Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  random parameters
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
To precisely predict the residual life for functioning products is a key of carrying out condition based maintenance. For highly reliable products, it is difficult to obtain abundant degradation data to precisely predict the residual life under normal stress levels. Thus, how to make use of historical degradation data to improve the accuracy of the residual life prediction is an interesting issue. Accelerated degradation testing, which has been widely used to evaluate the reliability of highly reliable products, can provide abundant accelerated degradation data. In this paper, a residual life prediction method based on Bayesian inference that takes accelerated degradation data as prior information was studied. A Wiener process with a time function was used to model degradation data. In order to apply the random effects of all the parameters of a Wiener process, the non-conjugate prior distributions were considered. Acceleration factors were introduced to convert the parameter estimates from accelerated stress levels to normal stress levels, so that the proper prior distribution types of the random parameters can be selected by the Anderson-Darling statistic. A Markov Chain Monte Carlo method with Gibbs sampling was used to evaluate the posterior means of the random parameters. An illustrative example of self-regulating heating cable was utilized to validate the proposed method.
PL
Precyzyjne przewidywanie trwałości resztkowej użytkowanego produktu stanowi klucz do prawidłowego utrzymania ruchu w oparciu o bieżący stan techniczny (condition-based maintenance).W przypadku produktów o wysokiej niezawodności, trudno jest uzyskać ilość danych degradacyjnych, która umożliwiałaby precyzyjne prognozowanie trwałości resztkowej przy normalnym poziomie obciążeń. Dlatego też bardzo ważnym zagadnieniem jest wykorzystanie historycznych danych degradacyjnych umożliwiających zwiększenie trafności prognozowania trwałości resztkowej. Przyspieszone badania degradacyjne, które powszechnie wykorzystuje się do oceny niezawodności wysoce niezawodnych produktów, mogą dostarczać bogatych danych o przyspieszonej degradacji. W przedstawionej pracy badano metodę prognozowania trwałości resztkowej opartą na wnioskowaniu bayesowskim, w którym jako uprzednie informacje wykorzystano dane z przyspieszonych badań degradacji. Dane degradacyjne modelowano za pomocą procesu Wienera z funkcją czasu. Aby móc zastosować efekty losowe wszystkich parametrów procesu Wienera, rozważano niesprzężone rozkłady a priori. Wprowadzono współczynniki przyspieszenia , które pozwoliły na przekształcenie szacowanych wartości parametrów z poziomu obciążeństosowanych w próbie przyspieszonej do poziomu obciążeń normalnych, co umożliwiło wybór odpowiednich typów parametrów losowych rozkładu a priori zwykorzystaniem statystyki testowej Andersona-Darlinga. Metodę Monte Carlo opartą na łańcuchach Markowa z próbnikiem Gibbsa wykorzystano do oceny średnich a posteriori parametrów losowych. Proponowaną metodę zweryfikowano na postawie przykładu samoregulującego przewodu grzejnego.
EN
The paper deals with a methodology of statistical parameter (mean, covariance and standard deviation) determination of n-DOF linear vibrating system displacements in transient vibration. It is supposed a proportional damping which means that the damping matrix is linear combination of the mass and stiffness matrices. The perturbation approach [1] is applied to the parameter calculation and estimation of the upper and lower limits of displacements in the probability sense.
EN
Among the numerous of computers in agricultural technology, which results from the general development of computer technology and the demand for modern technologies in agriculture guaranteeing high quality of the final product, one cannot forget about the standard application of computers, i.e. computing. A special position among computing methods applied in agricultural technology is occupied by techniques which take into consideration the random character of most empirical systems. The efficiency of these methods is greatly dependent on the way in which pseudo-random numbers are generated. The paper presents a short history of the use of random generation procedures, examples of such applications, the basic algorithms and verification methods. Aparat from this, the adequacy of the generated pseudo-random numbers in relation to the results of real world experiments is discussed. A set of problems in the area agricultural technology has been determined, for which the presented technique can be applied and some applications have been presented as an example.
PL
Wśród licznych zastosowań komputerów w inżynierii rolniczej, wynikających z ogólnego rozwoju informatyki oraz zapotrzebowania na nowoczesne technologie w rolnictwie, gwarantujące wysoką jakość produktu końcowego, trudno nie wspomnieć o klasycznym już dziś zastosowaniu, jakim są obliczenia. Szczególną pozycję w metodach obliczeniowych stosowanych w technice rolniczej zajmują techniki uwzględniania losowości, występującej w większości systemów empirycznych. Na skuteczność tych metod znaczący wpływ wywiera sposób generownia liczb pseudolosowych. W pracy przedstawiono krótki rys historyczny dotyczący wykorzystania procedur generowania takich liczb, przykłady zastosowań, podstawowe algorytmy i sposoby ich weryfikacji. Zostało też poruszone zagadnienie adekwatności wygenerowania liczb pseudolosowych w odniesieniu do wyników doświadczeń naturalnych. Określona została klasa zagadnień występujących w inżynierii rolniczej, właściwych dla posługiwania się omawianą techniką oraz zostały pokazane przykładowe zastosowania.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.