MétaCan
Menu
Retour à la cohorte
Enregistrement W3036117780 · doi:10.1142/s0218539320500199

Efficient Reliability-Based Design Optimization of Degrading Systems Using a Meta-Model of the System Reliability

2020· article· en· W3036117780 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

RevueInternational Journal of Reliability Quality and Safety Engineering · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Reliability engineeringComputer scienceMonte Carlo methodMathematical optimizationPoint (geometry)MATLABParticle swarm optimizationProcess (computing)Engineering design processSet (abstract data type)EngineeringMathematicsAlgorithmStatisticsPower (physics)

Résumé

récupéré en direct d'OpenAlex

The application of reliability-based design optimization (RBDO) to degrading systems is challenging because of the continual interplay between calculating time-variant reliability (to ensure reliability policies are met) and moving the design point to optimize various objectives, such as cost, weight, size and so forth. The time needed for Monte Carlo Simulation (MCS) is lengthy when reliability calculations are required for each iteration of the design point. The common methods used to date to improve efficiency have some shortcomings: First, most approaches approximate probability via a method that invokes the most-likely failure point (MLFP), and second, tolerances are almost always excluded from the list of design parameters (hence only so-called parameter design is performed), and, without tolerances, true monetary costs cannot be determined, especially in manufactured systems. Herein, the efficiency of RBDO for degrading systems is greatly improved by essentially uncoupling the time-variant reliability problem from the optimization problem. First, a meta-model is built to relate time-variant reliability to the design space. Design of experiment techniques helps to select a few judicious training sets. Second, the meta-model is accessed to quickly evaluate objectives and reliability constraints in the optimization process. The set-theory approach (with MCS) is invoked to find the system reliability accurately and efficiently for multiple competing performance measures. For a case study, the seminal roller clutch with degradation due to wear is examined. The meta-model method, using both moving least-squares and kriging (using DACE in Matlab), is compared to the traditional approach whereby reliability is determined by MCS at each optimization iteration. The case study shows that both means and tolerances are found that correctly minimize a monetary cost objective and yet ensure that reliability policies are met. The meta-model approach is simple, accurate and very fast, suggesting an attractive means for RBDO of time-variant systems.

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)0,016
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,200
Tête enseignante GPT0,338
Écart entre enseignants0,139 · 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