.86867E-05 54 0 1.22925E-05
21 0 0 55 8.25671E-06 0
22 0 0 56 0 0
23 5.28175E-06 3.98104E-05 57 2.75777E-06 6.17394E-06
24 5.30218E-06 1.14696E-05 58 0 0
25 0 5.75888E-06 59 2.76333E-06 6.20187E-06
26 0 5.78318E-06 60 8.34045E-06 0
27 0 0 61 2.7858E-06 0
28 0 5.80769E-06 62 0 0
29 2.65623E-06 1.17146E-05 63 0 0
30 2.66139E-06 0 64 0 0
31 2.66656E-06 0 65 2.79147E-06 0
32 0 1.18156E-05 66 0 1.2517E-05
33 2.67176E-06 0 67 0 0
34 0 0 68 0 6.28722E-06
Pentru calculele acoperitoare, de tip, pesimist au fost date mediile maximelor anuale.
Acestea iau valori între anumite limitem, cu anumite grade de încredere (figura 5.43).

lambda refuz [1/an]

Media maximelor intensitatilor de refuz in cazul instalatiilor de protectie, in
functie de gradele de incredere ( 95%---70%)
0.000012
0.00001
0.000008
0.000006
0.000004
0.000002
0
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Fig.5.43
Atât pentru protecţii, cât şi pentru automatizări, tendinţa intensităţii operaţionale de refuz s-a
realizat prin:
− media mobilă (figura 5.44 pentru protecţii şi 5.45 pentru automatizări);
− trendul linear (figura 5.46 pentru protecţii şi 5.47 pentru automatizări), pentru care
sunt date şi expresiile analitice;
− trendul polinomial (figura 5.48 pentru protecţii şi 5.49 pentru automatizări). De
asemeni se dă expresia analitică a lui lambda, funcţie de timp, care poate fi utilizată
în calculele de predicţie. Valoarea descendentă a trendului poate fi interpretată şi ca
o reflectare a unor lucrări de întreţinere, din ce în ce, mai de bună calitate.
Fig.5.46

lambda refuz [h-1] TRENDUL LINIAR A INTENSITĂŢII DE REFUZ ÎN CAZUL AUTOMATIZĂRILOR
0.00004
0.000035
lambda refuz = -8E-08t + 7E-06

0.00003
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul[luni]
.
Fig.5.47
Fig.5.48
TRENDUL POLINOMIAL A INTENSITĂŢII DE REFUZ ÎN CAZUL AUTOMATIZĂRILOR

lambda refuz [h-1]
0.00004
0.000035 5 4 3 2
lambda refuz = -4E-13t + 7E-11t - 4E-09t + 8E-08t - 1E-07t + 3E-06
0.00003
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul[luni]
Fig.5.49
Studiu de caz 2
Analiza diferenţiată pe tipuri de protecţii şi automatizări (numai cu referire la
instalaţiile FRE Bacău) este prezentată în tabelele 5.8.a şi 5.8.b. Pentru releele ABB (LZ31) şi
Siemens (R3Z24 şi R1Z24a) valoarea lui lambda este şi în acest caz 0. Ca şi în cazurile
anterioare explicaţia constă în aceea că, pe lângă o foarte bună comportare a acestor relee,
numărul lor precum şi numărul de solicitări la care au fost supuse este mic. Se poate constata,
că în cazul unui număr foarte mare de relee (toate din SEN pentru FIT), acest indicator nu mai
este zero (tabelul 5.9).
În Anexa 8, poate fi urmărită comparaţia realizată între intensităţile operaţionale de refuz ale
protecţiilor Siemens, ABB, ZPA şi EAW, plecând de la statisticile protecţiilor din SEN la
FIT.
Tabelul 5.8.a Lambda refuz mediu pe tipuri de protecţii şi automatizări

Q4, RD7) D113,D114,
D400
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333

solicitări
Lambda refuz mediu 3.25225E-06 3.60564E-06 4.93838E-06 0 0 0
[1/h]
Tabelul 5.8.b

număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Lambda refuz mediu 6.09201 0 0 7.6451 3.41465 0 5.16584 2.99185 0
[1/h] E-07 E-08 E-07 E-06 E-06
Confirmarea este dată de faptul că în cazul analizei făcute la nivelul tuturor protecţiilor
din SEN, unde atât numărul de solicitări, cât şi cel de relee de acelaşi tip este mult mai mare,
valorile lui lambda pentru releele din tipurile amintite nu mai este 0 (Siemens şi ABB tabelul
5.9).
Tabelul 5.9 Lambda refuz mediu la nivel SEN
SIEMENS ZPA ABB EAW

Lambda refuz mediu [1/h] 5.81163E-07 4.35193E-07 2.60506E-07 5.03606E-08
5.3.5 Densitatea operaţională de repartiţie a timpului de funcţionare

corectă până la primul răspuns eronat al protecţiei sau automatizării
Densitatea de repartiţie operaţională a timpului de funcţionare corectă,
până la primul răspuns eronat este o mărime obţinută pe cale statistică, ce se
exprimă ca raport între numărul de relee (instalaţii de securitate), care au
funcţionat eronat într-un interval de timp dat şi produsul dintre numărul total de
relee ţinute sub observaţie şi intervalul de timp considerat. (vezi §5.3.1).

n ( t ) − ner ( t i−1 ) δner ( t i )

f$er ( t i ) = er i =
N(0) ⋅ Δt i N(0) ⋅ Δt i
(5.47)
Studiu de caz
În tabelul 5.10, sunt prezentate valorile punctuale ale acestei mărimi, în cazul
automatizărilor (coloanele 2 şi 5) şi al protecţiilor (coloanele 4 şi 6).
Tabelul 5.10 Densitatea de repartiţie operaţională a timpului de funcţionare corecta pana la primul răspuns eronat
Nr. Crt. Automatizări Protecţii Nr. Crt. Automatizări Protecţii

1 1.51171E-05 2.06418E-06 35 1.0078E-05 2.06418E-06
2 5.03902E-06 6.19253E-06 36 0 8.25671E-06
3 5.03902E-06 0 37 0 2.06418E-06
4 1.0078E-05 4.12836E-06 38 0 4.12836E-06
5 1.51171E-05 1.23851E-05 39 5.03902E-06 1.23851E-05
6 1.0078E-05 2.06418E-06 40 0 4.12836E-06
7 5.03902E-06 0 41 5.03902E-06 0
8 1.51171E-05 2.06418E-06 42 0 4.12836E-06
9 0 2.06418E-06 43 1.0078E-05 1.03209E-05
10 0 2.06418E-06 44 0 2.68343E-05
11 0 1.23851E-05 45 5.03902E-06 2.06418E-06
12 5.03902E-06 0 46 0 0
13 0 4.12836E-06 47 1.0078E-05 4.12836E-06
14 5.03902E-06 4.12836E-06 48 0 4.12836E-06
15 0 0 49 5.03902E-06 4.12836E-06
16 5.03902E-06 2.06418E-06 50 0 2.06418E-06
17 1.0078E-05 0 51 0 2.06418E-06
18 5.03902E-06 6.19253E-06 52 0 4.12836E-06
19 1.0078E-05 1.03209E-05 53 1.0078E-05 2.06418E-06
20 4.03122E-05 2.06418E-06 54 0 0
21 0 1.44492E-05 55 0 8.25671E-06
22 0 4.12836E-06 56 5.03902E-06 4.12836E-06
23 4.03122E-05 2.06418E-06 57 0 2.06418E-06
24 1.0078E-05 8.25671E-06 58 5.03902E-06 0
25 5.03902E-06 8.25671E-06 59 0 2.06418E-06
26 1.0078E-05 4.12836E-06 60 0 8.25671E-06
27 0 2.06418E-06 61 0 8.25671E-06
28 5.03902E-06 4.12836E-06 62 0 0
29 1.51171E-05 6.19253E-06 63 0 0
30 0 6.19253E-06 64 0 0
31 0 2.06418E-06 65 1.0078E-05 4.12836E-06
32 1.0078E-05 1.03209E-05 66 0 2.06418E-05
33 0 2.06418E-06 67 5.03902E-06 0
34 0 4.12836E-06 68 5.03902E-06 2.06418E-06
Pentru instalaţiile de la FRE Bacău este prezentată tendinţa acestei mărimi prin trendul
linear (figura 5.50 pentru automatizări şi 5.51 pentru protecţii) respectiv cel polinomial (figura
5.52 pentru automatizări şi figura 5.53 pentru protecţii).
De asemeni, mai sunt prezentate evoluţiile densităţilor de repartiţie operaţională până
la primul răspuns eronat pe timpul observaţiilor făcute, prin curbe (figura 5.54 pentru protecţii
şi 5.55 pentru automatizări) (expresiile analitice ale acestora pot fi determinate cu ajutorul
algoritmului Prognoze, prezentat în Capitolul VI ).
TRENDUL LINIAR AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMA

FUNCŢIONARE ERONATĂ ÎN CAZUL AUTOMATIZĂRILOR
f ref. (ti)
0.00005
0.00004 f er(ti) = -1E-07t + 9E-06
0.00003 2
R = 0.0781
0.00002
0.00001
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul [luni]
Figurra 5.50

FUNCŢIONARE ERONATĂ ÎN CAZUL PROTECŢIILOR
f ref. (ti)
0.00003
0.000025
f er(ti) = 4E-10t + 5E-06
0.00002 2
R = 3E-06
0.000015
0.00001
0.000005
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul [luni]
Figura 5.51
TRENDUL POLINOMIAL AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA

PRIMA FUNCŢIONARE ERONATĂ ÎN CAZUL AUTOMATIZĂRILOR
f ref. (ti)
0.00005
5 4 3 2
0.00004 f er(ti) = -5E-13t + 8E-11t - 5E-09t + 1E-07t - 1E-06t + 9E-06
2
0.00003 R = 0.1164
0.00002
0.00001
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
timpul [luni]
Figura 5.52

TRENDUL POLINOMIAL AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMA

FUNCŢIONARE ERONATĂ ÎN CAZUL PROTECŢIILOR
f ref. (ti)
0.00003
f er(ti) = 4E-14t5 - 1E-12t4 - 3E-10t3 + 2E-08t2 - 3E-07t + 5E-06
0.000025 R2 = 0.026
0.00002
0.000015
0.00001
0.000005
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul [luni]

corectă până la prima funcţionare intempestivă a instalaţiei
până la prima funcţionare intempestivă, este o mărime obţinută pe cale
statistică, ce se exprimă prin raportul numărului de relee (instalaţii de
securitate), care au funcţionat intempestiv într-un interval de timp dat şi
produsul dintre numărul total de relee aflate sub observaţie şi mărimea
intervalului de timp considerat.
n ( t ) − nint ( t i−1 ) δnint ( t i )
f$int ( t i ) = int i =
N(0) ⋅ Δt i N(0) ⋅ Δt i
(5.48)
Studiu de caz
În tabelul 5.11, sunt prezentate valorile densităţii de repartiţie operaţională a timpului
de funcţionare corectă, până la prima funcţionare intempestivă, atât pentru instalaţiile de
automatizare (coloanele 2 şi 5), cât şi pentru cele de protecţie (coloanele 4 şi 6).
Tabel nr. 5.11 Densitatea operaţională de repartiţie a timpului de funcţionare corectă până la prima funcţionare intempestivă
1 1.51171E-05 2.06418E-06 35 0 2.06418E-06
2 0 6.19253E-06 36 0 2.06418E-06
3 5.03902E-06 0 37 0 8.25671E-06
4 5.03902E-06 2.06418E-06 38 0 2.06418E-06
5 5.03902E-06 6.19253E-06 39 0 4.12836E-06
6 5.03902E-06 0 40 0 1.23851E-05
7 0 0 41 0 4.12836E-06
8 0 0 42 0 0
9 0 2.06418E-06 43 0 6.19253E-06
10 0 2.06418E-06 44 1.0078E-05 8.25671E-06
11 0 1.23851E-05 45 0 1.03209E-05
12 0 0 46 0 2.06418E-06
13 0 4.12836E-06 47 0 0

14 0 4.12836E-06 48 0 4.12836E-06
15 0 0 49 0 1.23851E-05
16 0 2.06418E-06 50 5.03902E-06 4.12836E-06
17 0 0 51 0 2.06418E-06
18 0 0 52 0 2.06418E-06
19 0 8.25671E-06 53 0 2.06418E-06
20 5.03902E-06 2.06418E-06 54 0 2.06418E-06
21 0 1.44492E-05 55 0 0
22 0 4.12836E-06 56 0 2.06418E-06
23 5.03902E-06 2.06418E-06 57 0 4.12836E-06
24 0 4.12836E-06 58 0 0
25 0 4.12836E-06 59 0 0
26 5.03902E-06 4.12836E-06 60 0 0
27 0 2.06418E-06 61 0 2.06418E-06
28 0 4.12836E-06 62 0 6.19253E-06
29 5.03902E-06 6.19253E-06 63 0 0
30 0 4.12836E-06 64 0 0
31 0 0 65 0 0
32 0 8.25671E-06 66 0 2.06418E-06
33 0 2.06418E-06 67 0 2.06418E-05
Pentru instalaţiile de la FRE Bacău este prezentată tendinţa acestei mărimi, prin
trendul linear (figura 5.56 pentru automatizări şi 5.57 pentru protecţii) şi prin cel polinomial
(figura 5.58 pentru automatizări şi 5.59 pentru protecţii). În figurile 5.60 şi 5.61, sunt
prezentate, respectiv, evoluţiile densităţilor de repartiţie ale timpilor de funcţionare corectă,
până la prima funcţionare intempestivă în cazul protecţiilor şi automatizărilor sub forma unor
curbe.

FUNCŢIONARE INTEMPESTIVĂ ÎN CAZUL AUTOMATIZĂRILOR
f int. (ti)
0.000016
0.000014
f int. (ti) = -4E-08t + 3E-06
0.000012 2
0.00001 R = 0.102
0.000008
0.000006
0.000004
0.000002
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
-0.000002
timpul [luni]
Figura 5.56


FUNCŢIONARE INTEMPESTIVĂ ÎN CAZUL PROTECŢIILOR
f int. (ti)
0.000025
f int.(ti) = 6E-09t + 3E-06
0.00002 2
R = 0.001
0.000015
0.00001
0.000005
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul [luni]
Figura 5.57
TRENDUL POLINOMIAL AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA

PRIMA FUNCŢIONARE INTEMPESTIVĂ ÎN CAZUL PROTECŢIILOR
f int. (ti)
0.000025
5 4 3 2
0.00002 f int.(ti) = 4E-13t - 5E-11t + 3E-09t - 6E-08t + 5E-07t + 1E-06
2
R = 0.0848
0.000015
0.00001
0.000005
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
timpul [luni]
Figura 5.59

corectă până la primul refuz al instalaţiei
până primul refuz este o mărime obţinută pe cale statistică, ce se exprimă prin
raportul numărului de relee (instalaţii de securitate), care au refuzat să
funcţioneze la solicitările făcute într-un interval de timp dat şi produsul dintre
numărul total de relee aflate sub observaţie şi mărimea intervalului de timp
considerat.
n ( t ) − nref ( t i−1 ) δnref ( t i )
f$ref ( t i ) = ref i =
N(0) ⋅ Δt i N(0) ⋅ Δt i
(5.49)

Studiu de caz
În tabelul 5.12, sunt prezentate valorile densităţii de repartiţie operaţională a timpului
de funcţionare corectă, până la primul refuz, atât pentru instalaţiile de automatizare (coloanele
2 şi 5), cât şi pentru cele de protecţie (coloanele 4 şi 6).
Tabelul 5.12 Densitatea operaţională de repartiţie a timpului de funcţionare corecta pana la primul răspuns al instalatei

1 5.03902E-06 0 35 1.0078E-05 0
2 0 0 36 0 0
3 5.03902E-06 0 37 0 0
4 1.0078E-05 8.25671E-06 38 0 0
5 5.03902E-06 2.06418E-06 39 5.03902E-06 0
6 5.03902E-06 0 40 0 0
7 1.51171E-05 2.06418E-06 41 5.03902E-06 0
8 0 0 42 0 0
9 0 0 43 0 2.06418E-06
10 0 0 44 0 1.65134E-05
11 5.03902E-06 0 45 5.03902E-06 0
12 0 0 46 0 0
13 5.03902E-06 0 47 1.0078E-05 0
14 0 0 48 0 4.12836E-06
15 5.03902E-06 0 49 0 0
16 1.0078E-05 0 50 0 0
17 5.03902E-06 6.19253E-06 51 0 0
18 1.0078E-05 2.06418E-06 52 0 2.06418E-06
19 3.52732E-05 0 53 1.0078E-05 0
20 0 0 54 0 0
21 0 0 55 0 6.19253E-06
22 3.52732E-05 0 56 5.03902E-06 0
23 1.0078E-05 4.12836E-06 57 0 2.06418E-06
24 5.03902E-06 4.12836E-06 58 5.03902E-06 0
25 5.03902E-06 0 59 0 2.06418E-06
26 0 0 60 0 6.19253E-06
27 5.03902E-06 0 61 0 2.06418E-06
28 1.0078E-05 0 62 0 0
29 0 2.06418E-06 63 0 0
30 0 2.06418E-06 64 0 0
31 1.0078E-05 2.06418E-06 65 1.0078E-05 2.06418E-06
32 0 0 66 0 0
33 0 2.06418E-06 67 5.03902E-06 0
34 0 0 68 5.03902E-06 0
Pentru instalaţiile de la FRE Bacău, sunt prezentate trendurile lineare, ale
automatizărilor, respectiv protecţiilor în figurile 5.62 şi 5.63, iar cele polinomiale, sunt
prezentate în figurile 5.64 şi 5.65.

TRENDUL LINIAR AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMUL REFUZ ÎN

CAZUL AUTOMATIZĂRILOR
f ref. (ti)
0.00004
0.000035
f ref.(ti) = -8E-08t + 7E-06
0.00003 R2 = 0.0582
0.000025
0.00002
0.000015
0.00001
0.000005
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
timpul [luni]
Figura 5.62
TRENDUL LINIAR AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMUL REFUZ ÎN

CAZUL PROTECŢIILOR
f ref. (ti)
0.000018
0.000016 f ref.(ti) = 5E-09t + 1E-06
0.000014 R2 = 0.0014
0.000012
0.00001
0.000008
0.000006
0.000004
0.000002
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
timpul [luni]
Figura 5.63
TRENDUL POLINOMIAL AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMUL REFUZ

ÎN CAZUL AUTOMATIZĂRILOR
f ref. (ti)
0.00004
0.000035
0.00003 f ref(ti) = -4E-13t5 + 7E-11t4 - 4E-09t3 + 7E-08t2 - 3E-07x + 4E-06
0.000025 R2 = 0.1249
0.00002
0.000015
0.00001
0.000005
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
timpul [luni]
Figura 5.64

TRENDUL POLINOMIAL AL DENSITĂŢII TIMPULUI DE FUNCŢIONARE CORECTĂ PÂNĂ LA PRIMUL REFUZ

ÎN CAZUL PROTECŢIILOR
f ref. (ti)
0.000018
0.000016
0.000014 f ref(ti) = -4E-14t5 + 6E-12t4 - 3E-10t3 + 7E-09t2 - 1E-07t + 2E-06
0.000012 R2 = 0.0234
0.00001
0.000008
0.000006
0.000004
0.000002
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
-0.000002
timpul [luni]
Figura 5.65
Evoluţiile acestor mărimi sub forma unor curbe, este prezentată în figurile 5.66 (pentru
protecţii) şi 5.67 (pentru automatizări).
5.3.8 Fiabilitatea operaţională sau probabilitatea de funcţionare

corectă neîntreruptă în intervalul [0, ti] sau probabilitatea de a nu
transmite răspunsuri eronate în intervalul [0, ti]
Fiabilitatea operaţională sau probabilitatea de a nu transmite răspunsuri
eronate este o mărime obţinută pe cale statistică, ce se exprimă ca fiind
complementul raportului dintre numărul cumulat de relee (instalaţii de
securitate), care au funcţionat eronat, până la un moment dat şi numărul total
de relee aflate sub observaţie.
$ ( t ) = 1 − n er ( t i )
R i
N( 0 )
(5.50)
Studiu de caz
În tabelele 5.13.a şi 5.13.b, este prezentată fiabilitatea operaţională medie, pe tipuri de
instalaţii. De remarcat valorile foarte bune (maxime posibile) ale acestei mărimi în cazul
releelor LZ31 (ABB), R3Z24 şi R1Z24a (Siemens). Aceste rezultate se datoresc pe de o parte
comportării foarte bune în exploatare a acestor tipuri de relee, iar pe de altă parte faptului că,
atât numărul lor, cât şi numărul solicitărilor la care au fost supuse la FRE Bacău a fost mic.

Acest lucru este pus în evidenţă şi prin rezultatele obţinute din analiza statistică la nivel SEN
pentru instalaţiile de FIT prezentată în tabelul 5.14.
Tabelul 5.13 a Fiabilitatea operaţională medie pe tipuri de instalaţii

Q4, RD7) D113,D114,
D400
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333
solicitări
Probabilitatea medie de 0.76408451 0.81025641 0.77314815 1 1 1
succes (R med.)
Tabelul 5.13 b
număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Probabilitatea medie de 0.95117 0.54762 0.869048 0.984333 0.863569 0.9231 0.8128 0.9345 0.8267
succes (R med.)

Tabelul 5.14 Fiabilitatea operaţională medie pe tipuri de protecţii [SEN]
SIEMENS ZPA ABB EAW

Probabilitatea medie de succes(R med.) 0.888441 0.910363 0.88532 0.812314
Maximele fiabilitatii in perioada celor sase ani studiati, pentru cazul

protectiilor
Rmax.
1
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6
timpul [ani]
Figura 5.68
Pentru instalaţiile de protecţie, în general, pot fi folosite calculele de tip optimist.

Marjele de valori corespunzătoare diverselor grade de încredere aflându-se în figura 5.69.
pr0babilitatea
Media maximelor probabilitatatii de functionare

neeronata în cazul instalatiilor de protectie; maxime si
minime functie de gradele de incredere (95%---70%)
0.96
0.94
0.92
0.9
0.88
0.86
0.84
0.82
0.8
0.78
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Fig.5.69
Trendul linear şi expresia sa analitică, în cazul protecţiilor, este prezentat în figura

5.70. Pentru automatizări în figura 5.71 este prezentat, atât trendul linear, cât şi cel
polinomial, figură în care se află şi expresiile analitice ale acestora. Este bine să precizăm că

fiabilitatea are în vedere numărul cumulat de relee care transmit răspunsuri eronate. Deci se
măsoară probabilitatea cumulată.
EVOLUTIA PROBABILITĂŢII DE FUNCŢIONARE NEERONATĂ IN CAZUL

INSTALATIILOR DE PROTECTIE
VALOAREA FIABILITAT
1.2
R(t) = -0.0037t + 1.0108
1 R2 = 0.9923
0.8
0.6
0.4
0.2
0
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
1
4
TIMPUL [LUNI]
Fig.5.70
Evolutia probabilitatii de a nu transmite răspunsuri eronate in

cazul instalatiilor de automatizare
R (ti)
1
0.9
0.8
R1(t) = -0.0035t + 0.961
0.7 2
0.6 R = 0.9129
0.5
0.4
0.3 4 3 2
R2(t) = -5E-08t + 7E-06t - 0.0003t - 0.0018t + 0.9856
0.2 2
R = 0.9864
0.1
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
timpul [luni]
Fig.5.71
În Anexa 8, este prezentată de o manieră comparativă, evoluţia fiabilităţii operaţionale

(probabilitatea de funcţionare corectă), în cazul protecţiilor Siemens, ABB, ZPA şi EAW
existente în SEN.
5.3.9 Riscul operaţional de funcţionare intempestivă în intervalul [0,

ti] sau probabilitatea de funcţionare intempestivă în intervalul [0, ti]
Riscul operaţional de funcţionare intempestivă sau probabilitatea de
funcţionare intempestivă este o mărime obţinută pe cale statistică, ce se

exprimă ca raport între numărul cumulat de funcţionări intempestive, până la

un anumit moment şi numărul total de relee (instalaţii de securitate) aflate sub
observaţie.
nint ( t i )
q$ int ( t i ) =
N(0)
(5.51)
Studiu de caz
În tabelele 5.14.a şi 5.14.b, este prezentat riscul operaţional mediu de funcţionare
intempestivă, pe tipuri de instalaţii de protecţie şi automatizare. Se remarcă valorile nule ale
acestuia în cazul Siemens şi ABB aflate în exploatarea FRE Bacău. Valorile acestui risc se
modifică în cazul statisticii elaborate la nivel SEN, pentru instalaţiile electroenergetice de FIT
(tabelul 5.15) deoarece, atât numărul de relee, cât şi cel al solicitărilor este mult mai mare.
Tabelul 5.14 a Riscul mediu de funcţionare intempestiva pe tipuri de instalaţii
EAW (RD310, GSCI (PD3/2, ABB (LZ31) SIEMENS SIEMENS

RD110 Q3 ŞI PD3, PD2) (R3Z24) (R1Z24A)
Q4, RD7)
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333
solicitări
funcţionare
intempestivă
(q int med)
Tabelul 5.14 b

număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Probabilitatea medie de 0.02539 0.45238 0.130952 0.013333 0.124631 0.0769 0.0117 0 0.1733
funcţionare
intempestivă
(q int med)
Tabelul 5.15 Riscul mediu de funcţionare intempestiva pe tipuri de protecţii la nivel SEN
SIEMENS ZPA ABB EAW

Probabilitatea medie de funcţionare intempestivă (q int med) 0.097432 0.076784 0.103386 0.180801
Pentru instalaţiile de protecţie în general (fără a se ţine cont de tipul acestora), se pot
folosi pentru calculele de tip pesimist valorile riscului operaţional de funcţionare
intempestivă, între limitele corespunzătoare diverselor grade de încredere, aşa cum sunt ele
ilustrate în figura 5.72.

Trendul linear (de culoare roşie) şi cel polinomial (de culoare verde) şi expresiile
analitice aferente lor, în cazul protecţiilor, sunt prezentate în figura 5.73. În cazul
automatizărilor aceleaşi trenduri sunt ilustrate în figura 5.74.
Media maximelor riscului de functionare intempestiva in cazul

instalatiilor de protectie in functie de gradele de incredere
( 95%---70 %)
valoarea riscului
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Fig.5.72
EVOLUTIA RISCULUI DE FUNCTIONARE INTEMPESTIVA

INCAZUL PROTECTIILOR
q int (t)
0.2
0.18
0.16 q int1 (t) = 0.0027t - 0.0074
0.14 2
R = 0.9887
0.12
0.1
0.08
4 3 2
0.06 q int2 (t) = 5E-09t - 1E-06t + 1E-04t + 0.0005t + 0.0034
2
0.04 R = 0.9952
0.02
0
-0.02
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
1
timpul [luni]
Fig.5.73

Variatia riscului de functionare intempestiva in cazul

instalatiilor de automatizare
q.int (ti) 0.06
0.05
0.04
q int1 (t) = 0.0005t + 0.0193
2
0.03 R = 0.9197
0.02 6 5 4 3 2
q int2 (t) = -2E-11t + 4E-09t - 3E-07t + 2E-05t - 0.0003t + 0.0039t + 0.0074
2
0.01 R = 0.9695
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
timpul [luni]
Fig.5.74
Spre exemplu, pentru reducerea riscului de funcţionare intempestivă a protecţiilor

homopolare de tensiune, utilizate în cazul reţelelor având neutrul tratat prin rezistenţă, a fost
imaginat un releu electronic, cu ajutorul căruia sunt eliminate declanşările false determinate
de respectiva protecţie, în cazul arderii siguranţelor de medie tensiune din celula de măsură
[VIZI 96/4]. Schema acestui releu este prezentată în figura 5.75.In acelaşi scop s+au dat
soluşii pentru DRRI [VIZI 90/2] şi pentru DASF[VIZI 94/6].
circuite circuite
logice de tip logice de circuite circuite
“NU” si de tip “ŞI” cu logice de logice de
tip “DA’’ trei porti tip “ŞI” tip “DA”
circuite
UH logice de tip
“SAU”
circuite
logice de circuite
Prag de tip “ŞI-NU”
UR tensiune logice de
mare tip “ŞI”
US
UT Prag de
tens.
joasa
ardere siguranta
medie tens.
functionare
protectie homo-
polara de tens.
(defect real
in primar)
UH
Fig.5.75 Releu electronic de tensiune homopolară pentru reţelele având neutrul tratat prin rezistenţă

În Anexa 8, poate fi observată comparaţia între evoluţiile riscurilor operaţionale de

funcţionare intempestivă, pe parcursul a şapte ani pentru protecţiile Siemens, ABB, ZPA şi
EAW existente la nivel SEN, în instalaţiile de FIT.
5.3.10 Riscul operaţional de refuz, în intervalul [0, ti] sau probabilitatea de refuz
în intervalul [0, ti]
Riscul operaţional de refuz sau probabilitatea de refuz este o mărime

obţinută pe cale statistică, ce se exprimă ca raport între numărul cumulat de
refuzuri până la un anumit moment şi numărul total de relee (instalaţii de
securitate) aflate sub observaţie.
nref ( t i )
q$ ref ( t i ) =
N(0)
(5.52)
Studiu de caz
În tabelele 5.16.a şi 5.16.b, este prezentat riscul operaţional mediu de refuz, pe tipuri
de instalaţii de protecţie şi automatizare, calculat după datele din exploatarea echipamentelor
de la FRE Bacău. În afara riscurilor nule, existente în cazul releelor Siemens şi ABB, se
constată aceeaşi bună funcţionare, în cazul protecţiilor diferenţiale de linii şi a celor de bare
(qref med = 0). În tabelul 5.17, este prezentată valoarea medie a aceluiaşi risc, diferenţiat pe
tipuri de protecţie la FIT, statistica având în vedere datele de la nivelul întregului SEN.
Tabelul 5.16 a Riscul operaţional mediu de refuz pe tipuri de instalaţii(FRE Bacău)

RD110 Q3 ŞI PD3, PD2) (R3Z24) (R1Z24A)
Q4, RD7)
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333
solicitări
refuz (q ref med)
Tabelul 5.16 b
număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Probabilitatea medie de 0.02344 0 0 0.002333 0.011799 0 0.1756 0.0655 0
refuz (q ref med)
Tabelul 5.17 Riscul operaţional mediu de refuz pe tipuri de protecţii la nivel SEN
SIEMENS ZPA ABB EAW

Probabilitatea medie de refuz (q ref med) 0.014127 0.089637 0.011294 0.006884

Valorile medii ale maximelor riscului operaţional de refuz, pentru toate tipurile de
protecţii, luate nediferenţiat, sunt date între anumite limite, corespunzătoare diverselor grade
de încredere (95%, 90%, 85%, 80%, 75%, 70%), în figura 5.76. Ele pot fi utilizate cu succes,
în calculele pesimiste.
Media maximelor riscului de refuz in cazul protectiilor , functie de

gradele de incredere ( 95%---70% )
0.05
qref.
0.04
0.03
0.02
0.01
0
1 2 3 4 5 6 7 8 9 10 11 12
95% 90% 85% 80% 75% 70%
Fig.5.76
Evoluţia riscului operaţional de refuz, precum şi trendul linear (de culoare roşie) şi cel
polinomial (de culoare verde), în cazul protecţiilor, luate în general (nediferenţiate pe tipuri)
şi, expresiile analitice ale acestora, sunt ilustrate în figura 5.77. Aceleaşi trenduri, pentru cazul
automatizărilor (figurate în aceleaşi culori), precum şi expresiile analitice aferente lor, sunt
pezentate în figura5.78.
EVOLUTIA RISCULUI DE REFUZ IN CAZUL PROTECTIILOR

VALOAREA RISCULUI
0.07
0.06 4 3 2
q ref1 (t) = -9E-09t + 1E-06t - 6E-05t + 0.0015t - 0.003
0.05 2
R = 0.9845
0.04
q ref2 (t) = 0.0009t - 0.0035
0.03 2
R = 0.9736
0.02
0.01
0
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
1
-0.01
TIMPUL [LUNI]
Fig.5.77

q.ref(ti)
Variatia riscului de refuz in cazul instalatiilor de automatizare
0.25
0.2
0.15
q ref1 (t) = 0.003t + 0.0197
2
R = 0.9021
0.1
4 3 2
q ref2 (t) = 6E-08t - 8E-06t + 0.0003t + 0.0004t + 0.0014
2
0.05 R = 0.9862
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
timpul [luni]
Fig.5.78
În Anexa 8, este prezentată de o manieră comparativă evoluţia riscurilor operaţionale

de refuz în cazul instalaţiilor de protecţie, diferenţiate pe tipuri, existente la nivel SEN, pentru
instalaţiile electroenergetice de FIT.
5.3.11 Riscul operaţional de răspuns eronat în intervalul [0,ti] sau

probabilitatea de răspuns eronat în intervalul [0, ti]
Riscul operaţional de răspuns eronat sau probabilitatea de răspuns eronat
este o mărime obţinută pe cale statistică, ce se exprimă ca raport între numărul
cumulat de funcţionări eronate (intempestive şi refuzuri), până la un anumit moment
şi numărul total de relee (instalaţii de securitate) aflate sub observaţie.
$ ( t ) = n er ( t i ) = nint ( t i ) + nref ( t i ) = q$ ( t ) + q$ ( t )
Q i int i ref i
N( 0 ) N( 0 )
(5.53)
Studiu de caz
În urma studiilor efectuate asupra instalaţiilor de protecţie şi automatizare de la FRE
Bacău, s-au obţinut următoarele valori medii, pentru riscul de răspuns eronat (diferenţiate pe
tipuri de instalaţii tabelele 5.18.a şi 5.18.b). Se constată că această mărime, are valorile cele
mai mici (0), în cazul instalaţiilor de protecţie echipate cu relee LZ31, R3Z24 şi R1Z24a.

Aceasta, demonstrează, o foarte bună funcţionare a echipamentelor respective, însă trebuie

ţinut cont şi de faptul că numărul solicitărilor la care acestea au fost expuse, este posibil să nu
fie concludent. Observaţia de mai sus, este confirmată şi de valorile din tabelul 5.19, obţinute
pentru întregul număr de relee aflate la nivel SEN, care echipează celulele de FIT unde
numărul de solicitări la care acestea au fost supuse, a fost mult mai mare.
Tabelul 5.18 a Riscul operaţional mediu de răspuns eronat pe tipuri de instalaţii (FRE Bacău)

RD110 Q3 ŞI PD3, PD2) (R3Z24) (R1Z24A)
Q4, RD7)
număr mediu de 60.0833333 48.5833333 6.16666667 5.58333333 8.25 0.58333333
solicitări
Probabilitatea medie de
transmitere a
răspunsurilor eronate 0.23591549 0.18974359 0.22685185 0 0 0
(Q med)
Tabelul 5.18 b
număr mediu de 9.58333 0.83333 0.583333 1.833333 13.33333 0.75 96.333 3.0833 8.6667
solicitări
Probabilitatea medie de
transmitere a
răspunsurilor eronate 0.04883 0.45238 0.130952 0.015667 0.136431 0.0769 0.1872 0.0655 0.1733
(Q med)
Tabelul 5.19Riscul de răspuns eronat pe tipuri de protecţii la FIT (SEN)
SIEMENS ZPA ABB EAW

Probabilitatea medie de transmitere a răspunsurilor eronate (Q med) 0.111559 0.089637 0.11468 0.187686
În calculele acoperitoare, de tip pesimist, pot fi utilizate datele dintre limitele

corespunzătoare diverselor grade de încredere (95%, 90%, 85%, 80%, 75%, 70%), prezentate
în figura 5.79. Acestea, reprezintă mediile maximelor riscului operaţional de funcţionare
eronată (de transmitere a răspunsurilor eronate), aferente instalaţiilor de protecţie în general,
fără a se face diferenţieri între diferitele tipuri de echipamente.

valoarea riscului
Media maximelor riscului de functionare eronata a instalatiilor de protectie
functie de gradele de incredere ( 95%---70%)
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
1 2 3 4 5 6 7 8 9 10 11 12
Fig.5.79
Evoluţia riscului operaţional de răspuns eronat, este prezentat pentru cazul protecţiilor
nediferenţiate pe tipuri, în figura 5.80.
EVOLUTIA PROBABILITĂŢII DE FUNCŢIONARE ERONATĂ

CORESPUNZATOARE INSTALATIILOR DE PROTECTIE
VALOAREA RISCULUI
Q = 0.0037t - 0.0108
0.25
0.2
0.15
0.1
0.05
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
-0.05
TIMPUL [LUNI]
Fig. 5.80
În cazul automatizărilor, evoluţia acestui risc precum şi trendurile sale linear (roşu) şi
polinomial (verde), împreună cu expresiile lor analitice sunt ilustrate în figura 5.81.

Evolutia riscului de raspuns eronat in cazul instalatiilor de

automatizare
Q(ti) 0.3
0.25
0.2
Q1(t) = 0.0035t + 0.039
0.15 2
R = 0.9129
0.1 4 3 2
Q2(t) = 5E-08t - 7E-06t + 0.0003t + 0.0018t + 0.0144
2
0.05 R = 0.9864
0
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
timpul [luni]
Fig.5.81
În Anexa 8, pot fi văzute, prezentate în mod comparativ, riscurile de a transmite

răspunsuri eronate, în cazul protecţiilor Siemens, ABB, ZPA şi EAW. De asemeni, pentru
aceste tipuri de protecţii, sunt prezentate în aceeaşi anexă, în grafice separate, evoluţiile
comparative ale probabilităţilor de a nu transmite răspuns eronat şi riscurile de a transmite
răspunsuri eronate.
5.4 Modelul matematic al securităţii sistemelor de relee de

protecţie si automatizare
5.4.1 Modelul dual de defect
Un element poate să refuze funcţionarea, când trebuie să funcţioneze, sau
poate să funcţioneze intempestiv când nu există motiv de a acţiona.[ ]
Fie qref - riscul de refuz de funcţionare;
qinst - riscul de funcţionare intempestivă.
Pentru un sistem paralel, având două elemente identice avem:
,
(5.54)
adică sistemul refuză, dacă ambele elemente refuză.
Dacă însă funcţionează, oricare din ele intempestiv, contează modul de
funcţionare intempestivă ( întrucât schema transmite răspuns eronat de tip
intempestiv) riscul de funcţionare intempestivă este.

(5.55)
Riscul sistemului va fi:
Q = P(releul să funcţioneze eronat) = Qref + Qint ⇒
Q = qref
2
+ qint (2 − qint )
(5.56)
Securitatea poate fi calculată cu relaţia:
S = 1 − Q = 1 − qref
2
− qint ⋅ (2 − qint )
(5.57)
Acest rezultat, sugerează o diagramă logică, ce include ambele tipuri de
funcţionări eronate (refuzul şi acţionarea
Prot.1 intempestivă). Astfel, sistemul este defect, dacă
(+)
ambele relee refuză simultan, sau cel puţin un
(+)
releu funcţionează intempestiv .
Prot.2
BD
(-)
Figura 5.82 Contacte în paralel de relee care transmit impuls la o bobina de
declanşare
Protecţiile 1 şi 2(fig.5.82) transmit în paralel impulsuri de declanşare, la bobina de

declanşare BD. Fiecare din contactele finale ale protecţiilor, poate funcţiona
intempestiv sau refuza. Astfel, dacă există condiţii de declanşare şi ambele protecţii
refuză, contactele rămân deschise; avem cazul unui refuz al protecţiilor, deci refuz de
declanşare (defect de închidere = open failure).
În mod similar, dacă există o selectivitate necorespunzătoare sau alte cauze,
rezultând închideri intempestive ale contactelor protecţiilor, spunem că avem un
defect de închidere (de scurtare - shorted failure). [ALLA 82]
5.4.2 Riscul şi securitatea din perspectiva modului de defectare al

sistemelor de relee
Defectele aparatelor se pot datora vechimii lor, pericolelor şi proastei
mentenanţe.

Presupunem cazul unui sistem redundant de protecţie, transmiţând impuls la o

singură bobină de declanşare. Considerăm două moduri de defectare:
− refuz de închidere, când există condiţii de defect;
− funcţionare intempestivă, când nu există defect primar.
Definim probabilităţile corespunzătoare celor două tipuri de evenimente astfel:
− qref i - probabilitatea de refuz de funcţionare a releului I, când există defect
în zona de lucru;
− qint i - probabilitatea de funcţionare intempestivă a releului i, când nu există
defect în zona sa de lucru (absenţa defectului primar).
Pentru un întreg sistem sau subsistem avem următoarele:
− Qref i - probabilitatea de refuz a subsistemului i;
− Qint i - probabilitatea de funcţionare intempestivă a subsistemului i.
Utilizând aceste definiţii, putem stabili formulele de probabilitate pentru
sistemele de relee.
Cazul releelor paralel (SAU)
SAU
1 Qref = qref 1 ⋅ qref 2 (5.58) 1
2 SAU
dacă qref 1 ≠ qref 2
2
SAU 2
Qref = qref (5.59) Figura 5.84 Schema logică de
funcţionare a sistemelor cu relee
Figura 5.83 Relee paralel paralel
dacă qref 1 = qref 2 = qref
Schema logică de funcţionare a sistemului este prezentata în fig.5.84
Cum întotdeauna qref 1 ⋅ qref 2 < 1 ⇒ Q ref
SAU
= qref
2
< qref ,
(5.60)
probabilitatea de refuz, în cazul schemelor SAU, este mai mică decât în cazul
utilizării unui singur releu.
SAU
Q int = 1 − (1 − qint 1 )(1 − qint 2 ) ⇒
(5.61)
SAU
Q int = qint 1 + qint 2 − qint 1 ⋅ qint 2 dacă qint 1 ≠ qint 2
(5.62)
= 1 − (1 − qint ) = qint (2 − qint ) dacă qint 1 = qint 2 = qint

SAU 2
şi Q int
(5.63)

⎧qint < 1
Deoarece ⎨ ⇒ Q int > qint
⎩2 − qint > 1
(5.64)
Deci probabilitatea de funcţionare intempestivă, în cazul utilizării unei scheme
SAU, este mai mare decât în cazul folosirii unui singur releu.
Cazul releelor serie (ŞI)
1
1 2
2 ŞI
Figura 5.85 Relee serie

Figura 5.86 Schema logică de
serie
ŞI
Q int = qint 1 ⋅ qint 2 dacă qint 1 ≠ qint 2 (5.65)
şi ŞI
Q int = qint
2
dacă qint 1 = qint 2 = qint (5.66)
ŞI
Q ref = 1 − (1 − qref 1 )(1 − qref 2 ) = qref 1 + qref 2 − qref 2 ⋅ qref 2 dacă qref 1 ≠ qref 2
(5.67)
ŞI
Q ref = qref (2 − qref ) dacă qref 1 = qref 2 = qref
(5.68)
Deci probabilitatea de funcţionare intempestivă, a releelor serie (ŞI), este mai mică
decât în cazul utilizării unui singur releu, iar probabilitatea de refuz în cazul releelor în
schemă ŞI(serie) este mai mare decât în cazul utilizării unui singur releu.
Expresiile insecuritatii(riscului), respectiv securităţii, în cele doua cazuri sunt
următoarele
Cazul SAU
SAU
Q SAU = S = Q ref
SAU
+ Q int
SAU
(5.69)
SAU ⎧qint 1 ≠ qint 2

S = Q SAU = qref 1 ⋅ qref 2 + qint 1 + qint 2 − qint 1 ⋅ qint 2 dacă ⎨
⎩qref 1 ≠ qref 2
(5.70)
⎧qint 1 = qint 2
+ qint ⋅ ( 2 − qint ) dacă ⎨
SAU
S = Q SAU = qref
2
⎩qref 1 = qref 2
(5.71)
Securitatea are expresiile:


S SAU = 1 − S = 1 − Q SAU = 1 − qref 1 ⋅ qref 2 − qint 1 − qint 2 + qint 1 ⋅ qint 2 dacă ⎨
(5.72)
⎧qint 1 = qint 2
− qint ⋅ (2 − qint ) dacă ⎨
SAU
S SAU = 1 − S = 1 − Q SAU = 1 − qref
2
⎩qref 1 = qref 2
(5.73)
Studiu de caz 1
În cazul a doua instalaţii conectate SAU, când riscului de refuz i se dă valoarea maxima,
0.05 (vezi fig.5.76), iar cel intempestiv ia valori între limitele 0.06-0.016 (vezi fig.5.73),
variaţia securităţii unui astfel de sistem, arată ca în fig.5.87
0.8811 0.9
0.88
0.86
0.84
0.82
S q int , 0.05, 2 0.8
0.78
0.76
0.74
0.72
0.7031 0.7
0.06 0.072 0.084 0.096 0.108 0.12 0.132 0.144 0.156 0.168 0.18
0.06 q int 0.16
Fig.5.87 Variaţia securităţii în cazul a doua instalaţii conectate în logica de tip SAU, la q.ref constant
Daca însă, riscul maxim, variază între limitele sale (0.02-0.05), iar riscului intempestiv i se dă
valoarea maxima posibila, 0.16, securitatea se prezintă ca în fig.5.88
0.70520.706
0.706
0.705
0.705
0.705
S 0.16, q ref , 2 0.704
0.704
0.704
0.704
0.703
0.70310.703
0.02 0.023 0.026 0.029 0.032 0.035 0.038 0.041 0.044 0.047 0.05
0.02 q ref 0.05
Fig.5.88 Variaţia securităţii în cazul a doua instalaţii conectate în logica de tip SAU, la q.int constant
Securitatea atinge valori mult mai mici, în cazul variaţiei riscului de refuz, ea fiind
mult mai sensibilă în raport cu acest risc decât cu riscul de funcţionare intempestivă.
Cazul ŞI

ŞI
Q ŞI = S = Q ref
ŞI
+ Q int
ŞI
(5.74)
ŞI ⎧qint 1 ≠ qint 2
S = qref 1 + qref 2 − qref 1 ⋅ qref 2 + qint 1 ⋅ qint 2 dacă ⎨
(5.75)
iar securitatea corespunzătoare este:
ŞI
SŞI = 1 − S = 1 − Q ŞI = 1 − qref 1 ⋅ qref 2 + qref 1 ⋅ qref 2 − qint 1 ⋅ qint 2
(5.76)
apoi
⎧qint 1 = qint 2
S = Q ŞI = qref ⋅ (2 − qref ) + qint
ŞI 2
dacă ⎨
⎩qref 1 = qref 2
(5.77)
iar securitatea:
S ŞI = 1 − S = 1 − Q SAU = 1 − qref ⋅ (2 − qref ) − qint

ŞI 2
(5.78)
Studiu de caz 2
În cazul a doua instalaţii conectate ŞI, când riscului de refuz i se dă valoarea maximă,
0.05 ( vezi fig.5.76), iar cel intempestiv ia valori între limitele 0.06-0.016 ( vezi fig.5.73),
variaţia securităţii unui astfel de sistem, arată ca în fig.5.89. Dacă însă, riscul maxim variază
între limitele sale (0.02-0.05), iar riscului intempestiv i se da valoarea maxima posibila, 0.16,
securitatea se prezintă ca în fig.5.90
Fig.5.89Variatia securităţii în cazul a doua instalaţii conectate în logica de tip ŞI, la q.ref constant

0.9348 0.94
0.932
0.924
0.916
0.908
S 0.16, q ref , 2 0.9
0.892
0.884
0.876
0.868
0.8769 0.86
0.02 0.023 0.026 0.029 0.032 0.035 0.038 0.041 0.044 0.047 0.05
0.02 q ref 0.05
Fig.5.90Variatia securităţii în cazul a doua instalaţii conectate în logica de tip ŞI, la q.int constant
5.4.3 Securitatea sistemelor cu n relee serie (ŞI)

Schema clasica de fiabilitate a unui astfel de sistem este prezentata în fig.5.91
A1 A2 A3 Ai An Figura 5.91
Cazul a n relee serie
Sistemul refuză, dacă cel puţin un element refuză; schema echivalentă de refuz fiind
prezentata în fig.5.92:
Figura 5.92
qref 1 qref 2 qref 3 qref i qref n Schema echivalentă de
refuz în cazul a n relee serie
Sistemul va funcţiona intempestiv, dacă toate elementele sale, simultan,

funcţionează intempestiv. Schema echivalentă de funcţionare intempestivă este
prezentată în fig.5.93:
Expresiile probabilităţilor de funcţionare intempestivă şi de refuz sunt:
ŞI
Q int = qint 1 ⋅ qint 2 ⋅...⋅qint i ⋅...⋅qint n
(5.79)
n
ŞI
Q int = ∏ qint i
i =1
(5.80)

qint 1
ŞI
Q ref = 1 − (1 − qref 1 ) ⋅ (1 − qref 2 )⋅...⋅(1 − qrefi )⋅...⋅(1 − qrefn )
(5.81)
qint 2
qint i
(5.82)
Schema clasică de fiabilitate, având în vedere dualismul
qint n
refuz-funcţionare[ ] intempestivă, specific sistemelor de
Figura 5.93
Schema echivalentă de funcţionare relee, este echivalentă cu doua scheme una de tip serie
intempestivă în cazul a n relee serie
fig.5.92, care pune în evidenţă refuzurile şi una paralel
(fig.5.93) care pune în evidenţă funcţionările intempestive. Această schemă
echivalentă, compusa practic din doua subsisteme, unul având n elemente serie cu
probabilităţile de refuz qref.1, qref.2, ... ...qref.i...... qref.n, iar celălalt având n elemente
paralel, cu probabilităţile de funcţionare intempestiva qint.1, qint.2,....... qint.i,........ qint.n,
se numeşte schemă de securitate a sistemelor cu n relee serie.
Riscul ca sistemul să furnizeze răspunsuri eronate va fi:
Q ŞI = Q ref
ŞI
+ Q int
ŞI
(5.83)
Q ŞI = 1 − ∏ (1 − qrefi ) + ∏ qint i
n n
i =1 i =1
iar securitatea:
n n
SŞI = 1 − Q ŞI = ∏ (1 − qrefi ) − ∏ qint i
i=1 i=1
(5.84)
Dacă elementele sunt identice avem:
Q ŞI = 1 − (1 − qref ) + qnint
n
S ŞI = (1 − qref ) − qnint
n
(5.85)

5.4.4 Securitatea sistemelor cu n relee paralel (SAU)

A1
Dacă avem A1, A2, …, An elemente în paralel, (fig.5.94),
A2
sistemul refuză, dacă toate elementele sale refuză. Deci schema
de refuz este o schemă paralel (fig.5.95). Ai
n
SAU
Q ref = qref 1 ⋅ qref 2 ⋅...⋅qrefi ⋅...⋅qrefn = ∏ qrefi (5.86)
i =1
An
În schimb, dacă oricare din elementele acestuia
Figura 5.94
funcţionează intempestiv, sistemul funcţionează intempestiv Cazul a n relee paralel
(schema de funcţionare intempestivă fiind una serie- fig.5.96)
= 1 − (1 − qint 1 ) ⋅ (1 − qint 2 )⋅...⋅(1 − qint i )⋅...⋅(1 − qint n ) = 1 − ∏ (1 − qint 1 )

n
SAU
Q int
i=1
(5.87)
Riscul ca sistemul să comunice răspunsuri eronate este:
Q SAU = Q ref
SAU
+ Q int
SAU
⇒
(5.88)
Q SAU = 1 + ∏ qrefi − ∏ (1 − qint i )

n n
i=1 i =1
(5.89)
iar securitatea sistemului va fi:
S SAU = 1 − Q = ∏ (1 − qint i ) + ∏ qrefi

n n
i =1 i =1
(5.90)
Q SAU = 1 + qnref − (1 − qint )

n
S SAU = (1 − qint ) − qnref

n
(5.91)

Aşadar, schema de securitate a unui sistem având n elemente paralel se
qref 1
qref 2
qint 1 qint 2 qint 3 qint i qint n

qref i
qref n
Figura 5.95 Figura 5.96

Schema echivalentă de refuz în Schema echivalentă de funcţionare intempestivă în cazul sistemelor de relee paralel
cazul sistemelor de relee paralel
poate considera ca fiind compusă din două subsisteme, unul alcătuit din n elemente
paralel având probabilităţile de refuz: qref 1, qref 2 ,..., qrefi ,..., qrefn , iar celălalt alcătuit din n
elemente serie având probabilităţile de funcţionare intempestivă
qint 1, qint 2 ,..., qint i ,..., qint n .
Studiu de caz
Variaţia fiabilităţii, R(qref,n) şi a securităţii S(qint, qref,n), pentru protecţiile cu relee
ZPA arată ca în figura 5.97. Se observă, că fiabilitatea creşte cu numărul de instalaţii aflate în
paralel, în timp ce securitatea atinge un maxim, pentru n=2, după care scade.
Fig.5.97 Comparaţie între fiabilitate şi securitate în cazul instalaţiilor cu relee ZPA
Diferenţa evoluţiei celor două mărimi este mult mai bine pusă în evidenţă, în cazul
instalaţiilor de automatizare RAR (fig.5.98)

1
0.98
0.96
0.94
R( 0.1756, n ) 0.92
0.9
S q int , 0.1756, n
0.88
0.86
0.84
0.82
0.8
1 1.7 2.4 3.1 3.8 4.5 5.2 5.9 6.6 7.3 8
n
Fig.5.98 Comparaţie între fiabilitate şi securitate în cazul instalaţiilor de automatizare RAR
Riscul de refuz, al automatizărilor RAR, este diminuat cu peste 10% în cazul utilizării
unor scheme speciale[VIZI 91/3] , de asemeni diminuarea depaşeşte 15% in cazul folosirii
releelor electronice pentru controlul impulsurilor de reanclanşare, la ieşirea din releele RAR
(figura 5.99). [VIZI 94/1.
Securitatea poate să prezinte o pantă permanent negativă, în funcţie de
numărul de elemente aflate în paralel, sau una pozitivă într-un anumit interval de
variaţie a numărului de elemente, după care ea să devină din nou negativă.
Studiu de caz
În cazul unor echipamente având riscul intempestiv constant, qint=0,11 şi qref variabil,
evoluţia securităţii se prezintă ca în figura 5.100.

TT UB DD1
1
Bară SI1
Trafo1 SAU
P1 2
O DD2
1
Afişor Δϕ
T
Detector 2
de Timp O
unghi
prescriere unghi
TT Linie de comparare
Trafo2 SI2
UL
P2 NU
DD3
1
SI3
NU 2
O
Amplificator RE
+
RAR
⎫
⎬ Reanclanşare
(-) ⎭
Figura 5.99 Releu electronic pentru controlul reanclanşării
0.878706 0.9
S q int , 0.014127 , n
S q int , 0.089637 , n 0.85
S q int , 0.011294 , n
S q int , 0.06884 , n 0.8
S q int , 0.0833333 , n
S q int , 0.09722222 , n 0.75

2
S q int , 0.02344 , n
S q int , 0.011799 , n
0.7
1
S q int , 0.11 , n
S q int , 0.1756 , n
0.65
S q int , 0.2 , n
0.625822
0.6
1 1.5 2 2.5 3 3.5 4
1 n 4
Figura 5.100 Variaţia securităţii în funcţie de qref şi numărul de relee aflate în paralel

Se constată că, pentru qref=qint, securitatea rămâne constantă, până în momentul în

care mai este pus un releu în paralel, dacă se adaugă şi altele aceasta scade, panta fiindu-i
evident negativă. Pentru valori ale riscului de refuz mai mari decât riscul de funcţionare
intempestivă, (curbele 1 şi 2), securitatea atinge un maxim după care scade odată cu creşterea
numărului de relee aflate în paralel. Evoluţia riscului este în mod evident, inversă celeia pe
care o are securitatea (figura 5.101).
0.4
0.374522
Q q int , 0.014127 , n
Q q int , 0.089637 , n 1
2
Q q int , 0.011294 , n
Q q int , 0.06884 , n
Q q int , 0.0833333 , n
Q q int , 0.09722222 , n 0.25
Q q int , 0.02344 , n
Q q int , 0.011799 , n
Q q int , 0.11 , n
Q q int , 0.1756 , n
Q q int , 0.21 , n
0.121294
0.1
1 2.5 4
1 n 4
Figura 5.101 Variaţia riscului în funcţie de qref şi numărul de relee aflate în paralel

APLICAŢII CARE PRIVESC CREŞTEREA

ELECTROENERGETICE
Rezumat
În capitolul VI, Aplicaţii care privesc creşterea fiabilităţii sistemelor de
protecţie şi automatizare, a instalaţiilor electroenergetice, sunt prezentate preocupările
autorului consacrate acestui scop. Astfel, de la alegerea instalaţiilor de protecţie şi
automatizare, până la predicţia comportamentului acestora, plecând de la manifestările
lor într-un anumit interval de timp, sunt propuse abordări legate de ceea ce poate
influenţa fiabilitatea acestor categorii de instalaţii.
Principalele probleme dezvoltate în acest capitol sunt:
− alegerea instalaţiilor de protecţie şi automatizare pe baza criteriului performanţă
fiabilistă-cost;
− optimizarea nivelului de redundanţă;
− analiza disponibilităţii şi credibilităţii instalaţiilor de protecţie şi automatizare;
− analiza calităţii actului de conducere a procesului de mentenanţă precum şi al
calitaţii acţiunilor de menetenanţă propriu-zisă;
− stabilirea duratelor optime dintre două intervenţii succesive;
− prognozarea fiabilităţii şi securităţii sistemelor de protecţie şi automatizare.
6.1 Alegerea instalaţiilor de protecţie şi automatizare pe baza

criteriului performanţă fiabilistă - cost
Plecându-se de la nivelul minim de securitate ce trebuie asigurat de un anumit
echipament, de la intensitatea de transmitere a răspunsurilor eronate ale diverselor
tipuri de protecţii şi de la costurile corespunzătoare acestora, în cele ce urmează se
stabileşte un algoritm de alegere a instalaţiilor (echipamentelor) de protecţie şi
automatizare, astfel încât soluţia utilizată să fie cea mai avantajoasă din punct de
vedere economic.

Dacă riscul de transmitere a răspunsurilor eronate acceptat este Qadm,

probabilitatea admisibilă de a nu transmite răspunsuri eronate este[VIZI 96/3],:
Radm = 1 - Qadm
(6.1)
Probabilitatea ca protecţia să nu transmită răspunsuri eronate, un interval mai
mare decât (0,t) este:
R ( T > t ) = e − λ er ⋅t
(6.2)
Alegem între două tipuri de protecţii pentru care cunoaştem:
λer1 - intensitatea de transmitere a răspunsurilor eronate (funcţionări intempestive
şi refuzuri) a primului tip de protecţie;
λer2 - intensitatea de transmitere a răspunsurilor eronate a celui de-al doilea tip de
protecţie;
C1 - costul de achiziţie al primului tip de protecţie;
C2 - costul de achiziţie al celui de-al doilea tip de protecţie.
R ( T1 > t) = e − λ er1⋅t1
(6.3)
R ( T2 > t) = e − λ er 2 ⋅t 2
(6.4)
reprezintă probabilităţile ca protecţia să nu transmită răspunsuri eronate în intervalul
(0,t).
Din relaţia R adm = e − λ er1⋅t1 = e − λ er 2 ⋅t 2

(6.5)
putem determina duratele de utilizare t1 şi t2 ale celor două tipuri de protecţie, astfel
încât probabilitatea de a nu transmite răspunsuri eronate, să fie mai mare decât
valoarea sa limită admisibilă:
ln R adm
t1 = −
λ er1
(6.6)
ln R adm
t2 = −
λ er 2
(6.7)
Costul pe unitatea de timp, de utilizare, până la înlocuire va fi:

C1 λ ⋅C
C n1 = = − er1 1
t1 ln R adm
(6.8)
C2 λ ⋅C
C n2 = = − er 2 2
t2 ln R adm
(6.9)
Rezultă:
C n1 λ er1 ⋅ C1
=
C n2 λ er 2 ⋅ C 2
(6.10)
Făcând Cn1=Cn2 rezultă:
λ er1 ⋅ C1 = λ er 2 ⋅ C 2
(6.11)
Adică ştim care dintre cele două protecţii, văzute pe piaţă este mai economic de
cumpărat. Dacă sunt incluse pe lângă costurile de investiţie iniţială (C1I , C 2I ) şi
costurile de exploatare ( C 1E , C 2E ) :
C1 = C1I + C1E
(6.12)
C 2 = C 2I + C 2E
C n1 λ er1 ⋅ (C 1I + C 1E )
Avem: =
C n2 λ er 2 ⋅ (C 2I + C 2E )
(6.13)
C n1
Dacă: >1 - este mai avantajos să cumpărăm protecţia 2
C n2
C n1
<1 - este mai avantajos să cumpărăm protecţia 1.
C n2
Dacă se ţine cont de actualizarea cheltuielilor şi de daunele care se pot
produce la consumatorii de energie electrică, avem:

n n N
C1 = C1I + ∑ C1EAi ⋅ k iA + ∑ ∑ D ijCMA ⋅ fiAR
i=1 i=1 j=1
(6.14)
n n N
C 2 = C 2I + ∑ C 2EAi ⋅ k iA + ∑ ∑ D ijCMA ⋅ fiAR
i=1 i=1 j=1
(6.15)
semnificaţia mărimilor fiind următoarea:
C1,C2 - cheltuielile totale actualizate;
C1I,C2I - cheltuielile de întreţinere iniţiale;
C1EAi , C 2EAi - cheltuielile de exploatare anuale în anul i;
kiA - coeficientul de actualizare al cheltuielilor;

DijCMA - dauna la consumatorul racordat la plecarea j în anul i;
fAR = N·Q - frecvenţa anuală a răspunsurilor eronate;
N=T·λ - numărul de solicitări ale protecţiei;
T - timpul unui an [ore];
Q - probabilitatea de a transmite răspunsuri eronate;
Q = qref + qint;
λ - este intensitatea de defectare a elementului primar.
6.2 Optimizarea nivelului de redundanţă a instalaţiilor de

protecţie
Redundanţa asigură, în general, eliminarea refuzurilor, cu alte cuvinte scade
probabilitatea de refuz. Ea se impune a fi utilizată în situaţiile în care, intensitatea de
refuz are valori ridicate.
Stabilirea numărului optim de elemente redundante se poate face, utilizând,
unul din algoritmii [CATU 89/2] cunoscuţi:
− bazaţi pe metode euristice;
− bazaţi pe metoda utilizării multiplicatorului Lagrange;
− bazaţi pe utilizarea programării dinamice;
− determinarea rutei celei mai fiabile, în cazul în care informaţia trebuie
transmisă între mai multe niveluri ierarhice.

Nu trebuie uitat faptul că, creşterea nivelului de redundanţă, sporeşte riscul

funcţionărilor intempestive.
Informaţiile, prin intermediul instalaţiilor de protecţie, se transmit de regulă, pe
lanţuri de tip serie.
Ne propunem să creştem fiabilitatea instalaţiilor de protecţie prin asigurarea
redundanţei elementelor lanţului de tip serie.
Fie un lanţ cu n elemente (relee) serie, pentru care realizăm redundanţa
succesivă. Să presupunem că, pentru început realizăm o rezervare de m ori pentru
elementul 1 (figura 6.1).
qref1 qref2 qref3 qrefi qrefn

2
qref1
qref1
m
Figura 6.1 Schema echivalentă de refuz a unui lanţ cu n relee serie
qint1 qint1 qint1 qint1 qint1

1 2 3 j m
qint2
Qint3
qinti
qintn
Figura 6.2 Schema echivalentă de funcţionare intempestivă a unui lanţ cu n relee serie
Introducerea elementelor în paralel produce modificări în schema duală

corespunzătoare funcţionărilor intempestive (figura 6.2).
Expresiile riscurilor de refuz şi de funcţionare intempestivă, vor fi:
n
Q ref = 1 − 1 − qm (
ref 1 )∏ (1 − qrefi )
i=2
(6.16)
[ ]∏ q
n
Q int = 1 − (1 − qint 1 )
m
int i
i=2
(6.17)

Dacă se realizează redundanţa prin multiplicare pentru fiecare din cele n

elemente astfel:
elementul 1 de m1 ori;
…..
elementul i de mi ori;
…..
elementul n de mn ori,
putem scrie relaţiile generale:
( m
)( m
) ( m
Q ref = 1 − 1 − qref11 ⋅ 1 − qref22 ⋅...⋅ 1 − qrefii ⋅...⋅ 1 − qrefn
n
) ( m
)
(6.18)
( ) ( ) ⎡
( )
⎡ m1 ⎤ ⎡ m2 ⎤ mn ⎤
Q int = ⎢1 − 1 − qint 1
⎣ ⎥⎦ ⋅ ⎢⎣1 − 1 − qint 2 ⎥⎦⋅...⋅⎢⎣1 − 1 − qint n ⎥⎦
(6.19)
Securitatea sistemului va fi: (6.20)
( )( ) (mn ⎤ ⎡
) ( ) ( ) ( )
m1 ⎤ ⎡ m2 ⎤ ⎡ mn ⎤
S = ⎡1 − 1 − q ref11 ⋅ 1 − q ref22 ⋅...⋅ 1 − q refn
m m
+ 1 − 1 − q int 1 ⎥ ⋅ ⎢1 − 1 − q int 2 ⎥⋅...⋅⎢1 − 1 − q int n
⎢⎣ ⎥⎦ ⎢⎣ ⎦ ⎣ ⎦ ⎣
⎥
⎦
sau
( )⎥⎥⎦ + ∏ ⎡⎢⎣1− (1− q )

⎡ n ⎤ n mi ⎤
S = ⎢1 − ∏ 1 − qrefii
m
int i ⎥
⎢⎣ i=1 i=1 ⎦
(6.21)
Optimizarea constă în găsirea gradului de multiplicare m1 m2 … mi … mn
aferent fiecăruia din cele n elemente 1, 2, … i, … n, astfel încât, securitatea să fie
mai mare decât o valoare limită prestabilită (costul de realizare a redundanţei fiind
minim - eventual).
S ≥ Slim ; C = C min
(6.22)
Sau să avem securitate maximă la un cost mai mic decât o valoare prestabilită
S = Smax ; C ≤ C lim
(6.23)
Este important să se ştie că, deşi fiabilitatea creşte prin mărirea redundanţei,
fiind cu atât mai bună cu cât redundanţa fiecărui element este mai mare, securitatea,
care este un indicator mult mai complex în ceea ce priveşte caracterizarea

succesului instalaţiilor de protecţie şi automatizare, creşte prin componenta sa
specifică refuzului dar scade prin componenta sa specifică funcţionărilor
intempestive.
Deci, există un optim de redundanţă pentru care securitatea are valoare
maximă[VIZI 97/3],. Ori tocmai acest optim se doreşte a fi stabilit astfel încât riscul
răspunsurilor eronate al instalaţiilor de protecţie şi automatizare să fie minim.
Relaţiile anterioare se mai pot scrie :
QTOT ≤ Qlim , C = Cmin sau QTOT = Qmin , C ≤ Clim
(6.24)
Studiu de caz
Se consideră protecţia unei linii de înaltă tensiune, pentru ale cărei elemente se
cunosc riscurile de funcţionare intempestivă şi de refuz precum şi costurile aferente
acestora. Se pune problema optimizării securităţii (minimizarea riscului), în condiţiile
multiplicării prin redundanţă a elementelor componente ale protecţiei .
Rezultatele se prezintă ca mai jos.
ELEMENTUL DIN SCHEMA DE PROTECŢIE

E1 E2 E5 E6 E8 E9
q.ref 0.050044 0.048002 0.0443386 0.044709 0.001116 0.009091
q.int 0.00443386 0.0217 0.02108465 0.107393 2.23E-03 0.009091
preţ unitar (USD) 1000 1500 500 5000 100 100
nr. min de elem. redund. 1 1 1 1 1 1
Tabel 6.1 Valorile riscurilor şi a preţurilor corespunzătoare elementelor serie din lanţul de optimizat
circ.crt. circ.tens. circ.cc. protecţie bob.decl. E.v.d. risc. sistem. Cheltuieli($)

(E1) (E2) (E5) (E6) (E8) (E9)
1 1 1 1 1 1 0.182800304 8200
2 1 1 1 1 1 0.141904362 9200
2 2 1 1 1 1 0.100714055 10700
2 2 2 1 1 1 0.060840976 11200
2 2 2 2 1 1 0.018852197 16200
2 2 2 2 2 2 0.008827824 16400
2 2 2 2 2 1 0.017757236 16300
3 2 2 2 2 2 0.006463834 17400
3 3 2 2 2 2 0.004279393 18900
3 3 2 3 2 2 0.002374238 23900
Tabel 6.2 Variantele de redundanţă ale lanţului serie analizat

În figura 6.3, reprezentând trendul riscului, se observă că acesta, în funcţie de varianta

de redundanţă utilizată, scade, după care creşte, deşi numărul de elemente redundante se
măreşte.
Variatia riscului sistemului functie de de redondanta (trendul riscului)

0.2
0.18
0.16
0.14
Riscul sistemului
Q = 3E-05v 5 - 0.0009v 4 + 0.0106v 3 - 0.0506v 2 + 0.0553v + 0.167

0.12
R2 = 0.9941
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12 13
varianta (numărul de elemente redondante)
Figura 6.3 Dependenţa riscului de varianta de redundanţă folosită (trendul riscului)
In anexa 12, sunt prezentate rezultatele influienţei redundanţei şi asupra

nonfiabilităţii.
6.3 Analiza disponibilităţii şi credibilităţii sistemelor de

protecţie şi automatizare
Coeficientul de disponibilitate, determinat în funcţie de media timpului de bună
funcţionare [MTBF] şi de media timpului de mentenanţă, [MTM], are expresia:
MTBF
IA =
MTBF + MTM
(6.25)
În privinţa MTBF afirmaţia necesită câteva precizări:
a) Cazul protecţiilor clasice [VIZI 96/5]
− Se poate vorbi de MTBF, în sens clasic, numai dacă ne referim la partea de
curent alternativ (elemente de demaraj, elemente de măsură, elemente de
direcţie, etc.), care se află în permanenţă sub excitaţia mărimilor tensiune şi
curent din secundarele transformatoarelor de măsură;
− Mărimea MTBF nu poate caracteriza, în sens fiabilistic clasic şi, partea de
logică (de curent continuu), deoarece aceasta are regimul de funcţionare

"în aşteptare". Practic nu ştim dacă această parte, pe timpul funcţionării
normale a echipamentelor primare, este în stare de bună funcţionare sau
nu. Este adevărat însă, că în urma analizelor privind fiabilitatea
operaţională se poate determina intensitatea de transmitere a răspunsurilor
eronate (funcţionări intempestive şi refuzuri) cu ajutorul căreia se poate
estima media timpului de bună funcţionare, dintre două răspunsuri eronate
ale instalaţiei de protecţie sau automatizare.
b) Cazul protecţiilor prevăzute cu posibilităţi de autotestare
Media timpului de bună funcţionare poate fi considerată aptă să caracterizeze
din punct de vedere fiabilistic, atât elementele funcţionând în curent alternativ
(demaraj, măsură, direcţie, etc.), cât şi pe cele care constituie partea logică a
instalaţiei.
Dacă aceste protecţii sunt şi tolerante la defectări, media timpului de bună
funcţionare (relaţia 6.27) creşte în raport cu cea a protecţiilor clasice (relaţia 6.26)
(fig. 6.4)
T f1 Tm1 T f2 Tm2 T fi Tmi T fr
a)
T ’f1 T ’m 1 T ’f2 T ’m 2 T ’fi T ’m i T ’fr
b)
Figura 6.4 MTBF pentru instalaţiile clasice şi cele tolerante la defectări
a) Protecţii clasice b) Protecţii tolerante la defectări
Tfi - durata de funcţionare dintr-un interval oarecare de timp;

Tm i - timpul de mentenanţă după respectiva mentenanţă.
Corespunzător celor două figuri MTBF va fi:
r
∑ Tfi 1 r
MTBF =
i= 1
r
= ∑ Tf
r i=1 i
(6.26)
r
∑ T ' fi 1 r
MTBF ' = i=1
= ∑ T ' fi
r r i=1
(6.27)
Definim coeficientul stării de funcţionare eronată ca fiind:
MTBF − MTM
K se = 1 −
TV
(6.28)
unde: TV - este timpul se supravieţuire al sistemului de securitate.
Evident, MTBF<MTBF’, deoarece, în general Tfi < T' fi , întrucât pentru
protecţiile tolerante la defectări, după timpul de funcţionare normală Tfin , urmează un
timp de funcţionare cu defectul mascat, corespunzător lăţimii suprafeţei haşurate din
figura (6.4.b), T' fidm , timp în care instalaţia de securitate este aptă să-şi menţină
capacitatea de a răspunde corect la solicitări, funcţionând corect (fig. 6.5).
Tfi
T’fin T’fidm
T’fi
Figura 6.5 Timpii de funcţionare corectă în cazul protecţiilor

clasice (Tfi) şi a celor tolerante la defectări (T'fi)
Aşadar, se poate scrie că:

T ' fi = T ' fin + T ' fidm > Tfi (6.29)
Prin urmare, coeficientul stării de funcţionare eronată, în cazul instalaţiilor
clasice, este mai mare decât în cazul instalaţiilor prevăzute cu autotestare şi
autodiagnoză.
Credibilitatea, ca măsură a probabilităţii de a nu exista defecţiuni care să ducă
la răspunsuri eronate ale sistemului (relaţia 3.17), evident că în cazul instalaţiilor
clasice, are valoarea dată numai de detectările de defecte descoperite în mod
întâmplător, în cazul lucrărilor de verificare periodică. În timp ce, în cazul instalaţiilor
de securitate autotestabile, atât timp cât acestea au module în stare de bună

funcţionare, practic, se sesizează toate defectele care ar putea duce la funcţionări
eronate. Cu alte cuvinte, probabilitatea de a detecta stările instalaţiei, care ar
conduce la funcţionări intempestive sau refuzuri, este în mod teoretic egală cu
unitatea, în cazul protecţiilor autotestabile şi, foarte mică, în cazul instalaţiilor clasice.
Credibilitatea este cu atât mai mare cu cât viteza de testare este mai mare. Pentru
reducerea timpului de mentenanţă, (MTM), au fost imaginate o serie de echipamente
pentru efectuarea lucrărilor [VIZI 94/5]
În direcţia realizării de echipamente autotestabile există foarte mult teren de
acţiune. Preocupările autorului s-au îndreptat spre realizarea unui releu electronic
pentru anclanşarea automată a buclelor deschise, cu autotestare, care să mărească
credibilitatea automatizărilor de tip AAR de linie, existente în cadrul instalaţiilor de
sistem de 110 kV (figura 6.6) [VIZI 94/1].
Ul
R
S Bloc măsură Bloc analiză Bloc temporizator
T Ul stare Ua şi Ub şi amplificator
N
D1 D2 D3
Upr. “A lucrat
releul”
Bloc generare Circuit D1a D2a D3a
tensiune de
prescrisă blocaj IEŞIRE
Upr.
Ub
D1b D2b D3b
R
S Bloc măsură
T Ub
N Bloc
Blocaj extern autotestare
RESET
“ON/OFF”
“Releu defect”
RESET EXTERN
+ +24 Vcc
24 V - Bloc +15 Vcc
220 V alimentare
ca
Figura 6.6 Releu electronic cu autotestare pentru anclanşarea automată a buclelor deschise
De asemeni, plecînd de la releele numerice existente [GAL 94],[ABB 96], s-a

conceput o schemă de releu de distanţă, pentru care sunt detectate, inclusiv
defectele de traductoare (funcţia de validare mărimi) sau cele din circuitele
secundare de curent, respectiv tensiune, pe principiul redundanţei analitice (figura

6.7).
AUTOSUPRAVEGHERE ŞI
AUTODIAGNOZĂ
Funcţia de toleranţă
la defectări
U UNITATEA DECLAN-
UNITATE
DE DE ŞĂRI
START LOGICĂ
Funcţia de
INTERFAŢĂ protecţie INTER-
INTRĂRI FAŢĂ
Funcţie de
Ö Ö Funcţia de
RAR Ö IEŞIRE
validare mărimi Funcţia de
UNITATE perturbograf+
DE locator SEMNALI-
AFIŞARE ZĂRI
Condiţii externe +
I controale
Funcţia de
comunicaţie
× × ×
UNITATE DE PROGRAMARE
Figura 6.7 Releu de distanţă digital tolerant la defectări utilizând redundanţa analitică
6.4 Calitatea actului de conducere a procesului de mentenanţă

Disponibilitatea ca mărime privită sub aspectul combinat dintre mentenabilitate
[MOR 92], mentenanţă şi fiabilitate:
A( t ) = R( t ) + F( t ) ⋅ M( t r )
(6.30)
cu: M( t r ) = 1 − e − μtr - mentenabilitatea[FERB 94]

F( t ) = 1 − R( t ) - nonfiabilitatea,
tr - timpul de repunere în funcţie a instalaţiei,
permite aprecierea calităţii managementului actului de mentenanţă.
Pentru instalaţiile de securitate, intensitatea de reparare μ, ar trebui dată de
furnizor, calculul său de către acesta trebuind să fie făcut după relaţia [GEBA 84]:
1
μ=
MTR
(6.31)
k
n1λ 1t 1 + n 2 λ 2 t 2 +K+ n k λ k t k
∑ ni λ i t i
i=1
cu: MTR = =
n1λ 1 + n 2 λ 2 +K+ n k λ k k
∑ ni λ i
i= 1
(6.32)
unde:
ni - numărul de componente de acelaşi tip ale echipamentului de securitate;
λi - intensitatea de defectare a acestui tip de componente;
ti - timpul mediu, apreciat de furnizor, pentru înlăturarea defecţiunii unei
componente din grupul ni (luat din normele de montaj).
Cu aceste valori se calculează A 0 ( t )
Pe baza observaţiilor din exploatare, în timpul a "m" acţiuni de mentenanţă,
media timpului de reparare, MTR, are expresia:
$t + $t +K+ $t 1 m$
= ⋅ ∑ ti
1 2 m
MTR =
m m i= 1 (6.33)
Cu aceste valori se calculează A m ( t )

Conducătorul (managerul) procesului de exploatare şi întreţinere a
echipamentului, făcând comparaţie între valorile obţinute pentru A( t ) , va avea
informaţii despre calitatea coordonării procesului de mentenanţă. Astfel, diferenţa
disponibilităţilor obţinute determină un ecart:
ε = A 0 (t ) − A m (t )
(6.34)
care reflectă calitatea procesului de conducere a acţiunilor de mentenanţă.

Dacă acest ecart este mare, el se traduce prin:

- fie o organizare defectuoasă a formaţiilor;
- fie o dotare insuficientă ca volum sau nivel tehnologic;
- fie o instruire necorespunzătoare;
- fie chiar lipsa calificării;
- fie o foarte mare viteză de degradare a echipamentului [VIZI 95/6].
Pentru instalaţiile de protecţie
A = P + Q⋅M
(6.35)
P - reprezentând probabilitatea de funcţionare neeronată a protecţiei;
Q - reprezentând probabilitatea ca protecţia să comunice răspunsuri eronate
valorile lor putând fi determinate cu relaţiile FRE [VIZI 92/3]
6.5 Studiul calităţii procesului de mentenanţă

Se propune, pentru aprecierea calităţii lucrărilor de întreţinere un indicator.
Acesta, pe lângă posibilitatea analizei calităţii lucrărilor de mentenanţă [CAR 94/2],
ne poate da informaţii şi cu privire la momentul când se poate renunţa la o instalaţie
de securitate:
Fie Qm = Qp·Qa
(6.36)
indicatorul calităţii lucrărilor de mentenanţă al instalaţiilor de protecţie şi
automatizare,
unde:
♦ Qp - reprezintă indicatorul coeficienţilor funcţionali, ilustrând, în ce măsură
coeficienţii funcţionali ai protecţiilor şi automatizărilor (coeficient de revenire etc.), s-
au îmbunătăţit sau nu, după efectuarea lucrărilor de mentenanţă. Expresia sa este:
αi βi
⎡ k i (m) ⎤ ⎡ k j (0) ⎤
Qp = ∏ ⎢ ⎥ ⋅∏ ⎢ ⎥
i ⎣ k i (0) ⎦ ⎣ k j (m) ⎥⎦
j ⎢
(6.37)
• Se foloseşte raportul k j (m) k j (0 ) , în cazul în care, după lucrările de
mentenanţă se doreşte să se obţină coeficienţi funcţionali, având valori mai

mici decât cei de referinţă daţi prin norme, deci k j (m) > k j (0 )
(6.38)
• Se foloseşte raportul k j ( 0 ) k j (m) în cazul în care după lucrările de
mentenanţă se doreşte să se obţină coeficienţi funcţionali având valori mai

mari decât cei de referinţă daţi prin norme, deci k j (m) < k j ( 0 )
(6.39)
Aşadar, dacă valorile de referinţă ale coeficienţilor funcţionali ai instalaţiilor în
cauză sunt k i ( 0 ) , ei îmbunătăţindu-se după efectuarea lucrărilor de mentenanţă când
capătă valorile k i (m) , indicatorul Qp se obţine din produsul rapoartelor supraunitare
existente între cele două mărimi aflate la puterile αi şi βi între care există relaţia:
∑ α i + ∑ βi = 1
(6.40)
Coeficienţii de pondere αi şi βi se stabilesc în funcţie de experienţa de
exploatare, ei reflectând ponderea diverşilor coeficienţi funcţionali ai protecţiilor în
raport cu ceilalţi coeficienţi.
♦ Qa - reprezintă factorul de atenuare a principalelor mărimi perturbatoare,
ilustrând în ce măsură factorii perturbatori (umiditate, temperatură, influenţa
câmpurilor, etc.) s-au îmbunătăţit după efectuarea lucrărilor de mentenanţă
γ δi
⎡ k (0) ⎤ i ⎡ k (m) ⎤
Q a = ∏ ⎢ s ⎥ ⋅∏ ⎢ r ⎥
s ⎣ k s (m) ⎦ r ⎣ k r (0) ⎦
(6.41)
cu ∑ γ s + ∑ δr = 1
s r
(6.42)
în care:
k s ( 0 ) - este parametrul perturbator limită acceptat;
k s (m) - este parametrul perturbator după intervenţie;

Variaţia lui Qm în funcţie de timpul de viaţă al echipamentului este prezentată

în figura 6.8.
Qm
tv - este momentul în care
1,4 echipamentul ar trebui vândut,
chiar dacă la un preţ foarte scăzut
1
deoarece în foarte scurt timp
parametrii săi nu mai pot fi
t
menţinuţi(refăcuţi) nici prin lucrări
tv tr
de mentenanţă;
Figura 6.8 Variaţia indicatorului calităţii procesului de mentenanţă
tr - momentul în care
echipamentul ar trebui retras din exploatare, funcţionarea sa nemaiprezentând nici
securitate, nici credibilitate.
Studiu de caz
Se consideră o protecţie maximală de curent, cu blocaj voltmetric situată într-o cabină
de relee, în care se execută lucrări de mentenanţă. În cazul releelor maximale de curent
Ki(0)=0,85 (coeficient de revenire), după lucrările de mentenanţă acesta este Ki(m)=0,86.
Pentru releele minimale de tensiune Ku(0)=1,15; Ku(m)=1,08. Umiditatea Kv(0)=70%, după
lucrările de mentenanţă Kv(m)=63%, iar temperatura Kt(0)=100C şi Kt(m)=160C. Din
experienţa de exploatare şi întreţinere, se apreciază că: α i = α u = β v = β t = 0,5 .
Indicatorul calităţii procesului de mentenanţă este:
0 ,5 0, 5 0 ,5 0,5
⎛ k (m)⎞ ⎛ k ( 0) ⎞ ⎛ k (m)⎞ ⎛ k (m)⎞
Qp = ⎜ i ⎟ ⋅⎜ u ⎟ ⋅⎜ v ⎟ ⋅⎜ t ⎟ = 1,384
⎝ k i ( 0) ⎠ ⎝ k u (m)⎠ ⎝ k v ( 0) ⎠ ⎝ k t ( 0) ⎠
Deci lucrările de întreţinere au fost bine executate.
6.6 Stabilirea duratelor optime dintre două intervenţii

succesive
În vederea asigurării unei funcţionări corecte a protecţiilor şi automatizărilor,
care nu dispun de module de autotestare, pentru evitarea acţionărilor false şi a
refuzurilor în funcţionare, normativele [PE 88], [INST 92 ] recomandă intervalul de
timp, după care trebuie făcute verificări periodice. Desigur că, indicaţiile din normativ

s-au stabilit pe baza experienţei de exploatare, dar acestea trebuie actualizate

conform cu evoluţia sistemelor de protecţie folosite !VIZI 95/6].
Este clar că, un interval mic între două verificări profilactice, determină o
funcţionare sigură, probabilitatea apariţiei unui defect, în acest interval fiind redusă,
mai ales dacă instalaţiile nu sunt îmbătrânite; în acelaşi timp, însă, verificările dese
solicită mai mult personalul de întreţinere şi exploatare, iar pe de altă parte, scot din
funcţiune instalaţia de protecţie prin relee sau automatizare pe durata verificărilor. Un
interval de timp prea mare, între două verificări succesive, măreşte riscul unor
funcţionări intempestive sau refuzuri în funcţionare în eventualitatea defectării
instalaţiei în cauză. Aspectele mai sus menţionate nu sunt dorite, de unde ideea
necesităţii unei cât mai corecte aprecieri a duratei dintre două verificări profilactice.
Corectitudinea stabilirii periodicităţii verificărilor protecţiilor se poate face dacă
se dispune de date statistice, din exploatare, pe baza cărora se pot calcula indicatorii
de fiabilitate operaţională ai instalaţiei şi durata optimă de funcţionare între două
verificări succesive.
Indicatorii de fiabilitate, pentru tipul de protecţie sau automatizare considerată
se vor calcula separat, pentru fiecare sursă de insucces: acţionări intempestive şi
refuzuri în funcţionare.
Aceşti indicatori, în ipoteza admiterii funcţiei de repartiţie exponenţială
(λ=constant) sunt prezentaţi mai jos:
Indicatori de fiabilitate Acţionări intempestive Refuzuri de funcţionare

Intensitatea de defectare n int ( t + Δt ) − n int ( t ) n ref ( t + Δt ) − n ref ( t )
λ int ( t ) = λ ref ( t ) =
[N(0 ) − nint (t )] ⋅ Δt [N(0) − nref ( t)] ⋅ Δt
Probabilitatea medie de Rint ( t ) = e − λ int ( t )⋅Δt Rref ( t ) = e − λref ( t ) ⋅ Δt
succes
Probabilitatea medie de λ int ( t ) ⋅ Δt λ ref ( t ) ⋅ Δt
insucces Q int ( t ) = Q ref ( t ) =
2 2
Tabelul nr. 6.3 Indicatorii de fiabilitate funcţie de sursele de insucces
Semnificaţia mărimilor este cea prezentată în capitolul 5.

Dacă riscul limită acceptat pentru acţionările false este Qint.lim, iar cel puţin
pentru refuzuri este Qref.lim timpii dintre două verificări succesive rezultă din relaţiile:
2 ⋅ Q int.lim
Δt optim1 ≤
λ int
(6.43)
2 ⋅ Q ref .lim
Δt optim2 ≤
λ ref
(6.44)
(
Δt optim = min Δt optim1, Δt optim2 )
Acest interval de timp se compară cu timpii daţi prin norme Δt:
Dacă Δt optim < Δt - lucrările de mentenanţă trebuie efectuate cu o frecvenţă
mai mare decât cea dată prin norme.

Dacă Δt optim > Δt - lucrările de mentenanţă pot fi efectuate cu o frecvenţă
mai mica decât cea dată de norme.

În mod foarte riguros, relaţiile probabilităţilor din tabelul de mai sus sunt cele
date de relaţiile 2.33 şi 2.34
6.7 Prognoze privind fiabilitatea şi securitatea sistemelor de

Pentru a avea informaţii despre un fenomen viitor, sunt utilizate datele
obţinute pe cale experimentală (Anexele 5,6,7,11), cu ajutorul cărora se obţine curba
f(t) reconstituită după descompunerea în serii Fourier[ROT-97] a fenomenului
despre care s-au cules datele experimentale. Se stabileşte momentul t, în care
fenomenul se doreşte a fi cunoscut şi, se calculează expresia din relaţia 6.45. Autorul
a conceput un program(vezi Anexa 10), numit "PROGNOZE", pentru realizarea
prognozelor indicatorilor de fiabilitate. Respectiva aplicaţie permite determinarea
coeficienţilor ak, bk, ck cu ajutorul cărora este construită funcţia teoretică. Se pot
astfel obţine atât date care să anticipeze evenimentele primare deci şi numărul de
solicitări, cât şi coeficienţi ak, bk, ck cu ajutorul cărora să poată fi scrisă expresia
analitică a indicatorilor de fiabilitate (densitate de repartiţie, intensitate de transmitere
a răspunsurilor eronate, intensitate de funcţionare intempestivă, intensitate de refuz,

riscuri etc.), expresie care poate apoi fi utilizată în relaţiile fundamentale prezentate
în capitolul II.
După o relaţie de tipul:
∞
(
f ( t ) = ak + ∑ bk sin(kωt ) + c k cos(kωt ) )
n=1
(6.45)
2π
unde: ϖ =
T
T - intervalul pe care s-au cules datele
se pot obţine prognoze în legătură cu fenomenul urmărit plecând de la datele culese
pentru perioadele anterioare.
Momentul t este bine să fie dat în luni (30,4 zile).
Studiu de caz
Numărul de solicitări al instalaţiilor de protecţie şi automatizare poate fi prognozat
plecând de la datele prezentate în Anexa 6 (nsol) pentru perioada studiată, considerându-se că
evenimentele ar avea o perioadă de repetabilitate de 71 de luni. Curba corespunzătoare acestor
evenimente, este prezentată în figura 6.9 cu linie punctată roşie, iar cea obţinută prin
recompunerea armonicilor Fourier obţinute cu ajutorul programului PROGNOZE (Anexa 10),
este figurată în grafic cu linie plină albastră. Modelarea este cu atât mai fidelă, cu cât numărul
de armonici prescris este mai mare. Pe baza datelor obţinute pentru valorile armonicelor se
pot obţine valorile punctuale ale mărimii prognozate. De exemplu: numărul de solicitări în
anul 2014 în luna aprilie (luna 208 începând din ianuarie 1997), va fi 28.

Figura 6.9 Prognoza numărului de solicitări ale instalaţiilor de protecţie
6.8 Concluzii
Capitolul VI are un puternic caracter aplicativ. El oferă instrumente de analiză atât
pentru cei care concep schemele în care sunt utilizate instalaţii de protecţie şi automatizare cât
şi pentru cei care exploatează şi întreţin astfel de instalaţii. Sunt expuse o serie de algoritme
menite să analizeze o parte din elementele care influenţează fiabilitatea şi securitatea
instalaţiilor de protecţie şi automatizare.
În principal contribuţiile ale autorului constau în elaborarea de algoritme pentru:
fiabilistă-cost, luându-se în considerare, atât costurile de investiţie iniţială şi de
exploatare, cât şi a daunelor care se pot produce la consumatorii de energie
electrică;
− optimizarea nivelului de redundanţă prin asigurarea nedepăşirii de către riscuri a
unor praguri prestabilite, în condiţiile unor costuri minime sau a asigurării unor
riscuri minime, la costuri mai mici decât nişte valori impuse;
− analiza disponibilităţii şi credibilităţii sistemelor de protecţie şi automatizare,

plecând de la indicele de disponibilitate pentru instalaţiile clasice precum şi pentru
cele prevăzute cu autotestare şi autodiagnoză. Propunerea în scopul realizării
acestei analize a unui coeficient care să caracterizeze starea de funcţionare eronată.
Conceperea unor scheme care să ducă la creşterea disponibilităţii şi credibilităţii.
Este cazul releului electronic cu autotestare pentru anclanşarea automată a buclelor
deschise şi, a releului digital de distanţă cu validarea mărimilor de intrare utilizând
principiile redundanţei analitice şi a toleranţei la defectări.;
− analiza calităţii lucrărilor de mentenanţă şi a calităţii actului de conducere al
procesului de mentenanţă. Introducerea unui indicator care pe lângă calitatea
lucrărilor de mentenanţă poate da informaţii şi în legătură cu momentul în care o
instalaţie de securitate trebuie scoasă din funcţiune;
− stabilirea duratelor optime, dintre două intervenţii succesive la instalaţiile de
protecţie şi automatizare aflate în exploatare, astfel încât acestea să asigure un
anumit nivel de securitate impus;
− prognozarea fiabilităţii şi securităţii sistemelor de protecţie şi automatizare plecând
de la datele obţinute din exploatarea acestora, într-o perioadă anterioară. Este
utilizată descompunerea în serii Fourier (1000 de armonici) a curbelor diferitelor
funcţii operaţionale, obţinute pe baze statistice.

MENTABILITATEA ŞI DISPONIBILITATEA
19.1 MENTABILITATEA
• Sistemele cu reânoire (restabilire) sunt sistemele pentru care se pot înlocui

elementele defecte cu elemente noi, funcţionale.
• Acestea se realizează prin operaţii de mentenantă.
• Mentenanţa reprezintă ansamblul acţiunilor tehnico-organizatorice ce se
efectuează în scopul menţinerii sau reabilitării unui produs în starea necesară
îndeplinirii funcţiei cerute.
• Aptitudinea unui produs de a fi repus în funcţie în urma unui defect se exprimă
printr-o probabilitate în funcţie de timp numită mentenabilitate.
• Mentenabilitatea este deci aptitudinea unui produs ca în condiţii date de
utilizare, restabilit în starea de a-şi îndeplini funcţia specificată atunci când
acţiunile de mentenantă se efectuiază în condiţii precizate şi într-un timp dat.
M (t r ) = Prob (t r ≤ (T r )) (487)
unde : tr – timpul de restabilire (repunere în funcţiune)

Tr – o limită impusă duratei de restabilire
M(tr) – funcţia de mentabilitate
Materialele şi personalul acestor acţiuni constituie suportul mentenanţei.
Calculul indicatorilor de mentenabilitate.
Dacă µ(t) – este intensitatea de reparaţie.
relaţia : M (t ) = P (t ≤ T )
r rob r r
(488)

tr
M (t ) = 1 − e ∫
− μ (tr )dtr
devine: r 0 (489)
tr – fiind timpul de reabilitare
19.2 MEDIA TIMPULUI DE REPARAŢIE MTR
• La proiectare , în cazul unei previziuni ştiind :
n – nr. de componente de acelaşi tip

λ – reţea de defectare a acestora
ni , λi – nr. Mediu orar de defecte pt. grupul de elemente ni
ti - timpul mediu pentru înlătutarea defectului unei componente din
gradul ni
n λ t + n λ t + ....... + n λ t ∑n λ t i i i
MTR = 1 1 1 2 2 2 k k k
= i =1
n λ + n λ + ........... + n λ
1 1 2 2 k k
k
∑n λ i i
(490)
i =1
• Pe baza de observaţii (experimental ) din exploatare:
Dacă t
'
i
- sunt timpii de observaţie destinaţi unui nrumăr r de acţiuni
de mentenanţă .
∧ ∧ ∧ r
∑t
'
' + ' + .......... . + '
∧
t 1 t2 tr = i
MTR =
r
i =1
r
(491)
Dacă timpii de reparaţie t’ urmează o lege exponenţial negativă atunci:

μ (t r ) = const = μ (492)
1
sau μ= (493)
MTR
M (t r ) = 1 − e
tr
− − μtr
MTR = 1− e (494)
19.3 DISPONIBILITATEA
Disponibilitatea reprezintă aptitudinea unui produs de a-şi îndeplini funcţia specifică,

sub aspectele combinate ale fiabilităţii, mentenabilităţii şi de organizare a acţiunilor
de mentenanţă la un moment dat sau într+un interval de timp specificat.
A(t ) = P rob (t > (T )) r

(495)
Tr este timpul limită pentru ca produsul să se afle în stare aptă de funcţionare

(la cerere).
A(t ) = R(t ) + F (T ) M (t ) r
(496)
F (t ) = 1 − R(t ) (497)
Exemplu:
Fie un întrerupător de MT pentru care se cunosc :
R(t) = 0,85
M(tr) = 0,444 înainte de restabilirea SI
M(tr) = 0,812 după restabilire
Se determină :
A(t) = 0,85+0,15*0,444=0,916
Iar după restabilire :

A(t) = 0,85+0,05* 0,812 = 0,972
20. MODELUL MATEMATIC AL SECURITĂŢII SISTEMELOR DE RELEE DE
PROTECŢIE SI AUTOMATIZARE
20.1 MODELUL DUAL DE DEFECT

Un element poate să refuze funcţionarea, când trebuie să funcţioneze, sau
poate să funcţioneze intempestiv când nu există motiv de a acţiona.
Fie qref - riscul de refuz de funcţionare;
qinst - riscul de funcţionare intempestivă.
Pentru un sistem paralel, având două elemente identice avem:
Qref = qref1 ⋅ qref 2 = qref

2
, (498)
adică sistemul refuză, dacă ambele elemente refuză.
Dacă însă funcţionează, oricare din ele intempestiv, contează modul de
funcţionare intempestivă ( întrucât schema transmite răspuns eronat de tip
intempestiv) riscul de funcţionare intempestivă este.
Qint = 1−Rint = 1−Pint2 = 1− (1− qint ) = qint (2 − qint )

2
(499)
Riscul sistemului va fi:
Q = P(releul să funcţioneze eronat) = Qref + Qint ⇒
Q = qref
2
+ qint (2 − qint ) (500)
Securitatea poate fi calculată cu relaţia:
S = 1− Q = 1− qref
2
− qint ⋅ (2 − qint ) (501)
Acest rezultat, sugerează o diagramă logică, ce include ambele tipuri de
funcţionări eronate (refuzul şi acţionarea
Prot.1 intempestivă). Astfel, sistemul este defect, dacă
(+)
ambele relee refuză simultan, sau cel puţin un
(+)
releu funcţionează intempestiv .
Prot.2
BD
(-)
Fig.50
Protecţiile 1 şi 2(fig.50) transmit în paralel
impulsuri de declanşare, la bobina de declanşare BD. Fiecare din contactele finale
ale protecţiilor, poate funcţiona intempestiv sau refuza. Astfel, dacă există condiţii de
declanşare şi ambele protecţii refuză, contactele rămân deschise; avem cazul unui
refuz al protecţiilor, deci refuz de declanşare (defect de închidere = open failure).
În mod similar, dacă există o selectivitate necorespunzătoare sau alte cauze,
rezultând închideri intempestive ale contactelor protecţiilor, spunem că avem un
defect de închidere (de scurtare - shorted failure).
20.2 RISCUL ŞI SECURITATEA DIN PERSPECTIVA MODULUI DE

DEFECTARE AL SISTEMELOR DE RELEE
Defectele aparatelor se pot datora vechimii lor, pericolelor şi proastei

mentenanţe.
Presupunem cazul unui sistem redundant de protecţie, transmiţând impuls la o
singură bobină de declanşare. Considerăm două moduri de defectare:
− refuz de închidere, când există condiţii de defect primar;
− funcţionare intempestivă, când nu există defect primar.
Definim probabilităţile corespunzătoare celor două tipuri de evenimente astfel:
− qref i - probabilitatea de refuz de funcţionare a releului I, când există defect
în zona de lucru;
− qint i - probabilitatea de funcţionare intempestivă a releului i, când nu există
defect în zona sa de lucru (absenţa defectului primar).
Pentru un întreg sistem sau subsistem avem următoarele:
− Qref i - probabilitatea de refuz a subsistemului i;
− Qint i - probabilitatea de funcţionare intempestivă a subsistemului i.
Utilizând aceste definiţii, putem stabili formulele de probabilitate pentru
sistemele de relee.
Cazul releelor paralel (SAU)

SAU
1 Qref = qref 1 ⋅ qref 2 (502) 1
2 SAU
dacă qref 1 ≠ qref 2
2
SAU 2
Qref = qref (503) Figura 52 Schema logică de
Figura 51 Relee paralel paralel

dacă qref 1 = qref 2 = qref

Schema logică de funcţionare a sistemului este prezentata în fig.52
Cum întotdeauna qref 1 ⋅ qref 2 < 1 ⇒ Q ref
SAU
= qref
2
< qref , (504)
probabilitatea de refuz, în cazul schemelor SAU, este mai mică decât în cazul
utilizării unui singur releu.
SAU
Q int = 1 − (1 − qint 1 )(1 − qint 2 ) ⇒ (505)
SAU
Q int = qint 1 + qint 2 − qint 1 ⋅ qint 2 dacă qint 1 ≠ qint 2 (506)
= 1 − (1 − qint ) = qint (2 − qint ) dacă qint 1 = qint 2 = qint

SAU 2
şi Q int (507)
⎧qint < 1
Deoarece ⎨ ⇒ Q int > qint (508)
⎩2 − qint > 1
Deci probabilitatea de funcţionare intempestivă, în cazul utilizării unei scheme
SAU, este mai mare decât în cazul folosirii unui singur releu.
Cazul releelor serie (ŞI)

1
1 2
2 ŞI
Figura 53 Relee serie Figura 54 Schema logică de

serie
ŞI
Q int = qint 1 ⋅ qint 2 dacă qint 1 ≠ qint 2 (509)
şi ŞI
Q int = qint
2
dacă qint 1 = qint 2 = qint (510)
ŞI
Q ref = 1 − (1 − qref 1 )(1 − qref 2 ) = qref 1 + qref 2 − qref 2 ⋅ qref 2 dacă qref 1 ≠ qref 2 (511)
ŞI
Q ref = qref (2 − qref ) dacă qref 1 = qref 2 = qref (512)
Deci probabilitatea de funcţionare intempestivă, a releelor serie (ŞI), este mai mică
decât în cazul utilizării unui singur releu, iar probabilitatea de refuz în cazul releelor în
schemă ŞI(serie) este mai mare decât în cazul utilizării unui singur releu.
Expresiile insecuritatii(riscului), respectiv securităţii, în cele doua cazuri sunt
următoarele.
Cazul SAU
SAU
Q SAU = S = Q ref
SAU
+ Q int
SAU
(513)


S = Q SAU = qref 1 ⋅ qref 2 + qint 1 + qint 2 − qint 1 ⋅ qint 2 dacă ⎨ (514)
⎧qint 1 = qint 2
+ qint ⋅ ( 2 − qint ) dacă ⎨
SAU
S = Q SAU = qref
2
(515)
⎩qref 1 = qref 2
Securitatea are expresiile:
SSAU =1−S =1−QSAU =1−qref1 ⋅qref2 −qint1 −qint2 +qint1 ⋅qint2dacă ⎨ (516)
⎧qint 1 = qint 2
− qint ⋅ ( 2 − qint ) dacă ⎨
SAU
S SAU = 1 − S = 1 − Q SAU = 1 − qref
2
(517)
⎩qref 1 = qref 2
Studiu de caz 1
În cazul a doua instalaţii conectate SAU, când riscului de refuz i se dă valoarea
maxima, 0.05 , iar cel intempestiv ia valori între limitele 0.06-0.016, variaţia securităţii
unui astfel de sistem, arată ca în fig.55
0.8811 0.9
0.88
0.86
0.84
0.82
S q int , 0.05, 2 0.8
0.78
0.76
0.74
0.72
0.7031 0.7
0.06 0.072 0.084 0.096 0.108 0.12 0.132 0.144 0.156 0.168 0.18
0.06 q int 0.16
Fig.5.3 Variaţia securităţii în cazul a doua instalaţii conectate în logica de tip SAU, la q.ref constant
Daca însă, riscul maxim, variază între limitele sale (0.02-0.05), iar riscului
intempestiv i se dă valoarea maxima posibila, 0.16, securitatea se prezintă ca în
fig.56.

0.70520.706
0.706
0.705
0.705
0.705
S 0.16, q ref , 2 0.704
0.704
0.704
0.704
0.703
0.70310.703
0.02 0.023 0.026 0.029 0.032 0.035 0.038 0.041 0.044 0.047 0.05
0.02 q ref 0.05
Fig.56 Variaţia securităţii în cazul a doua instalaţii conectate în logica de tip SAU, la q.int constant
Securitatea atinge valori mult mai mici, în cazul variaţiei riscului de refuz, ea
fiind mult mai sensibilă în raport cu acest risc decât cu riscul de funcţionare
intempestivă.
Cazul ŞI
ŞI
Q ŞI = S = Q ref
ŞI
+ Q int
ŞI
(518)
ŞI ⎧qint 1 ≠ qint 2
S = qref 1 + qref 2 − qref 1 ⋅ qref 2 + qint 1 ⋅ qint 2 dacă ⎨ (519)
iar securitatea corespunzătoare este:
ŞI
SŞI = 1 − S = 1 − Q ŞI = 1 − qref 1 ⋅ qref 2 + qref 1 ⋅ qref 2 − qint 1 ⋅ qint 2 (520)
apoi
⎧qint 1 = qint 2
S = Q ŞI = qref ⋅ (2 − qref ) + qint
ŞI 2
dacă ⎨ (521)
⎩qref 1 = qref 2
iar securitatea:
S ŞI = 1 − S = 1 − Q SAU = 1 − qref ⋅ (2 − qref ) − qint

ŞI 2
(522)
Studiu de caz 2
În cazul a doua instalaţii conectate ŞI, când riscului de refuz i se dă valoarea
maximă, 0.05 , iar cel intempestiv ia valori între limitele 0.06-0.016, variaţia
securităţii unui astfel de sistem, arată ca în fig.57. Dacă însă, riscul maxim variază
între limitele sale (0.02-0.05), iar riscului intempestiv i se da valoarea maxima
posibila, 0.16, securitatea se prezintă ca în fig.58

0.8989 0.9
0.897
0.894
0.891
0.888
S q int , 0.05, 2 0.885
0.882
0.879
0.876
0.873
0.8769 0.87
0.06 0.072 0.084 0.096 0.108 0.12 0.132 0.144 0.156 0.168 0.18
0.06 q int 0.16
Fig.57Variatia securităţii în cazul a doua instalaţii conectate în logica de tip ŞI, la q.ref constant
0.9348 0.94
0.932
0.924
0.916
0.908
S 0.16, q ref , 2 0.9
0.892
0.884
0.876
0.868
0.8769 0.86
0.02 0.023 0.026 0.029 0.032 0.035 0.038 0.041 0.044 0.047 0.05
0.02 q ref 0.05
Fig.58Variatia securităţii în cazul a doua instalaţii conectate în logica de tip ŞI, la q.int constant
20.3 SECURITATEA SISTEMELOR CU N RELEE SERIE (ŞI)
Schema clasica de fiabilitate a unui astfel de sistem este prezentata în fig.5.91
A1 A2 A3 Ai An Figura 59
Cazul a n relee serie
Sistemul refuză, dacă cel puţin un element refuză; schema echivalentă de refuz fiind
prezentata în fig.59:
Figura 60
qref 1 qref 2 qref 3 qref i qref n Schema echivalentă de
refuz în cazul a n relee
serie
Sistemul va funcţiona intempestiv, dacă toate elementele sale, simultan,
funcţionează intempestiv. Schema echivalentă de funcţionare intempestivă este
prezentată în fig.61:
Expresiile probabilităţilor de funcţionare intempestivă şi de refuz sunt:
ŞI
Q int = qint 1 ⋅ qint 2 ⋅...⋅qint i ⋅...⋅qint n (523)
n
ŞI
Q int = ∏ qint i (524)
i =1
qint 1
ªI
Qref = 1 − (1 − q ref 1 ) ⋅ (1 − q ref 2 ) ⋅ ... ⋅ (1 − q refi ) ⋅ ... ⋅ (1 − q refn ) (525)
qint 2 (526)
qint i
Schema clasică de fiabilitate, având în vedere dualismul
refuz-funcţionare[ ] intempestivă, specific sistemelor de
qint n relee, este echivalentă cu doua scheme una de tip serie
fig.60, care pune în evidenţă refuzurile şi una paralel
Figura 61
Schema echivalentă de (fig.61) care pune în evidenţă funcţionările intempestive.
funcţionare intempestivă în
l l i
Această schemă echivalentă, compusa practic din doua
subsisteme, unul având n elemente serie cu probabilităţile de refuz qref.1, qref.2, ...
...qref.i...... qref.n, iar celălalt având n elemente paralel, cu probabilităţile de funcţionare

intempestiva qint.1, qint.2,....... qint.i,........ qint.n, se numeşte schemă de securitate a
sistemelor cu n relee serie.
Riscul ca sistemul să furnizeze răspunsuri eronate va fi:
Q ŞI = Q ref
ŞI
+ Q int
ŞI
(527)
Q ŞI = 1 − ∏ (1 − qrefi ) + ∏ qint i
n n
(528)
i =1 i =1
iar securitatea:
n n
S ŞI
= 1− Q ŞI
= ∏ (1 − qrefi ) − ∏ qint i (529)
i=1 i=1
Q ŞI = 1 − (1 − qref ) + qnint
n
(530)
S ŞI = (1 − qref ) − qnint
n

20.4 SECURITATEA SISTEMELOR CU N RELEE

A1
PARALEL SAU)
A2
Dacă avem A1, A2, …, An elemente în paralel, (fig.5.94),
sistemul refuză, dacă toate elementele sale refuză. Deci schema Ai
de refuz este o schemă paralel (fig.62).

n An
Q SAU
ref = qref 1 ⋅ qref 2 ⋅...⋅qrefi ⋅...⋅qrefn = ∏ qrefi (531)
i =1
Figura 62
Cazul a n relee paralel
În schimb, dacă oricare din elementele acestuia
funcţionează intempestiv, sistemul funcţionează intempestiv (schema de funcţionare
intempestivă fiind una serie- fig.5.96)
= 1 − (1 − qint 1 ) ⋅ (1 − qint 2 )⋅...⋅(1 − qint i )⋅...⋅(1 − qint n ) = 1 − ∏ (1 − qint 1 )

n
SAU
Q int (532)
i=1
Riscul ca sistemul să comunice răspunsuri eronate este:

Q SAU = Q ref
SAU
+ Q int
SAU
⇒ (533)
Q SAU = 1 + ∏ qrefi − ∏ (1 − qint i )

n n
(534)
i=1 i =1
iar securitatea sistemului va fi:
S SAU = 1 − Q = ∏ (1 − qint i ) + ∏ qrefi

n n
(535)
i =1 i =1
QSAU = 1+ qnref − (1− qint )

n
(536)
SSAU = (1− qint ) − qnref
n
Aşadar, schema de securitate a unui sistem având n elemente paralel se
qref 1
qref 2
qint 1 qint 2 qint 3 qint i qint n

qref i
qref n
Figura 63 Figura 64
Schema echivalentă de refuz în Schema echivalentă de funcţionare intempestivă în cazul sistemelor de relee paralel
cazul sistemelor de relee paralel
poate considera ca fiind compusă din două subsisteme, unul alcătuit din n elemente
paralel având probabilităţile de refuz: qref 1, qref 2 ,..., qrefi ,..., qrefn , iar celălalt alcătuit din n
elemente serie având probabilităţile de funcţionare intempestivă
qint 1, qint 2 ,..., qint i ,..., qint n .
Studiu de caz
Variaţia fiabilităţii, R(qref,n) şi a securităţii S(qint, qref,n), pentru protecţiile cu
relee ZPA arată ca în figura 65. Se observă, că fiabilitatea creşte cu numărul de
instalaţii aflate în paralel, în timp ce securitatea atinge un maxim, pentru n=2, după
care scade.
0.999946 1
0.9
R( 0.089637, n )
S q int , 0.089637, n
0.8
0.7263980.7
1 1.5 2 2.5 3 3.5 4
1 n 4
Fig.65 Comparaţie între fiabilitate şi securitate în cazul instalaţiilor cu relee ZPA
Diferenţa evoluţiei celor două mărimi este mult mai bine pusă în evidenţă, în
cazul instalaţiilor de automatizare RAR (fig.66)
1
0.98
0.96
0.94
R( 0.1756, n ) 0.92
0.9
S q int , 0.1756, n
0.88
0.86
0.84
0.82
0.8
1 1.7 2.4 3.1 3.8 4.5 5.2 5.9 6.6 7.3 8
n
Fig.67 Comparaţie între fiabilitate şi securitate în cazul instalaţiilor de automatizare RAR
Riscul de refuz, al automatizărilor RAR, este diminuat cu peste 10% în cazul

utilizării unor scheme speciale , de asemeni diminuarea depaşeşte 15% in cazul

folosirii releelor electronice pentru controlul impulsurilor de reanclanşare, la ieşirea

din releele RAR (figura 68).
Securitatea poate să prezinte o pantă permanent negativă, în funcţie de
numărul de elemente aflate în paralel, sau una pozitivă într-un anumit interval de
variaţie a numărului de elemente, după care ea să devină din nou negativă.
Studiu de caz
În cazul unor echipamente având riscul intempestiv constant, qint=0,11 şi qref
variabil, evoluţia securităţii se prezintă ca în figura 69.
TT U B DD 1
1
B a ră S I1
T ra fo 1 SAU
P1 2
O DD 2
1
A fiş o r Δ ϕ
T
D e te c to r 2
de T im p O
unghi
p re sc rie re u n g h i
T T L in ie d e c o m p a ra re
T ra fo 2 S I2
U L
P2 NU
DD 3
1
S I3
NU 2
O
A m p lific a to r RE
+
RAR
⎫
⎬ R e a n c la n ş a re
(-) ⎭
F i g u r a 6 8 R e le u e le c tr o n i c p e n t r u c o n t r o lu l r e a n c la n ş ă r i i

0.878706 0.9
S q int , 0.014127 , n
S q int , 0.089637 , n 0.85
S q int , 0.011294 , n
S q int , 0.06884 , n 0.8
S q int , 0.0833333 , n
S q int , 0.09722222 , n 0.75
S q int , 0.02344 , n
S q int , 0.011799 , n
2
0.7
S q int , 0.11 , n
1
S q int , 0.1756 , n
0.65
S q int , 0.2 , n
0.625822
0.6
1 1.5 2 2.5 3 3.5 4
1 n 4
Figura 69 Variaţia securităţii în funcţie de qref şi numărul de relee aflate în paralel
Se constată că, pentru qref=qint, securitatea rămâne constantă, până în

momentul în care mai este pus un releu în paralel, dacă se adaugă şi altele aceasta
scade, panta fiindu-i evident negativă. Pentru valori ale riscului de refuz mai mari
decât riscul de funcţionare intempestivă, (curbele 1 şi 2), securitatea atinge un
maxim după care scade odată cu creşterea numărului de relee aflate în paralel.
Evoluţia riscului este în mod evident, inversă celeia pe care o are securitatea (figura
70).
0.374522 0.4
Q q int , 0.014127 , n
Q q int , 0.089637 , n
1
Q q int , 0.011294 , n
2
Q q int , 0.06884 , n
Q q int , 0.0833333 ,n
Q q int , 0.09722222 , n 0.25
Q q int , 0.02344 , n
Q q int , 0.011799 , n
Q q int , 0.11 , n
Q q int , 0.1756 , n
Q q int , 0.21 , n
0.121294
0.1
1 2.5 4
1 n 4
Figura 70 Variaţia riscului în funcţie de qref şi numărul de relee aflate în paralel

ELECTROENERGETICE
Rezumat
fiabilistă-cost;

vedere economic.

Radm = 1 - Qadm
(6.1)
R ( T > t ) = e − λ er ⋅t
(6.2)
protecţie;
R ( T1 > t) = e − λ er1⋅t1
(6.3)
R ( T2 > t) = e − λ er 2 ⋅t 2
(6.4)
(0,t).

(6.5)
ln R adm
t1 = −
λ er1
(6.6)
ln R adm
t2 = −
λ er 2
(6.7)

C1 λ ⋅C
C n1 = = − er1 1
t1 ln R adm
(6.8)
C2 λ ⋅C
C n2 = = − er 2 2
t2 ln R adm
(6.9)
Rezultă:
C n1 λ er1 ⋅ C1
=
C n2 λ er 2 ⋅ C 2
(6.10)
λ er1 ⋅ C1 = λ er 2 ⋅ C 2
(6.11)
C1 = C1I + C1E
(6.12)
C 2 = C 2I + C 2E
C n1 λ er1 ⋅ (C 1I + C 1E )
Avem: =
C n2 λ er 2 ⋅ (C 2I + C 2E )
(6.13)
C n1
C n2
C n1
C n2
n n N
C1 = C1I + ∑ C1EAi ⋅ k iA + ∑ ∑ D ijCMA ⋅ fiAR
i=1 i=1 j=1
(6.14)
n n N
i=1 i=1 j=1
(6.15)
C1EAi , C 2EAi - cheltuielile de exploatare anuale în anul i;

Q = qref + qint;

protecţie



2
qref1
qref1
m

1 2 3 j m
qint2
Qint3
qinti
qintn

n
Q ref = 1 − (
1 − qm
ref 1 )∏ (1 − qrefi )
i=2
(6.16)
[ ]∏ q
n
Q int = 1 − (1 − qint 1 )
m
int i
i=2
(6.17)
elemente astfel:
…..
…..
( m
)( m
) ( m
n
) ( m
)
(6.18)
⎡
( ) ( ) ( )
m1 ⎤ ⎡ m2 ⎤ ⎡ mn ⎤
Q int = ⎢1 − 1 − qint 1 ⎥⎦ ⋅ ⎢⎣1 − 1 − qint 2 ⎥⎦⋅...⋅⎢⎣1 − 1 − qint n ⎥⎦
⎣
(6.19)
( )( ) (mn ⎤ ⎡
) ( ) ( ) ( )
m1 ⎤ ⎡ m2 ⎤ ⎡ mn ⎤
S = ⎡1 − 1 − q ref11 ⋅ 1 − q ref22 ⋅...⋅ 1 − q refn
m m
+ 1 − 1 − q int 1 ⎥ ⋅ ⎢1 − 1 − q int 2 ⎥⋅...⋅⎢1 − 1 − q int n
⎢⎣ ⎥⎦ ⎢⎣ ⎦ ⎣ ⎦ ⎣
⎥
⎦
sau
(
m ⎤
) ( )
⎡ n n
⎡ mi ⎤
S = ⎢1 − ∏ 1 − qrefii ⎥ + ∏ ⎢1 − 1 − q int i ⎥
⎢⎣ i=1 ⎥⎦ i=1 ⎣ ⎦
(6.21)
minim - eventual).
(6.22)
(6.23)
intempestive.


(6.24)
Studiu de caz

E1 E2 E5 E6 E8 E9
q.ref 0.050044 0.048002 0.0443386 0.044709 0.001116 0.009091
q.int 0.00443386 0.0217 0.02108465 0.107393 2.23E-03 0.009091
preţ unitar (USD) 1000 1500 500 5000 100 100

(E1) (E2) (E5) (E6) (E8) (E9)
1 1 1 1 1 1 0.182800304 8200
2 1 1 1 1 1 0.141904362 9200
2 2 1 1 1 1 0.100714055 10700
2 2 2 1 1 1 0.060840976 11200
2 2 2 2 1 1 0.018852197 16200
2 2 2 2 2 2 0.008827824 16400
2 2 2 2 2 1 0.017757236 16300
3 2 2 2 2 2 0.006463834 17400
3 3 2 2 2 2 0.004279393 18900
3 3 2 3 2 2 0.002374238 23900

măreşte.


0.2
0.18
0.16
0.14
Riscul sistemului
Q = 3E-05v 5 - 0.0009v 4 + 0.0106v 3 - 0.0506v 2 + 0.0553v + 0.167

0.12
R2 = 0.9941
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12 13

nonfiabilităţii.

MTBF
IA =
MTBF + MTM
(6.25)

instalaţiei.
(fig. 6.4)
a)
b)

r
∑ Tfi 1 r
MTBF =
i= 1
r
= ∑ Tf
r i=1 i
(6.26)
r
∑ T ' fi 1 r
MTBF ' = i=1
r
= ∑ T' f
r i=1 i
(6.27)

MTBF − MTM
K se = 1 −
TV
(6.28)
Evident, MTBF<MTBF’, deoarece, în general Tfi < T ' fi , întrucât pentru

figura (6.4.b), T ' fidm , timp în care instalaţia de securitate este aptă să-şi menţină
T fi
T’fin T’fidm
T’fi


autodiagnoză.
Ul
R
N
D1 D2 D3
Upr. “A lucrat
releul”
tensiune de
Upr.
Ub
D1b D2b D3b
R
S Bloc măsură
T Ub
N Bloc
RESET
“ON/OFF”
“Releu defect”
RESET EXTERN
+ +24 Vcc
24 V - Bloc +15 Vcc
220 V alimentare
ca

6.7).

AUTODIAGNOZĂ
la defectări
U UNITATEA DECLAN-
UNITATE
DE DE ŞĂRI
START LOGICĂ
Funcţia de
INTRĂRI FAŢĂ
Funcţie de
Ö Ö Funcţia de
RAR Ö IEŞIRE
DE locator SEMNALI-
AFIŞARE ZĂRI
Condiţii externe +
I controale
Funcţia de
comunicaţie
× × ×

A( t ) = R( t ) + F( t ) ⋅ M( t r )
(6.30)

1
μ=
MTR
(6.31)
k
n1λ 1t 1 + n 2 λ 2 t 2 +K+ n k λ k t k
∑ ni λ i t i
i=1
cu: MTR = =
n1λ 1 + n 2 λ 2 +K+n k λ k k
∑ ni λ i
i= 1
(6.32)
unde:
$t + $t +K+ $t 1 m$
= ⋅ ∑ ti
1 2 m
MTR =
m m i= 1 (6.33)

ε = A 0 (t ) − A m (t )
(6.34)

A = P + Q⋅M
(6.35)

de securitate:
Fie Qm = Qp·Qa
(6.36)
automatizare,
unde:
αi βi
⎡ k i (m) ⎤ ⎡ k j (0) ⎤
Qp = ∏ ⎢ ⎥ ⋅∏ ⎢ ⎥
i ⎣ k i (0) ⎦ j ⎢
⎣ k j (m) ⎥
⎦
(6.37)

(6.38)

(6.39)
∑ α i + ∑ βi = 1
(6.40)
γ δi
⎡ k s (0) ⎤ i ⎡ k r (m) ⎤
Qa = ∏ ⎢ ⎥ ⋅∏ ⎢ ⎥
s ⎣ k s (m) ⎦ r ⎣ k r (0) ⎦
(6.41)
cu ∑ γ s + ∑ δr = 1
s r
(6.42)
în care:

în figura 6.8.
Qm
1
t
tv tr
Figura 6.8 Variaţia
FIABILITATEA indicatorului calităţii
INSTALAŢIILOR procesului de mentenanţă
ENERGETICE 268
menţinuţi(refăcuţi) nici prin lucrări de mentenanţă;

tr - momentul în care echipamentul ar trebui retras din exploatare, funcţionarea sa
nemaiprezentând nici securitate, nici credibilitate.
Studiu de caz
0 ,5 0, 5 0 ,5 0,5
⎛ k (m)⎞ ⎛ k ( 0) ⎞ ⎛ k (m)⎞ ⎛ k (m)⎞
Qp = ⎜ i ⎟ ⋅⎜ u ⎟ ⋅⎜ v ⎟ ⋅⎜ t ⎟ = 1,384
⎝ k i ( 0) ⎠ ⎝ k u (m)⎠ ⎝ k v ( 0) ⎠ ⎝ k t ( 0) ⎠

succesive


λ int ( t ) = λ ref ( t ) =
succes
2 2

2 ⋅ Q int.lim
Δt optim1 ≤
λ int
(6.43)
2 ⋅ Q ref .lim
Δt optim2 ≤
λ ref
(6.44)
(




în capitolul II.
∞
(
n=1
(6.45)
2π
unde: ϖ =
T

Studiu de caz
6.8 Concluzii


electrică;

21. METODE MODERNE DE MENTENANŢĂ PREDICTIVĂ

• Asistam la o tendinţă de trecere de la strategii de mentenanţă preventivă
bazate exclusiv pe programare în timp către o strategie de mentenanţă bazată
pe fiabilitate şi stare tehnică.
• La unele categorii de instalaţii/echipamente altele decât ansamblurile
funcţionale, se efectuează mentenanţă bazată pe timp şi pe stare,
fundamentată pe baza inspecţiilor tehnice periodice, a constatărilor în urma
acţiunilor de mentenanţă anterioare şi a documentaţiilor tehnice.
• În cadrul mentenanţei preventive, la anumite categorii de instalaţii, se

efectuează
– mentenanţă predictivă care include monitorizarea prin mijloace
tehnice speciale continuă sau periodică şi
– diagnoza cuprinzând analiza informaţiilor şi identificarea tendinţelor.
Prin mentenanţă predictivă se estimează comportarea (ulterioară) în timp

a componentelor şi se poate preveni o defectare iminentă sau probabilă.
• În cadrul strategiei de mentenanţă predictivă, un loc important este acordat

diagnosticării corecte a degradărilor cauzate
– pe de o parte de îmbătrânire sau uzură şi
– pe de altă parte de efectele evenimentelor accidentale care apar pe
parcursul duratei de viaţă.
• În acest context nu se ţine cont numai de precizările privind fiabilitatea
echipamentelor date de furnizor, ci de un complex de informaţii colectate şi
evaluate de specialiştii implicaţi în operare (exploatare), respectiv service.
• Tehnologiile de monitorizare şi evaluare a echipamentelor vor ocupa un
loc din ce în ce mai important pentru luarea deciziilor privind momentul
optim de intervenţie asupra echipamentelor.
21.1 LUCRĂRI PENTRU SCHEMA DE MONITORIZARE LA AT-URI

• AT-urile noi sunt dotate cu instalatii de monitorizare (de exemplu de tip
MS2000).
• Montarea acesteia presupune pe lângă modificarea circuitelor secundare
pentru integrarea în SCADA şi realizarea comunicaţiei la distanţa cu
serverul central.
• Aceasta din urma se realizează prin modem pe linie telefonică obişnuită (sau
FO) dar necesită prezenţa în staţie a unui PC dedicat instalaţiei de
monitorizare.
• Pentru aceasta se monteaza un PC în camera de comandă şi se realizeaza
circuitele telefonice necesare.
• Legătura între instalaţia de monitorizare montată pe AT şi PC se realizeaza

prin pozarea unui cablu de fibră optică protejat prin pat de cablu metalic.
• În acest fel există o legatură permanentă între instalaţia de monitorizare şi
serverul central prin care se poate urmări continuu funcţionarea instalaţiei de
monitorizare.
• Trebuie precizat că toate informaţiile furnizate de instalaţia de monitorizare
sunt disponibile şi pe PC-ul dedicat acesteia aflat in camera de comandă.
Se poate asigura şi parametrizarea software a PC-ului pentru comunicaţia la

distanţă.
Trebuie realizate:
• probele funcţionale cu instalaţia de răcire şi comutatorul de ploturi,
• interacţionările protecţiilor cu întrerupătoarele
• precum şi verificarea semnalelor şi a măsurilor până în sistemul SCADA
21.2 DIAGNOSTICARE PRIN MĂSURĂTORI DE TERMOVIZIUNE
• Funcţionând în domeniul infraroşu şi având un senzor de căldură menţinut la o

temperatură foarte coborâtă, camera detectează amprenta termică,
temperatura, oricărui obiect, în domeniul –10 ~ 450o C, vizualizarea făcându-
se direct printr-un vizor sau pe un display, în mod alb-negru sau color cu 256
culori, în 9 palete cromatice.
• Există posibilitatea ca imaginea vizualizată să fie introdusă în memoria

camerei sau să fie făcut stop cadru pe o imagine.
• De asemenea există posibilitatea de înregistrare automată a imaginilor la un
interval reglabil în domeniul 10 sec. – 10 ore, în cazul în care se doreşte
evoluţia în timp a temperaturii unui obiect (de ex. temperatura unui
echipament în funcţie de variaţia în timp a încărcării celulei din care face
parte).
La punctele calde găsite şi înregistrate în memorie, se notează încărcarea
celulei de care aparţin la ora măsurătorii, apoi după preluarea imaginii se calculează
temperatura la care poate ajunge respectivul punct la o încărcare maximă a
celulei.
Dacă din măsurătoarea iniţială cu camera de termoviziune, temperatura punctului
cald e mult mai mare decât a punctelor similare din aceiaşi celulă, acesta e trecut ca
urgenţă de remediat.
Supravegherea realizată prim termometrie este o metodă deosebit de utilă
prin care se poate aprecia la momentul oportun necesitatea intervenţiei la un
element din sistem.
Deranjamentele evitate datorită măsurătorilor de termometrie fac parte din categoria
celor care produc indisponibilităţi ale elementelor de sistem cu durate mari de timp.
20.3 MONITORIZAREA UNITĂŢILOR DE TRANSFORMARE CU AJUTORUL

ANALIZELOR CROMATOGRAFICE

O altă metodă ce furnizează date importante ce stau la baza deciziilor luate

pentru unităţile de transformare o constituie analiza cromatografică a gazelor
dizolvate în uleiul electroizolant din transformatoare, autotransformatoare şi bobine
de compensare:
– hidrogen,
– metan,
– oxid de carbon,
– dioxid de carbon,
– etilenă,
– etan şi acetilenă, folosind o seringă special construită.
Soft-urile folosite în asociere cu analizorul sunt: EZChrom, PPMreport şi TOA
(Transformer Oil Analyst).
O analiză completă a gazelor din ulei poate fi realizată în câteva minute.
Prin concepţie aparatul măsoară probe de gaze colectate cu ajutorul sondei GP-100
sau din sistemele de colectare a echipamentelor de monitorizare tip AMS-500.
Probele de ulei recoltate direct din unităţile de transformare pot fi analizate la
fel de rapid folosind metoda Shake Test.
Această metodă constă în agitarea într-o seringă tip ShakeTest a unui volum de ulei
şi unul de aer ( fără CO2 ) şi măsurarea concentraţiilor de gaze rezultate.
• Cauzele deteriorărilor care se dezvoltă în transformatoare sunt de două feluri :
– termice şi
– electrice,
Aceste cauze permit o stabilire orientativă a deteriorarilor după compoziţia gazelor
dizolvate.
• Pronosticarea se face cu ajutorul următorilor termeni consacraţi:
– ”descărcări electrice”,
– ”supraîncălzire”,
– ”supraîncălzire şi descărcări electrice
• Un alt criteriu important care stă la baza prognosticării defectelor este şi viteza
acumulării de gaze în ulei.
• Toate defectele care depind de timpul dezvoltării deteriorării, pot fi împărţite în
3 grupe :
– defect evolutiv brusc,
– defect evolutiv rapid şi
– defect evolutiv lent.
21 CUM INFLUIENŢEAZĂ INCERTITUDINEA PARAMETRICĂ

OPTIMALITATEA POLITICILOR DE MENTENANŢĂ
Impactul tehnico-economic face din definiţia mentenanţei optimale o foarte

importantă problemă.
Scopul este de a ilustra limitele modelelor mentenanţei optimale in condiţiile aplicării
acestora situaţiilor reale caracterizate de incertitudini inevitabile.
În prima parte subliniem relaţiile dintre disponibilitate si entropie, apoi studiem cum
complexitatea funcţională şi incertitudinea parametrică influienţează disponibilitatea
sistemului marcov staţionar .

În partea a doua prezentăm trei modele aplicate pentru studiul politicilor mentenanţei
optimale:
• 1.perioada optimă pentru mentenanţa preventivă bazată pe
vârsta echipamentelor
• 2.perioada optimă pentru testarea unui dispozitiv aflat în
aşteptare
• 3.costul critic optim pentru reparaţia minimă
Arătăm că incertitudinile parametrilor tehnico-economici se propagă prin

modele şi diminuează acurateţea optimului teoretic.
Ca şi concluzie sugerăm cercetarea unui compromis între complexitatea modelelor şi
incertitudinea informaţiei disponibile.
Conceptul de mentenanţă se inscrie in cadrul mai general de siguranţă in
funcţionare.
Astazi ea se orientează spre ceea ce numim mentenanţă bazată pe fiabilitate.
Insăşi definiţia mentenabilităţii nu este înca stabilizată.
Normele internaţionale definesc mentenanţa drept o combinare a tuturor acţiunilor
tehnice şi administrative incluzând şi acţiunile de supraveghere in intenţia de a
menţine sau restaura starea în care dispozitivul poate să-şi îndeplinească
performanţele şi funcţiile cerute.
Se consideră mentenanţa în relaţie cu trei funcţii generice ale Siguranţei în
funcţionare
• fiabilitatea,
• mentenabilitatea
• disponibilitatea
Este replasat conceptul de mentenanţă într-un cadru mai pertinent, cel al
politicilor de optim tehnico-economic al mentenanţei şi punerea în evidenţă a limitelor
soluţiilor optimale atunci când se ţine cont de incertitudinile care afectează în mod
inevitabil parametrii modelelor utilizate.
Ne propunem să arătăm cum incertitudinea poate afecta disponibilitatea
sistemelor, considerând chestiunea sub doua unghiuri complementare.
Mai intîi evidenţiem pentru un sistem marcovian cu doua stări o relaţie generală
între disponibilitatea şi entropia sa, care este o masură a dezordinii ataşată
procesului de defectare/reparare .
Apoi printr-o extindere a sistemului cu două stări la un numar mai mare de stări se
arată influienţa complexitîtii şi incertitudinii parametrilor asupra disponibilităţii.
In partea a doua se prezintă în mod succesiv trei cazuri de politici
• mentenanţa,
• test şi
• reparare
care permit analizarea influienţei parametrilor tehnico-economici asupra soluţiilor
optimale.
Primul caz, cel al mentenanţei preventive bazată pe varsată, coduce la

determinarea unei periodicităti optimale, criteriul de respectat putând fi oricare dintre:
• disponibilitatea maxima sau
• costul minim.

Al doilea caz cel al testîrii unui dispozitiv conduce la determinarea unei

periodicităţi optimale a testelor,
Criteriul fiind disponibilitatea maximă .
Al treilea caz constă în a alege între:

• o inlocuire şi o
• reparaţie cu un cost minimal
Analiza conduce la determinarea costului critic minimal care separă cele două decizii
posibile, criteriul fiind costul minimal.
Perspectivele care se deschid privesc utilizarea conjugată a:

• modelelor simple si robuste şi
• a metodelor care ţin cont de propagarea incertitudinii parametrilor,permiţând
evaluarea eficacităţii economice reale a politicilor optimale reputate.
Intr-un sistem markovian cu doua stări se scriu relaţiile între fiabilitate, entropie si
disponibilitate.
Disponibilitatea putând fi influienţată de mentenanţă.
Se creşte numărul de stări, deci complexitatea şi se poate arăta cum incertitudinile
parametrilor se propagă şi afectează disponibilitatea.
22.1 DISPONIBILITATE ŞI ENTROPIE
• Entropia informaţiei în sens Shanon are expresia:
i=n
H ( p 1 , p 2 ,... p n ) = − ∑ ( p i )Ln ( p i )
i =1 (537)
i = n
∑ (p ) =
i = 1
i 1 (538)
Pentru un sistem Markov simplu cu două stări mutual exclusive, una de bună
foncţionare şi alta de defectare, entropia sa se scrie:
H ( p ) = −[( p ) ⋅ Ln ( p ) + (1 − p ) ⋅ Ln (1 − p )] (539)
Probabilitea (p) este cea de buna foncţionare .
Entropia este o funcţie convexă şi simetrică care posedă un maxim unic şi

care coresponde la:
∂H ∂p = 0 (540)

MaxH (p ) = H (p = 1/ 2 ) (541)
Obiectivul constă în atingerea unei disponibilităţi cât mai aproape de unitate,

ceea ce în termeni de fiabilitate se scrie :
R = exp (− H ) (542)
Mentenananţa nu intervine ea nefiind decât un mijloc de ameliorare a
disponibilitătii.
22.2 COMPLEXITATE ŞI INCERTITUDINE
Creştem complexitate considerând un sistem cu patru stări:

• Starea de bună funcţionare: depinzând de timpul mediu de bună funcţionare
(Tf), sistemul apoi defectându-se
• Detecţia având durata (Td),
• Identificarea având durata (Ti)
• Reparaţia caracterizată de durată (Tr), după care sistemul redevine funcţional
• Disponibilitatea sistemului se scrie:
[
D1 = 1+(Td +Ti +Tr ) (Tf )
−1
] (543)
• Valoarea medie a disponibilităţii (Di) variază, în funcţie de numărul de stări i
Di = 1 i (544)
• Coeficientul de variaţie al disponibilitaţii variază după relaţia :
CVi ≈ (i) (i −1) (545)
Dacă CV este inferior lui 15%, lucrurile se complică .

Se pot interpreta separat aceste relaţii funcţie de numărul stărilor , deci funcţie
de complexitatea funcţională a sistemului.
Se constată descreşterea valoarii disponibilităţii în raport invers cu numărul de
stări deci cu complexitatea sistemului markovian considerat
Intrucat apar in plus:
- duratele de reparaţie,
- duratele de detecţie şi de
- identificare a defecţiunilor .
• Variabilitatea disponibilităţii descreşte atunci când complexitatea sistemului

creşte .
• Se poate spune că cu cât disponibilitatea unui sistem este mai ridicată cu atât
ea este mai incertă.
• Este deci justificată luarea în consideare a icertitudinii parametrice la

efectuarea calculelor de performanţă functională bazată pe observarea
comportamentului trecut sau pe proiectarea comportamentului viitor (aspecte
previzionale) .
22.3 MENTENANŢĂ PREVENTIVĂ BAZATĂ PE VÂRSTĂ
Se consideră un dispositiv având rata de defectare instantanee h(t) care

corespunde, de exemplu, la un model Weibull .
• definit printr-un parametru de scală η (cf:durata de viaţă caracteristică) şi
• un parametru de forme β (cf: intensitatea de uzură )
Modelul Weibull:
h (t ) = (β η ) ⋅ (t η )β − 1 (546)
Politica de mentenanţă bazată pe vârstă constă în:

• Pe de o parte în restabilirea periodică a fiabilităţii dispozitivului

• Iar pe de altă parte în repararea sa de câte ori apare un defect
• Costul mentenanţei preventive periodice este net inferior celui de reparaţie
care este dependent de gravitatea defectului
Acest model este interesant căci el permite:

• Pe de o parte calcularea unei periodicităţi optimale în funcţie de parametrii
technico-economici,
• Iar pe de altă parte face posibilă corespunderea criteriului de optimalitate la un
cost minimal sau la o disponibilitate maximală
• Periodicitatea optimală (T*) este soluţia unică a ecuaţiei :
R T ( ) + h (T )⋅ ∫
* *
0
T*
R (t ) ⋅ dt = (1 ) (1 − r )
(547)
Unde :
• h(t) – Rata de defectare
• R(t)- Funcţia de fiabilitate (supravieţuire) ;
• (r) – raportul (inferior unităţii) între costul de mentenanţă şi de reparaţie
(parametru economic).
Relaţia (547) ia forma particulară, (rel. 548):
Unde erf (u) este funcţia eroare
[ π ⋅ (T η )]⋅ erf (T η )+ exp[ −(T η ) ] = 1 (1 − r )

* * * 2 (548)
Pentru un raport al costurilor inferior lui 1/3 perioda optimală devine (rel. 549):
T * ≈η ⋅ r (1− r ) (549)
22.4 INFLUIENŢA INCERTITUDINII PARAMETRICE

Perioda optimală este o funcţie non lineară a doi parametri:

• unul technic (cf: durată de viaţă caracteristică a dispozitivului ) şi
• altul economic (cf: raportul costurilor),
Determinăm variabilitatea periodei optimale în funcţie de cele două variabile:
Cu coefficientul de variaţie inferior lui 30%, cel al periodei optimale se scrie

relaţia :
( )
CV T * ≈ (CVη )⋅ [1 + (1 4 ) ⋅ CV r2 + CV r2 CVη2 ] ( ) (550)
• Daca parametrul economic est determinat (CVr = 0) atunci incertitudinea

care afectează perioda optimală este cea a parametrului η , adică cea a
duratei de viaţă medii a dispozitivului.
In mod reciproc dacă parametrul tehnic este dominant incertitudinea

perioadei optimale este cam jumatate din cea a parametrului economic (raportul
costurilor).
• In cazul unui dispozitiv având:
Parametrii technici : ⎛⎜ ⎞
η = 10,000h; β = 2; MTTF ≈ 1an⎟ CVη = 10%
⎜ ⎟
⎝ ⎠
Parametrii economici : (r = 1 / 5 ) & CV r = 20 %
Perioda optimală T* devine : (T *

η )≈ 1 2 & (T *
η )≈ 1 2
Practic putem alege :

• Perioda optimală într-un interval de 6 la 8 luni, in jurul optimului teoric egal cu
7 luni.
• Se poate deci conclude că incertitudinea parametrică degradează optimul
tehnic
Asta justifică faptul că perioada optimă (in general optimul tehnic) se
poate alege:
• nu punctual ci
• într-o plajă a cărei intindere depinde statistic de coeficientul sau de variaţie.
Notăm:
• (Tt) perioda de test,
• (Ta) durata medie de defectare,
• (Tr) durata medie de reparare
• (p) probabilitatea ca dispozitivul sa nu raspunda la solicitari.
Indisponibilitate medie (I) ca suma a doua indisponibilitati partiale:

• una corespunzatoare regimului de asteptare
• Si alta depinzand de procedura de testare
I = ( p) ⋅ (Tr Tt ) +[(Tr +Tt 2) /(Ta )] (551)
Perioda optimală de test (Tt*) poate fi obţinută:

• Cercetând disponibilitatea maximă
• Sau indisponibilitatea minimă
Tt * = (2 ) ⋅ ( p ) ⋅ (Tr ) ⋅ (Ta ) (552)
• In mod practic este destul de dificilă cunoaşterea cu precizie a celor trei

parametri care determină perioada optimală de testare.
• Fiabilitatea fiind foarte ridicată valorile observabile nu sunt foarte semnificative

• In termeni statistici esenţiali sunt :
- cazul duratei de defectare
- şi într-o mai mică masură probabilitatea de a nu raspunde la
solicitare
• Se poate calcula coeficientul de variaţie al perioadei optimale prin propagarea

incertitudinii parametrilor :
( )
(553)
CV T t * ≈ (1 2 ) ⋅ CV r 2 + CV a2 + CV p
2
• Pentru cazul prac al unui grup diesel valorile sunt destul de realiste :
(Tr = 50 h ) & (CV r = 10 % ) - Durata de reparare aprox 2 zile

(Ta = 10,000h) & (CVa = 30%) - Durata dintre defectări aprox 1 an
(p = 2 % ) & (CV p = 20 % ) - Aprox. 2 refuzuri la 100 de sollicitări
Perioada optimală rezultă:
(T t
*
≈ 141 h & CV) ( t
*
≈ 19 % ) (554)
• Testele se pot realiza cu o periodicitate săptămânală Tt = 168 h , valoare

care constituie o limită superioară.
22.5 CRITERIUL DE REPARARE MINIMAL
Pentru echipamentele energetice foarte costisitoare politicile de mentenanţă

trebuie să determine o disponibilitate foarte ridicată.
Daca avem un defect major :
• fie se repară echipamentul
• fie se inlocuieşte
Alegerea optimului între aceste două strategii rezultă din considerente tehnico
economice :
- o reparaţie minimă avand costul (Cr) sub o valoare critică (Cc*), limitată
superior de costul de înlocuire (Cn), egal cu preţul dispozitivului nou.
Ne bazam pe doua ipoteze :

• una de natură technică (cf: fiabilitate dispositivului ),
• alta economică (cf:costul reparaţiei)
22.6 DETERMINAREA COSTULUI CRITIC OPTIMAL
• Conform Weibull fiabilitatea R(t) este :
R (t ) = exp[ − (t η )β ] (555)
• Funcţia de repartiţie exponenţială este:
F (C r ) = 1 − exp [− (C r C r 0 )] (556)
• Costul critic optimal este soluţia ecuaţiei nelineare:
(C ) − (C ) + (β − 1)⋅ (C )⋅ [ −1 + exp (C
*
c n r0
*
c )
Cr0 ] = 0 (557)
• Costul critic se scrie ca limita asimptotică;
Cc* ⇒ (Cn β ) (558)
• Sau mai general:

Cc* ≈ [(Cn ) + (β − 1) ⋅ (Cr 0 )] [1 + (β − 1) ⋅ exp(1)] (559)
• Se poate remarca că dacă se cunoaşte costul de înlocuire (Cn) (parametrul de

formă al distribuţiei Weibull) , incertitudinea sa se repercutează direct asupra
costului critic optimal.
• Exempul unui generator de mare putere
Coeficienţii de variaţie, ai costului critic optimal:
CV Cc* ≈( ) (K ')⋅ (CV )+ (K ' ')⋅ (CV )⋅ [1 + CV ]

β
2
r
2
β
2 (560)
- (K’,K”) sunt constante :
• Precizia este acceptabilă dacă coeficienţii de variaţie sunt inferiori lui 20 % .
• Coeficientul de variantă a costului critic ia forma:
( ) (CV ) + (1 / 16)⋅ (CV )⋅ [1 + CV ]

CV Cc* ≈ β
2
r
2
β
2
(561)
Valorea optimală a costului critic:
(C ≈ 0.359)
*
c
(562)
• Coeficientul de variantă correspunzator :
( )
CV C c* ≈ 11 . 5 %
(563)
Se observă:
• Dispersia semnificativă a costului critic în jurul valorii sale medii
• Incertitudinea care poate fi exploatată in sensul introducerii în procesul
de decizie a unor noi criterii (întarzierea reparaţiei, nivelul de pregătire a
celui care repară etc)
Modelul reparatiei minime este mai elaborat decat primele două :

• metoda bazată pe vârstă şi
• metoda bazată pe testare
23. ANEXA
PROBABILITĂŢI
Fie un câmp de evenimente { Ω, K } şi o funcţie P : K → R care satisface

- P(A) ≥ 0 pentru ∀ A ∈ K
- P(Ω) =1
Dacă A , B ∈ K şi
A I B = Φ aaa
atunci –
P ( AU B)=P( A)+P(B) (564)
se numeşte probabilitate
Tripletul { Ω, K , P } se numeşte câmp borelian de probabilitate
Dacă
P : K → R şi dacă Ai ∈ K şi Ai IAj = Φ i ≠ j
Atunci :
P (U A) = ∑P(A )
i i
(565)
Probabilitatea P satisfăcând deci condiţiile :

- P(A) ≥ 0
- P(Ω) =1
- Ai IAj = Φ i≠j (evenimente incompatibile)

- P (U A) = ∑P(A )i i
__ se numeşte probabilitate complet aditivă. (566)
În acest caz tripletul { Ω, K , P } se numeşte câmp de probabilitatea

Dacă - Ai IAj ≠ Φ (evenimente compatibile)
- P (U A) ≠ ∑P(A )i i
(567)
- P (A U B) = P(A) + P(B) − P(A I B ) (568)
PROBABILITĂŢI CONDIŢIONATE
Fie { Ω, K , P } un câmp borelian de probabilitate şi A,B ∈ K cu P(A) ≠ 0 , Expresia
⇒
⎛B ⎞ P A IB ( ) (569)
P ⎜⎜ ⎟=
⎟ P =
P(A)
⎝A⎠
( B)
se numeşte probabilitatea evenimentului B condiţionată de evenimentul A.

Proprietăţi :
- PA (B ) ≥ 0 (570)
⎛Ω ⎞
- (571)
P ⎜⎜ ⎟=
⎟ 1
A
⎝ ⎠
- A IA = Φ
i j i≠j (572)
⎛ ⎞
A
-
P (U A) = ∑⎜⎜ ⎟⎟ i (573)
⎝A⎠
A i
P(A I B > 0
⎛ B ⎞ P( A I B)
-
P ⎜⎜ ⎟⎟ = P(A) P(A) > 0 ⇒P (B / A ) ≥ 0 (574)
⎝A⎠
P(A) ≠ 0
-
⎛Ω ⎞ P Ω IA P(A) ( ) ( ) (575)
PA⎜⎜ ⎟⎟ = PA Ω = P(A) = P(A) =1
⎝A⎠

⎡ ⎤
( A i )⎥⎥
−
⎛U A ⎞
⎜ i⎟
P ⎢ AI U
⎢⎣ ⎦ = P[I ( AU A i )]
P ⎜ A ⎟
=
P ( A) P ( A)
=
⎝ ⎠ (576)
P ⎢⎣U (A I A i ) ⎥⎦ ∑ P ( AI A i ) P ( AI A i )
⎡ ⎤
⎛ ⎞
= = =∑ = ∑⎜ A i ⎟
P ( A) P ( A) P ( A) ⎜A ⎟
⎝ ⎠
FORMULA PROBABILITĂŢII TOTALE
Fie evenimentele Ai incompatibile şi P(Ai) ≠0

Este adevărată relaţia:
⎛ A⎞
P(A) = ∑ ( A)* P⎜⎜ ⎟⎟
i i
(577)
⎝ Ai ⎠
⎛ A ⎞ P(AI A ) ⎛ A⎞
Ştim că :
P ⎜⎜ ⎟=
⎟
⇒P (AI Ai) = P⎜
⎜ ⎟⎟ * P(Ai )
(578)
A
⎝ ⎠i P( Ai ) ⎝ Ai ⎠
Sumând avem :
⎛ A ⎞
⎜ ⎟
⎜ ⎟
= ∑P ⎜ Ai
(579)
∑P(AI A ) i
⎜ P Ai ( ) ⎟
⎟
⎜ ⎟
⎝ ⎠
Dar ,
∑(A IA) = P [U(A I A)] = P [A I(U Ai) ] ⇒
i i
(580)
∑P (AI A) = P [A IΩ ] = P(A)
i
deci ,
⎛A⎞
P (A ) = ∑P ⎜⎜ ⎟ * P( A
⎟ i ) (581)
⎝ Ai ⎠
adică ,
⎛ ⎞
⎜ ⎛ A⎞ ⎟
P(A) = ∑P( )
Ai *⎜⎜ P⎜⎜ ⎟⎟ ⎟⎟ (582)
⎝ ⎝ Ai ⎠ ⎠
i
PROBABILITATEA INTERSECŢIEI A “n” EVENIMENTE
Dacă - A ∈Κi
şi

⎛ n−1 ⎞ (583)
P ⎜⎜⎝Ii =1
Ai ⎟⎟⎠ ≠ Φ
⎛ ⎞ ⎛ A ⎞ ⎛ ⎞
A
P ⎜⎜⎝IA ⎟⎟⎠ = P ( A )* P ⎜⎜ A ⎟⎟ * P ⎜⎜ I ⎟⎟.......P ⎜⎜ I
atunci ⎛ ⎞ n
2 3 n ⎟ (584)
i
A A A
1
A A .....IA ⎟
i =1 ⎝ ⎠ ⎝ ⎠ 1 ⎝ 1 2 1 2 n−1 ⎠
Demonstraţie – Metoda inducţiei complete
Pentru n=2 avem
⎛ A2 ⎞
P ( A IA ) = P( A1) * P ⎜⎜ ⎟
⎟
evident din formula probabilităţilor condiţionate
⎝ A1 ⎠
1 2
p. Pn-1 adevărat ,
demonstrăm n
⎛ ⎞ ⎛ An−1 ⎞
P ⎜⎜⎝IA ⎟⎟⎠ = P ( A )* P ⎜⎜ A ⎟⎟.....P⎜⎜
⎛ ⎞
⎟
n−1
2 (585)
i
⎝A⎠
1
⎟
⎝ A1I A2...... An−2 ⎠
i =1 1
Serie:
Demonstraţie
⎛ n−1 ⎞ ⎡⎛ n−1 ⎞ ⎤ (586)

P ⎜⎝ i=1 Ai ⎟⎠ P ⎢⎣⎜⎜⎝I
⎜ I ⎟ = A ⎟
i ⎟I An⎥
i =1 ⎠ ⎦
Dar ,
⎛ B ⎞ P A IB ( ) ⎛
(A IB ) = P(A) * P ⎜⎜ B ⎟⎟
⎞
(587)
P ⎜⎜ ⎟=
⎟ P(A)
⇒P
⎝A⎠ ⎝A⎠
Deci,
⎡⎛ ⎞ ⎤ ⎡ ⎤
⎢⎜n−1 ⎟ ⎥ ⎢ ⎥ ⎛ A22⎞ ⎛ A3 ⎞ ⎛ ⎞
⎜ ⎟
⎡⎛n−1 ⎞⎤ A
⎢⎜IAi ⎟⎥ P n−1 ⎥ = P(A1) *P ⎜⎜ ⎟⎟*P ⎜⎜
⎢ ⎟....P ⎜ An−1 ⎟ (588)
P ⎜I
⎢ A A
i I{ ⎥ = P ⎜ ⎟ * n
⎟ ⎜ I .....I ⎟
⎢ ⎥ ⎝ A1 ⎠ ⎝ A1IA2 ⎠ ⎝ A1 A2 An−2 ⎠
n
⎢⎜123⎟ B ⎥ ⎟ ⎣⎝ ⎠⎦
i =
⎣⎢⎝ A ⎠
1
⎦⎥
i =1
⎢I A
⎣i=1 ⎦
i ⎥
Deci,
⎛ n−1 ⎞ ⎛ P2 ⎞ ⎛ An−1 ⎞⎟ * ⎛⎜ An ⎞
P ⎜⎜⎝IA ⎟⎟⎠ = P ( A )* P ⎜⎜ ⎟..... ⎜
⎟ P P ⎟ (589)
i =1
i 1
⎝ A1 ⎠
⎜ I .... ⎟
⎝ A1 A2 An−2 ⎠
⎜ I ....I
⎝ A1 A2 An−1 ⎟⎠
FORMULA LUI BAYES
Fie evenimentele Ai∈K ⎫ şi ∪ Ai = Ω , P(Ai) ≠ 0

incompatibile două câte două ⌡
Dacă A∈K este un eveniment pentru care P(A) ≠ 0 atunci are loc relaţia :

⎛ ⎞
P( A ) * P ⎜⎜ A ⎟⎟
⎝A ⎠
⎛A ⎞ j
(590)
P ⎜⎜ ⎟⎟ =
j j
⎛A ⎞
⎝A ⎠
∑ P ( A )* P ⎜⎜ ⎟⎟
⎝A⎠
i
i
Avem ,
⎛ Aj ⎞ P Aj I A ( ) ⎛
(A IA ) = P (A) * P ⎜⎜ A ⎟⎟
⎞
P ⎜⎜ ⎟= j
⇒P
A ⎟ P*( A) ⎝A⎠
j
⎝ ⎠ (591)
⎛A⎞
⇒P (A IA ) == P (Aj) * P ⎜⎜ ⎟
⎟
j
A
⎝ ⎠
j
Formula probabilităţii totale :
⎛A⎞
P (A ) = ∑P (A)* P ⎜⎜ ⎟
⎟
(592)
⎝A⎠
i
Deci ,
A ⎞⎟ ⎛
P( A )* P ⎜
⎛
⎜ A j
⎞
⎟=
j
A ⎟⎠ ⎜
⎝ j
(593)
P ⎜ ⎟ ⎛ A ⎞
A
⎝ ⎠
∑ P ( A ) * P ⎜⎜ ⎟⎟
⎝ A ⎠
i
i

ELECTROENERGETICE
Rezumat


fiabilistă-cost;

vedere economic.
Radm = 1 - Qadm
(6.1)
R ( T > t ) = e − λ er ⋅t
(6.2)
protecţie;

R ( T1 > t) = e − λ er1⋅t1
(6.3)
R ( T2 > t) = e − λ er 2 ⋅t 2
(6.4)
(0,t).

(6.5)
ln R adm
t1 = −
λ er1
(6.6)
ln R adm
t2 = −
λ er 2
(6.7)
C1 λ ⋅C
C n1 = = − er1 1
t1 ln R adm
(6.8)
C2 λ ⋅C
C n2 = = − er 2 2
t2 ln R adm
(6.9)
Rezultă:
C n1 λ er1 ⋅ C1
=
C n2 λ er 2 ⋅ C 2
(6.10)
λ er1 ⋅ C 1 = λ er 2 ⋅ C 2
(6.11)

C 1 = C 1I + C 1E
(6.12)
C 2 = C 2I + C 2E
C n1 λ er1 ⋅ (C 1I + C 1E )
Avem: =
C n2 λ er 2 ⋅ (C 2I + C 2E )
(6.13)
C n1
C n2
C n1
C n2
n n N
C 1 = C1I + ∑ C 1EAi ⋅ k iA + ∑ ∑ D ijCMA ⋅ fiAR
i=1 i=1 j=1
(6.14)
n n N
i=1 i=1 j=1
(6.15)
C 1EAi , C 2EAi - cheltuielile de exploatare anuale în anul i;


Q = qref + qint;

protecţie

2
qref1
qref1
m


1 2 3 j m
qint2
Qint3
qinti
qintn

n
Q ref = 1 − 1 − qm (
ref 1 )∏ (1 − qrefi )
i=2
(6.16)
[ ]∏ q
n
Q int = 1 − (1 − qint 1 )
m
int i
i=2
(6.17)
elemente astfel:
…..
…..
( m
)( m
) (
n m
) ( m
)
(6.18)
⎡
( ) ( ) ( )
m1 ⎤ ⎡ m2 ⎤ ⎡ mn ⎤
Q int = ⎢1 − 1 − qint 1 ⎥⎦ ⋅ ⎢⎣1 − 1 − qint 2 ⎥⎦⋅...⋅⎢⎣1 − 1 − qint n ⎥⎦
⎣
(6.19)

( )( ) (mn ⎤ ⎡
) ( ) ( ) ( )
m1 ⎤ ⎡ m2 ⎤ ⎡ mn ⎤
S = ⎡1 − 1 − q ref11 ⋅ 1 − q ref22 ⋅...⋅ 1 − q refn
m m
+ 1 − 1 − q int 1 ⎥ ⋅ ⎢1 − 1 − q int 2 ⎥⋅...⋅⎢1 − 1 − q int n
⎣⎢ ⎥⎦ ⎢⎣ ⎦ ⎣ ⎦ ⎣
⎥
⎦
sau
(
m ⎤
) ( )
⎡ n n
⎡ mi ⎤
S = ⎢1 − ∏ 1 − qrefii ⎥ + ∏ ⎢1 − 1 − q int i ⎥
⎢⎣ i=1 ⎥⎦ i=1 ⎣ ⎦
(6.21)
minim - eventual).
(6.22)
(6.23)
intempestive.
(6.24)
Studiu de caz

E1 E2 E5 E6 E8 E9
q.ref 0.050044 0.048002 0.0443386 0.044709 0.001116 0.009091
q.int 0.00443386 0.0217 0.02108465 0.107393 2.23E-03 0.009091
preţ unitar (USD) 1000 1500 500 5000 100 100

(E1) (E2) (E5) (E6) (E8) (E9)
1 1 1 1 1 1 0.182800304 8200
2 1 1 1 1 1 0.141904362 9200
2 2 1 1 1 1 0.100714055 10700
2 2 2 1 1 1 0.060840976 11200
2 2 2 2 1 1 0.018852197 16200
2 2 2 2 2 2 0.008827824 16400
2 2 2 2 2 1 0.017757236 16300
3 2 2 2 2 2 0.006463834 17400
3 3 2 2 2 2 0.004279393 18900
3 3 2 3 2 2 0.002374238 23900

măreşte.

0.2
0.18
0.16
0.14
Riscul sistemului
Q = 3E-05v 5 - 0.0009v 4 + 0.0106v 3 - 0.0506v 2 + 0.0553v + 0.167

0.12
R2 = 0.9941
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12 13


nonfiabilităţii.

MTBF
IA =
MTBF + MTM
(6.25)
instalaţiei.
(fig. 6.4)

a)
b)

r
∑ Tfi 1 r
MTBF =
i= 1
r
= ∑ Tf
r i=1 i
(6.26)
r
∑ T ' fi 1 r
MTBF ' = i=1
= ∑ T ' fi
r r i=1
(6.27)
MTBF − MTM
K se = 1 −
TV
(6.28)
Evident, MTBF<MTBF’, deoarece, în general Tfi < T ' fi , întrucât pentru

figura (6.4.b), T ' fidm , timp în care instalaţia de securitate este aptă să-şi menţină
Tfi
T’fin T’fidm
T’fi


autodiagnoză.

Ul
R
N
D1 D2 D3
Upr. “A lucrat
releul”
tensiune de
Upr.
Ub
D1b D2b D3b
R
S Bloc măsură
T Ub
N Bloc
RESET
“ON/OFF”
“Releu defect”
RESET EXTERN
+ +24 Vcc
24 V - Bloc +15 Vcc
220 V alimentare
ca

6.7).

AUTODIAGNOZĂ
la defectări
U UNITATEA DECLAN-
UNITATE
DE DE ŞĂRI
START LOGICĂ
Funcţia de
INTRĂRI FAŢĂ
Funcţie de
Ö Ö Funcţia de
RAR Ö IEŞIRE
DE locator SEMNALI-
AFIŞARE ZĂRI
Condiţii externe +
I controale
Funcţia de
comunicaţie
× × ×

A( t ) = R( t ) + F( t ) ⋅ M( t r )
(6.30)

1
μ=
MTR
(6.31)
k
n1λ 1t 1 + n 2 λ 2 t 2 +K+ n k λ k t k
∑ ni λ i t i
i=1
cu: MTR = =
n1λ 1 + n 2 λ 2 +K+n k λ k k
∑ ni λ i
i= 1
(6.32)
unde:
$t + $t +K+ $t 1 m$
= ⋅ ∑ ti
1 2 m
MTR =
m m i= 1 (6.33)

ε = A 0 (t ) − A m (t )
(6.34)

A = P + Q⋅M
(6.35)

de securitate:
Fie Qm = Qp·Qa
(6.36)
automatizare,
unde:
αi βi
⎡ k i (m) ⎤ ⎡ k j (0) ⎤
Qp = ∏ ⎢ ⎥ ⋅∏ ⎢ ⎥
i ⎣ k i (0) ⎦ j ⎢
⎣ k j (m) ⎥
⎦
(6.37)

(6.38)

(6.39)
∑ α i + ∑ βi = 1
(6.40)
γ δi
⎡ k s (0) ⎤ i ⎡ k r (m) ⎤
Qa = ∏ ⎢ ⎥ ⋅∏ ⎢ ⎥
s ⎣ k s (m) ⎦ r ⎣ k r (0) ⎦
(6.41)
cu ∑ γ s + ∑ δr = 1
s r
(6.42)
în care:

în figura 6.8.
Qm
1
t
tv tr
Figura 6.8 Variaţia
FIABILITATEA indicatorului calităţii
INSTALAŢIILOR procesului de mentenanţă
ENERGETICE 306
menţinuţi(refăcuţi) nici prin lucrări de mentenanţă;

tr - momentul în care echipamentul ar trebui retras din exploatare, funcţionarea sa
nemaiprezentând nici securitate, nici credibilitate.
Studiu de caz
0 ,5 0, 5 0 ,5 0,5
⎛ k (m)⎞ ⎛ k ( 0) ⎞ ⎛ k (m)⎞ ⎛ k (m)⎞
Qp = ⎜ i ⎟ ⋅⎜ u ⎟ ⋅⎜ v ⎟ ⋅⎜ t ⎟ = 1,384
⎝ k i ( 0) ⎠ ⎝ k u (m)⎠ ⎝ k v ( 0) ⎠ ⎝ k t ( 0) ⎠

succesive


λ int ( t ) = λ ref ( t ) =
succes
2 2

2 ⋅ Q int.lim
Δt optim1 ≤
λ int
(6.43)
2 ⋅ Q ref .lim
Δt optim2 ≤
λ ref
(6.44)
(




în capitolul II.
∞
(
n=1
(6.45)
2π
unde: ϖ =
T

Studiu de caz

6.8 Concluzii
electrică;


Curs Fiabilitate in Energetica EI 941 PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Fiabilitate in Energetica EI 941 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

IOAN P.

2. Modele matematice folosite în fiabilitate…………….……….…….……..9

2.1. Modelarea comportării elementelor şi sistemelor……….…...……………...9

4.1.5. Repartiţia hipergeometrică………….…………………..…………….……….38

FIABILITATEA INSTALAŢIILOR ENERGETICE 3

8.3.3 Ecuaţia diferenţială a parametrilor de stare………….…..……………..77

R(t) , Q(t), λ(t) , f (t) …………....………………………………………………….90

9.3. Planuri de experimentare pentru estimarea

FIABILITATEA INSTALAŢIILOR ENERGETICE 4

14. Tehnici moderne utilizate în fiabilitate………………………..…..113

20.2 Riscul şi securitatea din perspectiva modului de

FIABILITATEA INSTALAŢIILOR ENERGETICE 6

• stabilirea metodelor pentru menţinerea şi creşterea fiabilităţii sistemelor ,

Siguranţa în funcţionare - a unui sistem , este o noţiune mai generală şi cuprinde :

Mentenabilitatea – este probabilitatea cu un element defect să fie repus în funcţiune

Profilactica – constă în înlocuirea elementelor după o perioadă de funcţionare fără

- siguranţa în funcţionare a elementelor componente

• Evenimentul Φ - este numit eveniment imposibil şi este acel eveniment care

• Evenimentul Ω - complementar lui Φ, se numeşte eveniment sigur.

Ω = Φ ………….. (** )(,,..

Dacă C – este evenimentul ca întrerupătorul să fie străbătut de curent

Elementele aflate în stare de funcţionare se zice că se află în stare de SUCCES , iar

FIABILITATEA INSTALAŢIILOR ENERGETICE 11

Dacă avem o centrală cu două grupuri G1 şi G2 se poate vorbi de următoarele

Deci A0 A1 A2 A3 sunt evenimente incompatibile formând un sistem complet de

A şi A sunt evenimente complementare şi formează împreună un sistem complet de

FIABILITATEA INSTALAŢIILOR ENERGETICE 12

C = 1 eveniment (deci există un singur eveniment)

- avem un element în funcţiune cu evenimentele A A ..... A

- avem câte două elemente în funcţiune cu evenimentele

Aşadar practic toate combinaţiile posibile de evenimente , deci avem un câmp de

Cunoaşterea câmpului de evenimente pentru un experiment este un pas însemnat în

Dacă în urma a “ n “ experimente în condiţii identice un eveniment A se produce de “

dacă numărul experimentelor este suficient de mare. Altfel spus :

FIABILITATEA INSTALAŢIILOR ENERGETICE 13

În general modelarea evenimentelor energetice se face cu ajutorul evenimentelor

P( A U A U ..... U A ) = P( A ) + P( A ) + ........ + P( A ) = ∑P (Ai)

Probabilitatea sumei a “n” evenimente incompatibile este egală cu suma

P(A I A I .....I A )= P(A) ⋅ P(A ) ⋅.......⋅ P(A ) = ∏ P(Ai)

Această teoremă stă la baza metodei binomiale de calcul a fiabilităţii sistemelor .

Şi reprezintă probabilitatea de realizare a evenimentului A2 când se realizează

Cazul unui bloc generator transformator

FIABILITATEA INSTALAŢIILOR ENERGETICE 14

Debitarea puterii blocul GT pe bara B presupune funcţionarea generatorului care

Fie staţia E (figura 6.2) prevăzută cu instalaţie de DRRI (declanşare de rezervă la

Fig.6.2 Staţie prevăzută cu DRRI

P( Z2A IDRRI) = P( Z2A DRRI) ⋅[1−P(D) ⋅P(DRRI D)] (29)

Formula probabilităţii totale ilustrează corelaţia dintre probabilitatea unui eveniment A

P( A) = P [(A I N )U (A I N )U...... U (A I N )]= ∑ P( AI N i ) = ∑ P (N ) * P( A / N i ) (30)

Deci probabilitatea de producere a evenimentului A este suma produselor

Care este probabilitatea unei declanşări nedorite la întrerupătorul Io din schema de

FIABILITATEA INSTALAŢIILOR ENERGETICE 16

A – evenimentul ca să lipsească curentul operativ la întrerupătoarele I1, I2………… In

Dacă se urmăreşte probabilitatea realizării evenimentului A împreună cu numai una

P(A / Hi) ⋅ P(Hi )

⎛H ⎞ P(A / H i) ⋅ P(Hi) (35)

2400 600 (36)

Probabilitatea ca o conturnare să se producă la izolatoarele noi se determină folosind

Se mai numesc şi variabile întâmplătoare.

{ ω ; X (ω) < X } ∈ K sau (39)

sau înlocuind cu complementara dacă

{ ω ; X (ω) > X } ∈ K sau (41)

• formaţie nevidă (k) de părţi ale mulţimii de evenimente elementare.