«Автоматизация и информатизация ТЭК»

Разработка приложения для исследования надежности системы на основе марковских процессов

УДК: 621.3.019.3:004.415
DOI: 10.33285/2782-604X-2022-5(586)-41-48

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия

Ключевые слова: марковские процессы, цепи Маркова, надежность, комплексные показатели надежности, коэффициент технического использования, коэффициент готовности, SOLID, Python, PyQT, NetworkX, NumPy, Python FPDF

Аннотация:

Рассмотрена математическая модель марковских процессов для исследования комплексных показателей надежности. Обоснован выбор инструментов для разработки приложения на основе математической модели. Приведено описание структуры приложения, а также примененные при разработке архитектурные шаблоны. Представлены основные возможности приложения, примеры его использования и дальнейшего развития.

Список литературы:

1. Вентцель Е.С. Исследование операций. – М.: Знание, 1976. – 64 с.
2. Волков Д.А., Селезнев Е.А. Вариант реализации построения графа состояний марковских процессов // Губкинский университет в экосистеме современного образования: тез. докл. V регион. науч.-техн. конф., посвященной 150-летию со дня рождения И.М. Губкина. – М., 2021. – С. 33.
3. Сухарев М.Г. Марковские процессы (прикладные аспекты). – М.: Изд. центр РГУ нефти и газа (НИУ) им. И.М. Губкина, 2007. – 135 с.
4. Сборник задач по теории надежности / под ред. А.М. Половко, И.М. Маликова. – М.: Советское радио, 1972. – 408 с.
5. Шишмарев В.Ю. Надежность технических систем: учеб. для вузов. – 2-е изд., испр. и доп. – М.: Юрайт, 2020. – 289 с.
6. Волков Д.А. Модель оценки надежности многоуровневой автоматизированной системы диспетчерского управления транспортом газа // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2016. – № 12. – С. 20–23.
7. Volkov D.A. The model of programing solution for estimating reliability of gas transport automated dispatch control system // Нефть и газ – 2016: междунар. молодежная науч. конф., приуроченная к III нац. нефтегазовому форуму, Москва, 18–20 апр. – М.: РГУ нефти и газа им. И.М. Губкина, 2016. – С. 252.
8. Python programming language. – URL: https://www.python.org/ (дата обращения 22.03.2022).
9. Platt E. Network Science with python and NetworkX. – Birmingham: Packt publishing, 2019. – 190 p.
10. Johansson R. Numerical python: scientific computing and data science applications. – New York: Apress, 2019. – 683 с.