Availability analysis of a LNG processing plant using the Markov process
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to propose a state dependent stochastic Markov model for availability analysis of process plant instead of traditional time dependent model. Design/methodology/approach – The traditional concepts of system performance measurement and reliability (namely, binary; two-state concepts) are observed to be inadequate to characterize performance of complex system components. Availability analysis considering an intermediate state, such as a degraded state, provides a better alternative mechanism for system performance mapping. The availability model provides a better assessment of failure and repair characteristics for equipment in the sub-system and its overall performance. In addition to availability analysis, this paper also discusses the preventive maintenance (PM) program to achieve target availability. In this model, the degraded state is considered as a PM state. Using Markov analysis the optimum maintenance interval is determined. Findings – Markov process provides an easier way to measure the performance of the process facility. This study also revealed that the maintenance interval has a major influence in the availability of a process facility as well as in maintaining target availability. The developed model is also applicable to the varying target availability as well as having the capability to handle even the reconfigured process systems. Research limitations/implications – Considering the degraded state as an operative state, a higher availability of the plant is predicted. The consideration of the degraded state of the system makes the availability estimation more realistic and acceptable. Availability quantification, target availability allocation and a PM model are exemplified in a sub-system of an liquefied natural gas facility. Originality/value – The unique features of the present study are; Markov modeling approach integrating availability and PM; optimum PM interval determination of stochastically degrading components based on target availability; consideration of three-state systems; and consideration of increasing failure rates.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».