Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial

Abstract

Este trabalho trata de sistemas reparáveis que sofrem reparo imperfeito, utilizando uma classe de modelos de processos estocásticos conhecida como Processo de Renovação Generalizado (PRG), que é um modelo de idade virtual que determina a classificação do reparo de acordo com o grau de redução que este proporciona sob a idade real do equipamento, mensurada através de um parâmetro de rejuvenescimento, , e este modelo permite inserir uma maior flexibilidade quanto ao tratamento de dados de falhas. Foi proposto um modelo PRG com base na distribuição -Exponencial ( -PRG), onde o sucesso da Exponencial deve-se, em parte, à sua capacidade de exposições a caudas pesadas e fenômenos de lei de potência. Os estimadores de máxima verossimilhança não apresentaram expressões analíticas e, então, a estimação dos parâmetros -PRG foi realizada por meio do algoritmo evolucionário Differential Evolution (DE), que é algoritmo estocástico para resolver problemas de otimização global de funções não lineares, ou seja, é um método para minimizar funções não lineares e não diferenciáveis em um espaço contínuo de busca. Com base no método DE, foram realizadas simulações a partir de dados de falha extraídos da literatura. A partir das simulações executadas utilizando o método bootstrap paramétrico, mesmo existindo valores discrepantes, o processo de simulação manteve as características dos dados iniciais, de modo que informações sobre as falhas não foram perdidas. Com as simulações, concluiu-se que para tamanhos amostrais maiores, as abordagens bootstrap utilizadas tendem a fornecer estimativas intervalares semelhantes para os parâmetros -PRG. Além disso, foi possível obter alguns resultados estatísticos para os estimadores como a ausência de normalidade e estimar o parâmetro de rejuvenescimento do PRG.