BazTech - Yadda

Ograniczanie wyników

1 Zagadnienia Eksploatacji Maszyn

1 2007

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: observable quantities

Sortuj według:

Ogranicz wyniki do:

On how to use expert judgements in regularity analyses to obtain good predictions.

Hjorteland A., Aven T.

Zagadnienia Eksploatacji Maszyn

2007

Vol. 42, nr 3

157-169

The purpose of regularity analysis is to assess future deliveries of production and transportation systems, such as oil and gas installations. When conducting such analysis, models are developed reflecting the performance of various equipment, for example compressors and pumps. To assess the equipment performance there is a need for relevant konwledge, including observed data and expert judgements. One of the challenges in regularity analyses is to assess uncertainties for the large number of quantities in the models being used. These quantities are either, observable quantities such as lifetimes or repair times, or statistical expected values or probabilities, such as MTTF or MTTR. The purpose of this paper is to present and discuss a practical approach for such assessments using the combination of expert judgements and hard data. The approach is based on a Bayesian framework, with focus on prediction and uncertainty assessments of observable quantities.

Celem analiz regularności jest oszacowanie wielkości przyszłych dostaw surowców za pomocą systemów produkcyjnych i transportowych, takich jak instalacje naftowe i gazowe. Przeprowadzając taką analizę buduje się modele opisujące działanie różnorodnego wyposażenia, np. sprężarek lub pomp. Aby ocenić pewność działania wyposażenia technicznego niezbędna jest odpowiednia wiedza, obejmująca zaobserwowane wielkości i opinie ekspertów. Jednym z wyzwań w analizach regularności jest oszacowanie niepewności w warunkach dużej liczby elementów składowych w zastosowanych modelach. Te elementy składowe mogą być wielkościami obserwowalnymi, takimi jak czas do uszkodzenia lub czas naprawy, mogą być też wielkościami statystycznymi, wyrażonymi jako wartości oczekiwane, bądź prawdopodobieństwa, na przykład MTTF (średni czas do uszkodzenia) lub MTTR (średni czas naprawy). Celem niniejszego artykułu jest przedstawienie i przedyskutowanie praktycznych sposobów dokonywania takich analiz w oparciu o kombinację opinii eksperckich i twardych danych. Proponowane podejście oparte jest na modelu Bayesowskim, przy czym skupiono się na predykcji i ocenie niepewności dla wielkości obserwowalnych.