Wyniki wyszukiwania - BazTech

1

Study of the admixtures effect on concrete creep using Bayesian Linear Regression

Zgheib E., Raphael W.

Archives of Civil Engineering

|

2019

|

Vol. 65, nr 3

127--140

EN

Admixtures are commonly used nowadays in the mix composition of concrete. These additions affect concrete properties and performance especially creep deformations. This paper shows the effect of admixtures on creep of concrete. In fact, creep deformations have prejudicial consequences on concrete behaviour; an incorrect or inaccurate prediction leads to undesirable consequences in structures. Therefore, an accurate estimation of these deformations is mandatory. Moreover, design codes do not consider admixtures’ effect while predicting creep deformations, thus it is necessary to develop models that predict accurately creep deformations and consider the effect of admixtures. Using a large experimental database coming from international laboratories and research centres, this study aims to update the Eurocode 2 creep model by considering the type and percentage of admixtures using Bayesian Linear Regression method. The effect of two types of admixtures is presented in this paper; the water reducer and silica fume.

2

Reliability modelling on two-dimensional life data using bivariate weibull distribution: with case study of truck in mines

Fuqing Y., Barabadi A., Jinmei L.

Eksploatacja i Niezawodność

|

2017

|

Vol. 19, no. 4

650--659

EN

An engineering system can exhibit two- or multi-dimensions in its lifetime. As the classical univariate distribution cannot model this multi-dimensional characteristic, it is necessary to extend it to multivariate distribution in order to capture the multi-dimensional characteristics. This paper proposes a bivariate Weibull distribution that combines two classical Weibull models by a common exponent. The common exponent can represent the correlation between the two dimensions. A ratio likelihood test is proposed to test the significance of the correlation between the two dimensions. To solve the parameter estimation problem, this paper suggests a Bayesian method. Moreover, a goodness of fit test method is developed to visually check the fitness of the model. A case study considering mining trucks is presented to apply the bivariate Weibull distribution to model the two-dimensional life data.

PL

Systemy inżynieryjne można charakteryzować za pomocą dwóch lub więcej wymiarów dotyczących okresu ich eksploatacji (np. przebieg i czas pracy pojazdu). Ponieważ klasyczny rozkład jednowymiarowy nie wystarcza do zamodelowania tej wielowymiarowej charakterystyki, konieczne jest wykorzystanie rozkładu wielowymiarowego, który pozwala uchwycić wielowymiarowość cyklu życia systemu. W artykule zaproponowano dwuwymiarowy rozkład Weibulla, który łączy w sobie dwa klasyczne modele Weibulla za pomocą wspólnego wykładnika. Wspólny wykładnik może reprezentować korelację między dwoma wymiarami. Zaproponowano test ilorazu wiarygodności, który umożliwia badanie istotności korelacji pomiędzy dwoma wymiarami. Do rozwiązania problemu estymacji parametrów zastosowano metodę bayesowską. Ponadto opracowano metodę badania dopasowania modelu do danych empirycznych służącą do wizualizacji dopasowania modelu. Przedstawiono studium przypadku dotyczące wywrotek kopalnianych, w którym dwuwymiarowy rozkład Weibulla zastosowano do modelowania dwuwymiarowych danych dotyczących okresu eksploatacji tych pojazdów.

3

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.

Eksploatacja i Niezawodność

|

2016

|

Vol. 18, no. 1

10--15

EN

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.

PL

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.

4

Wybór rozkładu oddziaływań klimatycznych z wykorzystaniem metody Bayes’a

Pytlowany T., Woliński S.

Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture

|

2016

|

z. 63, nr 1/I

43--52

PL

Wybór typu zmiennej losowej na podstawie wyników badań polega najczęściej na aproksymacji parametrów przyjętego rozkładu. Jednak dostępne wyniki badań lub obserwacji często nie pozwalają na dostatecznie precyzyjne dopasowanie jednego z powszechnie stosowanych typów rozkładu zmiennej losowej. W artykule przedstawiono metodę opartą na wnioskowaniu Bayesa, która umożliwia oszacowanie miary dopasowania i optymalnego wyboru jednego z typowych rozkładów zmiennej losowej oraz wyznaczenie dystrybuanty liniowej kombinacji testowanych rozkładów. Zastosowanie przedstawionej metody zilustrowano na przykładzie oceny i wyboru dystrybuanty rozkładu reprezentującego obciążenie śniegiem gruntu oraz wyznaczenia kombinacji testowanych rozkładów w celu określenia wartości charakterystycznej obciążenia śniegiem dla przyjętego okresu powrotu.

EN

Single distribution functions are usually selected based on a best-fit approach theorem but often available random data cannot be accurately described by any of the commonly used types of the random variables. The paper presents a method based on Bayesian approach which solves problems of selecting the single distribution function and combining of probabilities contending different probability functions. The method is illustrated on the selection of single distribution function and application of Bayesian method in combining these functions to determine the characteristic value of snow load for an assumed return period.

5

Variational Bayesian inversion for microwave breast imaging

Gharsalli L., Ayasso H., Duchêne B., Mohammad-Djafari A.

Computer Assisted Methods in Engineering and Science

|

2014

|

Vol. 21, no. 3-4

199--210

EN

Microwave imaging is considered as a nonlinear inverse scattering problem and tackled in a Bayesian estimation framework. The object under test (a breast affected by a tumor) is assumed to be composed of compact regions made of a restricted number of different homogeneous materials. This a priori knowledge is defined by a Gauss-Markov-Potts distribution. First, we express the joint posterior of all the unknowns; then, we present in detail the variational Bayesian approximation used to compute the estimators and reconstruct both permittivity and conductivity maps. This approximation consists of the best separable probability law that approximates the true posterior distribution in the Kullback-Leibler sense. This leads to an implicit parametric optimization scheme which is solved iteratively. Some preliminary results, obtained by applying the proposed method to synthetic data, are presented and compared with those obtained by means of the classical contrast source inversion method.

6

The use of Bayesian analysis to the model of energy loss in magnetic materials

Szczygłowski J., Krawczyk A., Roman A., Kopciuszewski P., Kużmiński M., Wilczyński W.

Journal of Technical Physics

|

2001

|

Vol. 42, no 1

115-121

EN

The paper aims at coupling energy losses in magnetic materials and their domain structure. The Bayesian analysis has been used in order to make it. The analysis has led to an analytical formula for the calculation of energy losses as a function of domain width. It is a good departure point for solving an inverse problem, i.e. looking for domain structure on the basis of the data obtained from measurement of bulk parameters.