Wyniki wyszukiwania - BazTech

1

Forecasting study of mains reliability based on sparse field data and perspective state space models

Valis David, Forbelská Marie, Vintr Zdeněk

Eksploatacja i Niezawodność

|

2020

|

Vol. 22, no. 2

179--191

EN

The elements of critical infrastructure have to meet demanding dependability, safety and security requirements. The article deals with the prognosis of water mains reliability while using sparse irregular filed data. The data are sparse because the only thing we know is the number of mains failures during a given month. Since it is possible to transform the data into a typical reliability measure (rate of failure occurrence – ROCOF), we can examine the course of this measure development in time. In order to model and predict the ROCOF development, we suggest novel single and multiple error state space models. The results can be used for i) optimizing mains operation and maintenance, ii) estimating life cycle cost, and iii) planning crisis management.

PL

Elementy infrastruktury krytycznej muszą spełniać wysokie wymagania w zakresie niezawodności, bezpieczeństwa i ochrony. Artykuł dotyczy prognozowania niezawodności sieci wodociągowej przy wykorzystaniu nieregularnie rejestrowanych rzadkich danych. Wykorzystane w pracy dane są rzadkie, ponieważ dostarczają jedynie informacji na temat liczby uszkodzeń wodociągu w danym miesiącu. Przekształcenie tych danych w typową miarę niezawodności (wskaźnik występowania uszkodzeń – ROCOF), pozwala zbadać przebieg rozwoju tej miary w czasie. Rozwój ROCOF można modelować i przewidywać za pomocą zaproponowanych w pracy innowacyjnych modeli przestrzeni stanów uwzględniających pojedynczy błąd lub wiele błędów. Uzyskane wyniki można wykorzystać do i) optymalizacji pracy i eksploatacji sieci wodociągowej, ii) szacowania kosztów cyklu życia, oraz iii) planowania zarządzania kryzysowego.

2

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.

3

Regarding the importance of the mileage distribution for reliability prognoses in automotive industry

Althaus D., Braasch A., Schlummer M., Meyna A.

Journal of KONBiN

|

2010

|

No. 1 (13)

17-28

EN

In automotive industry there are few information about the load of a car in use. Therefore, the available data needs to be used and looked at carefully. Data that is nearly always available is the time in field, given by the date of registration and the date when failure occurred, and the driving distance. The driving distance can be used to describe the load of a car because in most cases the operating time is not known. This data can be used to calculate the mileage distribution of a car, which contains much additional information for safety and reliability analysis. Furthermore, it is useful to adopt testing routines and lifetime distances that are written down in specifications.

PL

Przemysł samochodowy nie posiada wielu danych o obciążeniu eksploatowanego samochodu, a zatem należy korzystać z tych danych, które posiadamy i dokładnie się im przyglądać. Danymi, które są zawsze dostępne, jest czas eksploatacji określony przez datę rejestracji i datę awarii oraz przejechany kilometraż. Przejechana odległość może służyć do określenia obciążenia samochodu, ponieważ czas jego użytkowania jest w większości wypadków nieznany. Parametr ten może posłużyć do obliczenia rozkładu przebiegu samochodu, który zawiera wiele dodatkowych informacji przydatnych w analizie bezpieczeństwa i niezawodności. Ponadto ma on zanaczenie w przyjęciu programów badań okresowych i formułowaniu założeń dotyczących trwałości/ całowitego przebiegu.