Wyniki wyszukiwania - BazTech

1

Simulation of Reliability Prediction Based on Multiple Factors for Spinning Machine

Li Chen, Liu Rongxing, Pan Fukui

Autex Research Journal

|

2020

|

Vol. 20, no. 1

17--23

EN

Reliability prediction of spinning machines can result in a time-saving and cost-saving development process with high reliability. Based on an analysis of failure times among systems and subsystems, a simulation method for reliability prediction of spinning machines is proposed by using the Monte Carlo simulation model. Firstly, factor weights are determined according to the fuzzy scoring and analytic hierarchy process. According to the status of reliability growth, growth coefficients are proposed based on reliability influencing factor weights and fuzzy scoring. To achieve the prediction of reliability distribution law, reliability index, and fault frequency, the reliability prediction model is constituted by combining the reliability growth coefficient and the Monte Carlo simulation model. Simulation results for spinning machines are obtained via the model thus built, which are confirmed with a practical example.

2

Ocena wzrostu niezawodności w bezzałogowym statku latającym podczas kolejnych faz badania w locie

Yu Y., Cui W., Song B., Wang S.

Eksploatacja i Niezawodność

|

2010

|

nr 2

43-47

PL

Samoloty muszą być testowane w locie podczas procesu ich opracowywania i dla zapewnienia niezawodności powinny przejść, podczas faz badania w locie, proces wzrostu niezawodności obejmujący kolejne etapy: testowania, poszukiwania ukrytego uszkodzenia, udoskonalania i ponownego testowania. Jednakże z powodu złożonej budowy samolotów i wysokich kosztów badań w locie, badania wzrostu niezawodności z reguły przeprowadza się na małych próbkach. Trudno jest zatem ocenić wzrost niezawodności w kolejnych fazach badań w locie. W niniejszej pracy do estymacji wzrostu niezawodności zastosowano metodę bayesowską dla dwumianowego wzrostu niezawodności opartą na rozkładzie a priori Dirichleta oraz obliczono parametry rozkładu a posteriori wykorzystując metodę symulacji Markov-Chain Monte Carlo. Metodę zastosowano w kolejnych fazach badań w locie bezzałogowego statku latającego (Unmanned Aerial Vehicle), a użyty przykład pokazuje, iż metoda oparta na rozkładzie a priori Dirichleta może skrócić czas badań w locie. Parametry rozkładu a priori łatwo jest potwierdzić na podstawie uprzednio znanych informacji. Proponowana metoda nadaje się do oceny badań wzrostu niezawodności podczas kolejnych etapów badań w locie.

EN

It is necessary for airplanes to be fl ight-tested during the development process, and they should pass the testing/failurefi nding/improvement/re-testing reliability growth process during the fl ight-testing phases to ensure its reliability. However, due to airplane complexity and the high costs of fl ight-testing, the reliability growth testing is usually done with small samples. It is thus diffi cult to estimate the reliability growth during the fl ight-testing phases. In this paper, Bayesian method for binomial reliability growth based on the Dirichlet prior distribution is applied to reliability growth estimation, and the parameters of the posterior distribution are calculated by using the simulation method of Markov-Chain Monte Carlo. The method is applied to the Unmanned Aerial Vehicle test fl ight phases, and the example shows that the method based on the Dirichlet prior distribution can save the fl ight-testing time. It is easy to confi rm the parameters of the prior distribution by using the prior information. The proposed method is suitable for reliability growth testing estimation during fl ight-testing stages.

3

Podejście nieparametryczne do modelowania przyrostu niezawodności złożonych systemów naprawialnych

Jiang R.

Eksploatacja i Niezawodność

|

2009

|

nr 3

78-81

PL

W złożonym systemie naprawialnym, przyczyny uszkodzeń zidentyfikowane przez program do badania przyrostu niezawodności nie zawsze są usuwalne. Duże wyzwanie stanowi ocena niezawodności systemu na podstawie obserwacji z badań oraz działań naprawczych. Niniejszy artykuł przedstawia nieparametryczną metodę oceny niezawodności systemu. Proponowane podejście uwzględnia informacje o częściowej skuteczności działań naprawczych. Wykorzystanie tych częściowych informacji pozwala na zrewidowanie obserwowanego zestawu danych oraz późniejsze włączenie ich do modelu rozkładu. Średni czas pomiędzy uszkodzeniami (MTBF) ocenia się na podstawie dopasowanego modelu. Proponowane podejście zilustrowano przykładem.

EN

For a complex repairable system, the identifi ed failure modes during a reliability growth test program are not always fi xable. It is a challenging issue to estimate the reliability of the system based on the test observations and corrective actions. This paper presents a non-parametric approach for evaluating the system reliability. The proposed approach incorporates partial information about the effectiveness of corrective actions. Using the partial information, the observed data set is revised, which is then fi tted into a distribution model. The MTBF is estimated based on the fi tted model. The proposed approach is illustrated by an example.