Endüstriyel Hata Toleransını Analiz Etmek İçin Beş Güvenilirlik Tekniği

Hata Toleransı Neden Yedek Donanımdan Daha Fazlasını Gerektirir

Her endüstriyel sistem sonunda arızalar yaşayacaktır. Sensörlerin ölçümleri sapar, güç kaynakları bozulur, iletişim bağlantıları kararsız hâle gelir ve mekanik bileşenler tekrarlanan yükler altında aşınır. Bu nedenle hata toleranslı mühendisliğin amacı asla arızalanamayacak ekipmanlar oluşturmak değildir. Amaç, öngörülebilir arızaların hemen kontrolsüz sistem arızalarına dönüşmemesini sağlamaktır.

Hata toleranslı bir sistem, bir veya daha fazla bileşen kullanılamaz duruma geldikten sonra kabul edilebilir bir işlev sunmayı sürdürebilir. Bazı uygulamalarda sistem tam üretimi sürdürmelidir. Diğerlerinde ise bakım arızalı kanalı yeniden çalışır duruma getirene kadar kapasitenin azalması kabul edilebilir. Güvenlik açısından kritik sistemler, çalışmaya devam edilmesi kabul edilemez bir risk oluşturacaksa bunun yerine kontrollü ve güvenli bir duruma geçebilir.

Yedekli bileşenler çoğu zaman bu stratejinin bir parçasıdır, ancak tek başına çoğaltma hata toleransını kanıtlamaz. İki kontrolör yine de tek bir güç kaynağına, tek bir ağ anahtarına veya tek bir yazılım yapılandırmasına bağlı olabilir. İki transmiter aynı impuls hattını paylaşabilir ve aynı tıkanma nedeniyle arızalanabilir. Bu nedenle güvenilirlik analizi, ekipman listesinde hemen görünmeyen bağımlılıklar da dahil olmak üzere tüm mimariyi incelemelidir.

Bu çalışma için beş yöntem özellikle yararlıdır. Hata Ağacı Analizi, arızaların hangi kombinasyonlarının tanımlanmış bir tepe olayına yol açabileceğini inceler. Hata Türleri ve Etkileri Analizi, tek tek bileşenlerin nasıl arızalanabileceğini ve bu arızaların daha geniş sistemi nasıl etkilediğini inceler. Monte Carlo simülasyonu, birçok olası işletim ve arıza senaryosu üzerinden belirsizliği araştırırken Kök Neden Analizi, gerçek bir olayın neden meydana geldiğini inceler. Markov modelleri, onarılabilir sistemlerin zaman içinde sağlam, bozulmuş, arızalı ve yeniden çalışır durumlar arasında nasıl geçiş yaptığını tanımlar.

Şekil 1. Endüstriyel sistemler her arızadan kaçınamaz, ancak disiplinli güvenilirlik mühendisliği birçok arızanın tamamen başarısızlığa dönüşmesini önleyebilir.

Güvenilirlik, Kullanılabilirlik, Güvenlik ve Bakım Yapılabilirlik Aynı Şey Değildir

Güvenilirlik terminolojisi çoğu zaman gelişigüzel kullanılır ve bu durum tasarım incelemelerinde kafa karışıklığına yol açabilir. Güvenilirlik, ekipmanın belirli bir süre boyunca kendisinden beklenen işlevi yerine getirme olasılığını ifade eder. Kullanılabilirlik ise prosesin ihtiyaç duyduğu anda ekipmanın hazır olup olmadığını ifade eder. Bir sistem zaman zaman arızalanabilir, ancak onarımlar hızlı ve yedek parçalar hemen erişilebilir olduğunda kullanılabilirliğini yüksek düzeyde koruyabilir.

Bakım yapılabilirlik, arızalanmış bir sistemin ne kadar etkili şekilde teşhis edilip yeniden çalışır duruma getirilebildiğini ifade eder. Güvenlik ise arızaların personel, çevre ve ekipman açısından kabul edilebilir risk sınırları içinde kalıp kalmadığını ifade eder. Bu özellikler birbirini etkiler, ancak bir özelliğin iyileştirilmesi diğerlerinin tümünü otomatik olarak iyileştirmez. Koruyucu bir duruş, üretim kullanılabilirliğini azaltırken tesis güvenliğini önemli ölçüde artırabilir.

Arıza toleransı bu disiplinlerin tümünü kapsar. Yedekliliğe, tanılamaya, yalıtıma, onarım yeteneğine ve kontrollü performans düşüşüne dayanır. Ayrıca gerekli işlevin net biçimde tanımlanmasına da bağlıdır. Mühendisler, her güvenilir arızadan sonra hangi performansın sürdürülmesi gerektiğini bilmeden bir sistemin arıza toleranslı olup olmadığını belirleyemez.

Örneğin bir kompresör koruma sisteminin, tek bir sensör arızasından sonra acil durdurma yeteneğini koruması gerekebilir. Bir proses kontrol sisteminin, bir kontrolör değiştirilirken yalnızca kararlı çalışmayı sürdürmesi yeterli olabilir. Bir güç koruma düzeni, tek bir ortak arızanın hem birincil hem de yedek korumayı devre dışı bırakamaması için bağımsız kanallar gerektirebilir. Güvenilirlik teknikleri, mühendislerin bu gereksinimleri test edilebilir tasarımlara dönüştürmesine yardımcı olur.

Mühendislik Sorununa Göre Yöntem Seçimi

Beş güvenilirlik tekniği aynı sorunun farklı bölümlerini ele alır. FTA, istenmeyen bir sistem olayıyla başlar ve bu olaya yol açabilecek arızalara doğru geriye gider. FMEA, bileşenler veya işlevlerle başlar ve her arıza türünün sonuçlarını ileriye doğru inceler. Monte Carlo simülasyonu, sistem modelini rastgele oluşturulmuş çok sayıda koşul altında tekrarlayarak belirsizliğin etkisini araştırır.

Kök Neden Analizi normalde gerçek bir olaydan sonra başlar ve görünür belirtileri altta yatan teknik ve kurumsal nedenlerden ayırmak için kanıtları kullanır. Markov modellemesi, sistem durumlarına ve sistemin bu durumlar arasında geçiş hızlarına odaklanır. Onarımın, beklemedeki çalışmanın, düşük performansın ve tanılama kapsamının kullanılabilirliği güçlü biçimde etkilediği durumlarda özellikle yararlıdır.

Doğru seçim, sorulan soruya bağlıdır. Toplam soğutma kaybının nasıl meydana gelebileceğini araştıran bir ekip genellikle FTA ile başlar. Olası her verici, kontrolör ve vana arızasını inceleyen bir tasarım ekibi FMEA'dan daha fazla yarar sağlar. Belirsiz bakım aralıklarını karşılaştıran bir varlık yöneticisi Monte Carlo simülasyonunu kullanabilirken, yedekli bir kontrolör çiftinin uzun vadeli kullanılabilirliğini hesaplayan bir güvenilirlik mühendisi Markov modelini tercih edebilir.

Bu yöntemler birbirinin yerine geçmez; birbirini tamamlar. Bir FMEA, daha sonra bir arıza ağacındaki temel olaylara dönüşebilecek arıza türlerini belirleyebilir. Kök Neden Analizi bulguları, bir Markov modelindeki gerçekçi olmayan arıza varsayımlarını düzeltebilir. Monte Carlo simülasyonu, belirsiz olasılıkların FTA'dan veya bakım planlamasından çıkarılan sonuçları nasıl etkilediğini test edebilir.

Arıza Ağacı Analizi Sonuçla Başlar

Arıza Ağacı Analizi, açıkça tanımlanmış tek bir istenmeyen olayla başlayan tümdengelimsel bir yöntemdir. Bu olaya tepe olayı denir. Uygun örnekler arasında kazan besi suyunun tamamen kaybedilmesi, türbin trip işlevinin arızalanması, kontrolör iletişiminin tamamen kaybedilmesi veya reaktör içindeki basıncın kontrolsüz biçimde yükselmesi yer alır. Tanım, anlamlı bir analizi destekleyecek kadar özel olmalıdır.

Yalnızca “sistem arızası” olarak tanımlanan bir üst olay genellikle çok belirsizdir. Hangi işlevin arızalandığını, arızanın ne kadar sürdüğünü veya hangi işletim durumunun geçerli olduğunu belirtmez. Daha iyi bir tanım, “normal üretim sırasında tüm soğutma suyu akışının altmış saniyeden uzun süre kaybedilmesi” olabilir. Bu ifade, analiz için net bir sınır sağlar.

Üst olay tanımlandıktan sonra ekip, bu olaya yol açabilecek doğrudan koşulları belirler. Bu koşullar, analiz temel bileşen arızalarına, dış etkenlere veya insan eylemlerine ulaşıncaya kadar daha alt düzeydeki olaylara ayrıştırılır. Mantık kapıları olayları birbirine bağlar ve bunların nasıl birleştiğini açıklar. VEYA kapıları, listelenen olaylardan herhangi birinin daha üst düzeydeki olaya yol açabileceğini gösterirken VE kapıları, birden fazla olayın birlikte gerçekleşmesini gerektirir.

Tamamlanan ağaç, arıza mantığının görsel bir temsilini sunar. Elektrik, mekanik, enstrümantasyon, proses, bakım ve güvenlik uzmanlarının aynı sistemi ortak bir bakış açısıyla incelemesine olanak tanır. Bu ortak model, Hata Ağacı Analizinin en büyük pratik güçlü yönlerinden biridir. Tasarıma yerleşmeden önce gizli varsayımların sorgulanmasını kolaylaştırır.

Şekil 2. Bir hata ağacı, tanımlanmış bir üst olaydan geriye doğru ilerler ve daha alt düzeydeki arızaların bu olaya yol açabilecek bileşimlerini belirler.

Hata Ağacını Adım Adım Geliştirme

İlk pratik görev, sistem sınırını belirlemektir. Mühendisler hangi ekipmanların, yardımcı tesislerin, yazılımların, operatörlerin ve dış hizmetlerin analize dâhil edileceğine karar vermelidir. Bir soğutma sistemi incelemesi pompaları, vanaları, güç dağıtımını, enstrümantasyonu ve kontrol mantığını kapsayabilir. Bu faktörlerin üst olayı etkileyebileceği durumlarda su kaynağının, çevre koşullarının ve operatör müdahalesinin de dâhil edilmesi gerekebilir.

Ekip daha sonra doğrudan nedenleri belirler. Tüm soğutmanın kaybı, tüm pompaların kullanılamaz hâle gelmesi, ortak besleme kolektörünün tıkanması veya izolasyon vanalarının yanlış kapanması nedeniyle meydana gelebilir. Her doğrudan neden ayrıntılı olarak incelenir. Pompanın kullanılamaz hâle gelmesi; motor arızası, rulmanın sıkışması, emiş kaybı, kontrolör arızası veya elektrik beslemesinin kaybından kaynaklanabilir.

Süreç, daha fazla ayrıştırmanın kararı iyileştirmeyeceği noktaya kadar devam eder. En alt düzeydeki olaylar temel olaylar olarak ele alınır ve bunlara arıza olasılıkları veya oranları atanabilir. Ardından mantıksal yapı niteliksel veya niceliksel olarak değerlendirilebilir. Doğru sayısal veriler mevcut olmasa bile ağaç, tekil arıza noktalarını ve beklenmedik ortak bağımlılıkları ortaya çıkarabilir.

Nicel hata ağacı analizi, olay olasılıklarını kapı yapısına göre birleştirir. Hesaplama basit görünebilir, ancak bağımsızlık varsayımları dikkatle gözden geçirilmelidir. Aynı güç kaynağını, çevre koşullarını, bakım faaliyetini veya yazılım hatasını paylaşan iki olay tamamen bağımsız değildir. Bu ilişkilerin göz ardı edilmesi, yedekli bir tasarımın gerçekte olduğundan çok daha güvenli görünmesine yol açabilir.

Minimal Kesme Kümeleri En Tehlikeli Birleşimleri Gösterir

Kesme kümesi, üst olayı meydana getiren temel olayların bir birleşimidir. Minimal kesme kümesi gereksiz hiçbir olay içermez; yani herhangi bir olay çıkarıldığında üst olayın meydana gelmesi önlenir. Bu birleşimler, mühendislerin en kısa ve en önemli arıza yollarını belirlemesine yardımcı olur. Özellikle büyük bir hata ağacında yüzlerce olay bulunduğunda değerlidir.

Tek olaylı bir minimal kesme kümesi, tek bir arızanın üst olaya doğrudan neden olabileceğini gösterir. Bu tür bulgular normalde tasarımın derhâl gözden geçirilmesini gerektirir. Ekip yedeklilik ekleyebilir, izolasyonu iyileştirebilir, ayrı bir güç kaynağı sağlayabilir veya başka bir koruma katmanı devreye alabilir. İki ve üç olaylı kesme kümeleri genellikle yedekli mimariler içindeki arızaları temsil eder.

Her kısa kesme kümesi aynı riski taşımaz. Sık meydana gelen arızaları içeren iki olaylı bir birleşim, son derece nadir görülen tek bir harici olaydan daha önemli olabilir. Tespit ve onarım süresi de önemi etkiler. Aylar boyunca tespit edilmeden kalan gizli bir arıza, hemen tespit edilip onarılan bir arızaya kıyasla çok daha uzun bir maruziyet süresi oluşturur.

Hata ağacı analizi yazılımı, kesme kümelerini hesaplanan katkılarına göre sıralayabilir. Ancak mühendisler yine de sayıların arkasındaki fiziksel anlamı incelemelidir. Matematiksel olarak düşük bir olasılık, gerçekteki kurulumu yansıtmayan zayıf varsayımlara veya genel verilere dayanabilir. Analiz boyunca mühendislik muhakemesi gerekli olmaya devam eder.

Örnek: Gerçekte Bağımsız Olmayan Kazan Besi Suyu Yedekliliği

İki kazan besi suyu pompasıyla çalışan bir elektrik santrali düşünün. Her iki pompa da gerekli minimum debiyi sağlayabildiğinden, sistem tek bir pompanın arızalanmasına dayanabilecekmiş gibi görünür. Basit bir ekipman sayımı tam yedeklilik olduğunu gösterir. Ancak ortak bağımlılıklar dâhil edildiğinde hata ağacı farklı bir tablo ortaya koyabilir.

Her iki pompa motoru da enerjiyi aynı elektrik barasından alabilir. Her iki pompa da aynı emiş kolektöründen beslenebilir, aynı kontrol sistemine bağlı olabilir veya tek bir seviye ölçümünden komut alabilir. Bu nedenle tek bir bara arızası, tıkanmış bir emiş kolektörü ya da hatalı bir ortak sinyal, her iki pompayı aynı anda devre dışı bırakabilir. Görünürdeki iki pompalı yedeklilik, bu ortak arızalara karşı koruma sağlamaz.

Analiz, çeşitli pratik iyileştirmelere yol açabilir. Ayrı elektrik beslemeleri, ortak güç kaybı riskini azaltabilir. Farklı seviye ölçüm yöntemleri, tek bir transmiter teknolojisine bağımlılığı azaltabilir. Bağımsız kontrol yolları, geliştirilmiş manuel işletim ve daha iyi emiş izleme, mutlaka başka bir komple pompa eklemeden mimariyi güçlendirebilir.

Bu örnek, FTA'nın yalnızca yedekli cihazları saymaktan neden daha yararlı olduğunu gösterir. Cihazların gerçek işletim koşullarında bağımsız kalıp kalmadığını değerlendirir. Ayrıca ek karmaşıklığın nerede gerçek koruma sağladığını ve nerede yalnızca koruma görüntüsü oluşturduğunu belirler.

Hata Ağacı Analizinin Etkili Olduğu ve Olmadığı Yerler

FTA; güvenlik işlevleri, koruma sistemleri, elektrik dağıtımı, iletişim ağları ve istenmeyen olayın açıkça tanımlandığı diğer uygulamalarda özellikle etkilidir. Görsel yapısı tasarım incelemelerini ve mevzuatla ilgili görüşmeleri destekler. Zayıflıkları ortaya çıkarmak için nitel olarak veya üst olay olasılığını tahmin etmek için nicel olarak kullanılabilir.

Üst olay yeterince iyi tanımlanmadığında yöntem daha az etkili hale gelir. Ağaç binlerce olayı kapsayacak şekilde genişlediğinde de yönetilmesi zorlaşabilir. Dinamik diziler, bakım davranışları ve değişen işletim durumları özel kapılar veya ek modelleme teknikleri gerektirebilir. Statik bir hata ağacı, zamana bağlı her ilişkiyi doğal olarak açıklayamaz.

İnsan eylemleri de dikkatle ele alınmalıdır. Bir operatörün tepki verme olasılığı; alarm kalitesine, prosedür tasarımına, eğitime, iş yüküne, mevcut zamana ve arayüz koşullarına bağlıdır. Tek bir genel insan hatası olasılığı atamak bu farklılıkları gizleyebilir. Operatör eyleminin sonuçta merkezi bir rol oynadığı ciddi analizlerde insan faktörleri uzmanları yer almalıdır.

Bu nedenle FTA, daha kapsamlı bir güvenilirlik programının parçası olarak kullanıldığında en etkilidir. FMEA, ayrıntılı bileşen arıza türleri sağlayabilirken Markov veya Monte Carlo yöntemleri onarım, sıralama ve belirsizlik konularını ele alabilir. Hiçbir tek hata ağacı, her sistem davranışının eksiksiz bir temsili olarak değerlendirilmemelidir.

Arıza Türleri ve Etkileri Analizi Bileşenle Başlar

Arıza Türleri ve Etkileri Analizi tümevarımsal bir yaklaşım kullanır. Ekip, bir üst olayla başlamak yerine bir öğe, işlev veya süreç adımıyla başlar. Ardından bu öğenin nasıl arızalanabileceğini ve her arızanın yerel olarak ve sistem genelinde ne gibi etkiler yaratacağını sorar. Bu yön, FMEA'yı tasarım ve ekipman incelemeleri sırasında özellikle yararlı kılar.

Bir basınç transmiteri birkaç farklı şekilde arızalanabilir. Çıkışı yüksek yönde sapabilir, düşük yönde sapabilir, tek bir değerde donabilir, kararsız hale gelebilir veya tamamen kaybolabilir. Her arıza modu farklı bir işletimsel sonuca yol açar. Yüksek bir okuma gereksiz bir duruşa neden olabilirken düşük bir okuma tehlikeli bir basınç durumunu gizleyebilir.

FMEA, ekibi yalnızca “transmiter arızası” kaydetmek yerine bu farklılıkları açıklamaya zorlar. Ayrıca mevcut önleme ve algılama kontrollerini de inceler. Analiz; sonucu azaltan tanılama sistemlerini, karşılaştırma mantığını, işlev testlerini, alarmları, baypasları veya operatör kontrollerini belirleyebilir. Zayıf algılama, çoğu zaman ilk arıza türü kadar önemli hale gelir.

Şekil 3. FMEA, tek tek arıza türlerini, bunların etkilerini, önem derecelerini ve bunları önlemek veya algılamak için mevcut kontrolleri değerlendirir.

Etkili Bir FMEA Çalışma Sayfası Neler İçermelidir?

Yararlı bir FMEA çalışma sayfası, kalem ve bunun gerekli işleviyle başlar. Arıza türü, işlevin nasıl kaybedilebileceğini, bozulabileceğini veya hatalı gerçekleştirilebileceğini tanımlar. Yerel etki, bileşen düzeyinde ne olduğunu; sistem etkisi ise daha geniş operasyonel veya güvenlik sonucunu açıklar. Nedenler ve mekanizmalar, etkilerden ayrı olarak kaydedilir.

Çalışma sayfası mevcut kontrolleri de belgeler. Önleyici kontroller arızanın meydana gelme olasılığını azaltır. Algılama kontrolleri, arıza kabul edilemez bir sonuca yol açmadan önce onu ortaya çıkarır. Örnekler arasında otomatik tanılama, yedekli sinyallerin karşılaştırılması, alarm sınırları, işlev testleri, denetimler ve kestirimci bakım bulunur.

Birçok kuruluş önem derecesi, oluşma sıklığı ve algılanabilirlik puanları verir. Bu değerler bazen bir Risk Öncelik Sayısı elde etmek için çarpılır. Bu sayı önceliklendirmeye yardımcı olabilir, ancak teknik değerlendirmenin yerini asla almamalıdır. Farklı kombinasyonlar, sonuçları temelden farklı olsa bile aynı puanı üretebilir.

Nadir görülen yıkıcı bir arıza, hesaplanan puanları benzer olsa bile, sık görülen küçük bir rahatsızlıktan daha fazla dikkat gerektirebilir. Bu nedenle önem derecesi bağımsız olarak gözden geçirilmelidir. Ekipler ayrıca yalnızca ek denetimlere güvenmek yerine, arıza mekanizmasını ortadan kaldıran veya sonucu azaltan eylemlere öncelik vermelidir.

Örnek: Ortak Bir Zayıflığa Sahip Yedekli PLC Girişleri

Bir acil durum saha anahtarını izleyen iki dijital giriş kanalı düşünün. İki PLC girişi sinyali aldığı için mimari yedekli görünebilir. FMEA, sinyal yolunun tamamının gerçekten bağımsız olup olmadığını inceler. Saha kontağını, kablolamayı, giriş gücünü, klemens düzeneklerini, modülleri, mantığı ve tanılama davranışını ele alır.

Olası arıza türleri arasında açık devre, kısa devre, kaynaklanmış kontak, yüksek seviyede takılı kalmış kanal, düşük seviyede takılı kalmış kanal veya ortak giriş beslemesinin kaybı bulunur. Analiz ayrıca kanallar arasındaki uyumsuzluğun algılanıp algılanmadığını da sorgular. Her iki kanal da aynı saha kontağını ve aynı kabloyu paylaşıyorsa, birçok inandırıcı arıza her iki kanalı aynı anda etkileyebilir.

İnceleme, yedekli giriş modüllerinin sınırlı ek koruma sağladığını gösterebilir. Ayrı kontaklar, izlenen saha devreleri, bağımsız güç yolları veya farklı algılama ilkeleri gerekebilir. Kanıtlama testi prosedürü, yalnızca PLC modülünü test etmek yerine sinyal zincirinin tamamını da doğrulamalıdır.

Koruyucu mimariler için mühendisler, tanılama kapsamı, yedeklilik ve kontrollü arıza davranışı için tasarlanmış uygun endüstriyel güvenlik modüllerini de inceleyebilir. Donanım seçimi yine de eksiksiz güvenlik yaşam döngüsünü izlemeli ve uygulamaya özgü analizin yerini almamalıdır.

Tasarım FMEA'sı ve Proses FMEA'sı Farklı Riskleri Ele Alır

Tasarım FMEA, mühendislik ürünü ya da sistemi inceler. Seçilen mimarinin, bileşenlerin, malzemelerin ve kontrol işlevlerinin amaçlandığı gibi çalışıp çalışamayacağını değerlendirir. Yöntem genellikle kavramsal geliştirme, ayrıntılı tasarım ve tasarım değişiklikleri sırasında uygulanır. Tasarımın değiştirilmesi maliyetli hâle gelmeden önce en değerlidir.

Proses FMEA; üretim, montaj, kurulum, devreye alma veya bakım faaliyetlerini inceler. Bir panonun elektrik tasarımı doğru olabilir, ancak kurulum prosesi yine de gevşek terminallere, ters polariteye, yanlış sigorta değerlerine veya hatalı kablo tanımlamasına yol açabilir. Bakım faaliyeti hatalı ürün yazılımı, uygun olmayan yedek parçalar, devre dışı bırakılmış alarmlar veya etkin bırakılmış baypaslar ortaya çıkarabilir.

Bu iki FMEA türü birbirini desteklemelidir. Tasarım kontrolleri kurulum hassasiyetini azaltabilirken, proses kontrolleri tasarımın ortadan kaldıramadığı uygulama hatalarını önleyebilir. Yalnızca ekipman tasarımını incelemek, yaşam döngüsündeki birçok riski ele alınmadan bırakır. Yalnızca iş prosesini incelemek ise özgün mimariye yerleşik zayıflıkları gizleyebilir.

Kritik otomasyon sistemlerinde, önemli değişikliklerden sonra her iki analiz de güncellenmelidir. Bir denetleyicinin değiştirilmesi, ağ geçişi, yazılım yükseltmesi veya kanıtlama testi prosedüründeki değişiklik yeni arıza türleri ortaya çıkarabilir. Tesis etraflarında gelişmeye devam ederken geçmiş çalışma sayfaları dondurulmuş olarak kalmamalıdır.

FMECA Daha Resmî Bir Kritiklik Değerlendirmesi Ekler

Arıza Türleri, Etkileri ve Kritiklik Analizi, resmî kritiklik hesaplamaları ekleyerek FMEA yapısını genişletir. Bu yöntemde bileşen arıza oranları, çalışma maruziyeti, görev aşamaları, şiddet kategorileri ve koşullu olasılıklar kullanılabilir. Büyük bir sistem çok sayıda arıza türü içerdiğinde ve mühendislik kaynaklarının en önemli katkı sağlayan unsurlara yönlendirilmesi gerektiğinde yararlıdır.

Kritiklik hesaplamaları büyük ölçüde veri kalitesine bağlıdır. Genel arıza oranı veritabanları bir başlangıç noktası sağlar, ancak gerçek kurulumu yansıtmayabilir. Sıcaklık, titreşim, kirlenme, elektriksel gerilim, bakım kalitesi ve çalışma çevrimi gerçek performansı etkiler. Yeterli işletme geçmişi mevcut olduğunda, genel varsayımların yerini tesise özgü kanıtlar almalıdır.

Analiz ayrıca hemen tespit edilen arızalar ile gizli kalan arızaları birbirinden ayırmalıdır. Etkin olmayan bir yedek sistemdeki gizli arıza, başka bir bileşen arızalanana veya bir talep oluşana kadar üretimi etkilemeyebilir. Uzun süre fark edilmeden kalması, görece seyrek görülen bir arızayı son derece önemli hâle getirebilir. Bu nedenle tespit aralıkları ve kanıtlama testlerinin etkinliği de analize dâhil edilmelidir.

FMECA, sonuçları tasarım veya bakım faaliyetlerine yön verdiğinde en yararlı hâle gelir. Mimariyi, yedek parçaları, tanılamayı, testleri veya işletim prosedürlerini etkilemiyorsa karmaşık bir sıralama tablosunun değeri sınırlıdır. Amaç, hesaplama yapmak değil, pratik risk azaltımı sağlamaktır.

FMEA Nerede İyi Çalışır ve Nerede Yanıltıcı Olabilir

FMEA, bileşen bazında disiplinli bir inceleme sağlar. Açıklanması görece kolaydır ve mühendislik, operasyon, bakım, kalite ve güvenlik personelinin katılımını destekler. Ortaya çıkan eylem listesi, tasarım değişiklikleri, denetimler, tanılama çalışmaları ve bakım iyileştirmeleriyle doğrudan ilişkilendirilebilir.

Çok büyük sistemlere uygulandığında yöntem tekrara dayalı hâle gelebilir. Ekipler, düşük değerli arıza türlerini belgelemek için aşırı zaman harcarken sistem etkileşimlerini gözden kaçırabilir. Geleneksel FMEA ayrıca tek seferde bir arızayı inceleme eğilimindedir. Birden çok eşzamanlı arıza ve olay sırasına bağlı durumlar net biçimde ortaya çıkmayabilir.

Puanlama sistemleri başka bir risk oluşturur. Ekipler, tercih edilen bir öncelik sırasına ulaşmak için derecelendirmeleri değiştirebilir veya nihai sayıyı, bu sayının temelindeki değerlendirmeden daha nesnel kabul edebilir. Düşük bir puan, bir arızanın kabul edilebilir olduğunu kanıtlamaz. Yüksek şiddetli olaylar, ortak nedenli arızalar ve mevzuat gereklilikleri ayrıca incelenmelidir.

FMEA'nın kalitesi, onu tamamlayan kişilere bağlıdır. Bir tasarımcı tarafından hazırlanan çalışma sayfası, operatörlerin ve teknisyenlerin bildiği saha gerçeklerini gözden kaçırabilir. Kapsamlı çalışmalar, tasarım bilgilerini gerçek bakım geçmişi ve işletme deneyimiyle birleştirir.

Monte Carlo Simülasyonu Belirsizliği Bir Dağılıma Dönüştürür

Endüstriyel güvenilirlik hesaplamaları çoğu zaman belirsiz girdiler içerir. Bileşenlerin kullanım ömrü değişir, onarım süresi farklılık gösterir, yedek parça teslimatı öngörülemez ve çevresel stres arıza davranışını etkiler. Tek bir ortalama değer bu değişkenlikleri her zaman temsil edemez. Monte Carlo simülasyonu, tekrarlı rastgele örnekleme yoluyla bu sorunu ele alır.

Mühendis önce bir sistem modeli oluşturur ve belirsiz değişkenlere olasılık dağılımları atar. Ardından simülasyon birçok olası kombinasyon üretir. Bir çalışmada pompanın 8.000 saat sonra arızalandığı ve dört saat içinde onarıldığı varsayılabilir. Başka bir çalışmada ise daha geç bir arıza meydana gelebilir, ancak gerekli yedek parça mevcut olmadığından onarım çok daha uzun sürebilir.

Binlerce veya milyonlarca çalıştırmadan sonra sonuçlar bir dağılım oluşturur. Model; beklenen duruş süresini, üretim kaybını, sistem kullanılabilirliğini, görev başarısı olasılığını, yedek parça talebini veya bakım maliyetini tahmin edebilir. Ayrıca, tek bir ortalama değerin içinde kaybolacak aşırı sonuçların olasılığını da gösterebilir.

Şekil 4. Monte Carlo simülasyonu, olası sonuçlar aralığını tahmin etmek için rastgele oluşturulmuş çok sayıda arıza ve onarım senaryosunu değerlendirir.

Güvenilir Bir Monte Carlo Güvenilirlik Modeli Oluşturma

Simülasyonun kalitesi sistem modeline bağlıdır. Model; bileşenleri, işletim kurallarını, arıza dağılımlarını, onarım davranışını, bağımlılıkları, yedek bekletme mantığını ve bakım kaynaklarını temsil etmelidir. Bu faktörler sistem performansını etkilediğinde hava durumunu, üretim talebini, lojistik gecikmeleri ve insan müdahalesini de içerebilir.

Her simüle edilen çalıştırma, sistemi zaman içinde izler. Bileşenler örneklenen dağılımlara göre arızalanır, kaynaklar kullanılabilir olduğunda onarımlar başlar ve model sistemin çalışır, düşük performanslı veya kullanılamaz durumda kalıp kalmadığını kaydeder. Sürecin tekrarlanması, farklı performans ölçütleri için tahminler üretir.

Doğrulama zorunludur. Ekip, modeli basitleştirilmiş hesaplamalarla, bilinen işletim durumlarıyla ve geçmiş tesis sonuçlarıyla karşılaştırmalıdır. Beklenmeyen çıktılar, yazılımdan geldiği için kabul edilmek yerine araştırılmalıdır. Görsel olarak etkileyici bir simülasyon, temel mantık eksik olduğunda yine de yanlış olabilir.

Duyarlılık analizi, sonucu hangi varsayımların yönlendirdiğini belirlemeye yardımcı olur. Onarım süresinin arıza oranından çok daha büyük bir etkisi varsa yönetim, yedek parça bulunabilirliğini ve arıza teşhis hızını iyileştirerek daha fazla değer elde edebilir. Ortak nedenli arıza olasılığı baskınsa, daha fazla sayıda aynı bileşen eklemek çok az fayda sağlayabilir.

Arıza Mekanizmasına Uyan Olasılık Dağılımlarının Seçilmesi

Üstel dağılım, sabit bir arıza oranı varsayar. Bazı elektronik bileşenlerin yararlı çalışma ömrü boyunca uygun olabilir. Weibull dağılımı daha esnektir ve erken dönem arızalarını, rastgele arızaları veya aşınma davranışını temsil edebilir. Lognormal dağılımlar, onarım süreleri ve birden fazla çarpan faktörden etkilenen süreçler için çoğu zaman kullanışlıdır.

Seçim, yazılım kolaylığından ziyade fiziksel mekanizmayı yansıtmalıdır. Aşınmadan kaynaklanan bir rulman arızası, rastgele bir iletişim hatasıyla doğal olarak aynı davranışı izlemez. Her ikisi için de sabit arıza oranı kullanmak, uzun vadeli tahminleri çarpıtabilir. Güvenilirlik mühendisleri, dağılımı seçmeden önce işletim geçmişini ve arıza mekanizmalarını incelemelidir.

Geçmiş veriler genellikle temizleme gerektirir. Bakım sistemleri planlı değiştirmeyi işlevsel arızayla karıştırabilir. Arıza tarihleri, arızanın meydana geldiği tarih yerine iş emrinin açıldığı tarih olarak girilebilir. Varlık adları, çalışma saatleri ve arıza kodları da tesisler arasında tutarsız olabilir.

Verilerin sınırlı olması analizi engellemez, ancak belirsizlik görünür kalmalıdır. Uzman görüşü, tedarikçi bilgileri ve sektör veri tabanları erken tahminleri destekleyebilir. Model, belirsiz tek bir varsayımı kesin bir gerçek olarak sunmak yerine gerçekçi bir aralığı test etmelidir.

Örnek: Üç Kompresörlü Bir İstasyonun Kullanılabilirliği

Üç gaz kompresörünün bulunduğu bir istasyonu ele alalım. Tam üretim için iki ünite gerekirken üçüncü ünite yedek kapasite sağlar. Her makinenin çalışma saati, bakım geçmişi ve soğutma performansı farklıdır. İstasyonda yalnızca bir uzman bakım ekibi bulunduğundan, aynı anda sadece bir büyük onarım gerçekleştirilebilir.

Yedek rulmanların teslim edilmesi birkaç gün sürer ve soğutma sistemi arızaları yüksek ortam sıcaklıklarında daha sık meydana gelir. Bu etkileşimleri tek bir basit kullanılabilirlik denklemiyle temsil etmek zordur. Monte Carlo modeli; kompresör arızalarını, onarım sürelerini, hava koşulu dönemlerini, teknisyen kullanılabilirliğini ve lojistik gecikmelerini örnekleyebilir.

Sonuçlar tam kapasitede kullanılabilirliği, düşük kapasitede işletimi ve istasyonun tamamen devre dışı kalmasını gösterebilir. Yönetim, alternatif yatırımları karşılaştırabilir. İlave rulman stoklamak, aşırı duruş süresini başka bir genel bakım teknisyeni eklemekten daha etkili biçimde azaltabilir. Soğutma güvenilirliğini iyileştirmek, aksi hâlde sağlıklı olan bir kompresörü değiştirmekten daha fazla değer sağlayabilir.

Model, bakım aralıklarını da test edebilir. Daha kısa önleyici bakım aralıkları arızaları azaltabilir, ancak planlı duruş süresini ve bakımdan kaynaklanan hataları artırabilir. Simülasyon, her iki etkinin de aynı operasyonel model içinde değerlendirilmesini sağlar.

Monte Carlo Simülasyonu Nerede İyi Çalışır, Nerede Başarısız Olur?

Monte Carlo yöntemleri, çok sayıda belirsiz değişken etkileşime girdiğinde güçlüdür. Karmaşık lojistik süreçlerini, onarım kuyruklarını, hava koşullarının etkilerini, üretim talebini ve bakım kararlarını temsil edebilirler. Ortaya çıkan dağılım, tek bir ortalamadan daha fazla bilgi sağlar. Ayrıca, ciddi ancak seyrek görülen sonuçların olasılığını göstererek riske dayalı kararları destekler.

Temel zayıflık, modelin güvenilirliğidir. Karmaşık bir simülasyon, çıktısı sayısal olarak kesin göründüğü için yanlış bir güven oluşturabilir. Program yalnızca analistin girdiği varsayımların sonuçlarını hesaplar. Eksik bağımlılıklar veya gerçekçi olmayan dağılımlar yanıltıcı sonuçlar üretebilir.

Simülasyon, kararlı tahminler elde etmek için yeterli sayıda çalıştırma da gerektirir. Nadir olay olasılıkları, özel örnekleme teknikleri gerektirebilir; çünkü sıradan rastgele simülasyon, pratikte mümkün olmayacak kadar çok çalıştırma gerektirebilir. Kullanıcıların istatistiksel belirsizliği anlaması için güven aralıkları raporlanmalıdır.

Bu nedenle yöntem, model mantığı, veri kaynakları ve sınırlamalar şeffaf kaldığında en değerli hâle gelir. Güvenilirlik kararları, varsayımları işletme ve mühendislik personeline açıklanamayan bir grafiğe dayandırılmamalıdır.

Kök Neden Analizi Olaydan Sonra Başlar

Kök Neden Analizi, gerçek bir arızanın, kalite probleminin veya güvenlik olayının neden meydana geldiğini araştırır. Hasar gören bileşeni belirlemekle yetinmez. Bir motor, yatağın kilitlenmesi nedeniyle durabilir; ancak yatağı değiştirmek yalnızca işletimi yeniden sağlar. Soruşturma, yatağın bu duruma neden geldiğini belirlemelidir.

Daha derindeki nedenler arasında kirlenme, yanlış yağlama, uygun olmayan depolama, montaj hasarı, aşırı proses yükü veya atlanan incelemeler bulunabilir. Kurumsal koşullar da katkıda bulunabilir. Bakım görevleri kaldırılmış, yedek parçalar uygun olmamış veya üretim baskısı düzeltici çalışmaları geciktirmiş olabilir.

Bu nedenle RCA; belirtileri, doğrudan fiziksel nedenleri, katkıda bulunan koşulları ve altta yatan sistem zayıflıklarını birbirinden ayırır. Bu ayrım, kuruluşun her onarımı kalıcı bir çözüm olarak görmesini önler. Ayrıca gelecekteki FMEA, FTA, bakım planlaması ve işletim prosedürlerini iyileştirebilecek kanıtlar sağlar.

Şekil 5. RCA, bir arızayı görünür belirtinin ötesine kadar izler ve arızanın meydana gelmesine olanak sağlayan teknik ve kurumsal koşulları belirler.

Tesis Normal İşletimine Dönmeden Önce Kanıtlar Korunmalıdır

Endüstriyel kanıtlar hızla ortadan kaybolabilir. Operatörler alarmları sıfırlayabilir, teknisyenler modülleri değiştirebilir ve proses koşulları değişebilir. Kontrolör günlükleri önceki olayların üzerine yazabilir; hasarlı bileşenler ise incelenmeden önce elden çıkarılabilir. Bu nedenle disiplinli bir Kök Neden Analizi (RCA) süreci kanıtların korunmasıyla başlar.

Ekip; tarihçe sistemi trendlerini, alarm listelerini, kontrolör olay günlüklerini, röle kayıtlarını, iş emirlerini, fotoğrafları, hasarlı parçaları, yazılım sürümlerini, yapılandırma dosyalarını ve operatör gözlemlerini toplamalıdır. Her öğe kaynağı ve zamanı belirtilerek tanımlanmalıdır. Fiziksel kanıtlar, soruşturma daha ileri inceleme gerekip gerekmediğini belirleyene kadar kontrollü biçimde korunmalıdır.

Zaman senkronizasyonuna özellikle dikkat edilmelidir. Bir kontrolör, tarihçe sistemi, koruma rölesi, sunucu ve bakım sistemi farklı zaman damgaları kaydedebilir. Olay dizisi oluşturulmadan önce araştırmacılar bu farklılıkları düzeltmelidir. Aksi takdirde daha sonra gerçekleşen bir alarm, yanlışlıkla olayı başlatan olay gibi görünebilir.

Operatör görüşmeleri hızlı ancak dikkatli bir şekilde tamamlanmalıdır. İnsanlar, otomatik sistemlerin kaydetmediği sıralamayı ve bağlamı hatırlayabilir. İfadeleri suçlama unsuru olarak değil, kanıt olarak değerlendirilmelidir. Amaç, kararların alındığı çalışma ortamını anlamaktır.

Neden Sorusunu Sormadan Önce Olay Zaman Çizelgesini Oluşturmak

Güçlü bir zaman çizelgesi, doğrulanmış gerçekleri yorumdan ayırır. Arıza öncesinde, sırasında ve sonrasında ne olduğunu kaydeder. Her olay; geçmiş verisi, alarm kaydı, bakım işlemi, fotoğraf veya tanık ifadesi gibi bir kaynağa bağlanmalıdır. Boşluklar ve tutarsızlıklar görünür kalmalıdır.

Operatöre görüntülenen ilk alarm, her zaman meydana gelen ilk fiziksel olay değildir. Alarm yoğunluğu, başlatıcı koşulu yüzlerce ikincil mesajın altında görünmez hâle getirebilir. Yüksek çözünürlüklü olay sıralaması verileri; basınç kararsızlığının, güç bozulmasının veya iletişim kaybının daha önce başladığını gösterebilir. Zaman çizelgesi, nedeni sonuçtan ayırmaya yardımcı olur.

Sıralı olay akışı anlaşıldığında ekip; Beş Neden, balık kılçığı diyagramları, bariyer analizi, değişiklik analizi veya nedensel faktör çizelgeleri gibi araçları kullanabilir. Basit olaylar kısa bir nedensellik zinciriyle açıklanabilir. Karmaşık olaylar genellikle birbiriyle etkileşen çeşitli teknik ve kurumsal koşulları içerir.

İnceleme, makul görünen tek bir açıklama bulunduğunda sona ermemelidir. Alternatif hipotezler kanıtlara göre test edilmelidir. Desteklenmeyen varsayımlar, doğrulanmış nedenler olarak sunulmak yerine varsayım olarak tanımlanmalıdır.

Örnek: Değişken Hızlı Sürücülerin Tekrarlanan Arızaları

Bir tesiste, bir konveyörü kontrol eden değişken hızlı sürücüde tekrarlanan arızalar yaşanır. Bakım ekibi her olaydan sonra sürücüyü değiştirir ve üretim normale döner. Birkaç ay sonra başka bir sürücü arızalanır. Tekrarlanan değişimler, sorunun yalnızca sürücünün kendisinden kaynaklanmayabileceğini gösterir.

Kök neden analizi ekibi, arıza tarihlerini çevresel koşul ve bakım kayıtlarıyla karşılaştırır. Arızaların çoğu sıcak yaz dönemlerinde meydana gelmiştir. Pano sıcaklığı eğilimleri, tercih edilen aralığın üzerinde uzun süreli çalışmayı gösterir. İnceleme; tıkalı filtreleri, kısıtlı hava akışını ve soğutma yolu çevresinde yoğun toz birikimini ortaya çıkarır.

Bakım geçmişi, personel sayısı değiştikten sonra düzenli filtre temizliğinin önleyici bakım programından çıkarıldığını gösteriyor. Sürücü arızalanan bileşendir; ancak aşırı pano sıcaklığı doğrudan fiziksel nedendir. Kısıtlı havalandırma ve eksik bakım görevi, katkıda bulunan ve kurumsal nedenlerdir.

Bu nedenle düzeltici faaliyet, başka bir sürücü değişimiyle sınırlı kalmamalıdır. Tesis, filtre bakımını yeniden düzenleyebilir, sıcaklık alarmları kurabilir, pano soğutmasını iyileştirebilir ve muhafaza tasarımını gözden geçirebilir. Etkinlik, bir sonraki yüksek sıcaklık döneminde doğrulanmalıdır.

Düzeltici Faaliyetler Doğrulanmış Nedenlerle Bağlantılı Olmalıdır

Birçok RCA raporu, düzeltici faaliyetlerin planlanması sırasında zayıflar. Ekipler, bilginin yetersiz olduğunu kanıtlamadan ek eğitim önerebilir. Gerçek sorun ekipmanın kötü tasarımıyken prosedürleri değiştirebilirler. Gerçek arıza mekanizmasını tespit edemeyecek denetimler ekleyebilirler.

Her faaliyet, doğrulanmış bir nedeni veya katkıda bulunan bir koşulu ele almalıdır. Faaliyetin bir sorumlusu, tamamlanma tarihi ve tanımlanmış bir doğrulama yöntemi olmalıdır. Kuruluş; geçici sınırlama, düzeltici faaliyet ve uzun vadeli önleyici faaliyet arasındaki ayrımı yapmalıdır. Üretimi yeniden başlatmak, tekrarını önlemekle aynı şey değildir.

Etkinlik, uygulamadan sonra gözden geçirilmelidir. Tamamlanmış bir faaliyet otomatik olarak başarılı sayılmaz. Tesis, arıza olasılığının azalıp azalmadığını, yeni kontrolün kullanılıp kullanılmadığını ve başka bir risk oluşturup oluşturmadığını doğrulamalıdır. Bu geri bildirim, güvenilirlik iyileştirme döngüsünü tamamlar.

Ciddi soruşturmalar bağımsız bir inceleme gerektirebilir. Olayla yakından ilgilenen ekipler, önceki varsayımlardan veya kurumsal baskıdan etkilenebilir. Harici ya da işlevler arası bir inceleme, nihai sonuçlar kabul edilmeden önce analize meydan okuyabilir.

İnsan Hatası Nadiren Eksiksiz Bir Kök Neden Oluşturur

Zayıf soruşturmalarda “operatör hatası” ve “bakım hatası” ifadeleri sıkça görülür. Bu etiketler son işlemi kimin yaptığını açıklar, ancak bu işlemin neden olası hâle geldiğini açıklamaz. İnsanlar arayüzler, prosedürler, personel düzeyleri, üretim talepleri, eğitim sistemleri ve ekipman tasarımları çerçevesinde çalışır. Soruşturma tüm bu koşulları incelemelidir.

Bir operatör, iki ekran nesnesi neredeyse aynı göründüğü için yanlış kumandayı seçebilir. Bir teknisyen, tanımlamanın tutarsız olması nedeniyle yanlış parçayı takabilir. Bir amir, kuruluş kesintisiz üretimi ödüllendirirken gerçekçi bir duruş aralığı sağlamadığı için bakımı erteleyebilir.

Bu koşulları anlamak, bireysel sorumluluğu ortadan kaldırmaz. Aynı sistemin başka bir kişiyi aynı hataya yöneltmesini önler. Suçlamaya odaklanan bir soruşturma, sorumluluk konusundaki acil beklentiyi karşılayabilir; ancak altta yatan zayıflığı olduğu gibi bırakabilir.

Etkili bir RCA, sistemin kararı nasıl şekillendirdiğini inceler. Alarmların anlaşılır olup olmadığını, prosedürlerin uygulanabilirliğini, iş yükünün makul düzeyde olup olmadığını ve gerekli araçların mevcut bulunup bulunmadığını sorgular. Bu sorular, insanlara yalnızca daha dikkatli olmalarını söylemekten daha güçlü düzeltici faaliyetler ortaya çıkarır.

Kök Neden Analizi Nerede İyi Çalışır, Nerede Çalışmaz

RCA, gerçek işletme deneyimini önleyici bilgiye dönüştürür. Öngörücü çalışmaların gözden kaçırdığı tasarım zayıflıklarını, bakım eksikliklerini, prosedür sorunlarını ve kurumsal baskıları ortaya çıkarabilir. Bulguları, güvenilirlik modellerini ve gelecekteki proje standartlarını iyileştirebilir.

Yöntem tepkiseldir çünkü bir olaydan sonra başlar. Yüksek sonuçlu sektörler yalnızca arızalardan ders çıkarmaya güvenemez. FMEA ve FTA gibi proaktif yöntemler hâlâ gereklidir. RCA, gerçek işletimden elde edilen kanıtlarla varsayımları güncelleyerek bu yöntemleri tamamlamalıdır.

Soruşturmalar öznel hâle de gelebilir. Doğrulama yanlılığı, ekiplerin uyan ilk açıklamayı tercih etmesine yol açabilir. Eksik kanıtlar, sonuçların belirsiz kalmasına neden olabilir. Güçlü raporlar doğrulanmış nedenleri, katkıda bulunan faktörleri, hipotezleri ve çözümlenmemiş soruları açıkça birbirinden ayırır.

RCA'nın değeri, takibine bağlıdır. Teknik açıdan güçlü bir soruşturma, eylemler geciktirildiğinde, zayıflatıldığında veya hiçbir zaman doğrulanmadığında çok az fayda sağlar. Bu nedenle yönetimin bağlılığı, analitik beceri kadar önemlidir.

Markov Modelleri Sistemi Değişen Durumlar Boyunca İzler

Markov modellemesi, bir sistemi tanımlanmış çalışma durumları aracılığıyla temsil eder. Basit bir sistem yalnızca bir çalışma durumu ve bir arızalı durum içerebilir. Arızaya dayanıklı bir sistemde genellikle tamamen yedekli, bozulmuş, arızalı, onarım altında veya yedek parça bekliyor gibi ek durumlar gerekir. Geçişler bu durumları birbirine bağlar.

Bir arıza oranı, sistemi tam çalışır durumdan bozulmuş duruma geçirebilir. Başka bir arıza, sistemi bozulmuş durumdan kullanılamaz duruma geçirebilir. Bir onarım oranı, sistemi tam çalışır duruma döndürebilir. Model, sistemin zaman içinde her bir durumda bulunma olasılığını hesaplar.

Bu yapı, özellikle onarılabilir sistemler için yararlıdır. Yedekliliği, bekleme durumundaki ekipmanları, teşhis kapsamını, bakım müdahalesini ve kısmi üretim kapasitesini temsil edebilir. Basit bir güvenilirlik formülünün aksine, ilk arızadan sonra sistemin ne kadar süreyle savunmasız kalabileceğini gösterir.

Şekil 6. Markov modelleri, sistemlerin sağlıklı, bozulmuş, arızalı ve onarılmış durumlar arasında nasıl geçiş yaptığını açıklar.

İki Durumlu Bir Model Temel İlkesi Sağlar

En basit Markov modeli, bir çalışma durumu ve bir arızalı durum içerir. Arıza oranı, çalışma durumundan arızalı duruma geçişi belirler. Onarım oranı, çalışma durumuna dönüşü belirler. Model, bu geçişlerden yararlanarak belirli bir dönem içindeki veya kararlı durum koşullarındaki kullanılabilirliği tahmin edebilir.

Bu model basit, onarılabilir ekipmanlar için yararlıdır ancak çoğu yedekli otomasyon sistemini tam olarak açıklamaz. İki kanallı bir kontrolör, kanallardan biri arızalandıktan sonra çalışmaya devam edebilir. Sistem işlevsel kalır ancak yedekliliğini kaybeder. Artık ikinci bir arızaya daha fazla maruz kaldığı bozulmuş bir durumda bulunur.

Bozulmuş durumun eklenmesi, modelin sistemin tam koruma olmadan ne sıklıkta ve ne kadar süreyle çalıştığını hesaplamasını sağlar. Onarım hızı büyük önem kazanır. Güvenilir bileşenlere sahip bir sistemde bile arıza teşhisi, yedek parçanın teslimi veya bakım onayının yavaş olması nedeniyle sistem bozulmuş durumda aşırı uzun süre kalabilir.

Model, tespit edilen ve tespit edilemeyen arızaları da birbirinden ayırabilir. Tespit edilen bir kanal arızası hemen onarımı tetikleyebilir. Tespit edilemeyen bir arıza, bir talep oluşana veya başka bir arıza meydana gelene kadar gizli kalabilir. Tanılama kapsamı, geçiş yapısını değiştirir ve dolayısıyla hesaplanan kullanılabilirliği ve riski de değiştirir.

Örnek: Çift Yedekli Kontrolör Çifti

Yedekli bir çift olarak düzenlenmiş iki kontrolörü ele alalım. Birinci durum, her iki kontrolörün de sağlam olduğunu gösterir. İkinci durum, bir kontrolörün arızalandığını ve ikincisinin kontrolü sürdürdüğünü gösterir. Üçüncü durum, her iki kontrolörün de kaybedildiğini ve kontrolün tamamen kullanılamadığını gösterir.

Model, her kontrolörün arıza oranını ve arıza tespit edildikten sonraki onarım oranını içerir. Ayrıca devre değiştirme arızasını, ortak güç kaybını ve ortak bir yazılım kusurunu da içerebilir. Bu ek geçişler, analizin kusursuz bağımsızlık varsaymasını önler.

Sonuçlar, tam yedeklilik kullanılabilirliği ile işlevsel kullanılabilirliği birbirinden ayırabilir. Sistem yılın büyük bölümünde süreci kontrol edebilecek durumda kalırken, yalnızca bir sağlam kontrolörle önemli sayıda saat geçirebilir. Bu bozulmuş çalışma süresi, kritik bir uygulama için kabul edilemez olabilir.

Model, iyileştirme stratejilerini karşılaştırabilir. Yedek parçanın daha hızlı değiştirilmesi, üçüncü bir kontrolör eklemekten daha etkili biçimde bozulmuş çalışma süresini azaltabilir. Daha iyi tanılama, donanım arıza oranındaki küçük bir düşüşten daha fazla fayda sağlayabilir. Markov analizi bu ödünleşimleri ölçülebilir hâle getirir.

Bekleme Durumundaki Ekipman İçin Yalnızca Etkin Arıza Durumu Yeterli Değildir

Bekleme yedekliliği ek davranışlar ortaya çıkarır. Bir yedek pompa, çalışan pompa arızalanana kadar durur durumda kalabilir. Yedek ünitede gizli bir arıza bulunabilir, ünite çalışmayabilir veya devreye alma mantığıyla ilgili bir sorun ortaya çıkabilir. İzolasyon vanaları da gerekli konuma geçemeyebilir.

Bir Markov modeli; etkin ekipmanın sağlam olduğu, yedek ekipmanın kullanılamadığı, devreye alma arızasının gerçekleştiği, kapasitenin azaldığı ve sistemin tamamen kaybedildiği durumları içerebilir. Kanıtlama testi, sistemi bilinmeyen bir bekleme durumundan bilinen bir duruma taşır. Testler arasındaki süre, gizli arızaların ne kadar süreyle mümkün olacağını etkiler.

Bakım politikaları da aynı yapı içinde değerlendirilebilir. Daha kısa test aralıkları gizli arızaların tespitini iyileştirir; ancak bakım iş yükünü artırır ve ek hatalara yol açabilir. Model, daha sık test yapmanın her zaman daha iyi olduğunu varsaymak yerine bu karşıt etkileri karşılaştırabilir.

Bekleme durumundaki ekipman analizi, onarım lojistiğini de içermelidir. Arızalanan bir yedek bileşen üretimi hemen kesmeyebilir; bu nedenle onarım ertelenebilir. Bu gecikme, etkin ünite daha sonra arızalandığında sistemi korumasız bırakır. Dolayısıyla operasyonel öncelikler, güvenilirliği donanım özellikleri kadar etkiler.

Markov Varsayımı Hem Basitlik Hem de Sınırlamalar Getirir

Temel bir Markov modeli, gelecekteki geçiş davranışının tüm geçmişe değil, mevcut duruma bağlı olduğunu varsayar. Bu varsayım matematiği basitleştirir ve çoğu zaman sabit geçiş oranları gerektirir. Bazı endüstriyel ekipmanlar, sınırlı bir dönem boyunca bu yaklaşıma makul ölçüde uyar.

Yaşlanma ve birikmiş hasar bu varsayımı geçersiz kılabilir. Yoğun biçimde aşınmış bir rulmanın gelecekteki arıza davranışı, her ikisi de şu anda çalışıyor olsa bile yeni bir rulmanınkiyle aynı değildir. Ek bozulma durumları yaşlanmayı yaklaşık olarak temsil edebilir; daha doğru bir temsil için yarı-Markov veya başka modeller gerekebilir.

Durum patlaması da başka bir zorluktur. Her bileşenin durumu, olası sistem durumlarının sayısını katlayabilir. Karmaşık ve yedekli bir tesis, kısa sürede binlerce veya milyonlarca kombinasyon üretebilir. Analizi yönetilebilir tutmak için model azaltma, gruplama veya simülasyon gerekebilir.

Model, kararı destekleyecek kadar ayrıntı içermeli, ancak her fiziksel değişkenliği temsil etmemelidir. Aşırı karmaşıklık, bakım ve doğrulama sorunları yaratır. Gereğinden basit bir model önemli davranışları gizlerken gereğinden ayrıntılı bir modelin açıklanması imkânsız hâle gelir.

Markov Modellemesinin İyi Çalıştığı ve Çalışmadığı Durumlar

Markov modellemesi, onarılabilir yedekli sistemler, hazır bekletilen ekipmanlar, bozulmuş çalışma kipleri ve tanılama kapsamı için oldukça uygundur. Kullanılabilirlik analizini destekler ve bakım müdahalesinin sistemin maruz kaldığı riski nasıl değiştirdiğini gösterir. Arıza ve onarım durumlarının sırasının önemli olduğu durumlarda özellikle yararlıdır.

Yöntem, durumların ve geçiş oranlarının doğru tanımlanmasına bağlıdır. Sabit oran varsayımları yaşlanmayı, çevresel değişkenliği veya bakım kalitesini yansıtmayabilir. Ortak nedenli arızalar, bağımsız bileşen oranlarının içine gizlenmek yerine açıkça modellenmelidir.

Sonuçlar duyarlılık analiziyle desteklenmelidir. Ekip; arıza oranları, onarım süreleri, tanılama kapsamı ve ortak neden varsayımları değiştiğinde sonuçların nasıl değiştiğini test etmelidir. Yalnızca tek bir iyimser varsayım altında kabul edilebilir görünen bir tasarım sağlam değildir.

Markov modelleri fiziksel kanıttan ziyade analitik araçlardır. Testler, işletme kanıtları, FMEA ve FTA hâlâ gereklidir. Model, stratejilerin karşılaştırılmasına yardımcı olur; ancak gerçek mimarinin doğrulanmasının yerini tutamaz.

Beş Yöntemin Tek Bir Güvenilirlik Sistemi Olarak Kullanılması

Beş teknik, birbirine bağlandıklarında en büyük değeri sağlar. FMEA, tasarım sırasında ayrıntılı bileşen arıza türlerini belirleyebilir. Ardından FTA, kritik bir sistem olayına hangi kombinasyonların katkıda bulunduğunu belirleyebilir. Markov modellemesi, ilk arızadan sonra ve onarım sırasında sistemin nasıl davrandığını açıklayabilir.

Monte Carlo simülasyonu; onarım süreleri, yedek parça teslimatı, hava durumu ve bakım iş yükü gibi belirsiz girdileri sınayabilir. RCA, gerçek arızalardan sonra kanıt sağlar ve özgün modellerin gözden kaçırdığı varsayımları ortaya çıkarabilir. Bunun ardından modeller, tarihî belgeler olarak korunmak yerine güncellenmelidir.

Bir FTA'nın iki kontrolör arızasını bağımsız kabul ettiğini varsayalım. Daha sonra yapılan bir RCA, her iki kontrolörün de aynı yanlış konfigürasyonu yükleyen tek bir bakım teknisyeninin ardından arızalandığını ortaya koyar. Hata ağacına ortak bir bakım olayı eklenmelidir. Markov ve Monte Carlo modelleri de yeni bağımlılığı içermelidir.

Bu geri bildirim süreci yaşayan bir güvenilirlik programı oluşturur. Öngörücü analiz tasarıma yön verir, işletme kanıtları varsayımları sınar ve inceleme sonuçları sonraki model neslini geliştirir. Güvenilirlik çalışmaları, tek seferlik bir proje gereksinimi olmaktan çıkarak sistem yaşam döngüsünün bir parçası hâline gelir.

Ortak Nedenli Arızalar Tüm Bir Yedekli Mimarinin Devre Dışı Kalmasına Yol Açabilir

Ortak nedenli arızalar, tek bir temel koşul aracılığıyla birden fazla kanalı etkiler. Paylaşılan güç, soğutma, ağ altyapısı, yazılım, çevresel maruziyet ve bakım uygulamaları sık karşılaşılan örneklerdir. Bu arızalar özellikle tehlikelidir, çünkü kâğıt üzerinde güçlü görünen yedekliliği devre dışı bırakabilirler.

Fiziksel ayırma bazı ortak nedenleri azaltır. Farklı ekipman veya yazılım kullanımı diğer bazı nedenleri azaltabilir. Bağımsız doğrulama, bakım ve konfigürasyon hatalarını azaltabilir. Ancak çeşitlilik, eğitim, yedek parça, test ve entegrasyon karmaşıklığını da artırır.

Doğru çözüm riske bağlıdır. Farklı kontrolör teknolojileri kullanmak ortak yazılım arızasını azaltabilir, ancak yeni iletişim ve bakım zorlukları yaratabilir. Ayrı güç kaynakları, ikisi de su baskınına açık aynı kabin içinde kaldığında çok az fayda sağlayabilir. Güvenilirlik yöntemleri, hangi çeşitlilik önlemlerinin makul arıza mekanizmalarını ele aldığını belirlemeye yardımcı olur.

Ortak neden varsayımları her nicel modelde açıkça gösterilmelidir. Yedekli kanalların tamamen bağımsız olduğunu varsaymak neredeyse her zaman iyimser bir sonuç üretir. Tesis deneyimi ve RCA bulguları, bu bağımlılıkları tahmin etmek için değerli kanıtlar sağlar.

Tanısal Kapsam, Sistemin Ne Kadar Süre Savunmasız Kalacağını Belirler

Arızalar gizli kaldığında yedekli bir sistem etkin biçimde yönetilemez. Tanısal kapsam, ilgili arızaların otomatik veya manuel kontroller tarafından algılanan oranını ifade eder. Yüksek kapsam, fark edilmeden düşük performansla çalışma süresini azaltır. Ayrıca bakımın, başka bir arıza meydana gelmeden önce yedekliliği yeniden sağlamasına olanak tanır.

Tanısal iddialar dikkatle incelenmelidir. Bir kontrolör dahili işlemci arızalarını algılayabilir, ancak her saha kablolaması arızasını algılayamayabilir. Bir iletişim modülü toplam bağlantı kaybını algılayabilir, ancak yanlış veri eşlemesini fark edemeyebilir. Bir güç kaynağı tamamen çıkış kaybından sonra alarm verebilir, ancak kademeli bozulma konusunda uyarı sağlamayabilir.

Kanıtlama testi, sürekli tanılamanın algılamadığı arızaları kapsar. Test aralığı maruziyeti etkiler. Daha uzun aralıklar gizli arızaların daha uzun süre devam etmesine izin verirken, çok kısa aralıklar bakım yükünü ve test kaynaklı riski artırır. FMEA, Markov analizi ve işletme verileri dengeli bir aralığın belirlenmesini destekleyebilir.

Testler işlevin tamamını kapsamalıdır. Bir PLC girişini etkinleştirmek; saha anahtarının, kablolamanın, mantığın, çıkışın ve nihai elemanın tümünün doğru çalıştığını kanıtlamaz. Güvenilirlik analizi, her bir tanılama veya kanıtlama testinin tam olarak hangi arızaları ortaya çıkarabileceğini tanımlamalıdır.

Onarım Süresi Çoğu Zaman Arıza Oranı Kadar Önemlidir

Güvenilirlik programları genellikle bileşen arızalarının sıklığını azaltmaya odaklanır. Arızaya dayanıklı sistemlerde onarım süresi de aynı derecede önemli olabilir. İlk kanal arızalandıktan sonra sistem çalışmaya devam edebilir, ancak savunmasız durumda kalır. Uzun onarım gecikmeleri, ikinci bir arızanın tam kayba yol açma olasılığını artırır.

Arıza teşhisi, onaylar, teknisyen bulunabilirliği, yedek parçalar, erişim izinleri ve üretim koşulları, yeniden devreye alma süresini etkiler. Doğru yedek parça panoya ulaştıktan sonra bir bileşenin değiştirilmesi on beş dakika sürebilir. Ancak yedek parçanın uluslararası kaynaklardan temin edilmesi gerektiğinde gerçek duruş süresi yine de günler sürebilir.

Gelişmiş tanılama, arıza konumunu belirleme süresini azaltabilir. Standartlaştırılmış modüller ve önceden yapılandırılmış yedekler, değiştirme süresini kısaltabilir. Yerel stok, açık eskalasyon prosedürleri ve uzaktan mühendislik desteği, lojistik gecikmeleri azaltabilir. Markov ve Monte Carlo modelleri, bu iyileştirmelerin değerini nicel olarak belirleyebilir.

En iyi güvenilirlik yatırımı her zaman daha dayanıklı donanım değildir. Bazı sistemlerde onarım süresini azaltmak, bileşen arıza oranında küçük bir iyileştirme sağlamaktan daha fazla risk azaltımı sunar. Analiz, her iki seçeneği karşılaştırmalıdır.

DCS ve PLC Mimarilerine Güvenilirlik Analizi Uygulama

Kontrol sisteminin güvenilirliği merkezi işlemciden daha fazlasına bağlıdır. Mühendisler denetleyicileri, G/Ç modüllerini, iletişim ağlarını, güç kaynaklarını, sunucuları, operatör istasyonlarını, zaman senkronizasyonunu, saha arayüzlerini ve yardımcı hizmetleri incelemelidir. Paylaşılan her unsur ortak bir bağımlılığa dönüşebilir.

Yedekli denetleyiciler tek bir G/Ç rafını paylaşabilir. Yedekli sunucular tek bir ağ anahtarına veya tek bir depolama sistemine bağlı olabilir. Uzak G/Ç ağları, aynı fiziksel güzergâhtan geçen ayrı iletişim kanallarını kullanabilir. Eksiksiz bir analiz, işlevi saha cihazından nihai kontrol eylemine kadar izlemelidir.

Arıza sonrasında gerekli davranış açıkça tanımlanmalıdır. Süreç, kalan denetleyiciyle çalışmaya devam edebilir, manuel işletime aktarılabilir veya kontrollü bir duruşa geçebilir. Bakım personeli, arızalı kanalı nasıl belirleyeceğini ve sağlam kanalı etkilemeden sistemi nasıl yeniden devreye alacağını bilmelidir.

Kontrol yükseltmeleri planlayan kuruluşlar, proses otomasyonu mimarilerinde kullanılan tipik DCS kontrol sistemi bileşenlerini de inceleyebilir. Bileşen seçimi, her zaman tek tek ürün özellikleri yerine uygulamanın tamamının güvenilirlik gereksinimlerini izlemelidir.

Güvenilir Modeller Güvenilir Bakım Verilerine Bağlıdır

Nicel güvenilirlik analizi, yalnızca temelindeki veriler kadar güçlüdür. Bakım kayıtları işlevsel arıza, planlı değiştirme, muayene ve modifikasyonu birbirinden ayırmalıdır. Arıza tarihi, işlevin kaybedildiği zamanı; yeniden çalıştırma tarihi ise işletimin gerçekten yeniden kullanılabilir olduğu zamanı göstermelidir.

Varlık kimlikleri; tarihçi, bakım sistemi, çizimler ve yedek parça veritabanı genelinde tutarlı kalmalıdır. Arıza kodları belirsiz belirtiler yerine mekanizmaları açıklamalıdır. “Durdu” ifadesi analitik açıdan çok az değer taşırken “yağlayıcı kirlenmesinin ardından rulman kilitlenmesi” gelecekteki modelleme ve önleme çalışmalarını destekler.

İşletim maruziyeti de dahil edilmelidir. Sürekli çalışan bir pompa, yalnızca testler sırasında çalışan yedek bir pompayla doğrudan karşılaştırılamaz. Sıcaklık, nem, kirlenme, titreşim, elektriksel gerilim ve proses yükü, görünüşte özdeş bileşenler arasındaki farkları açıklayabilir.

Veri temizleme, idari bir hazırlık yerine mühendislik çalışması olarak ele alınmalıdır. Hatalı sınıflandırmalar arıza oranlarını, onarım dağılımlarını ve model sonuçlarını çarpıtabilir. Analistler, olağandışı sonuçları kabul etmeden önce bakım ve işletim personeliyle gözden geçirmelidir.

Pratik Güvenilirlik İyileştirme İş Akışı

Bir güvenilirlik projesi, gerekli işlev ve sistem sınırının tanımlanmasıyla başlamalıdır. Ekip, normal işletim sırasında ve güvenilir her arıza sonrasında hangi performansın gerekli olduğunu belirtmelidir. Çizimleri, kılavuzları, bakım geçmişini, işletim prosedürlerini, alarm kayıtlarını ve önceki olay raporlarını toplamalıdır.

FMEA, bileşen düzeyindeki arıza türlerini ve zayıf tespit kontrollerini belirleyebilir. FTA, kritik tepe olaylarını ve ortak bağımlılıkları inceleyebilir. Markov modellemesi, bozulmuş durumları ve onarım müdahalesini değerlendirebilir; Monte Carlo simülasyonu ise arıza, bakım ve lojistikteki belirsizliği temsil edebilir.

Geçmiş olaylar RCA aracılığıyla incelenmelidir. Bulgular, tasarım analizlerini ve nicel varsayımları güncellemek için kullanılmalıdır. Eylemler; sonuç, olasılık, tespit edilebilirlik, maruziyet, onarım süresi ve maliyete göre önceliklendirilmelidir.

Her eylem için bir sorumlu, tamamlanma tarihi ve etkinlik kontrolü gerekir. Analizler; büyük ekipman değişiklikleri, yazılım yükseltmeleri, proses değişiklikleri veya bakım stratejisi değişikliklerinden sonra güncellenmelidir. Güvenilirlik, bir kez hazırlanıp arşivlenen bir rapor değil, sürekli devam eden bir mühendislik disiplinidir.

Zayıf Hata Toleransı İddialarını Ortaya Çıkaran Sorular

Güçlü bir inceleme, hangi işlevin kullanılabilir kalması gerektiğini ve sistemin hangi arızalara tolerans gösterebileceğini sorgular. Yedekli kanalların fiziksel, elektriksel ve mantıksal olarak bağımsız olup olmadığını sorar. Ayrıca gizli arızaların nasıl tespit edildiğini ve sistemin onarım öncesinde ne kadar süre bozulmuş durumda kalabileceğini de sorgular.

Ekip, değiştirme tedarik süresi uzun olan bileşenleri belirlemeli ve tek bir bakım hatasının birden fazla kanalı etkileyip etkileyemeyeceğini tespit etmelidir. Yazılım ve yapılandırma bağımlılıklarına da donanımla aynı önem verilmelidir. Operatörler, bir arızadan sonra sistemin nasıl davrandığını ve hangi manuel işlemlerin hâlâ kullanılabilir olduğunu anlamalıdır.

Arıza ve onarım varsayımları, mümkün olduğunda tesis verileriyle desteklenmelidir. Düzeltici faaliyetler tamamlandıktan sonra doğrulanmalıdır. Kanıtlama testleri, yalıtılmış ekipman tepkisi yerine koruyucu işlevin tamamını göstermelidir.

Bu sorular, sistemin yedekli olduğuna dair genel bir ifadeden daha değerlidir. Hata toleransını gerçek mimari, işletme ortamı ve bakım kapasitesiyle ilişkilendirirler.

Son Değerlendirme

Duruş süresine, güvenli olmayan davranışlara veya kontrol kaybına izin verilemediğinde hata toleransı hayati önem taşır. Ancak yalnızca yedeklilik güvenilir bir sistem oluşturmaz. Mühendisler arıza türlerini, ortak bağımlılıkları, tanılama kapsamını, bozulmuş çalışma koşullarını, onarım davranışını ve işletme sonuçlarını anlamalıdır.

Hata Ağacı Analizi, arıza kombinasyonlarının nasıl kritik bir olaya yol açabileceğini gösterir. FMEA, münferit arıza türlerini ve bunların etkilerini sistematik olarak inceler. Monte Carlo simülasyonu belirsiz senaryoları değerlendirirken, RCA gerçek arızaları önleyici bilgiye dönüştürür. Markov modellemesi, onarılabilir sistemlerin sağlıklı, bozulmuş, arızalı ve yeniden işler durumlar arasında nasıl geçiş yaptığını açıklar.

Her yöntemin sınırlamaları vardır; ancak birlikte güçlü bir güvenilirlik çerçevesi sunarlar. Tasarım çalışmaları işletme verileriyle güncellenmeli, olay bulguları da gelecekteki modelleri iyileştirmelidir. Sonuçlar mimariyi, bakımı, yedek parçaları, testleri, eğitimi ve prosedürleri etkilemelidir.

Amaç, hiçbir zaman arıza yaşamayan bir sistem oluşturmak değildir. Amaç, arızaları erken tespit etmek, sonuçlarını sınırlamak, gerekli işlevi korumak ve tam kapasiteyi öngörülebilir şekilde yeniden sağlamaktır. Endüstriyel hata toleransının pratik anlamı budur.