เนื้อหาวันที่ : 2013-05-02 15:51:10 จำนวนผู้เข้าชมแล้ว : 1544 views

การหาค่าความผิดพลาดด้วย Markov Model (ตอนจบ)

มีวิธีการหลายวิธีที่ใช้ในการแก้ปัญหา Markov Model เพื่อหาคำตอบค่าความน่าจะเป็นในการเปลี่ยนสถานะจากการทำงานปกติไปยังสถานะที่ต้องการ แต่สำหรับการแก้ปัญหาในบางวิธีอาจไม่เหมาะสมสำหรับการตรวจสอบฟังก์ชันนิรภัย เมื่อมีการจัดเตรียมช่วงเวลาตรวจสอบและซ่อมแซมถูกรวมเข้าไปในฟังก์ชันนิรภัย วิธีการหนึ่งที่เหมาะสมสำหรับการแก้ปัญหาของแผนภาพ Markov Model โดยใช้วิธีการทางตารางตัวเลขเป็นการคูณเมตริกของจำนวนเวลาที่ทำการพิจารณา ช่วงเวลาการพิจารณาที่ถูกเลือกและอัตราความผิดพลาดจะเป็นมาตราส่วนสำหรับช่วงเวลานั้น ความน่าจะเป็นของการเปลี่ยนสถานะบนเส้นโค้งที่กำหนดโดยอัตราความผิดพลาด คูณด้วยช่วงเวลา การเลือกช่วงเวลาสั้น ๆ ทำให้การแก้ปัญหาด้วย Markov Model มีความแม่นยำมาก มาตราส่วนอัตราความผิดพลาดถูกแสดงอยู่บนทุกเส้นโค้งแทนที่ความน่าจะเป็น ซึ่งรวมไปด้วยอัตราความผิดพลาดและช่วงระยะเวลาMarkov Model สามารถถูกแทนโดยเมตริกที่แสดงเส้นทางความน่าจะเป็นระหว่างแต่ละสถานะ เมตริกเส้นทางสามารถถูกคูณด้วยเมตริกแนวนอนแทนที่สถานะเริ่มต้น ผลลัพธ์เมตริกแนวนอนให้เวลาขึ้นอยู่กับความน่าจะเป็นสำหรับแต่ละสถานะ ตัวอย่างฟังก์ชันนิรภัยที่ประกอบด้วยเครื่องมือวัด 3 ตัวในรูปแบบ 2oo3 (Two out of Three Voting) แสดงแผนภาพกระบวนการผลิตและ Fault Tree Analysis ได้ดังรูปที่ 9 และ 10

การหาค่าความผิดพลาดด้วย Markov Model (ตอนจบ) 
(PFD Calculating with Markov Model)
ทวิช ชูเมือง


เทคนิคการแก้ปัญหา Markov Model

    มีวิธีการหลายวิธีที่ใช้ในการแก้ปัญหา Markov Model เพื่อหาคำตอบค่าความน่าจะเป็นในการเปลี่ยนสถานะจากการทำงานปกติไปยังสถานะที่ต้องการ แต่สำหรับการแก้ปัญหาในบางวิธีอาจไม่เหมาะสมสำหรับการตรวจสอบฟังก์ชันนิรภัย เมื่อมีการจัดเตรียมช่วงเวลาตรวจสอบและซ่อมแซมถูกรวมเข้าไปในฟังก์ชันนิรภัย

วิธีการหนึ่งที่เหมาะสมสำหรับการแก้ปัญหาของแผนภาพ Markov Model โดยใช้วิธีการทางตารางตัวเลขเป็นการคูณเมตริกของจำนวนเวลาที่ทำการพิจารณา ช่วงเวลาการพิจารณาที่ถูกเลือกและอัตราความผิดพลาดจะเป็นมาตราส่วนสำหรับช่วงเวลานั้น ความน่าจะเป็นของการเปลี่ยนสถานะบนเส้นโค้งที่กำหนดโดยอัตราความผิดพลาด

คูณด้วยช่วงเวลา การเลือกช่วงเวลาสั้น ๆ ทำให้การแก้ปัญหาด้วย Markov Model มีความแม่นยำมาก มาตราส่วนอัตราความผิดพลาดถูกแสดงอยู่บนทุกเส้นโค้งแทนที่ความน่าจะเป็น ซึ่งรวมไปด้วยอัตราความผิดพลาดและช่วงระยะเวลา

Markov Model สามารถถูกแทนโดยเมตริกที่แสดงเส้นทางความน่าจะเป็นระหว่างแต่ละสถานะ เมตริกเส้นทางสามารถถูกคูณด้วยเมตริกแนวนอนแทนที่สถานะเริ่มต้น ผลลัพธ์เมตริกแนวนอนให้เวลาขึ้นอยู่กับความน่าจะเป็นสำหรับแต่ละสถานะ

 ตัวอย่างฟังก์ชันนิรภัยที่ประกอบด้วยเครื่องมือวัด 3 ตัวในรูปแบบ 2oo3 (Two out of Three Voting) แสดงแผนภาพกระบวนการผลิตและ Fault Tree Analysis ได้ดังรูปที่ 9 และ 10

รูปที่ 9 แผนภาพกระบวนการผลิตแสดงฟังก์ชันแบบ 2oo3

     ฟังก์ชันนิรภัยดังแสดงในรูปที่ 9 จะเป็นการป้องกันความดันเกินโดยใช้เครื่องมือวัดความดัน 3 ตัวทำงานในรูปแบบ 2oo3 นั่นคือเมื่อเครื่องมือวัด 2 ตัวตรวจจับค่าความดันเกินได้ ระบบประมวลผลก็จะทำการสั่งให้ปิดวาล์วนิรภัยทางด้านต้นทาง แต่ถ้าเครื่องมือวัดอ่านค่าความดันเกินได้เพียงตัวเดียวแต่อีกสองตัวยังคงอ่านค่าปกติก็อาจจะเป็นความผิดพลาดที่เกิดขึ้นบนเครื่องมือวัด สามารถเขียน Fault Tree แสดงการทำงานของรูปแบบ 2oo3 ได้ดังรูปที่ 10

รูปที่ 10 Fault Tree Analysis ของรูปแบบ 2oo3


สำหรับการทำงานรูปแบบ 2oo3 เขียนเป็น Markov Model ดังแสดงในรูปที่ 11

รูปที่ 11 Markov Model ของรูปแบบ 2oo3

   ในการทำงานของเครื่องมือวัดในรูปแบบ 2oo3 จะสมมุติฐานให้การทำงานจะเริ่มต้นขึ้น เมื่ออย่างน้อยเครื่องมือวัดสองตัววัดค่าตัวแปรได้ถึงจุดทำงาน จากการทำงานจะกำหนดให้เครื่องมือวัดหนึ่งตัวสามารถเกิดความผิดพลาดได้โดยไม่ขัดขวางการทำงานของฟังก์ชันนิรภัย อย่างไรก็ตามเมื่อเกิดความผิดพลาดอันตรายกับเครื่องมือวัดสองตัวจะเป็นสาเหตุทำให้ระบบไม่สามารถทำงานได้

เมื่อความผิดพลาดที่เกิดขึ้นไม่สามารถถูกตรวจจับได้ด้วยระบบวิเคราะห์ความผิดพลาด แต่ถ้าเป็นความผิดพลาดที่ระบบวิเคราะห์ความผิดพลาดสามารถตรวจจับได้ ก็จะทำให้ฟังก์ชันนิรภัยสั่งให้ระบบหยุดทำงาน ในการวิเคราะห์ความผิดพลาดโดยใช้ส่วนประมวลผลแสดงค่าสัญญาณที่วัดได้จากเครื่องมือวัดแต่ละตัวในการตรวจสอบว่าเครื่องมือวัดยังคงทำงานเป็นปกติและเปรียบเทียบกันกับค่ากลาง

ในการส่งสัญญาณเตือนให้ผู้ปฏิบัติการทราบถึงความผิดพลาดของเครื่องมือวัดที่อาจเกิดขึ้น เมื่อค่าสัญญาณที่วัดได้มีการเบี่ยงเบนออกไปจากค่าที่กำหนด เครื่องมือวัดจะถูกทดสอบการทำงานเป็นระยะ ๆ ในการค้นหาความผิดพลาดอันตรายที่ตรวจจับไม่ได้
 

แผนภาพ Markov Model แสดงรายละเอียดทั้ง 4 สถานะได้เป็นดังนี้
P0 แสดงสถานะของระบบทำงานปกติหรือเครื่องมือวัดทุกตัวไม่มีความผิดพลาด สถานะนี้จะเป็นสถานการณ์ทำงานเริ่มต้นหลังจากมีการทดสอบการทำงานหลังจากการติดตั้งเรียบร้อยแล้ว

P1 แสดงสถานะเกิดความผิดพลาดบนเครื่องมือวัดหนึ่งตัวและระบบตรวจจับได้ การเปลี่ยนสถานะจะเกิดขึ้นเมื่อมีการใช้งานผ่านในระยะเวลาหนึ่งทำให้เครื่องมือวัดตัวใดตัวหนึ่งเกิดความผิดพลาดและเป็นความผิดพลาดตรวจจับได้ (Detected Failure) โดยระบบวิเคราะห์ความผิดพลาด หลังจากนั้นจะส่งสัญญาณเตือนไปยังส่วนที่เกี่ยวข้อง ให้ดำเนินการซ่อมแซมเครื่องมือวัดให้กลับมาใช้งานได้อย่างปกติ ก็จะส่งผลทำให้ระบบกลับไปทำงานได้อย่างปกติอีกครั้งหรือกลับสู่สถานะ P0

P2 แสดงสถานะเกิดความผิดพลาดบนเครื่องมือวัดหนึ่งตัวและระบบตรวจจับไม่ได้ การเปลี่ยนสถานะจะเกิดขึ้นเมื่อมีการใช้งานผ่านในระยะเวลาหนึ่ง ทำให้เครื่องมือวัดตัวใดตัวหนึ่งเกิดความผิดพลาด แต่เป็นความผิดพลาดตรวจจับไม่ได้ (Undetected Failure) โดยระบบวิเคราะห์ความผิดพลาด จะเห็นได้ว่าเมื่อระบบไปทำงานอยู่ในสถานะนี้ จะไม่สามารถกลับไปยังสถานะ P0 ด้วยการดำเนินการซ่อมแซมเครื่องมือวัดได้ เพราะว่าระบบวิเคราะห์ความผิดพลาดไม่สารถตรวจจับความผิดพลาดที่เกิดขึ้นได้

P3 แสดงสถานะเกิดความผิดพลาดบนเครื่องมือวัดสองตัวและระบบตรวจจับได้ ในสถานะนี้ระบบจะสั่งให้ฟังก์ชันนิรภัยทำงานเอง แต่ไม่ได้เป็นความต้องการมาจากกระบวนการผลิต ซึ่งอาจทำให้เกิดความสูญเสียผลิตภัณฑ์ที่จะได้จากกระบวนการผลิต แต่เมื่ออยู่ในสถานะนี้ผู้ใช้งานจะสามารถทราบถึงความผิดพลาดที่เกิดขึ้นและสามารถดำเนินการซ่อมแซมระบบให้กลับไปสู่สถานะ P0 ได้ การเปลี่ยนสถานะจะเกิดขึ้นเมื่อมีการใช้งานผ่านในระยะเวลาหนึ่ง

หลังจากที่ระบบเปลี่ยนไปทำงานที่สถานะ P1 หรือ P2
ถ้าอยู่ในสถานะ P1 ระบบก็จะสามารถเปลี่ยนสถานะไปยังสถานะ P3 เมื่อเกิดความผิดพลาดที่เครื่องมือวัดอีกหนึ่งตัว ก่อนที่จะดำเนินการซ่อมแซมหรือระหว่างการซ่อมแซมแล้วระบบวิเคราะห์ความผิดพลาดสามารถตรวจจับได้
ถ้าอยู่ในสถานะ P2 ระบบก็จะสามารถเปลี่ยนสถานะไปยังสถานะ P3 เมื่อเกิดความผิดพลาดที่เครื่องมือวัดอีกหนึ่งตัว และเป็นการเกิดความผิดพลาดที่ระบบวิเคราะห์ความผิดพลาดสามารถตรวจจับได้

P4 แสดงสถานะเกิดความผิดพลาดบนเครื่องมือวัดสองตัวและระบบตรวจจับไม่ได้ ในสถานะนี้จะทำให้ฟังก์ชันนิรภัยไม่สามารถทำงานได้ ถึงแม้ว่าจะมีความต้องการมาจากกระบวนการผลิต ซึ่งอาจทำให้เกิดเหตุการณ์อันตรายกับกระบวนการผลิตได้ เมื่ออยู่ในสถานะนี้ผู้ใช้งานจะไม่สามารถทราบถึงความผิดพลาดที่เกิดขึ้นและยังไม่สามารถดำเนินการซ่อมแซมระบบให้กลับไปสู่สถานะ P0 ได้จนกว่าจะมีการทดสอบการทำงานของระบบตามระยะเวลาที่กำหนด การเปลี่ยนสถานะจะเกิดขึ้นเมื่อมีการใช้งานผ่านในระยะเวลาหนึ่ง หลังจากที่ระบบเปลี่ยนไปทำงานที่สถานะ P1 หรือ P2

ถ้าอยู่ในสถานะ P1 ระบบก็จะสามารถเปลี่ยนสถานะไปยังสถานะ P4 เมื่อเกิดความผิดพลาดที่เครื่องมือวัดอีกหนึ่งตัวก่อนที่จะดำเนินการซ่อมแซม หรือระหว่างการซ่อมแซมแล้วระบบวิเคราะห์ความผิดพลาดไม่สามารถตรวจจับได้

 ถ้าอยู่ในสถานะ P2 ระบบก็จะสามารถเปลี่ยนสถานะไปยังสถานะ P4 เมื่อเกิดความผิดพลาดที่เครื่องมือวัดอีกหนึ่งตัวและเป็นการเกิดความผิดพลาดที่ระบบวิเคราะห์ความผิดพลาดไม่สามารถตรวจจับได้ ซึ่งจะเป็นสถานะที่อันตรายที่สุดหรือไม่พึงประสงค์ในระบบนิรภัย เนื่องจากระบบจะไม่ทำงานได้ตามฟังก์ชันที่กำหนดและยังไม่สามารถดำเนินการซ่อมแซมระบบก็จะกลับไปสู่สถานะ P0 ได้

 คำจำกัดความของอัตราการผิดพลาดและการซ่อมแซมจะเป็นดังนี้

เป็นอัตราความผิดพลาดรวมของอุปกรณ์

    เป็นอัตราความผิดพลาดอันตรายที่ตรวจจับได้ (Dangerous Detected Failure) ของอุปกรณ์

     เป็นอัตราความผิดพลาดอันตรายที่ตรวจจับไม่ได้ (Dangerous Undetected Failure) ของอุปกรณ์

         เป็นอัตราการซ่อมแซมเมื่อระบบตรวจจับความผิดพลาดได้ สำหรับระยะเวลาการใช้งานที่ยาวนานนั้น จะสมมุติฐานว่าอัตราการซ่อมแซมมีค่าคงที่และมีค่าเท่ากับ 1/MTTR (Mean Time to Repair) ในกรณีค่าเฉลี่ยอัตราการ     ซ่อมแซมเป็นผลรวมของเวลาในการตรวจสอบการทำงานหรือ TI (Testing Interval) และเวลาซ่อมแซมจริงหรือ RT (Repair Time) ความผิดพลาดสามารถเกิดขึ้นได้ทั้งก่อนการตรวจสอบและหลังการตรวจสอบหรือเกิดขึ้นได้ทุก ๆ เวลาระหว่างนั้น ดังนั้นค่าเฉลี่ยของเวลาในการตรวจสอบจะถูกหารด้วย 2 ดังนั้นสมการค่าอัตราการซ่อมแซมจะเป็นดังนี้

     เมื่อทำการเขียนแผนภาพ Markov Model ของการทำงานในรูปแบบ 2oo3 แล้ว ต่อไปก็จะสามารถเขียนเมตริกการทำงานของ Markov Model ในแต่ละสถานะของฟังก์ชันนิรภัย โดยการเขียนจากการเคลื่อนที่ไปมาระหว่างสถานะ เมตริกแนวนอนจะใช้แสดงการเคลื่อนที่ไปจากสถานะที่พิจารณา ส่วนเมตริกแนวตั้งจะใช้แสดงการเคลื่อนที่กลับมายังสถานะที่พิจารณาดังแสดงรายละเอียด

สถานะที่พิจารณาจะเป็นสถานะที่ตรงกันทั้งแนวตั้งและแนวนอน จากหลักการเขียนเมตริกดังกล่าวนี้ จะทำให้สามารถเมตริกการทำงานของฟังก์ชันนิรภัยในรูปที่ 11 ได้ดังตารางที่ 3

 ตารางที่ 3 เมตริกของ Markov Model ในรูปที่ 11


   ในการแก้ปัญหา Markov Model เพื่อใช้สำหรับหาค่าผลลัพธ์ความน่าจะเป็นของแต่ละสถานะในแผนภาพที่ขึ้นอยู่กับเวลาที่เปลี่ยนไป ในการแก้ปัญหาจะสมมุติฐานว่าระบบเริ่มต้นทำงานในสถานะ P0 เป็นสถานะปกติ ที่เวลาเท่ากับ 0 ซึ่งเสมือนเป็นการสมมุติฐานว่าระบบทำงานปกติเมื่อถูกติดตั้งและทดสอบการทำงานในครั้งแรกเสร็จสิ้นสมบูรณ์แล้ว
 

   ในการหาค่า PFD ของระบบที่พิจารณาจะเป็นการหาความน่าจะเป็นที่ระบบจะไปอยู่ที่สถานะ P4 ซึ่งเป็นสถานะที่ระบบไม่สามารถทำหน้าที่ได้ตามต้องการ จากการสมมุติฐานให้ระบบเริ่มต้นทำงานที่สถานะ P0 จะได้เมตริกของสถานะเริ่มต้นเป็นดังนี้


และจะเริ่มต้นหาค่าความผิดพลาดในแต่ละสถานะในเวลาเริ่มต้นเป็นดังนี้

ในการคำนวณหาค่าความน่าจะเป็นในสถานะต่าง ๆ ที่เวลาใด ๆ นั้น จะใช้การคูณเมตริก 1 x 5 ที่ใช้แสดงสภาวะเริ่มต้นการทำงาน เข้ากับเมตริก 5 x 5 ที่ใช้แสดงการทำงานของระบบที่พิจารณา ไปจนถึงเวลาที่ต้องการทราบค่า


ตัวอย่าง ถ้าต้องการหาค่า PFD และ PFDavg ในส่วนอินพุตของฟังก์ชันนิรภัยในระบบ SIS ดังแสดงในรูปที่ 11 ที่มีรูปแบบการทำงานที่ถูกกำหนดจากผู้ใช้งานให้เป็นแบบลงมติ 2oo3 โดยเลือกใช้เครื่องมือวัดความดันที่มีค่าอัตราผิดพลาดอันตรายตรวจจับไม่ได้หรือ มีค่าเท่ากับ 1.45E-7 ครั้งต่อชั่วโมง และมีค่าอัตราผิดพลาดอันตรายตรวจจับได้หรือ  มีค่าเท่ากับ 1.00E-7 ครั้งต่อชั่วโมง กำหนดให้มีช่วงเวลาทดสอบการทำงานทุก ๆ 1 ปีหรือ 8,760 ชั่วโมงและเวลาในการซ่อมแซมอุปกรณ์ให้กลับมาใช้งานได้เท่ากับ 4 ชั่วโมง

จากข้อมูลที่กำหนดจะได้ค่าเฉลี่ยอัตราการซ่อมแซมเป็นดังนี้

  เมื่อได้เมตริกที่แสดงค่าตัวแปรต่าง ๆ แล้ว จากนั้นก็เริ่มทำการคูณเมตริกสภาวะเริ่มต้นเข้ากับเมตริกค่าอัตราความผิดพลาดและอัตราการซ่อมแซม ดังรายละเอียดต่อไปนี้

    เมื่อต้องหาค่า PFD หรือเป็นการหาค่าความน่าจะเป็นที่ระบบจะเปลี่ยนไปทำงานที่สถานะ P4 ของฟังก์ชันนิรภัย ทำได้โดยทำการคูณเมตริกสถานะเริ่มต้นกับเมตริกค่าความผิดพลาด ด้วยการเพิ่มเวลาที่ละชั่วโมงจนถึงระยะเวลาที่ต้องทดสอบการทำงานที่เวลา 1 ปีหรือ 8760 ชั่วโมงจะได้ค่า PFD ที่ระบบจะไปยังสถานะ P4 มีค่าเท่ากับ 6.71E-06

    แต่ในการนำค่าไปใช้ในการประเมินค่าระดับความปลอดภัยนั้น ต้องการค่าเฉลี่ยของความน่าจะเป็นของความผิดพลาดหรือค่า PFDavg ซึ่งค่า PFDavg ของวิธีการนี้จะสามารถหาได้จากการรวมค่า PFD ตั้งแต่ชั่วโมงที่ 1 จนถึงชั่วโมงที่ 8760 และหารด้วยจำนวนครั้งทั้งหมดหรือ 8760 จะได้ค่า PFDavg เท่ากับ 0.020/8760 = 2.33E-6

สามารถแสดงกราฟค่า PFD และ PFDavg ได้ดังรูปที่ 12


รูปที่ 12 แสดงกราฟค่า PFD และ PFDavg ที่ระยะเวลา 1 ปี


จากรูปที่ 12 จะเป็นกราฟแสดงค่า PFD และค่า PFDavg ที่ระยะเวลาในการทำงาน 1 ปี ค่าที่ได้จากการคูณเมตริก จะเห็นได้ว่าค่าจะถูกแสดงทุก ๆ ช่วงเวลาที่เพิ่มขึ้น แต่ถ้าทำการทดสอบการทำงานของเครื่องมือวัดในทุก ๆ 6 เดือนก็จะได้กราฟค่า PFD และค่า PFDavg ในสถานะ P4 เป็นดังรูปที่ 13

   วิธีการหาค่า PFDavg ของส่วนต่าง ๆ ในฟังก์ชันนิรภัยเพื่อนำไปหาค่าระดับความปลอดภัยนั้น ตามข้อแนะนำของมาตรฐานสากลสามารถทำได้หลายวิธีอาทิเช่น
• Reliability Block Diagram
• Simplified Equation
• Fault Tree Analysis
• Markov Model

   แต่ละวิธีการก็จะสามารถนำไปใช้ในการคำนวณหาค่า PFD ได้ตามข้อแนะนำของมาตรฐาน ซึ่งในการนำไปใช้งานก็จะมีข้อดีและข้อเสียที่แตกต่างกัน สำหรับวิธี Markov Model นั้นจะเป็นวิธีการที่ค่อนข้างซับซ้อนดังที่ได้แสดงในรายละเอียดไปแล้ว สำหรับในการนำไปใช้งานนั้น ผู้ใช้งานที่จะนำวิธี Markov Model ไปใช้ในการคำนวณหาค่า PFD ด้วยมือนั้นต้องมีความเข้าใจลำดับขั้นตอนและการคำนวณทางคณิตศาสตร์

เพราะอาจจะทำให้เกิดความผิดพลาดได้ง่าย ถ้าเขียน Markov Model และสมมุติฐานการทำงานไม่สอดคล้องกัน ดังนั้นสำหรับการเริ่มต้นประเมินฟังก์ชันนิรภัยเพื่อหาค่า PFDavg จึงแนะนำให้ใช้วิธี Simplified Equation หรือ Fault Tree Analysis เพื่อความง่ายในการดำเนินการ สำหรับผลลัพธ์ที่ได้จะมีค่าที่ไม่ต่างกันมากนัก ลองทำการเปรียบเทียบค่า PFDavg ที่ได้จาก Markov Model และ Simplified Equation ของรูปแบบ 2oo3 โดยใช้ค่าตัวแปรต่างๆจากตัวอย่างที่ผ่านมา จะได้เป็นดังนี้

PFDavg (2oo3) = ()2 x TI2  ; Simplifiez Equation
   = (1.45E-7)2 x 87602
   = 1.61E-6
 

    จากรายละเอียดของการหาค่า PFD ด้วยวิธีการ Markov Model จะเห็นได้ว่าผลลัพธ์จะมีค่าแม่นยำกว่าการใช้วิธีการอื่น ๆ จึงทำให้ค่าผลลัพธ์มีค่าสูงกว่าวิธีการอื่น ๆ ตามไปด้วย แต่ค่าที่ได้ทั้งสองวิธีการที่แสดงในรายละเอียดข้างต้นก็จะอยู่ในย่านของค่าระดับความปลอดภัยที่ต้องการ ดังตัวอย่างที่แสดงไปแล้วจะได้ค่า PFD ที่อยู่ในย่านค่าระดับความปลอดภัยที่ SIL 4 ดังนั้นในการประเมินค่า PFD

เริ่มต้นโดยผู้ใช้งานจึงสามารถเลือกใช้วิธีการใด ก็จะขึ้นอยู่กับความเข้าใจในวิธีการและหลักการในการมาเลือกใช้รูปแบบการทำงาน ซึ่งมาตรฐานก็ยอมรับในหลักการทั้งหมด ส่วนที่สำคัญมากกว่าการเลือกใช้วิธีการใดนั้น จะเป็นการหาค่าอัตราความผิดพลาด (Failure rate) ของอุปกรณ์ที่จะนำมาใช้ในฟังก์ชันนิรภัย เพื่อจะนำค่าอัตราความผิดพลาดเหล่านี้มาใช้ในการคำนวณ

เพราะอุปกรณ์ในแต่ละชนิดจะมีค่าอัตราความผิดพลาดไม่เหมือนกัน โดยจะขึ้นอยู่กับตัวแปรอื่น ๆ ประกอบด้วย ชนิดของอุปกรณ์, สิ่งแวดล้อมที่นำไปใช้งาน, กระบวนการผลิตที่นำไปใช้งาน และคุณภาพของอุปกรณ์ที่เลือกใช้ ซึ่งในปัจจุบันค่าตัวแปรต่าง ๆ เหล่านี้ได้ถูกจัดเตรียมขึ้นโดยผู้ผลิต เพื่อให้ผู้ใช้งานสามารถนำตัวแปรต่าง ๆ ไปใช้งานได้อย่างสะดวก

สำหรับการนำไปใช้งานในฟังก์ชันนิรภัย  ดังนั้นเมื่อผู้ใช้งานต้องการนำอุปกรณ์ไปใช้งานในระบบนิรภัยก็ควรจะพิจารณาเลือกอุปกรณ์ที่ถูกออกแบบมาให้ใช้งานในระบบนิรภัยโดยตรง เพื่อที่จะได้ข้อมูลต่าง ๆ มาใช้ในการคำนวณได้อย่างเหมาะสม

เอกสารอ้างอิง
[1] ISA TR84.00.02-2002 Part 4: Determining the SIL of a SIF via Markov Analysis
[2] IEC 61511, Functional safety-safety instrumented system for the process industry sector
[3] William M. Goble and Harry Cheddie, ”Safety Instrumented System Verification Practical Probabilistic Calculations”, ISA-The Instrumentation, Systems and Automation Society
[4] ทวิช ชูเมือง, ระบบวัดคุมนิรภัยในอุตสาหกรรมกระบวนการผลิต, ISBN 974-212-172-9, บริษัท ซีเอ็ดยูเคชั่น จำกัด (มหาชน), 2548.

 

สงวนลิขสิทธิ์ ตามพระราชบัญญัติลิขสิทธิ์ พ.ศ. 2539 www.thailandindustry.com
Copyright (C) 2009 www.thailandindustry.com All rights reserved.

ขอสงวนสิทธิ์ ข้อมูล เนื้อหา บทความ และรูปภาพ (ในส่วนที่ทำขึ้นเอง) ทั้งหมดที่ปรากฎอยู่ในเว็บไซต์ www.thailandindustry.com ห้ามมิให้บุคคลใด คัดลอก หรือ ทำสำเนา หรือ ดัดแปลง ข้อความหรือบทความใดๆ ของเว็บไซต์ หากผู้ใดละเมิด ไม่ว่าการลอกเลียน หรือนำส่วนหนึ่งส่วนใดของบทความนี้ไปใช้ ดัดแปลง โดยไม่ได้รับอนุญาตเป็นลายลักษณ์อักษร จะถูกดำเนินคดี ตามที่กฏหมายบัญญัติไว้สูงสุด