MétaCan
Menu
Retour à la cohorte
Enregistrement W2589443969 · doi:10.1108/jqme-07-2015-0030

Optimal CBM policy with two sampling intervals

2017· article· en· W2589443969 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.

Notice bibliographique

RevueJournal of Quality in Maintenance Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReliability engineeringWeibull distributionCondition-based maintenanceReliability (semiconductor)ResidualInterval (graph theory)Sampling (signal processing)Importance samplingStatisticsHazardPreventive maintenanceSensitivity (control systems)Computer scienceEngineeringMathematical optimizationMathematicsMonte Carlo methodAlgorithm

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to propose a novel condition-based maintenance (CBM) policy with two sampling intervals for a system subject to stochastic deterioration described by the Cox’s proportional hazards model (PHM). Design/methodology/approach In this paper, the new or renewed system is monitored using a longer sampling interval. When the estimated hazard function of the system exceeds a warning limit, the observations are taken more frequently, i.e., the sampling interval changes to a shorter one. Preventive maintenance is performed when either the hazard function exceeds a maintenance threshold or the system age exceeds a pre-determined age. A more expensive corrective maintenance is performed upon system failure. The proposed model is formulated in the semi-Markov decision process (SMDP) framework. Findings The optimal maintenance policy is found and a computational algorithm based on policy iteration for SMDP is developed to obtain the control thresholds as well as the sampling intervals minimizing the long-run expected average cost per unit time. Research limitations/implications A numerical example is presented to illustrate the whole procedure. The newly proposed maintenance policy with two sampling intervals outperforms previously developed maintenance policies using PHM. The paper compares the proposed model with a single sampling interval CBM model and well-known age-based model. Formulas for the conditional reliability function and the mean residual life are also derived for the proposed model. Sensitivity analysis has been performed to study the effect of the changes in the Weibull parameters on the average cost. Practical implications The results show that considerable cost savings can be obtained by implementing the maintenance policy developed in this paper. Originality/value Unlike the previous CBM policies widely discussed in the literature which use sequential or periodic monitoring, the authors propose a new sampling strategy based on two sampling intervals. From the economic point of view, when the sampling is costly, it is advantageous to monitor the system less frequently when it is in a healthy state and more frequently when it deteriorates and enters the unhealthy state.

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)0,001
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 enseignants0,398
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,315
Écart entre enseignants0,289 · 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