Informacja

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

Wyszukujesz frazę "semi-Markov model" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Evaluation of the maintenance system readiness using the semi-Markov model taking into account hidden factors
Autorzy:
Kozłowski, Edward
Borucka, Anna
Oleszczuk, Piotr
Jałowiec, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/27322964.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
maintenance
semi-Markov model
hidden factors
system readiness
Opis:
Modelling the time that the system remains in a given state using classical distributions is not always possible. In many cases, empirical distributions are multimodal due to the influence of external, hidden factors and the selection of the best classical distributions may lead to erroneous results. In the article the method of diagnosis of influence of hidden factors into sojourn time of semi-Markov models was presented. In order to capture hidden factors, the authors proposed to model the distributions of the sojourn time with a mixture of distributions, which is a significant novelty in relation to the studies presented in the literature. Hidden factors directly affect the reliability of technical systems. Detecting the existence of these factors enables more accurate modeling of system readiness. Paying attention to irregularities caused by hidden factors makes it possible to reduce system maintenance costs. Such a system model providescomplete information and enables a reliable assessment of the system readiness and maintenance.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 172857
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Semi-Markov approach for reliability modelling of light utility vehicles
Autorzy:
Oszczypała, Mateusz
Ziółkowski, Jarosław
Małachowski, Jerzy
Powiązania:
https://bibliotekanauki.pl/articles/24200838.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
semi-Markov model
reliability modelling
readiness
maintenance analysis
transportation system
Opis:
Vehicles are important elements of military transport systems. Semi-Markov processes, owing to the generic assumption form, are a useful tool for modelling the operation process of numerous technical objects and systems. The suggested approach is an extension of existing stochastic methods employed for a wide spectrum of technical objects; however, research on light utility vehicles complements the subject gap in the scientific literature. This research paper discusses the 3-state semi-Markov model implemented for the purposes of developing reliability analyses. Based on an empirical course of the operation process, the model was validated in terms of determining the conditional probabilities of interstate transitions for an embedded Markov chain, as well as parameters of time distribution functions. The Laplace transform was used to determine the reliability function, the failure probability density function, the failure intensity, and the expected time to failure. The readiness index values were calculated on ergodic probabilities.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 2; art. no. 161859
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting the readiness of special vehicles using the semi-Markov model
Prognozowanie gotowości pojazdów specjalnych na podstawie modelu semi-Markowa
Autorzy:
Borucka, Anna
Niewczas, Andrzej
Hasilova, Kamila
Powiązania:
https://bibliotekanauki.pl/articles/1365303.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
vehicle exploitation system
special vehicles
readiness
semi-Markov model
system eksploatacji samochodów
pojazdy specjalne
gotowość
model semi-Markowa
Opis:
The vehicle exploitation system, consisting of statistically identical objects that perform intervention tasks, not subject to systematic changes, can be modelled as a stationary stochastic process. Such a model allows to determine the probabilistic indicators of current and boundary readiness of the system. This article presents the use of the semi-Markov process, based on three operating states: operation, ready-to-be-used and repair, to study a transport system consisting of special vehicles. On the example of a sample consisting of police patrol cars, experimental studies of the intensity of fleet utilization, time of failure-free operation of vehicles were carried out, and it was demonstrated that the examined transport system is characterized by a satisfactory, stationary readiness coefficient. The developmental possibilities of the presented modelling method were emphasized.
System eksploatacji samochodów, które realizują zadania interwencyjne, niepodlegający systematycznym zmianom może być modelowany jako stacjonarny proces stochastyczny. Taki model pozwala wyznaczyć probabilistyczne wskaźniki bieżącej i granicznej gotowości systemu. W niniejszym artykule, do modelowania systemu eksploatacji pojazdów specjalnych, wykorzystano proces semi-Markowa, oparty na trzech stanach eksploatacyjnych: użytkowania, postoju użytkowego i naprawy. Na przykładzie próby radiowozów policyjnych przeprowadzono doświadczalne badania intensywności użytkowania floty, czasu bezawaryjnej pracy pojazdów a także wykazano, że badany system transportowy charakteryzuje się zadowalającym, stacjonarnym współczynnikiem gotowości. Podkreślono rozwojowe możliwości przedstawionej metody modelowania.
Źródło:
Eksploatacja i Niezawodność; 2019, 21, 4; 662-669
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamic condition-based maintenance policy for degrading systems described by a random-coefficient autoregressive model: A comparative study
Dynamiczna strategia utrzymania ruchu na podstawie stanu technicznego dla ulegających degradacji systemów opisanych modelem autoregresyjnym z parametrami losowymi – studium porównawcze
Autorzy:
Tang, D.
Sheng, W.
Yu, J.
Powiązania:
https://bibliotekanauki.pl/articles/302062.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
degradation modeling
autoregressive model
Bayesian method
residual life estimation
semi-Markov decision process
condition-based maintenance
modelowanie degradacji
model autoregresyjny
metoda bayesowska
ocena trwałości resztkowej
semi-markowski proces decyzyjny
utrzymanie na podstawie stanu technicznego
Opis:
In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
Źródło:
Eksploatacja i Niezawodność; 2018, 20, 4; 590-601
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