Modeling failure and maintenance effects of a system subject to multiple preventive maintenance types
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.
Notice bibliographique
Résumé
Canada's mining sector contributed $54 billion to its GDP in 2013. Mining operations are an important element of Canada's economy and rely heavily on mobile equipment for the transportation of rock-ore. Failure of mobile equipment, when it is required to be in available state prevents the successful flow of mining operations, and can result in production losses averaging in millions of tons, annually. Consequently, the availability - and by extension, reliability - of mobile equipment have a direct economic impact on mine productivity. A mobile equipment's failures are the greatest contributors to its unavailability - and are observed to occur randomly. Typically, to help diagnose and curb mobile equipment failures, corrective and preventive maintenance policies are implemented. Maintenance personnel are concerned with quantifying the effect of multiple preventive maintenance policies on mobile equipment reliability and availability. Generally, this is performed by modelling the reliability of repairable systems. In most studies, it is assumed that repairable systems are subject to only one type of repair/maintenance, and the effect of repair/maintenance is captured using a single repair factor in an age reduction or intensity reduction model. In this paper, we consider a repairable system whose failures follow a Non-Homogenous Poisson Process, and the system is subject to corrective and several types of preventive maintenance. While the effect of corrective maintenance is minimal, a preventive maintenance may reduce the age of the system effectively. We assume different effects for different preventive maintenance types, and develop the likelihood function to estimate the failure process and preventive maintenance effects, simultaneously. We also derive the conditional reliability and the expected number of failures between two consecutive preventive maintenance types. The proposed methods are applied to a case study of two trucks used in a mining site. The proposed methods provide excellent predictions with the potential of becoming very useful in practice and of leading to further generalizations of repairable systems analyses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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