Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "przewidywanie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Metoda przewidywania niezawodności elementów składowych silnika diesla oparta na analizie przyczyn i skutków uszkodzenia FMEA
    A reliability prediction method for diesel engine components based on FMEA
    Autorzy:
    Ling, D.
    Song, W.
    Sun, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/300964.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    przewidywanie niezawodności
    silnik Diesla
    podobieństwo konstrukcyjne
    FMEA
    reliability prediction
    diesel engine
    design similarity method
    Opis:
    Przewidywanie niezawodności polega na ocenie niezawodności urządzeń lub wyrobów z użyciem modeli i danych matematycznych przed wejściem tych pierwszych do produkcji lub ich modyfikacją, zanim dostępne są dane empiryczne. Jest to ważna część działań mających na celu poprawę niezawodności, jakie prowadzi się podczas całego czasu eksploatacji danego systemu. Artykuł koncentruje się na zagadnieniu przewidywania niezawodności elementów składowych silnika Diesla. Dla skrócenia czasu gromadzenia potrzebnych informacji oraz poprawy skuteczności predykcji zaproponowano metodę zintegrowaną z analizą przyczyn i skutków uszkodzenia (FMEA). Metoda stanowi modyfikację metody podobieństwa konstrukcyjnego (design similarity), w której niezawodność nowego elementu składowego oblicza się porównując występowanie przyczyn jego uszkodzeń w nowej konstrukcji z ich występowaniem w podobnym, już istniejącym elemencie składowym. Proponowaną metodę omówiono na przykładzie predykcji niezawodności uszczelki głowicy cylindra silnika o zapłonie samoczynnym.
    Reliability prediction involves reliability estimation of equipment or products prior to their production or modification by applying mathematical models and data before empirical data are available. It is an important part of reliability improvement work in the whole lifetime of a system. This paper focuses on the reliability prediction of diesel engine components. To reduce the time of gathering useful information and to improve prediction efficiency, a method integrated with design failure mode and effects analysis (FMEA) is proposed. The method is a modification of design similarity method in which the reliability of a new component is calculated by comparing its failure modes occurrence in the new design with the one of a similar existing component. An example about reliability prediction of a cylinder head gasket in a diesel engine is used to illustrate the proposed method.
    Źródło:
    Eksploatacja i Niezawodność; 2011, 1; 63-67
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A novel test case prioritization method based on problems of numerical software code statement defect prediction
    Nowatorska metoda priorytetyzacji przypadków testowych oparta na prognozowaniu błędów instrukcji kodu oprogramowania numerycznego
    Autorzy:
    Shao, Yuanxun
    Liu, Bin
    Wang, Shihai
    Xiao, Peng
    Powiązania:
    https://bibliotekanauki.pl/articles/1841862.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    software defect prediction
    test case prioritization
    code statement metrics
    machine learning
    software testing
    przewidywanie błędów oprogramowania
    priorytetyzacja przypadków testowych
    metryki instrukcji kodu
    uczenie maszynowe
    testowanie oprogramowania
    Opis:
    Test case prioritization (TCP) has been considerably utilized to arrange the implementation order of test cases, which contributes to improve the efficiency and resource allocation of software regression testing. Traditional coverage-based TCP techniques, such as statement-level, method/function-level and class-level, only leverages program code coverage to prioritize test cases without considering the probable distribution of defects. However, software defect data tends to be imbalanced following Pareto principle. Instinctively, the more vulnerable the code covered by the test case is, the higher the priority it is. Besides, statement-level coverage is a more fine-grained method than function-level coverage or class-level coverage, which can more accurately formulate test strategies. Therefore, we present a test case prioritization approach based on statement software defect prediction to tame the limitations of current coverage-based techniques in this paper. Statement metrics in the source code are extracted and data pre-processing is implemented to train the defect predictor. And then the defect detection rate of test cases is calculated by combining the prioritization strategy and prediction results. Finally, the prioritization performance is evaluated in terms of average percentage faults detected in four open source datasets. We comprehensively compare the performance of the proposed method under different prioritization strategies and predictors. The experimental results show it is a promising technique to improve the prevailing coverage-based TCP methods by incorporating statement-level defect-proneness. Moreover, it is also concluded that the performance of the additional strategy is better than that of max and total, and the choice of the defect predictor affects the efficiency of the strategy.
    Metodę priorytetyzacji przypadków testowych (TCP) wykorzystuje się powszechnie do ustalania kolejności implementacji przypadków testowych, co przyczynia się do poprawy wydajności i alokacji zasobów w trakcie testowania regresyjnego oprogramowania. Tradycyjne techniki TCP oparte na pokryciu na poziomie instrukcji, metody/funkcji oraz klasy, wykorzystują pokrycie kodu programu tylko w celu ustalenia priorytetów przypadków testowych, bez uwzględnienia prawdopodobnego rozkładu błędów. Jednak dane o błędach oprogramowania są zwykle niezrównoważone zgodnie z zasadą Pareto. Instynktownie, im bardziej wrażliwy jest kod pokryty przypadkiem testowym, tym wyższy jest jego priorytet. Poza tym, pokrycie na poziomie instrukcji jest bardziej szczegółową metodą niż pokrycie na poziomie funkcji lub pokrycie na poziomie klasy, które mogą dokładniej formułować strategie testowe. Dlatego w artykule przedstawiamy podejście do priorytetyzacji przypadków testowych oparte na prognozowaniu błędów instrukcji oprogramowania, które pozwala zmniejszyć ograniczenia obecnych technik opartych na pokryciu. Wyodrębniono metryki instrukcji w kodzie źródłowym i zaimplementowano wstępne przetwarzanie danych w celu nauczania predyktora błędów. Następnie obliczono wskaźnik wykrywania błędów w przypadkach testowych poprzez połączenie strategii priorytetyzacji i wyników prognozowania. Wreszcie, oceniono wydajność ustalania priorytetów pod względem średnich procentowych błędów wykrytych w czterech zestawach danych typu open source. Kompleksowo porównano wydajność proponowanej metody w ramach różnych strategii ustalania priorytetów i predyktorów. Wyniki eksperymentów pokazują, że jest to obiecująca technika poprawy dominujących metod TCP opartych na pokryciu poprzez włączenie podatności na błędy na poziomie instrukcji. Ponadto stwierdzono również, że strategia dodatkowa cechuje się lepszą wydajnością niż strategie max i total, a wybór predyktora błędów wpływa na skuteczność strategii.
    Źródło:
    Eksploatacja i Niezawodność; 2020, 22, 3; 419-431
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Remaining useful life prediction model of the space station
    Model predykcji pozostałego czasu pracy stacji kosmicznej
    Autorzy:
    Li, Xiaopeng
    Huang, Hong-Zhong
    Li, Fuqiu
    Ren, Liming
    Powiązania:
    https://bibliotekanauki.pl/articles/301774.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    space station
    remaining useful life prediction
    key equipment
    key activity
    Monte Carlo simulation
    stacja kosmiczna
    przewidywanie pozostałego czasu pracy
    kluczowy sprzęt
    kluczowe działania
    symulacja Monte Carlo
    Opis:
    Space station is a very complex system, and its remaining useful life will be affected by the key equipment, cosmonauts’ maintenance activities as well as space environments. It is important for the operation management of a space station to predict its remaining useful life (RUL). A valid RUL prediction model is the key foundation for this issue, which motivates the research presented in this paper. Firstly, different types of space station life are defined. Secondly, the function and performance requirements as well as the operation mission program of the space station are analysed, which are further used to confirm the model development precondition. A life prediction model is then proposed by synthetically taking account of the safety, reliability and maintainability restrictions. Finally, the data requirement for supporting the RUL prediction is determined. Based on this work, a comprehensive procedure for RUL prediction model development is constructed for the operation management engineers of the space station. If the data of the development and operation is adequate, RUL prediction of the space station can be well implemented, and can be further leveraged to support the space station operation management.
    Stacja kosmiczna stanowi wysoce złożony system, którego pozostały czas pracy (ang. remaining useful time, RUL) zależy od kluczowego sprzętu, czynności konserwacyjnych przeprowadzanych przez kosmonautów, a także warunków panujących w kosmosie. Zarządzanie operacyjne stacją kosmiczną wymaga przewidywania RUL. Podstawą tego zagadnienia jest stworzenie prawidłowego modelu predykcji RUL, co jest przedmiotem niniejszej pracy. W artykule, w pierwszej kolejności, zdefiniowano różne kategorie czasu pracy stacji kosmicznej na orbicie. Następnie, przeanalizowano wymagania dotyczące funkcji i eksploatacji stacji a także program jej misji operacyjnych. Wyniki tych analiz wykorzystano do weryfikacji wstępnych warunków koniecznych do budowy modelu. W dalszej kolejności, zaproponowano model predykcji czasu pracy stacji, który w sposób syntetyczny uwzględnia ograniczenia dotyczące bezpieczeństwa, niezawodności i możliwości konserwacji. Na koniec określono rodzaje danych wspierających predykcję RUL. Na podstawie opisanych etapów prac skonstruowano kompleksową procedurę opracowywania modeli predykcji RUL dla inżynierów zarządzania operacyjnego pracujących na stacjach kosmicznych. Jeśli dane dotyczące rozwoju i operacji są prawidłowe, zaprojektowany algorytm predykcji pozostałego czasu pracy stacji kosmicznej można z powodzeniem zaimplementować, a także rozszerzyć tworząc skuteczne narzędzie wsparcia personelu zarządzającego pracą stacji kosmicznej.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 3; 501-510
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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