MétaCan
Menu
Retour à la cohorte
Enregistrement W2065809635 · doi:10.1108/13552510410539204

Stochastic analysis of a maintainable robot‐safety system with common‐cause failures

2004· article· en· W2065809635 sur OpenAlexaff
B.S. Dhillon, Zhijian Li

Notice bibliographique

RevueJournal of Quality in Maintenance Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Common cause failureReliability engineeringVariance (accounting)Mean time between failuresConstant (computer programming)Markov modelRobotMarkov chainMarkov processVariable (mathematics)EngineeringState (computer science)Failure rateComputer scienceCommon cause and special causeStatisticsMathematicsAlgorithmArtificial intelligenceOperations management

Résumé

récupéré en direct d'OpenAlex

This paper presents reliability and availability analyses of a robot‐safety system having one robot and n ‐redundant safety units with common‐cause failures. The system failure rates and the partially failed system repair rates are assumed constant, and the failed system repair time is assumed arbitrarily distributed. Markov and the supplementary variable methods were used to perform mathematical analysis of this model. Generalized expressions for state probabilities, system availabilities, reliability, mean time to failure, and variance of time to failure are developed. Some plots of these expressions are shown.

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)0,001
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 enseignants0,767
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Quality in Maintenance EngineeringMême sujetReliability and Maintenance OptimizationTravaux en français237 207