Informacja

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

Wyszukujesz frazę "failure data analysis" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Automated Production Line Reliability Analysis of the Crankshaft Manufacturing Process
Autorzy:
Enzi, Abass
Khan, Sardar Asif
Powiązania:
https://bibliotekanauki.pl/articles/2022400.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
crankshaft production line
failure data analysis
distribution methods
reliability analysis
Opis:
The producer focuses on producing parts that match the customer’s requirements during manufacturing the automotive engine parts. One of the essential automotive engine parts is a crankshaft used to translate movement from the pistons to the car axle. The crankshaft is a complex shape and difficult to produce accurate dimensions during the machining processes. Many machines are used to create the crankshaft. Therefore, many defects happen during the machining process, reducing reliability and increasing the manufacturing process’s production cost. This paper focuses on analyzing failure data and reliability of the crankshaft production line that occurs during the manufacturing process of one year. The common failure associated with the manufacturing process were ring screw, unbalanced crankshaft, broken drill screw, hub machining error, mains part machining error, and setup error. The paper aimed to determine and analyze the best failure fit between the distribution methods, such as Weibull, normal, lognormal, and exponential. Also, the reliability, hazard rate, surviving quantity, and failure density were calculated to evaluate the current situation and predict the reliability of the production line. Results proved the skewness of the data was positive equal to 3.33; the last months had the highest production failure rate, which is 53.8%, the normal method had a proper distribution of data depending on the Anderson-Darling (adj) values which is 1.367 when it compared with other methods, the normal method had the best fitting result depended on failure percentage, from 1% to 95% of the crankshafts production are expected to fail between 47.2676 and 1149.85 months respectively. The reliability of the production line decreased with manufacturing time increased. To reduce the failure and increase reliability, the maintenance system must be supported, analyze the sources that cause failure and downtime of the production line, continue the employee training system on an ongoing basis, and support the production line with modern technology. All analytical results and suggestions could be valuable to the production line to improve reliability and reduce the manufacturing process’s failure.
Źródło:
Advances in Science and Technology. Research Journal; 2022, 16, 1; 15-27
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of the crash vehicle using machine learning methods
Metody uczenia maszynowego w przewidywaniach awarii pojazdu
Autorzy:
Aleksander, M. B.
Janisz, K.
Karpinski, M.
Yavorskyi, A.
Yavorska, N.
Powiązania:
https://bibliotekanauki.pl/articles/315524.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
failure of the vehicle
data analysis
sensors
awaria pojazdu
analiza danych
czujniki
Opis:
The article refers to the prediction of failure of the vehicle based on an analysis of data from sensors installed on the vehicle.
Artykuł dotyczy przewidywania awarii pojazdu na podstawie analizy danych z czujników zainstalowanych w pojeździe.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 734-739
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Operation reliability analysis based on fuzzy support vector machine for aircraft engines
Analiza niezawodności eksploatacyjnej silników lotniczych w oparciu o metodę rozmytej maszyny wektorów nośnych (FSVM)
Autorzy:
Gao, J.
Wang, H.
Powiązania:
https://bibliotekanauki.pl/articles/301319.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
aircraft engine
reliability analysis
competing failure
Bayesian model averaging
data fusion
silnik samolotu
analiza niezawodności
uszkodzenie konkurujące
bayesowskie uśrednianie modeli
fuzja danych
Opis:
The aircraft engine is a complex and repairable system, and the diversity of its failure modes increases the difficulty of operation reliability analysis. It is necessary to establish a dynamic relationship among monitoring information, failure mode and system reliability for achieving scientific reliability analysis for aircraft engines. This paper has used fuzzy support vector machine (FVSM) method to fuse condition monitoring information. The reliability analysis models including Gamma process model and Winner process model, respectively for different failure modes, have been presented. Furthermore, these two models have been integrated on the basis of competing failures’ mechanism. Bayesian model averaging has been used to analyze the effects of different failure modes on aircraft engines’ reliability. As a result of above, the goal of an accurate analysis of the reliability for aircraft engines has been achieved. Example shows the effectiveness of the proposed model.
Silnik samolotu to złożony system naprawialny, a różnorodność przyczyn jego uszkodzeń zwiększa trudność analizy niezawodności eksploatacyjnej. Istnieje konieczność ustalenia dynamicznych związków pomiędzy monitorowaniem informacji, przyczynami uszkodzeń i niezawodnością systemu, których znajomość pozwoliłaby przeprowadzać naukową analizę niezawodności silników lotniczych. Do integracji danych z monitorowania informacji, w pracy wykorzystano metodę rozmytej maszyny wektorów nośnych (FSVM). Dla różnych przyczyn uszkodzeń, przedstawiono odpowiednie modele analizy niezawodności – model procesu Gamma i model procesu Wienera. Przedstawione modele zintegrowano na podstawie mechanizmu uszkodzeń konkurujących. Do analizy wpływu różnych przyczyn uszkodzeń na niezawodność silników lotniczych wykorzystano procedurę bayesowskiego uśredniania modeli. Dzięki powyższym krokom, osiągnięto założony cel dokładnej analizy niezawodności silników samolotowych. Przykład pokazuje skuteczność proponowanego modelu.
Źródło:
Eksploatacja i Niezawodność; 2015, 17, 2; 186-193
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