MétaCan
Menu
Retour à la cohorte
Enregistrement W2013880845 · doi:10.1109/rams.2010.5448012

Applying discrete event modeling in the real world

2010· article· en· W2013880845 sur OpenAlexaff
James W. Owens, Arthur S. Miller, Daniel M. Deans

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSystems Engineering Methodologies and Applications
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaintainabilitySystems engineeringProcess (computing)Reliability (semiconductor)Discrete event simulationComputer scienceSystem lifecycleEvent (particle physics)Reliability engineeringEngineeringManufacturing engineeringIndustrial engineeringProcess managementSimulationApplication lifecycle managementSoftware

Résumé

récupéré en direct d'OpenAlex

There are many facets and features to applying the processes of reliability, availability, and maintainability (RAM) engineering during the lifecycle of a system. None are more important than the methodical, intentional application of modeling and simulation upfront in the design of a system to ensure that requirements are met. This paper presents and discusses solutions that demonstrate the practical application of complex modeling and how this process applies practically using real-world examples such as chemical manufacturing plants and space-borne systems. Many large manufacturing or development organizations are driven by costs of development and real-time maintenance and not seeking long term value by planning a system to be more reliable, and thus creating value by reducing cost of operation and ownership. RAM Simulation and Modeling is a process employed by RAM engineers for predicting performance of a system in order to drive value through reliability gap analysis, and project development as examples. The authors will demonstrate, through practical examples, how application of the RAM modeling has been applied to create maximum value to both Government entities and commercial companies alike. Modeling and simulation have been employed throughout all phases of the lifecycle of new system development (new plant designs, existing facilities improvements, integrated site design, spacecraft development, and maintenance task analysis) and have delivered value in the form of lower cost of operation, improved availability of the system, and value to corporate bottom lines. The authors will also demonstrate how reliability engineers have successfully provided value to design teams by helping them identify failure modes and mitigate them, thus improving the systems that they support.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,060
Tête enseignante GPT0,299
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSystems Engineering Methodologies and ApplicationsTravaux en français237 207