Informacja

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

Wyszukujesz frazę "propagacja niepewności" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Reliability allocation using probabilistic analytical target cascading with efficient uncertainty propagation
Alokacja niezawodności z wykorzystaniem probabilistycznej metody analitycznego kaskadowania celów zapewniająca wydajną propagację niepewności
Autorzy:
Jiang, G.
Zhu, M.
Wu, Z.
Powiązania:
https://bibliotekanauki.pl/articles/301967.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
optymalna alokacja niezawodności
dekompozycja hierarciczna
probabilistyczna metoda analitycznego kaskadowania celów
propagacja niepewności
optimal reliability allocation
hierarchical decomposition
probabilistic analytical target cascading
uncertainty propagation
Opis:
Analytical target cascading (ATC) provides a systematic approach in solving reliability allocation problems for large scale system consisting of a large number of subsystems, modules and components. However, variability and uncertainty in design variables (e.g., component reliability) are usually inevitable, and when they are taken into consideration, the multi-level optimization will be very complicated. The impacts of uncertainty on system reliability are considered in this paper within the context of probabilistic ATC (PATC) formulation. The challenge is to reformulate constraints probabilistically and estimate uncertainty propagation throughout the hierarchy since outputs of subsystems at lower levels constitute inputs of subsystems at higher levels. The performance measure approach (PMA) and the performance moment integration (PMI) method are used to deal with the two objectives respectively. To accelerate the probabilistic optimization in each subsystem, a unified framework for integrating reliability analysis and moment estimation is proposed by incorporating PATC with single-loop method. It converts the probabilistic optimization problem into an equivalent deterministic optimization problem. The computational efficiency is remarkably improved as the lack of iterative process during uncertainty analysis. A nonlinear geometric programming example and a reliability allocation example are used to demonstrate the efficiency and accuracy of the proposed method.
Analityczne kaskadowanie celów (ATC) stanowi systematyczne podejście do rozwiązywania zagadnień alokacji niezawodności dotyczących systemów wielkoskalowych składających się z dużej liczby podsystemów, modułów i elementów składowych. Jednakże zmienność i niepewność zmiennych projektowych (np. niezawodności elementów składowych) są zazwyczaj nieuniknione, a gdy weźmie się je pod uwagę, optymalizacja wielopoziomowa staje się bardzo skomplikowana. W prezentowanym artykule, wpływ niepewności na niezawodność systemu rozważano w kontekście formuły probabilistycznego ATC (PATC). Wyzwanie polegało na probabilistycznym przeformułowaniu ograniczeń oraz ocenie propagacji niepewności w całej hierarchii, jako że wyjścia podsystemów na niższych poziomach stanowią wejścia podsystemów na poziomach wyższych. Cele te realizowano, odpowiednio, przy użyciu metody minimum funkcji granicznej (performance measure approach, PMA) oraz metody całkowania momentów statystycznych funkcji granicznej (performance moment integration, PMI). W celu przyspieszenia probabilistycznej optymalizacji w każdym podsystemie, zaproponowano ujednolicone ramy pozwalające na integrację analizy niezawodności z oceną momentów statystycznych poprzez połączenie PATC z metodą jednopoziomową (pojedynczej pętli, single-loop method). Zaproponowana metoda polega na przekształceniu probabilistycznego zagadnienia optymalizacyjnego na deterministyczne zagadnienie optymalizacyjne. Zwiększa to znacznie wydajność obliczeniową w związku z brakiem procesu iteratywnego podczas analizy niepewności. Wydajność i trafność proponowanej metody wykazano na podstawie przykładów dotyczących programowania nieliniowego geometrycznego oraz alokacji niezawodności.
Źródło:
Eksploatacja i Niezawodność; 2012, 14, 4; 270-277
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An application of response surface method to design optimization of a model of rail vehicle considering uncertainties
Zastosowanie metody powierzchni odpowiedzi w optymalizacji modelu pojazdu szynowego z uwzględnieniem niepewności
Autorzy:
Martowicz, A.
Kurowski, P.
Uhl, T.
Lasko, G.
Powiązania:
https://bibliotekanauki.pl/articles/368909.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
metoda powierzchni odpowiedzi
metamodel
pojazd szynowy
tramwaj
układ zawieszenia
komfort podróżowania
model układów wieloczłonowych
optymalizacja konstrukcji
propagacja niepewności
algorytmy genetyczne
response surface method
rail vehicle
tram
suspension system
travelling comfort
multibody model
design optimization
uncertainty propagation
genetic algorithms
Opis:
An application of design optimization methodology performed for a multibody model of real-live rail structure stands for the scope of present work. For carried out analyses a model of five-piece tram has been elaborated and then parameterized to allow for an effective and easy change of checked design configuration. There has been assumed the index of travelling comfort as an object of optimization process. Performed analyses have taken into account the uncertainty dealing with the number of passengers on board. The stiffness coefficients of springs of the primary and secondary suspension systems have been chosen as design parameters. Mentioned index has been calculated with virtually measured accelerations in the passengers area for assumed velocity of a run. For modeled rail there has been introduced roughness defined to represent real geometric imperfections. Response surface modeling based on polynomial regression has been applied as a surrogate for the full model to speed up the dynamic analyses. The work has used genetic algorithms for the optimization. Improved values of studied index confirm better comfort of traveling.
Artykuł przedstawia wyniki optymalizacji przeprowadzonej dla modelu pięcioczłonowego tramwaju opracowanego z zastosowaniem metody układów wieloczłonowych. Jako cel zadania optymalizacji przyjęto poprawę komfortu podróżowania ocenianego współczynnikiem sformułowanym zgodnie z wytycznymi normy UIC 513. Zbudowany model tramwaju po sparametryzowaniu pozwolił na ocenę własności dynamicznych dla wybranych konfiguracji projektowych, a w szczególności zbadanie wpływu zmian parametrów charakteryzujących układ zawieszenia, przy uwzględnieniu niepewności związanych z masą pasażerów, na zmienność przyspieszeń drgań w przestrzeni pasażerskiej. W modelu uwzględniono nierówności torów reprezentujące rzeczywistą zmienność ich geometrii zgodnie z normą ORE B176 RP1. W celu przyspieszenia obliczeń zastosowano metodę powierzchni odpowiedzi z wielomianową aproksymacją współczynnika komfortu. W optymalizacji zastosowano algorytmy genetyczne. Dla znalezionych wartości parametrów projektowych charakteryzujących układ zawieszenia uzyskano poprawę sformułowanego współczynnika.
Źródło:
Mechanics and Control; 2011, 30, 2; 85-95
2083-6759
2300-7079
Pojawia się w:
Mechanics and Control
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