Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Geometric approximation of mixture of discrete life time distributions
100%
EN
We consider a mixture of a distribution from the class (D)NBUE and a distribution, which describes the life time of smal1 part of lower reliability elements. Given the first two moments of this mixture, the distribution can be approximated by a geometric distribution with some parametr Ds. mixture of discrete distributions, geometric distribution, error of approximation is also estimated.
2
Content available remote Characterizations of the exponential distribution by geometric compound
63%
EN
Under the reliability conditions IFRA/DFRA (NBU/ NWU), the exponential distribution is characterized by stochas- tic ordering properties which link the geometric compound with record values (spacing of record values). The index of record val- ues is random.
PL
W pracy przedstawiono trójparametrowy model czasu zdatności systemu technicznego narażonego na dwa typy zagrożeń. Do pierwszego typu zagrożeń należą wszelkie zagrożenia incydentalne, a do drugiego tak zwane zagrożenia starzeniowe. Motywacją do napisania tej pracy była właśnie idea połączenia badań tych dwóch typów zagrożeń, z jakimi mamy często do czynienia w praktyce, zwłaszcza w kontekście systemów technicznych. Celem pracy jest wskazanie alternatywy dla masowo stosowanego rozkładu Weibulla w badaniu czasów zdatności systemów. W punkcie 1 opisano trójparametrowy model, zdefiniowany jako minimum dwóch zmiennych losowych. Uzasadniono zarówno potrzebę wprowadzenia tego modelu, jak i jego przewagę nad dotychczasowym sposobem modelowania czasu zdatności systemu. W punkcie 2 przedstawiono podstawowe charakterystyki funkcyjne i liczbowe wprowadzonego modelu zdatności systemu. Ponadto obliczono wpływ parametrów, dla różnych kombinacji ich wartości, na ustalenie przyczyny utraty zdatności systemu.
EN
In constructing a lifetime model of any technical system, sometimes the traditionally used Weibull distribution is biased. In consequence, parameter estimation can be fatal. In this situation, it is not possible to find a good fitting function that characterises the system lifetime. Here all possible risks of the system are divided into two types: accidental and ageing risks. The accidental risk has an exponential distribution, and the ageing risk has a Weibull distribution. In this paper, a three parameters model of the system lifetime with both types of risks is presented. Modelling was performed by a simple competing risk distribution as a possible alternative to the Weibull distribution in lifetime analysis. This distribution corresponds to the minimum between the family of exponential and family of Weibull distributions. Our motivation was to take account of both accidental and ageing risks in lifetime data analysis. For this purpose, we introduced a three-parameter model, where such functions as hazard function, survival function, and density function are presented. Then, such characteristics as the expected value and variance of the modelled system lifetime are considered. Finally, the problem of choosing between an exponential, Weibull, or the introduced competing risk model is discussed.
4
63%
PL
W teorii niezawodności podstawowym zagadnieniem jest wyznaczenie funkcji przetrwania dla eksploatowanych obiektów, które są ciągle narażone na utratę zdatności ze względu na różnorakie zagrożenia. Przedstawione w tej pracy metody można zastosować do klasy obiektów, które są zdolne odparować zagrożenie i to wielokrotnie zanim utracą zdatność. Przyjmujemy, że zagrożenia systemu mogą się powtarzać, więc możemy mówić o strumieniach zagrożeń. Rozważamy zagadnienie aproksymacji rozkładu prawdopodobieństwa w oparciu o funkcję przetrwania obiektu technicznego narażonego na losowy strumień zagrożeń. Wprowadzamy ogólną postać funkcji przetrwania zagrożeń jak i dwa szczegółowe modele: Poissonowski i dwumianowy. W okresie eksploatacji obiektu często trudno jest określić jego czas zdatności, więc przedstawiamy aproksymację funkcji przetrwania i szacujemy błąd tej aproksymacji.
EN
In the theory of reliability, a basic topic is determining the survival function of exploited objects. We assume that these objects are constantly exposed to the loss of ability because of various dangers. Methods presented in this publication can be applied to an object that is able to repel the danger many times before it loses its usefulness. We suppose that the danger to the system can repeat many times, which is "the sequence of risks." The technical object is exposed to a random sequence of risks, and we consider the problem of the approximation of the lifetime probability distribution based on the survival function. We introduce a general form of the survival function in the context of a sequence of risks and two particular models: the Poisson and binomial model. In the time of exploitation the object, it is very difficult to find the lifetime distribution, so we introduce an approximation of the survival function, and we estimate the error of this approximation. It can be very useful in practice.
5
Content available remote Probabilistic safety analysis of the critical infrastructure subsystems
63%
EN
In the article, we discuss probabilistic aspects for the risk assessment of the critical infrastructure subsystem. We present a short survey of probabilistic methods in safety analysis. Our purpose is appointing a few special probabilistic measures for predicting so-called rare events. These measures are an important component in the quantitative risk assessment associated with the maintenance of the critical infrastructure subsystem.
PL
W artykule omówiono probabilistyczne aspekty szacowania ryzyka podsystemu infrastruktury krytycznej. Przedstawiono krótki przegląd probabilistycznych metod analizy bezpieczeństwa. Celem jest wyznaczenie miar probabilistycznych do predykcji tak zwanych zdarzeń rzadkich. Miary te są ważnym elementem w ilościowej ocenie ryzyka związanego z utrzymaniem w stanie zdatności podsystemu infrastruktury krytycznej.
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.