MétaCan
Menu
Retour à la cohorte
Enregistrement W1641855109 · doi:10.1109/iecon.1996.571027

An inspection strategy for randomly failing systems subjected to random shocks

2002· article· en· W1641855109 sur OpenAlexaff
Anis Chelbi, Daoud Aı̈t-Kadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésReliability engineeringComputer scienceCensoring (clinical trials)Electric power systemProcess (computing)ALARMTransient (computer programming)Critical systemStochastic processAutomotive industryReal-time computingEngineeringPower (physics)MathematicsStatisticsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper is motivated by the study of randomly failing systems whose state is only known through inspection and for which high availability is required. Security and alarm systems such as power system protective relays and environmental censoring equipment are typical examples of such systems. The deterioration process of these systems is generally governed by electromechanical transient shocks which occur randomly over time and whose magnitude is also random. These shocks damage the system cumulatively. Under the proposed inspection strategy, the system is inspected at predetermined times T/sub 1/, T/sub 2/, ... . If failure is detected then the system is replaced by a new one, otherwise it is kept operating. The expression of the system time-stationary availability is presented and an algorithm has been developed to generate the inspection sequence which insures a certain availability level. In cases where limited resources restrict the user to predetermined inspection period, the computer program generates the optimal design and operating parameters which will provide the targeted system availability level. A test case is analyzed and potential applications related to automotive industries are mentioned.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReliability and Maintenance OptimizationTravaux en français237 207