A bayesian approach for sealing failure analysis considering the non-competing relationship of multiple degradation processes

Yang, Y.-J.; Peng, W.; Zhu, S.-P.; Huang, H.-Z.

doi:10.17531/ein.2016.1.2

Artykuł - szczegóły

Tytuł artykułu

A bayesian approach for sealing failure analysis considering the non-competing relationship of multiple degradation processes

Autorzy

Yang Y.-J. , Peng W. , Zhu S.-P. , Huang H.-Z.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.17531/ein.2016.1.2

Warianty tytułu

Zastosowanie metody Ba yesa do analizy uszkodzeń uszczelnień z uwzględnieniem współwystępujących procesów degradacji o charakterze niekonkurującym

Języki publikacji

Abstrakty

Degradation analysis is an effective method for reliability analysis when failure time data is rare or hard to observe. Multiple degradation analysis with competing risk model is often used to implement the degradation analysis. However, in reality, the failure of a system is often a result of a combination of multiple degradation processes, such as the sum of multiple degradations. To handle this non-competing relationship of multiple degradation processes, this paper presents a new reliability model for multiple degradation processes analysis. The proposed model is demonstrated through a case-study of a spool valve. In this paper, the gamma process is adopted to construct the reliability model. The Bayesian method is used to obtain the estimations of model parameters and reliability indexes by taking account of uncertainty. The results can then be further used as valuable information for further degradation analysis and decision-making considering uncertainty.

Analiza degradacji jest skuteczną metodą analizy niezawodnościowej w przypadkach gdy dane są skąpe lub trudne do zaobserwowania. W badaniach często wykorzystuje się analizę współwystępujących degradacji z zastosowaniem modelu zagrożeń konkurujących. Jednak w rzeczywistości, awaria systemu często jest wynikiem wystąpienia degradacji niekonkurujących, t.j. wynikiem sumy lub kombinacji współwystępujących procesów degradacji. Aby uwzględnić tę relacje między niekonkurującymi procesami degradacji, w artykule przedstawiono nowy model niezawodności służący do analizy współwystępujących procesów degradacji. Proponowany model zilustrowano za pomocą studium przypadku rozdzielnika suwakowego. Przedstawiony w pracy model niezawodności skonstruowano w oparciu o proces gamma. Do oszacowania parametrów modelu oraz indeksów niezawodności zastosowano metodę Bayesa z uwzględnieniem niepewności. Uzyskane wyniki można wykorzystać w przyszłości jako cenne dane do dalszej analizy degradacji i podejmowania decyzji z uwzględnieniem niepewności.

Słowa kluczowe

Bayesian method reliability analysis degradation process sealing

metoda Bayesa analiza niezawodności proces degradacji uszczelnienie

Wydawca

Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne

Czasopismo

Eksploatacja i Niezawodność

Rocznik

2016

Tom

Vol. 18, no. 1

Strony

10--15

Opis fizyczny

Bibliogr. 24 poz., rys., tab.

Twórcy

autor

Yang Y.-J.

yuanjyang@hotmail.com

Institute of Reliability Engineering University of Electronic Science and Technology of China No. 2006, Xiyuan Avenue, West Hi-Tech Zone Chengdu, Sichuan, 611731, P. R. China

autor

Peng W.

weiwenpeng@hotmail.com

Institute of Reliability Engineering University of Electronic Science and Technology of China No. 2006, Xiyuan Avenue, West Hi-Tech Zone Chengdu, Sichuan, 611731, P. R. China

autor

Zhu S.-P.

zspeng2007@uestc.edu.cn

autor

Huang H.-Z.

hzhuang@uestc.edu.cn

Bibliografia

1. Bernardo JM, Smith AF. Bayesian theory vol. 405: John Wiley & Sons, 2009
2. Ellman A. Leakage behaviour of four-way servovalve. Proceedings of ASME International Mechanical Engineering Congress and Exposition 1998; 163-167.
3. Elsayed EA. Overview of reliability testing. IEEE Transactions on Reliability 2012; 61(2): 282-291, http://dx.doi.org/10.1109/TR.2012.2194190.
4. Eryilmaz B, Wilson BH. Combining leakage and orifice flows in a hydraulic servovalve model. Journal of dynamic systems, measurement, and control 2000; 122(3): 576-579, http://dx.doi.org/10.1115/1.1286335.
5. Gordić D, Babić M, Milovanović D, Savić S. Spool valve leakage behaviour. Archives of Civil and Mechanical Engineering 2011; 11(4): 859-866, http://dx.doi.org/10.1016/S1644-9665(12)60082-X.
6. Gorjian N, Ma L, Mittinty M, Yarlagadda P, Sun Y. A review on degradation models in reliability analysis. London: Springer, 2010, http://dx.doi.org/10.1007/978-0-85729-320-6_42.
7. Han SS, Liu X, Chao Z, Meng A. Evaluation Model Study of Hydraulic Components Leakage for In Situ Testing. Machine tool & Hydraulics 2009; 37(3): 119-121.
8. Jiang J, Guo Y, Zeng Lc, Zhan CC, Fu SG. Simulation and Analysis of Leakage for Clearance Seal of Hydraulic Cylinder. Lubrication Engineering 2013; 38(7): 75-79.
9. Li YF, Mi J, Huang HZ, Xiao NC, Zhu SP. System reliability modeling and assessment for solar array drive assembly based on Bayesian networks. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2013; 15: 117-122.
10. Li Y. Research to the Wear and Geometric Error Relations of Electro hydraulic Servo Valve. Procedia Engineering 2011; 15: 891-896, http://dx.doi.org/10.1016/j.proeng.2011.08.165.
11. Mi J, Li YF, Huang HZ, Liu Y, Zhang X. Reliability analysis of multi-state systems with common cause failure based on Bayesian Networks.Proceedings of International Conference on Quality, Reliability, Risk, Maintenance, and Safety Engineering 2012; 1117-1121, http://dx.doi.org/10.1109/icqr2mse.2012.6246417.
12. O'Hagan A, Buck CE, Daneshkhah A, Eiser JR, Garthwaite PH, Jenkinson DJ, Oakley JE, Rakow T. Uncertain judgements: eliciting experts' probabilities. John Wiley & Sons, 2006, http://dx.doi.org/10.1002/0470033312.
13. O'Hagan A, Forster JJ. Kendall's advanced theory of statistics, volume 2B: Bayesian inference vol. 2: Arnold, 2004.
14. Pan R. A Bayes approach to reliability prediction utilizing data from accelerated life tests and field failure observations. Quality and Reliability Engineering International 2009; 25(2): 229-240, http://dx.doi.org/10.1002/qre.964.
15. Pan Z, Balakrishnan N. Reliability modeling of degradation of products with multiple performance characteristics based on gamma processes. Reliability Engineering & System Safety 2011; 96(8): 949-957, http://dx.doi.org/10.1016/j.ress.2011.03.014.
16. Peng W, Huang HZ, Xie M, Yang Y, Liu Y. A Bayesian Approach for System Reliability Analysis With Multilevel Pass-Fail, Lifetime and Degradation Data Sets. IEEE Transactions on Reliability 2013; 63(3): 689-699, http://dx.doi.org/10.1109/TR.2013.2270424.
17. Tallman J, Lakshminarayana B. Numerical simulation of tip leakage flows in axial flow turbines, with emphasis on flow physics: Part I: Effect of tip clearance height. Journal of turbomachinery 2001; 123(2): 314-323, http://dx.doi.org/10.1115/1.1368881.
18. Van Noortwijk J. A survey of the application of gamma processes in maintenance. Reliability Engineering & System Safety 2009; 94(1): 2-21, http://dx.doi.org/10.1016/j.ress.2007.03.019.
19. Vaughan N, Pomeroy P, Tilley D. The contribution of erosive wear to the performance degradation of sliding spool servovalves. Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology 1998; 212(6): 437-451, http://dx.doi.org/10.1243/1350650981542245.
20. Wang P, Coit DW. Reliability prediction based on degradation modeling for systems with multiple degradation measures. Proceedings of The Annual Reliability and Maintainability Symposium 2004; 302-307, http://dx.doi.org/10.1109/rams.2004.1285465.
21. Wang Y, Pham H. Dependent competing-risk degradation systems. London: Springer, 2011, http://dx.doi.org/10.1007/978-0-85729-470-8_7.
22. Wang Y, Pham H. Modeling the dependent competing risks with multiple degradation processes and random shock using time-varying copulas. IEEE Transactions on Reliability 2012; 61(1): 13-22, http://dx.doi.org/10.1109/TR.2011.2170253. 23. Zhao W, Elsayed E. An accelerated life testing model involving performance degradation. Proceedings of The Annual Reliability and Maintainability Symposium 2004; 324-329.
24. Zhu SP, Huang HZ, Smith R, Ontiveros V, He LP, Modarres M. Bayesian framework for probabilistic low cycle fatigue life prediction and uncertainty modeling of aircraft turbine disk alloys. Probabilistic Engineering Mechanics 2013; 34: 114-122, http://dx.doi.org/10.1016/j.probengmech. 2013.08.004.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-34388a78-2c01-4458-bc8e-1c8c6ca63ab6