MétaCan
Menu
Retour à la cohorte
Enregistrement W2321994534 · doi:10.1177/1748007810393826

Finite-time maintenance cost analysis of engineering systems affected by stochastic degradation

2011· article· en· W2321994534 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part O Journal of Risk and Reliability · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear Engineering
Mots-clésReliability (semiconductor)Time horizonGamma processOptimal maintenanceMathematical optimizationPreventive maintenanceMinificationReliability engineeringComputer scienceProcess (computing)Stochastic processVariance (accounting)Set (abstract data type)EngineeringMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

The performance and reliability of engineering systems and structures are usually affected by uncertain degradation that occurs in service as a result of various physical and environmental processes, such as corrosion, erosion, fatigue, and creep. To maintain reliability of degrading systems, periodic inspection and preventive maintenance programmes are adopted. In the literature, the optimization of a maintenance programme is typically based on the minimization of the asymptotic cost rate. However, many engineering systems operate in a relatively short and finite time horizon in which the application of the asymptotic approximation becomes questionable. This paper presents an accurate formulation for computing the expected value and variance of the cost of a condition-based maintenance programme over a defined time horizon. A stochastic gamma process is used to model uncertain degradation. This paper emphasizes that the consideration of variance of the cost is of utmost importance in maintenance optimization, because it helps to identify a more robust (less uncertain) solution in a set of competing optimum solutions based on expected cost.

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.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,179
Écart entre enseignants0,173 · 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