5 |
連続時間マルコフ連鎖とPMHF式の導出 |
米国ロチェスター大学の資料(そのキャッシュ)によれば、 ランダムプロセスηtにおいて、ステート空間をi,j=0,1,2,...,∈Eについて、以下の式を満足する場合に、ランダムプロセスηtは連続時間マルコフ連鎖(CTMC)となります。 Pr{η(t+s)∈j | ηt∈i,ηu∈xu,u<t}=Pr{η(t+s)∈j | ηt∈i} 遷移する確率が、過去の時刻uでの状態に依存せず、現在時刻tでの状態にのみ依存することを表します。
CTMCであるηtにおいて、ステートiからjへの瞬間遷移確率関数(Instantanous Transition Probability Function)Pijの式は以下のようになります。ただし、元の式を「信頼性関係式の定義式の表現」で導入した記法に変更しています。 Pij(t):=Pr{η(t+dt)∈j | ηt∈i}=qijdt+o(dt) qijは遷移率(Transition Rate)です。ランダムプロセスηtにおいて、確率変数Xを無故障稼働時間とします。Mを稼働状態のサブセットとし、Pを不稼働状態のサブセットとすれば、X=inf{t:ηt∈P}と示すことができます。
稼働状態Mから不稼働状態Pへの遷移を考えると、(101.1)は、 PMP(t)=Pr{η(t+dt)∈P | ηt∈M}=qMPdt+o(dt) となりますが、これと前記事の微小ダウン確率形式と比較し、 Pr{η(t+dt)∈P | ηt∈M}=qMPdt+o(dt)=φ(t)dt すなわち、単位時間あたりの稼働状態Mから不稼働状態Pへの遷移率qMPは、o(dt)≈0の場合のダウン率φ(t)にほかなりません。
ここで、条件付き確率の式から(101.3)の両辺に状態確率Pr{ηt∈M}をかけるとPUDが求まります。PUDについて、0からTlifetimeまでtで積分し(101.2)を用いれば、 ∫Tlifetime0PMP(t)Pr{ηt∈M}=∫Tlifetime0Pr{η(t+dt)∈P | ηt∈M}Pr{ηt∈M}=∫Tlifetime0Pr{η(t+dt)∈P∩ηt∈M}=∫Tlifetime0q(t)dt=Q(Tlifetime) 前記事の平均PUD式(66.13)に基づき(101.4)の両辺をTlifetimeで割り、SPFになる平均PUDを¯qSPFで表せば、 ¯qSPF=1TlifetimeQ(Tlifetime)=1Tlifetime∫Tlifetime0Pr{η(t+dt)∈P | ηt∈M}Pr{ηt∈M}=1Tlifetime∫Tlifetime0Pr{η(t+dt)∈P∩ηt∈M} これにより、CTMCを用いた平均PUDを求める基本式が求まりました。PMHFを求めるには、(101.5)式を駆使していきます。
RAMS 2020においてPMHF式の論文発表が終了したため、本記事を開示します。