Assessing the Unreliability of Systems during the Early Operation Period of a Ship—A Case Study
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
Sea-going ships are unique systems, and each ship—even those which are mass-produced—are different. Once in service, they are subjected to unique environmental exposure due to a variety of factors, including, but not limited to, their mode of operation, sailing area, cargo, hydrometeorological conditions, crew training, etc. This makes it very difficult, if not impossible, to compare individual units. The aim of this study is to present the damage data and analysis of a selected vessel—a complex technical system—during its first year of operation. To that end, the paper analyses the unreliability of a bulk cargo ship’s technical and energetic system components during its first year of operation. The paper also introduces the failure susceptibility of its technical systems, defines concepts of wear and failure and describes the object of analysis. Observed failures in subsystem components of the marine power plant, in the general systems and in the technological system of the ship, were presented in tabular form. Each failure was described by considering the time of operation until the first failure, type of failure, type of wear, nature of an event and methods used to regain efficiency. Selected failures were described in great detail, and the statistics of the ship’s components’ susceptibility to failure were presented by considering the wear type that caused a failure, the component type and the time to the first failure. Additionally the severity of each failure is discussed. Finally, conclusions regarding the susceptibility to failure of particular ship components were presented.
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 | 0,002 | 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