การศึกษาเปรียบเทียบเชิงตัวเลขของจุดน่าจะเป็นที่สุดสำหรับการวิเคราะห์ความเชื่อถือได้ (A NUMERICAL COMPARATIVE STUDY ON MOST PROBABLE POINT FOR RELIABILITY ANALYSIS)

Abstract

ความเชื่อถือได้เป็นประเด็นสำคัญที่ต้องพิจารณาในระบบส่วนใหญ่เนื่องจากมีความไม่แน่นอนของระบบเกิดขึ้น ในขณะเดียวกันการประเมินความไม่แน่นอนก็เป็นหัวข้อที่ท้าทาย เนื่องจากมีขั้นตอนและต้องการทรัพยากรในการคำนวณมากกว่าการวิเคราะห์ที่ไม่นำเอาความไม่แน่นอนเข้ามาพิจารณา บทความนี้นำเสนอการศึกษาเปรียบเทียบเชิงตัวเลขของการนำเทคนิคจุดน่าจะเป็นที่สุดมาใช้กับการวิเคราะห์ความเชื่อถือได้กับกรณีศึกษาจำนวน 3 กรณี จากการศึกษาพบว่าเทคนิคนี้สามารถประมาณความน่าจะเป็นที่สถานะขีดจำกัดหรือความเชื่อถือได้ได้เป็นอย่างดีเมื่อเปรียบเทียบกับการจำลองสถานการณ์มอนเตคาร์โล ซึ่งเป็นวิธีที่มีศักยภาพแต่ต้องการทรัพยากรในการคำนวณที่มากที่สุด แต่เทคนิคจุดน่าจะเป็นที่สุดไม่เหมาะสมสำหรับการหาฟังก์ชันความหนาแน่นความน่าจะเป็นทั้งหมด นอกจากนี้พบว่าระดับของความไม่เชิงเส้นและความเบ้ซ้ายหรือขวาของระบบที่สนใจมีผลกระทบอย่างมากต่อความแม่นยำของการพยากรณ์ของเทคนิคจุดน่าจะเป็นที่สุดคำสำคัญ: จุดน่าจะเป็นที่สุด ความเชื่อถือได้ การประเมินความไม่แน่นอน การหาค่าเหมาะสมที่สุด ความน่าจะเป็นReliability is an important issue in most systems because of the existence of uncertainty. At the same time, the uncertainty assessment is a challenging issue since the needed effort is usually greater than that of deterministic analysis without taking uncertainty into account. This paper presents a numerical comparative study on an implementation of most probable point (MPP) for reliability analysis through three case studies. It is found that MPP can well estimate the reliability in terms of probability at the limit state when it is compared with Monte Carlo simulation, a powerful but the most expensive method. But MPP is not suitable for predicting the entire probability density function (PDF). In addition, it is found that the level of nonlinearity and skewness of the system of interest has a significant impact to the prediction accuracy of MPP.Keywords: Most Probable Point, Reliability, Uncertainty Assessment, Optimization, Probability