Gedanken zur Redundanz - ein Einführungsvortrag -

Slides:



Advertisements
Ähnliche Präsentationen
Sudoku Übersicht Spielregeln Strategien Knoch
Advertisements

Das SalesPoint-Framework v3.2 Einführung und Überblick
Definition [1]: Sei S eine endliche Menge und sei p eine Abbildung von S in die positiven reellen Zahlen Für einen Teilmenge ES von S sei p definiert.
Strukturfunktionsgenerierung
Eingebettete Systeme Qualität und Produktivität
Masterstudiengang IE (Industrial Engineering)
Bundeslehrstab (BLStab)
Erich Weichselgartner IuK-Jahrestagung 2006 Nutzeranforderungen an ein Psychologie- Fachportal: Ergebnisse einer Online- Befragung Erich Weichselgartner.
Modellierung und Schätzung von Variogrammen
Prof. Dr. Holger Schlingloff
Qualitätssicherung von Software Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin und Fraunhofer FIRST.
3rd Wednesday, 18. Januar Wettbewerb Breitband Ruhr – Mit neuen Technologien Zukunft sichern 29. 3rd Wednesday, 18. Januar 2006 Ulrike Langer, Projekt.
Dienstbesprechung der Fachbereichsleiter AWT am Dienstag, 21
Portfoliomodelle Faktormodelle
Vortrag im Rahmen des Seminars
Vorlesung: 1 Betriebssysteme 2007 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebssysteme Hochverfügbarkeit (Einführung) 3. Quartal.
Vorlesung: 1 Betriebssysteme 2008 Prof. Dr. G. Hellberg Studiengang Mechatronik FHDW Vorlesung: Betriebssysteme Hochverfügbarkeit (Einführung) 2. Quartal.
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Seminar: Architekturbeschreibungssprachen
Bio-inspired & Grid Computing I
Taschenrechner im Mathematikunterricht Stephan Damp
Grundlagen für die Teilnahme an G8GTS Die Pflichtstunden in G8GTS
Vortrag zur Verteidigung der Diplomarbeit von Oliver Schäfer
Kapitel III: Stochastische Modelle im Januar haben wir behandelt: 12/3
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Wahrscheinlichkeitstheorie. Statistische Methoden I WS 2009/2010 Einleitung: Wie schätzt man die Zahl der Fische in einem See? Zur Geschichte der Statistik.
Statistische Methoden I WS 2009/2010 Probeklausur Montag, 25. Januar statt Vorlesung -
Ein mobiler OPAC auf Basis des Produktivsystems Andreas Neumann · D - IT March 10.
Stromversorgung in der Befehlsstelle
Barrierefreiheit ( Accessibility ).
Dr. Stefan Sammito (Bundeswehrkrankenhaus Bad Zwischenahn)
Vorlesung Biometrie für Studierende der Veterinärmedizin Begriff der Zufallsgröße Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt:
Wahrscheinlichkeitsrechnung
Objektorientierte Modellierung und Simulation technischer Systeme Vertiefungsveranstaltung im Studiengebiet SSG WS2006/2007 André Nordwig, Christoph Nytsch-Geusen.
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Objektmodellierung Objekte und Klassen Ein Objekt ist ein Exemplar.
Spezifikation von Anforderungen
Das Wasserfallmodell - Überblick
Morbach, den Morbach, den Gemeinsam statt einsam - Neue Wohnformen im Dorf Barrierefreie Wohnungen Angepasste Wohnungen Betreutes.
BMU – KI III 1 Stand: März 2007 Entwicklung erneuerbarer Energien in Deutschland im Jahr Erneuerbare Energien in Deutschland im Jahr 2006.
Osthilfegesetz Transitionshilfe (traditionelle Osthilfe) Aufbau von Demokratie und sozialer Marktwirtschaft in ehemals kommunistischen Staaten Osteuropas.
Ausgleichungsrechnung I
Ausgleichungsrechnung II
IT2 – WS 2005/20061Oct 10, 2005 Externes Verhalten – Quelltext (source code) Durch Aufrufe der Konstruktoren und Methoden kann das externe Verhalten (=die.
31.Januar Die Jugendabteilung des VfB stellt ihr Konzept für die Zukunft vor.
Inhalt (2) Atmung Kreislauf (AED) Erste Hilfe 2006.
EBAV® (Experience Based Asset Valuation)
Inhalt (3) Schock Starke Blutung Akutes Koronarsyndrom Insult
IT2 – WS 2005/20061Oct 17, 2005 Objektinteraktion Zusammenarbeitende Objekte erzeugen 1.0.
GIS - Seminar Wintersemester 2000/2001
Regionalisierte Variablen und Kriging
Universität Zürich Informatikdienste GoKoordinatorenmeeting 27. April UZH Global Storage Projekt.
EXPONENTIALVERTEILUNG
Referat über das Thema STOCHASTIK.
1 (C) 2002, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz Wahrscheinlichkeitsverteilung Lernziele: Wahrscheinlichkeitsverteilung und der Wahrscheinlichkeitsdichte.
Prävention im Einsatzwesen
Ulrich Kalina, Deutsche Blindenstudienanstalt Marburg
Ulrich Kalina, Deutsche Blindenstudienanstalt Marburg
ppt, ©Robert Wolff, Presenting PowerPoint.
Technische Informatik II (INF 1211) Aufgabenteil (Mit Unterlagen)
Logistik, Material- und Produktionswirtschaft 2006
Referat KI III 1, „Grundsatzfragen der erneuerbaren Energien“
Christian Schindelhauer Wintersemester 2006/07 3. Vorlesung
Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft MIPAS-STR IMK-Seminar 24 März MIPAS aircraft : current activities (update ) POF:Topic.
Kapitel 3.5 Der 1. Hauptsatz für stationäre Fließprozesse
Modellbasierte Software-Entwicklung eingebetteter Systeme
Modellbasierte Software- Entwicklung eingebetteter Systeme Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität und Fraunhofer.
K. Desch - Statistik und Datenanalyse SS05
Independent Component Analysis: Analyse natürlicher Bilder Friedrich Rau.
 Präsentation transkript:

Gedanken zur Redundanz - ein Einführungsvortrag - 1/17

Ein Versuch, sich dem Thema zu nähern Definition und Ursprung Redundanz Zuverlässigkeit Verfügbarkeit Mathematische Beschreibung Statistische Grundgrößen Zuverlässigkeitskenngrößen Zeitverhalten Redundanzstrukturen Aktuelles Beispiel aus der Netzplanung 2/17

Definition der Redundanz: Funktionsbereites Vorhandensein von mehr als für die vorgesehene Funktion notwendigen technischen Mittel DIN 40042 Vorhandensein von mehr funktionsfähigen Mitteln in einer Betrachtungs- einheit, als für die Erfüllung der geforderten Funktion notwendig sind. Birolini, Zuverlässigkeit von Geräten und Systemen, Springer, 1997 3/17

Ursprung Redundanz Kosten Lebensdauer Ausfallarten Entwicklung Verfügbarkeit Sicherheit Risikobewertung Redundanz Zuverlässigkeit Karnaugh mvn System Qualität Markov Shannon 4/17

Beispiel aus der Nachrichtenübertragung Äquivokation X Y H(X|Y) Quell- codierer Kanal- codierer Ü - Kanal Q Transinformation T(X,Y) H(X|Y) R N Irrelevanz fehlertoleranter Leitungscode - Redundanz im Quellcodierer Redundanz aus dem Kanalcodierer wirtschaftliche Abwägung von (S/N)Empfänger 5/17

Redundanz Zuverlässigkeit dependability Def: Zuverlässigkeitsfunktion R(t) reliability Ausfall Ausfallrate λ(t) Erwartungswerte E(T) „Badewanne“ MTTF MTBF p(Eigenschaft einer Einheit, während einer Zeitdauer T (0,t) ausfallfrei zu arbeiten) kurz: „Zuverlässigkeit ist Qualität auf Zeit“ 6/17

Redundanz Verfügbarkeit A(t) availability Def: Reparatur - / Unterhaltungskonzepte maintanance concept Reparatur Reparaturrate µ(t) MTTR Redundanz Sicherheit safety Sicherheitskenngrößen Gefährdungswahrscheinlichkeit G(t) Sicherheitswahrscheinlichkeit S(t) Auswirkungen einer Gefährdung Risiko p(Einheit ist funktionsfähig zum Zeitpunkt t) 7/17

Statistische Grundgrößen Wahrscheinlichkeit Bedingte Wahrscheinlichkeit Unabhängige Ereignisse Verteilfunktion Detail >>> Zufallsgröße X Verteilungsdichte Erwartungswert 8/17

Detail: Beispielhafte Verteilfunktionen Name Verteilfunktion Dichte Ausfallrate Mittelwert Eigenschaften Exp gedächtnislos (Weibull) Poisson p(genau k Ausfälle in (0,t)) ; exp verteilte Ausfallzeiten mit Parameter λ z.B. m=3 k keine Alterung 0,37 1 ./. 0,2 - 0,1 - 2 4 6 9/17

Zuverlässigkeitskenngrößen Lebensdauer T Ausfallwahrscheinlichkeit probability of failure Zuverlässigkeitsfunktion Überlebenswahrscheinlichkeit ausfallfreie Arbeitszeit τ Ausfalldichte Ausfallrate hazard rate h(t) Erwartungswert MTBF Erweiterung Instandhaltung >>> Annahme: λ(t) = λ 10/17

Erweiterung: Instandhaltungskenngrößen Instandhaltung Verfügbarkeit Wartung Instandsetzung (planmäßig) (außerplanmäßig mit Reparaturzeit) Ausfallwahrscheinlichkeit F(t) Instandsetzungswahrscheinlichkeit M(t) probability of failure maintainability Ausfallrate λ(t) Reparaturrate µ(t) mit µ(t) = µ : MTTR 11/17

Zeitverhalten Zustandsdiagramm Stochastische Modellbildung Markov mit Poisson-Prozeß Markovkette für Einzelelement: Ausfall System ausgefallen System funktionsfähig Reparatur kein Übergang in Δt. wechselt nach Δt mit p1,2 in Z2 bleibt nach Δt mit p1,1 in Z1 aus Taylorentwick- lung für e-Fktn. Z1 Z2 wechselt nach Δt mit p2,1 in Z1 oder System war in Z1 System war in Z2 12/17

Zeitverhalten stationäre Verfügbarkeit Erweiterung auf beliebige, endlich viele Zustände möglich. Laplace Transformation Lösungen für das Einzelelement: MTBF MTBF + MTTR stationäre Verfügbarkeit 1 t 13/17

Anwendung auf Redundanzstrukturen: Kurze Zwischenbilanz: Statistische Grundgrößen Zuverlässigkeitskenngrößen ohne mit Instandhaltung = MTBF MTBR = = + Zeitverhalten Verfügbarkeit Anwendung auf Redundanzstrukturen: Serien-/Parallelsysteme mvn-System z.B. nvn-System Verallgemeinerung auf vernetzte Strukturen Aktuelles Beispiel aus der Netzplanung 14/17

Aktuelles Beispiel aus der Netzplanung Auftrag: Redundanzanalyse Engpass Netzdynamik Basis: R(t) Überlebenswahrscheinlichkeit Schaltredundanz als kalte Reserve Bedientheorie, Markov Prozeß Vorgehen: 1. Engpaß B 20/21 C 20/24 20/16 10/13 20 A D 20/18 20/20 10/15 50/22 Engpass E F T/ms 114 x=1 x=1,57 x=2,1 15/17

Aktuelles Beispiel aus der Netzplanung 2. Netzdynamik mit QoS-Vorgabe des Auftraggebers: T = ø Verweilzeit im Netz/Paket Problem: Ergebnisse: wie vorgefunden ( schwarz ): T = 114ms Kosten 170 Mio. nach Redundanzanalyse optimiert ( rot ): mit Vorgabe T = 100ms Kosten 149 Mio. Redundante Reserve aus Netzplanung: 21 Mio. 16/17

Gedanken zur Redundanz - eine Einführung - Vielen Dank für Ihre Aufmerksamkeit 17/17