Informacja

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

Wyszukujesz frazę "Huang, C. C." wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Posybilistyczna analiza niezawodnościowa systemu naprawialnego z pominiętym lub opóźnionym efektem uszkodzenia
Possibilistic reliability analysis of repairable system with omitted or delayed failure effects
Autorzy:
Pang, Y.
Huang, H. Z.
Xiao, N. C.
Liu, Y.
Li, Y. F.
Powiązania:
https://bibliotekanauki.pl/articles/301620.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
pominięty lub opóźniony efekt uszkodzenia
model Markowa
pominięcie czasu naprawy
posybilistyczna gotowość chwilowa
failure effect omitted or delayed
Markov model
repair time omission
instantaneous possibilistic availability
Opis:
Przy rozwiązywaniu problemów praktycznych w inżynierii przemysłowej można czasami pominąć bądź opóźnić efekt uszkodzenia jeśli ma on niewielki wpływ na system. Ściślej, wiodące cechy systemu można opisać w następujący sposób: 1) jeżeli czas naprawy jest wystarczająco krótki (krótszy niż pewna wartość progowa), tak iż nie ma on wpływu na działanie systemu, to można pominąć negatywny efekt uszkodzenia systemu. Przy takim czasie naprawy można uznać że system nie przerwał działania. Nazywa się go wtedy systemem z pominięciem czasu naprawy (pominięty efekt uszkodzenia). 2) Jeżeli czas naprawy jest dłuższy niż dana wartość progowa i efekt uszkodzenia staje się w końcu odczuwalny, to uznajemy, że system pozostawał aktywny od początkowego etapu naprawy aż do momentu, w którym został przekroczony próg czasu naprawy. Nazywa się go wtedy systemem z opóźnionym efektem uszkodzenia. W oparciu o powyższe dwie charakterystyki, wprowadzono w prezentowanej pracy model systemu naprawialnego. Omówiono dwa scenariusze, w których, odpowiednio, przyjęto, że wartość progowa jest wartością stałą lub nieujemną zmienną losową. Sformułowano wskaźniki niezawodnościowe, takie jak posybilistyczna gotowość chwilowa, dla systemu z pominiętym lub opóźnionym efektem uszkodzenia.
Within the practical problems in industrial engineering, the failure effect sometimes can be omitted or delayed if it has less effect on the system. In detail, the prominent features of the system can be described as follows: 1) if a repair time is sufficiently short (less than some threshold value) that does not affect the system operation, i.e. the pessimistic effect of system failure could be ignored. The system can be considered as operating during this repair time. It is called the system with repair time omission (failure effect omitted). 2) if a repair time is longer than the given threshold value and the failure effect is finally suffered. Then the system can be considered to remain operating from the initial stage of the repair till the end of the repair threshold. It is called the system with delayed failure effect. Based on the above two characteristics, model for the related repairable system is introduced in this paper. Two scenarios are discussed where the threshold value is regarded as a constant and non-negative random variable, respectively. Reliability indices such as instantaneous possibilistic availability are formulated for the system with failure effect omitted or delayed.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 3; 195-202
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nowa metoda analizy drzewa uszkodzeń: rozmyta analiza dynamicznego drzewa uszkodzeń
A new fault tree analysis method: fuzzy dynamic fault tree analysis
Autorzy:
Li, Y. F.
Huang, H. Z.
Liu, Y.
Xiao, N. C.
Li, H.
Powiązania:
https://bibliotekanauki.pl/articles/301632.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
analiza drzewa uszkodzeń
dynamiczne drzewo uszkodzeń
liczba rozmyta
rozmyty model Markowa
programowanie parametryczne
fault tree analysis (FTA)
dynamic fault tree
fuzzy number
fuzzy Markov model
parametric programming
Opis:
Fault tree analysis (FTA) is a widely used reliability assessment tool for large and complex engineering systems. The conventional fault tree analysis method, which contains AND, OR, and Voting gates, etc., can efficiently build an analytical model to represent combinations of component failures that cause the failure of a system. However, due to its limited modeling capability, we may confront difficulties when modeling dynamic systems which involve complicated dynamic characteristics such as sequence dependency and functional dependency. Markov-based dynamic fault tree analysis (DFTA) extends the static FTA by introducing additional gates to model such complicated interactions among events. In many circumstances, it is quite difficult to obtain an accurate system reliability estimate due to limited data. To overcome this issue, a fuzzy dynamic fault tree model is put forth to assess system reliability. To obtain the membership function of the fuzzy probability for the top event of the studied fault trees, the extension principle is employed to calculate the associated membership function via a pair of parametric programming problems. Finally, a case study is presented to demonstrate the application of the proposed approach for the hydraulic system of a CNC machining centre.
Analiza drzewa uszkodzeń (FTA) znajduje szerokie zastosowanie jako narzędzie oceny niezawodności dużych i złożonych systemów inżynierskich. Tradycyjna metoda analizy drzewa uszkodzeń z bramkami logicznymi typu AND, OR, k-z-n, itd. pozwala na sprawne konstruowanie modeli analitycznych reprezentujących kombinacje uszkodzeń elementarnych składowych systemu, które prowadzą do awarii systemu jako całości. Jednakże ograniczone możliwości modelowania jakie daje ta metoda mogą prowadzić do trudności przy modelowaniu systemów dynamicznych posiadających złożone charakterystyki dynamiczne, takie jak zależność sekwencyjna czy zależność funkcjonalna. Analiza dynamicznych drzew uszkodzeń (DFTA) oparta na metodzie Markowa stanowi rozszerzenie tradycyjnej FTA. Wprowadza ona dodatkowe bramki, pozwalając na modelowanie wspomnianych wyżej złożonych interakcji między zdarzeniami. W wielu okolicznościach, ograniczone dane nie pozwalają na otrzymanie dokładnej oceny niezawodności systemu. By rozwiązać ten problem, zaproponowano zastosowanie rozmytego modelu dynamicznego drzewa uszkodzeń do oceny niezawodności systemu. Aby otrzymać funkcję przynależności rozmytego prawdopodobieństwa wystąpienia zdarzenia szczytowego badanego drzewa uszkodzeń, obliczono, na podstawie pary problemów programowania parametrycznego, skojarzoną funkcję przynależności wykorzystując zasadę rozszerzenia. Na zakończenie przedstawiono studium przypadku, w którym proponowane podejście zastosowano do analizy systemu hydraulicznego centrum obróbkowego CNC.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 3; 208-214
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System reliability modeling and assessment for solar array drive assembly based on bayesian networks
Modelowanie i ocena niezawodności systemu w oparciu o sieci bayesowskie na przykładzie układu napędu paneli słonecznych
Autorzy:
Li, Y. F.
Mi, J.
Huang, H. Z.
Xiao, N. C.
Zhu, S. P.
Powiązania:
https://bibliotekanauki.pl/articles/302154.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
drzewo uszkodzeń
dynamiczne drzewo uszkodzeń
sieć bayesowska
niezawodność systemu
układ napędu paneli słonecznych
fault tree
dynamic fault tree
Bayesian network
system reliability
solar array drive assembly
Opis:
Along with the increase of complexity in engineering systems, there exist many dynamic characteristics within the system failure process, such as sequence dependency, functional dependency and spares. Markov-based dynamic fault trees can figure out the modeling of systems with these characteristics. However, when confronted with the issue of state space explosion resulted from the growth of system complexity, the Markov-based approach is no longer efficient. In this paper, we combine the Bayesian networks with the dynamic fault trees to model the reliability of such types of systems. The inference technique of Bayesian network is utilized for reliability assessment and fault probability estimation. The solar array drive assembly is used to demonstrate the effectiveness of this method.
Wraz ze wzrostem złożoności w systemach technicznych, pojawia się wiele charakterystyk dynamicznych w ramach procesu awarii systemu, takich jak zależność sekwencyjna, zależność funkcjonalna czy zabezpieczające elementy zapasowe. Oparte na koncepcjach Markowa dynamiczne drzewa uszkodzeń mogą posłużyć do modelowania systemów z powyższymi charakterystykami. Jednak w konfrontacji z problemem eksplozji stanów wynikającym ze wzrostu złożoności systemu, podejście oparte na teoriach Markowa nie jest już skuteczne. W niniejszej pracy łączymy sieci bayesowskie z dynamicznymi drzewami uszkodzeń w celu modelowania niezawodności tego typu systemów. Technikę wnioskowania sieci bayesowskiej wykorzystano do oceny niezawodności i prawdopodobieństwa wystąpienia uszkodzenia. Skuteczność niniejszej metody wykazano na przykładzie układu napędu paneli słonecznych.
Źródło:
Eksploatacja i Niezawodność; 2013, 15, 2; 117-122
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda analizy niepewności oparta na połączeniu zasady maksymalnej entropii i metody oceny punktowej
Uncertainty analysis method based on a combination of the maximum entropy principle and the point estimation metod
Autorzy:
Zhang, X. L.
Huang, H. Z.
Wang, Z. L.
Xiao, N. C.
Li, Y. F.
Powiązania:
https://bibliotekanauki.pl/articles/301597.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
analiza niepewności
bootstrapping
momenty
zasada maksymalnej entropii
uncertainty analysis
moments
maximum entropy principle
Opis:
Niepewność jest nieodłącznym elementem procesów projektowania produktu. Dlatego też podejmowanie niezawodnych decyzji wymaga analizy niepewności, która uwzględniałaby wszystkie rodzaje niepewności. W praktyce inżynierskiej, z powodu niepełnej wiedzy, wyznaczenie rozkładu niektórych zmiennych projektowych nie jest możliwe. Co więcej, funkcja stanu granicznego jest wysoce nieliniowa, co sprawia, że do poprawnego obliczenia prawdopodobieństwa uszkodzenia potrzebna jest znajomość momentów wyższych rzędów tej funkcji. W niniejszej pracy zaproponowano metodę analizy niepewności łączącą zasadę maksymalnej entropii z metodą bootstrapową. W pierwszej części pracy wykorzystano metodę bootstrapową do obliczenia przedziałów ufności czterech pierwszych momentów dla zmiennych losowych typu mieszanego oraz zmiennych z próby. Następnie, wyznaczono momenty wyższych rzędów funkcji stanu granicznego przy użyciu metody redukcji wymiarów. Po trzecie, w celu obliczenia funkcji gęstości prawdopodobieństwa (PDF) oraz dystrybuanty (CDF) funkcji stanu granicznego, sformułowano model optymalizacji oparty na zasadzie maksymalnej entropii. Proponowana metoda nie wymaga założenia znajomości rozkładów zmiennych losowych ani obliczania wrażliwości dla funkcji stanu granicznego w odniesieniu do najbardziej prawdopodobnego punktu awarii. W końcowej części artykułu porównano na podstawie przykładów numerycznych wyniki otrzymane za pomocą proponowanej metody oraz symulacji Monte Carlo (MCS).
Uncertainty is inevitable in product design processes. Therefore, to make reliable decisions, uncertainty analysis incorporating all kinds of uncertainty is needed. In engineering practice, due to the incomplete knowledge, the distribution of some design variables can not be determined. Furthermore, the performance function is highly nonlinear, therefore, the high order moments of the performance function are needed to calculate the probability of failure accurately. In this paper, an uncertainty analysis method combining the maximum entropy principle and the bootstrapping method is proposed. Firstly, the bootstrapping method is used to calculate the confidence intervals of the first four moments for mixed random variables and sample variables. Secondly, the high order moments of limit state functions are estimated using the reduced dimension method. Thirdly, to calculate the probability density function (PDF) and cumulative distribution function (CDF) of the limit state functions, an optimization model based on the maximum entropy principle is formulated. In the proposed method, the assumptions that the distribution of the random variables are known and the calculation of the sensitivity for limit state function with respect to the Most Probable Point (MPP) are avoided. Finally, comparisons of results from the proposed methods and the MCS method are presented and discussed with numerical examples.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 2; 114-119
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