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 "poziom niezawodności" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Niezawodność samolotów bezpilotowych
    Reliability of the UAV
    Autorzy:
    Krawczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/212894.pdf
    Data publikacji:
    2012
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Lotnictwa
    Tematy:
    samoloty bezpilotowe
    poziom niezawodności
    unmanned aircraft
    level of reliability
    Opis:
    W pracy podjęto próbę oszacowania koniecznego poziomu niezawodności samolotu bezpilotowego, umożliwiającego jego eksploatacje w połączonej przestrzeni powietrznej. W szczególności podano zasady klasyfikacji - przypisania samolotów bezpilotowych do klas właściwych samolotom cywilnym oraz omówiono główne założenia metody wyliczania niezawodności hipotetycznego samolotu bezpilotowego.
    The paper deals the estimation of necessary reliability level for an unmanned aerial vehicle, to be capable to operate within the Single European Sky In particular, classification principles are given - unmanned aircraft are assigned to classes appropriate for civil aircraft, as well as main assumptions are discussed for the method of reliability calculation in case of hypothetical unmanned aircraft.
    Źródło:
    Prace Instytutu Lotnictwa; 2012, 3 (224); 44-51
    0509-6669
    2300-5408
    Pojawia się w:
    Prace Instytutu Lotnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Obiekty budownictwa energetycznego w świetle nadchodzących Eurokodów drugiej generacji
    Electric power industry structures in light of upcoming 2nd generation of Eurocodes
    Autorzy:
    Bogusz, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/128759.pdf
    Data publikacji:
    2020
    Wydawca:
    PWB MEDIA Zdziebłowski
    Tematy:
    budownictwo energetyczne
    zmiana
    norma europejska
    projektowanie konstrukcji
    poziom niezawodności
    projektowanie geotechniczne
    power industry construction
    change
    european standard
    structure design
    reliability level
    geotechnical design
    Opis:
    Budownictwo w sektorze energetycznym często związane jest ze znacznie większymi potencjalnymi konsekwencjami zniszczenia i potrzebą zachowania użytkowalności obiektów. Wynika to z potrzeby zapewnienia niezawodności systemu, a nie tylko jego poszczególnych elementów. W tym kontekście przedstawiono i omówiono nadchodzące zmiany w drugiej generacji europejskich norm dotyczących projektowania konstrukcji (Eurokodów). Najważniejsza ze zmian, wprowadzenie zróżnicowania poziomu niezawodności, została omówiona w kontekście jej wpływu na projektowanie z wykorzystaniem współczynników częściowych i zaproponowanego systemu zarządzania jakością. Na koniec omówiono niektóre ze zmian w normie Eurokod 7 Projektowanie geotechniczne, gdyż ta norma została poddana największym modyfikacjom.
    Civil engineering in the power industry is often associated with much higher potential consequences of failure as well as the need for maintaining serviceability. It stems from the need of ensuring the reliability for the system rather than only its parts. In this context, upcoming changes in the second generation of European structural design codes (Eurocodes) are presented and discussed. The most important one, reliability differentiation, is discussed in the context of its impact on the design using partial factors as well as the implementation of the quality management system. In the end, some additional changes in Eurocode 7 “Geotechnical design” are discussed, as this standard is undergoing the most significant evolution.
    Źródło:
    Builder; 2020, 24, 4; 42-44
    1896-0642
    Pojawia się w:
    Builder
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Incorporating product robustness level in field return rate predictions
    Przewidywanie rzeczywistego wskaźnika zwrotów towaru z uwzględnieniem poziomu odporności produktu
    Autorzy:
    Tekcan, A. T.
    Kahramanoglu, G.
    Gündüzalp, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/301917.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    ocena niezawodności i wskaźnika zwrotów produktu
    sztuczne sieci neuronowe
    definiowanie rożnych typów uszkodzeń
    poziom dojrzałości produktu
    poziom odporności produktu
    awarie w warunkach rzeczywistych
    badania na poziomie produktu
    badania na poziomie płyty testowej
    jakość konstrukcyjna
    reliability and return rate estimation
    artificial neural networks
    defining different failure types
    product maturity level
    product robustness level
    field failures
    product level testing
    board level testing
    design quality
    Opis:
    Reliability and return rate prediction of products are traditionally achieved by using stress based standards and/or applying accelerated life tests. But frequently, predicted reliability and return rate values by using these methods differ from the field values. The primary reason for this is that products do not only fail due to the stress factors mentioned in the standards and/or used in accelerated life tests. There are additional failure factors, such as ESD, thermal shocks, voltage dips, interruptions and variations, quality factors, etc. These factors should also be considered in some way when predictions are made during the R&D phase. Therefore, a method should be used which considers such factors, thus increasing the accuracy of the reliability and return rate prediction. In this paper, we developed a parameter, which we call Robustness Level Factor, to incorporate such factors, and then we combined this parameter with traditional reliability prediction methods. Specifically, the approach takes into account qualitative reliability tests performed during the R&D stage and combines them with life tests by using Artificial Neural Networks (ANN). As a result, the approach gives more accurate predictions compared with traditional prediction methods. With this prediction model, we believe that analysts can determine the reliability and return rate of their products more accurately.
    Niezawodność i wskaźniki zwrotów towaru przewiduje się tradycyjnie przy użyciu norm obciążeniowych i/lub stosując przyspieszone badania trwałości. Jednakże, często wartości niezawodności i wskaźnika zwrotów przewidywane za pomocą tych metod różnią się od ich wartości rzeczywistych. Główną tego przyczyną jest fakt, że produkty nie ulegają awarii wyłącznie pod wpływem czynników obciążeniowych wymienianych w normach i/lub wykorzystywanych w przyspieszonych badaniach trwałości. Istnieją dodatkowe czynniki wpływające na intensywność uszkodzeń, takie jak wyładowania elektrostatyczne, wstrząsy termiczne, spadki, przerwy w dostawie i zmiany napięcia, czynniki jakościowe, itp. Te czynniki także powinny być w jakiś sposób uwzględnione przy dokonywaniu predykcji na etapie badań i rozwoju (R&D). Dlatego też zwiększenie trafności predykcji niezawodności i wskaźników zwrotów towaru wymaga metody, która uwzględniałaby tego typu czynniki. W niniejszej pracy opracowaliśmy parametr, nazwany przez nas "czynnikiem poziomu odporności", który pozwala na uwzględnienie takich czynników, a następnie wykorzystaliśmy ów parametr w połączeniu z tradycyjnymi metodami przewidywania niezawodności. W szczególności, przedstawione podejście bierze pod uwagę jakościowe badania niezawodnościowe wykonywane na etapie R&D łącząc je z badaniami trwałościowymi przy użyciu sztucznych sieci neuronowych ANN. Dzięki temu, w podejściu tym uzyskuje się bardziej trafne predykcje niż w tradycyjnych metodach prognozowania. Jesteśmy przekonani, że użycie powyższego modelu predykcyjnego umożliwi analitykom bardziej trafne wyznaczanie niezawodności oraz wskaźników zwrotów wytwarzanych przez nich produktów.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 4; 327-332
    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