Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Birnbaum" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Lifetime Distribution and Associated Inference of Systems with Multiple Degradation Measurements Based on Gamma Processes
Wyznaczanie rozkładu czasów życia oraz wnioskowanie dla systemów wymagających pomiarów współistniejących degradacji w oparciu o procesy gamma
Autorzy:
Pan, Z.
Feng, J.
Sun, Q.
Powiązania:
https://bibliotekanauki.pl/articles/302179.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
multiple degradation
lifetime distribution
gamma process
Birnbaum-Saunders distribution
MCMC method
degradacja współistniejąca
rozkład czasów życia
proces gamma
rozkład Birnbauma-Saundersa
metoda MCMC
Opis:
With development of science and technology, many engineering systems take on high reliable characteristic and usually have complex structure and failure mechanisms, with their reliability being evaluated by multiple degradation measurements. In certain physical situations, the degradation of these performance characteristics would be always positive and strictly increasing. Therefore, the gamma process is usually considered as a degradation process due to its independent and non-negative increments properties. In this paper, we suppose that a system has multiple dependent performance characteristics and that their degradation can be modeled by gamma processes. For such a multivariate degradation involving three or more performance characteristics, we propose to use a multivariate Birnbaum-Saunders distribution and its marginal distributions to approximate the reliability function and give the corresponding lifetime distribution. And then, the inferential method for the model parameters is developed. Finally, for an illustration of the proposed model and method, a simulated example is discussed and some computational results are presented.
Wraz z rozwojem nauki i techniki, powstaje coraz więcej systemów inżynieryjnych o wysokich parametrach niezawodnościowych, które zwykle charakteryzują się złożoną strukturą i złożonymi mechanizmami uszkodzeń. Ocena niezawodności w przypadku takich systemów wymaga pomiarów współwystępujących procesów degradacji . W pewnych sytuacjach fizycznych, degradacja właściwości użytkowych systemu będzie zawsze dodatnia oraz ściśle rosnąca. Proces degradacji jest zwykle procesem gamma, który charakteryzują niezależne i nieujemne przyrosty. W niniejszej pracy, założono, że system ma wiele zależnych charakterystyk pracy oraz że ich degradację można modelować procesem gamma. W przypadkach takiej wielowymiarowej degradacji obejmującej trzy lub więcej charakterystyk pracy zaproponowano zastosowanie rozkładu Birnbauma-Saundersa (uwzględniającego wiele zmiennych) oraz jego rozkładów brzegowych do aproksymacji funkcji niezawodności oraz określania odpowiadającego jej rozkładu czasu pracy. Opracowano metodę wnioskowania dla parametrów modelu. Wreszcie, dla zilustrowania proponowanego modelu oraz metody, omówiono przykład symulacyjny oraz przedstawiono niektóre wyniki obliczeniowe.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 2; 307-313
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Importance measure of probabilistic common cause failures under system hybrid uncertainty based on bayesian network
Oparta na sieci bayesowskiej miara ważności probabilistycznych uszkodzeń spowodowanych wspólną przyczyną w warunkach niepewności hybrydowej systemu
Autorzy:
Mi, Jinhua
Li, Yan-Feng
Beer, Michael
Broggi, Matteo
Cheng, Yuhua
Powiązania:
https://bibliotekanauki.pl/articles/1365216.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
probabilistic common cause failure
Bayesian network
α factor model
extended Birnbaum importance
probabilistyczne uszkodzenie spowodowane wspólną przyczyną
sieć bayesowska
model współczynnika α
rozszerzona miara ważności Birnbauma
Opis:
When dealing with modern complex systems, the relationship existing between components can lead to the appearance of various dependencies between component failures, where multiple items of the system fail simultaneously in unpredictable fashions. These probabilistic common cause failures affect greatly the performance of these critical systems. In this paper a novel methodology is developed to quantify the importance of common cause failures when hybrid uncertainties are presented in systems. First, the probabilistic common cause failures are modeled with Bayesian networks and are incorporated into the system exploiting the α factor model. Then, probability-boxes (bound analysis method) are introduced to model the hybrid uncertainties and quantify the effect of uncertainties on system reliability. Furthermore, an extended Birnbaum importance measure is defined to identify the critical common cause failure events and coupling impact factors when uncertainties are expressed by probability-boxes. Finally, the effectiveness of the method is demonstrated through a numerical example.
W przypadku nowoczesnych systemów złożonych, relacje zachodzące między komponentami mogą prowadzić do pojawienia się różnych zależności między ich uszkodzeniami, a tym samym do sytuacji w których kilka składowych systemu ulega uszkodzeniu jednocześnie w nieprzewidywalny sposób. Tego typu probabilistyczne uszkodzenia wywołane wspólną przyczyną (PCCF) mają ogromny wpływ na wydajność tych kluczowych systemów. W przedstawionym artykule opracowano nową metodę szacowania ważności PCFF w sytuacjach, gdy w systemie występują niepewności hybrydowe. W pierwszej kolejności, PCFF zamodelowano za pomocą sieci bayesowskich i włączono do systemu wykorzystującego model współczynnika α. Następnie, wprowadzono przedziały prawdopodobieństwa, tzw. probability boxes (bound analysis method), w celu zamodelowania niepewności hybrydowych i kwantyfikacji wpływu tych niepewności na niezawodność systemu. Ponadto zdefiniowano rozszerzoną miarę ważności Birnbauma, która pozwala zidentyfikować krytyczne zdarzenia PCCF oraz czynniki, które je wywołały, w przypadkach, gdy niepewności wyrażone są za pomocą probability boxes. Skuteczność metody wykazano na przykładzie numerycznym.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 1; 111-120
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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