失效故障树分析FTA.PPT

隨機數產生器產生0與1間之數字，用以與每一項目之可靠度相比較，以決定系統是否運作。如僅作10回合之模擬，所獲得0.9之結果值不應視為正確結果。通常的方式為鍵入計算機，以與模擬進行的總結相比較，以得到所需的準確度。在此例中，經20,000次反復後得到0.9799之結果值。 上述模式可以數種方式予以延伸。例如： ?延伸模式本身(如考量僅當第一項目失效 時，第二項目才立即運作)。 ?當機率無法準確界定時，改變固定機率 為變動機率(良好之例為三角分配)。 ?使用失效率結合隨機數產生器產生失效 時間(冪數、韋氏或其他適當的分配)並 建構於修復時間內。 在眾多的應用中，其中包括財務預測、投資績效、專案成本/時程預測、業務過程中斷及人員需求等之不確定性評鑑。 分析技術無法提供相關結果或當輸入與輸出資料中具有不確定性時。 B.25.5 輸出 輸出可能為如上例所測得之單一數值，其可能為以機率或頻率分配表示的結果，或 其可能為模式內對輸出具有最大衝擊的主要效應之鑑定。 一般而言，蒙地卡羅模擬將用以評鑑可能產生的結果之整體分配，或分配之重要量測值，諸如： ?產生界定的結果所產生之機率。 ?問題遭遇者具有某程度的信賴區間，對於結果值將不致超過或予超越，例如成本之變化不超過10 %或耐久期間80 %肯定將超過預期的耐久期間。 分析輸入與輸出間之關聯性，可明顯化進行中的因素之相對顯著性，並鑑別