On Reliability of a Multi‐Socket Repairable System
Notice bibliographique
Résumé
Consider a set of the so‐called sibling components in a multi‐socket repairable system. In the case of an automobile, for example, these siblings would be spark plugs, light bulbs, tires, that is, identical components that are coded with the same part number. When field data are analyzed, a dilemma arises as to how to interpret a recurrent replacement of a sibling component: as a secondary failure of the component that has already been replaced once, or as the first failure of the component's sibling(s)? From the stand point of root‐cause analysis, the task is to understand whether recurrent failures are related to (i) a particular sibling, which might be operating in inauspicious conditions relative to other siblings, or (ii) to all siblings on the vehicle. One could attribute Scenario 1 to a system‐level (e.g. system interaction) problem, and Scenario 2 to a component‐level (supplier quality) problem. We first review a statistical procedure that solves the above‐mentioned dilemma in the framework of ordinary renewal process (ORP) and then extend the discussion to the non‐homogeneous Poisson process (NHPP) and the g‐renewal process (GRP). We also propose advanced Monte Carlo procedure for estimating GRP in this context. Copyright © 2016 John Wiley & Sons, Ltd.
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 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 | 0,001 | 0,007 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».