Informacja

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

Wyszukujesz frazę "Zhang, M. Y." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Decision-making of spare subsea trees with multi-restrictive factors in deepwater development
Podejmowanie decyzji dotyczących wykorzystania zapasowych podmorskich głowic eksploatacyjnych w procesie zagospodarowywania obszarów podmorskich. Model uwzględniający liczne czynniki ograniczające
Autorzy:
Chen, J.
Duan, M.
Zhang, Y.
Powiązania:
https://bibliotekanauki.pl/articles/301887.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
statek interwencyjny
model konserwacji
czynnik ograniczający
zapotrzebowanie na części zapasowe
podmorska głowica eksploatacyjna
prognozowanie pogody
intervention vessel
maintenance model
restrictive factors
spare demand
subsea tree
weather prediction
Opis:
In order to quantify the influential factors of subsea trees’ maintenance proactively, multiple restrictive factors first are elaborated, such as locale meteorological conditions (i.e. weather), transport resources, heavy intervention vessels, maintenance technicians, spare trees and so on. Then, the focus is on three vital factors: weather, intervention vessel and spare trees. These restrictions dramatically impact the cost and accessibility of maintenance. For the inaccessible duration of significant wave height in weather model for computing non-feasibility days, we utilized the statistic data from the ERA Interim dataset. An analytical model is established to simplify the calculation of maintenance costs. As the predictive maintenances are seldom performed in subsea field, the built maintenance model only considers the corrective maintenance. Results show that hostile weather as well as the shortage of adequate spare subsea trees can induce severe downtime cost. The comparison of two contractual alternatives indicates that the better way to reduce the maintenance cost is to make the intervention vessel available enough. It is significant to provide quantitative views of subsea maintenance and to supply a method for the decision-making of spare subsea trees with multiple restrictive factors from the proposed model.
Aby móc dokonać aktywnej oceny ilościowej liczących się czynników utrzymania podmorskich głowic eksploatacyjnych, najpierw zbadano wiele czynników ograniczających, takich jak lokalne warunki pogodowe oraz dostępność środków transportu, statków interwencyjnych o dużym tonażu, techników utrzymania ruchu, zapasowych głowic eksploatacyjnych, itd. Następnie skupiono uwagę na trzech kluczowych czynnikach: pogodzie oraz dostępności statku interwencyjnego oraz dostępności zapasowych głowic eksploatacyjnych. Ograniczenia związane z tymi czynnikami znacząco wpływają na koszty i możliwości konserwacji. Do obliczenia okresów,w których wysokie fale uniemożliwiają prace konserwacyjne wykorzystano dane statystyczne pochodzące z bazy danych ERA Interim. Stworzono model analityczny pozwalający na uproszczenie obliczeń kosztów utrzymania ruchu. Ponieważ na podmorskich polach naftowych rzadko wykonuje się zabiegi predykcyjnego utrzymania ruchu, skonstruowany przez nas model utrzymania ruchu uwzględnia jedynie utrzymanie naprawcze. Wyniki pokazują, że niekorzystne warunki pogodowe, jak również brak odpowiednich zapasowych głowic eksploatacyjnych mogą generować wysokie koszty związane z przestojami. Porównanie dwóch alternatyw pokazuje, że najlepszym sposobem na zmniejszenie kosztów utrzymania ruchu jest zapewnienie dostatecznej dostępności statku interwencyjnego. Proponowany model umożliwia ilościowy ogląd utrzymania ruchu w warunkach podmorskich i może być wykorzystany w procesie podejmowania decyzji dotyczących wykorzystania zapasowych podmorskich głowic eksploatacyjnych uwzględniającym wiele czynników ograniczających.
Źródło:
Eksploatacja i Niezawodność; 2016, 18, 4; 590-598
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesowski model wzrostu niezawodności oparty na dynamicznych parametrach rozkładu
Bayesian reliability growth model based on dynamic distribution parameters
Autorzy:
Tao, Y.
Zhang, Y. A.
Chen, X.
Ming, M.
Powiązania:
https://bibliotekanauki.pl/articles/301037.pdf
Data publikacji:
2010
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
statystyka populacji niejednorodnej
model monotoniczny
Bayes
model przyrostu niezawodności
rozkład wykładniczy
non-homo geneous population statistics
monotone model
reliability growth model
exponential distribution
Opis:
W artykule przestudiowano metody analizy statystycznej na różnych etapach wzrostu niezawodności w oparciu o model monotoniczny. Zamodelowano zmiany jakim dynamiczne parametry rozkładu podlegają podczas badań. Podano bayesowskie modele wzrostu niezawodności dla licznych etapów wzrostu niezawodności. Na koniec metodę zweryfikowano w oparciu o przykład praktyczny.
In this paper we study the statistical analysis methods at different stages of reliability growth based on the monotone model. The changes of dynamic distribution parameters during test are modeled. Bayesian reliability growth models for multiple stages of reliability growth are given. Finally the method is validated by a practical example.
Źródło:
Eksploatacja i Niezawodność; 2010, 2; 13-16
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comprehensive and practical reliability allocation method considering failure effects and reliability costs
Kompleksowa i praktyczna metoda alokacji niezawodności uwzględniająca skutki uszkodzeń i koszty niezawodności
Autorzy:
Yu, H.
Zhang, G.
Ran, Y.
Li, M.
Wang, Y.
Powiązania:
https://bibliotekanauki.pl/articles/301115.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability allocation
reliability cost
failure modes and effect analysis (FMEA)
relative reliability
fuzzy methods
alokacja niezawodności
koszty niezawodności
analiza przyczynowo-skutkowa
uszkodzenie
względna niezawodność
metody rozmyte
Opis:
In view of the drawbacks in existing allocation methods which are incomplete considerations and poor practicality, a comprehensive fuzzy allocation method considering failure effects and reliability costs is proposed. Fuzzy linguistics and triangular fuzzy numbers are used to evaluate the uncertainty and subjective factors in allocation process. The traditional risk priority numbers (RPNs) are modified to overcome the shortages which are the same factor weights and equal difference of failure effects in original methods. State of the arts, components intricacy and working conditions are used to construct the reliability costs model, which solves the difficulties of costs statistics and avoids the sophisticated calculations which exist in current allocation methods. The relationship between reliability costs and potential risk of subsystem is studied and the value range of it is given in this paper. A case example is given to illustrative the scientificity and practicability of proposed allocation method.
Ze względu na niedostatki istniejących metod alokacji, które nie dają pełnego obrazu problematyki i mają słabe zastosowanie w praktyce, w artykule zaproponowano kompleksową metodę alokacji opartą na logice rozmytej, uwzględniającą skutki uszkodzeń i koszty niezawodności. W pracy wykorzystano lingwistykę rozmytą i trójkątne liczby rozmyte do oceny niepewności i czynników subiektywnych w procesie alokacji. Zmodyfikowano tradycyjny wskaźnik liczby priorytetowej ryzyka (RPN), co pozwoliło na poprawę mankamentów charakteryzujących oryginalną metodę, t.j. takie same współczynniki wagowe i równoważność skutków uszkodzeń o różnym stopniu ciężkości. Na podstawie wiedzy o stanie techniki, złożoności komponentów i warunkach pracy, skonstruowano model kosztów niezawodności, który rozwiązuje trudności dotyczące sporządzania statystyki kosztów i pozwala uniknąć skomplikowanych obliczeń stosowanych w obecnych metodach alokacji. Zbadano związek między kosztami niezawodności a potencjalnym ryzykiem podsystemu, oraz podano jego zakres wartości. Prezentowane studium przypadku demonstruje możliwe zastosowania i efektywność proponowanej metody.
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 2; 244-251
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Weighted prediction method with multiple time series using multi-kernel least squares support vector regression
Metoda ważonej predykcji wielokrotnych szeregów czasowych z wykorzystaniem wielojądrowej regresji wektorów wspierających metodą najmniejszych kwadratów (LS-SVR)
Autorzy:
Guo, Y. M.
Ran, C. B.
Li, X. L.
Ma, J. Z.
Zhang, L.
Powiązania:
https://bibliotekanauki.pl/articles/302067.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
szereg czasowy
predykcja ważona
regresja wektorów wspierających metodą najmniejszych kwadratów (LS-SVR)
uczenie wielojądrowe (MKL)
time series
weighted prediction
least squares support vector regression (LS-SVR)
multiple kernel learning (MKL)
Opis:
Least squares support vector regression (LS-SVR) has been widely applied in time series prediction. Based on the case that one fault mode may be represented by multiple relevant time series, we utilize multiple time series to enrich the prediction information hiding in time series data, and use multi-kernel to fully map the information into high dimensional feature space, then a weighted time series prediction method with multi-kernel LS-SVR is proposed to attain better prediction performance in this paper. The main contributions of this method include three parts. Firstly, a simple approach is proposed to determine the combining weights of multiple basis kernels; Secondly, the internal correlative levels of multiple relevant time series are computed to present the different contributions of prediction results; Thirdly, we propose a new weight function to describe each data's different effect on the prediction accuracy. The experiment results indicate the effectiveness of the proposed method in both better prediction accuracy and less computation time. It maybe has more application value.
Regresja wektorów wspierających metodą najmniejszych kwadratów (LS-SVR) jest szeroko stosowana w predykcji szeregów czasowych. Opierając się na fakcie, że jeden rodzaj niezdatności może być reprezentowany przez wiele relewantnych szeregów czasowych, w niniejszej pracy wykorzystano wielokrotne szeregi czasowe do wzbogacenia informacji predykcyjnych ukrytych w szeregach czasowych oraz posłużono się metodą uczenia wielojądrowego (multi-kernel) w celu mapowania informacji do wysoko wymiarowej przestrzeni cech, a następnie zaproponowano metodę ważonej predykcji wielokrotnych szeregów czasowych z wykorzystaniem wielojądrowej regresji LS-SVR służącą osiągnięciu lepszej wydajności prognozowania.Metoda składa się z trzech głównych części. Po pierwsze, zaproponowano prosty sposób określania łącznej wagi wielu jąder podstawowych. Po drugie, obliczono wewnętrzne poziomy korelacyjne wielokrotnych szeregów czasowych w celu przedstawienia różnego udziału wyników prognozowania. Po trzecie, zaproponowano nową funkcję wagi do opisu różnego wpływu poszczególnych danych na trafność predykcji. Wyniki doświadczenia wskazują na skuteczność proponowanej metody zarówno jeśli chodzi o lepszą trafność predykcji jak i krótszy czas obliczeniowy. Proponowane rozwiązanie ma potencjalnie dużą wartość aplikacyjną.
Źródło:
Eksploatacja i Niezawodność; 2013, 15, 2; 188-194
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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