Duração: 2 dias
CEUs: 1.4 CRP Creditos: 2
Pre-requisitos para o curso
  • Nenhum
Conhecimentos básicos necessários
  • Engenharia da Confiabilidade
  • Métodos e Conceitos
Curso anterior recomendado
  • N/A
Alternativa de curso similar
  • N/A
Próximo curso recomendado
  • Qualquer curso conforme interesse
Software de Apoio
 
 
 

Computer Required for Course
Prepare your laptop for the seminar, and familiarize yourself with the software.

[Learn More]


Próximos Treinamentos:

November 2017
November 13 - 14, 2017: Standards Based Reliability Prediction in Tucson, Arizona

Para se inscrever utilize o formulário disponível para download no calendário de treinamento ou contate a ReliaSoft.

D490 - Predição da Confiabilidade

Esse treinamento abrange uma visão geral das normas baseadas em técnicas de predição da confiabilidade, com ênfase na utilização do software Lambda Predict da ReliaSoft que foi desenvolvido para construir e analisar configurações de sistemas de acordo com normas de predição disponíveis no mercado (tal como, MIL-HDBK-217, Bellcore/Telcordia, NSWC ou FIDES).

O treinamento apresenta conceitos e práticas que podem ajudar sua organização a:

  • Obter uma indicação inicial se o projeto terá condições de alcançar os objetivos de confiabilidade e identificar áreas de problemas potenciais ainda nas fases iniciais de desenvolvimento.

  • Comparar projetos alternativos.

  • Considerar fatores ambientais e outros estresses que possam possuir impacto significante na performance do sistema  ou ainda que possam estar sendo negligenciados.

Detalhes do Treinamento

  • Introdução à predição da confiabilidade.
  • Utilização do software Lambda Predict para construir e analisar configurações de sistemas de acordo com normas de predição disponíveis no mercado:
    • MIL-HDBK-217, Bellcore/Telcordia e FIDES (para componentes eletrônicos)
    • NSWC (para componentes mecânicos)
  • Métodos de Alocação (tais como AGREE, ARINC, Viabilidade de Objetivo entre outros).
  • Análises de Diminuição da Taxa de Uso para indicar componentes que estão sob a margem estabelecida de segurança.
  • Trabalhos práticos durante o curso utilizando o software Lambda Predict.