Reliability analysis of the products subject to competing failure processes with unbalanced data Oparta na niezbilansowanych danych analiza niezawodności produktów podlegających procesom powstawania uszkodzeń konkurujących
Considering the degradation and catastrophic failure modes simultaneously, a general reliability analysis model was presented for the competing failure processes with unbalanced data. For the degradation process with highly unbalanced data, we developed a linear random-effects degradation model. The model parameters can be estimated based on a simple least square method. Furthermore, to fully utilize the degradation information, we considered the last measured times of the degradation units that had only one or two measured time points as zero-failure data or right-censored data of the catastrophic failure mode. Then the incomplete data set was composed of zero-failure data and catastrophic failure data. To analyze the incomplete data, the definition of the interval statistics was firstly given. The best linear unbiased parameter estimators of catastrophic failure were obtained based on the Gauss-Markov theorem. Then, the reliability function of the competing failure processes was given. The corresponding two-sided confidence intervals of the reliability were obtained based on a bootstrap procedure. Finally, a practical application case was examined by applying the proposed method and the results demonstrated its validity and reasonability.
W pracy przedstawiono ogólny model analizy niezawodności procesów związanych z powstawaniem uszkodzeń konkurujących, który pozwala na wykorzystanie danych niezbilansowanych oraz umożliwia jednoczesne uwzględnienie uszkodzeń wynikających z obniżenia charakterystyk i uszkodzeń katastroficznych. Opracowano liniowy model efektów losowych dla procesu degradacji o wysoce niezbilansowanych danych. Parametry tego modelu można określić na podstawie prostej metody najmniejszych kwadratów. Ponadto, aby w pełni wykorzystać informacje dotyczące obniżenia charakterystyk, dane pochodzące z ostatniego pomiaru jednostek podlegających degradacji, dla których przeprowadzono tylko jeden lub dwa pomiary, rozpatrywano jako dane o zerowym uszkodzeniu lub jako ucięte prawostronnie dane dotyczące uszkodzenia katastroficznego. W ten sposób otrzymano zbiór niepełnych danych składający się z danych o uszkodzeniach zerowych oraz danych o uszkodzeniach katastroficznych. Aby móc przeanalizować uzyskane niepełne dane, podano definicję statystyki przedziałowej. Najefektywniejszy nieobciążony estymator liniowy (BLUE) parametrów uszkodzeń katastroficznych uzyskano na podstawie twierdzenia Gaussa-Markowa. Następnie, podano wzór funkcji niezawodności procesów związanych z powstawaniem uszkodzeń konkurujących. Odpowiednie dwustronne przedziały ufności dla oszacowanej niezawodności uzyskano metodą bootstrapową. Na koniec, przedstawiono przypadek praktycznego zastosowania proponowanej metody, którego wyniki wykazały jej trafność i zasadność.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00