Integrating Reliability Engineering with Model Based Systems Engineering
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
Summary & ConclusionsAs fully digital programs become commonplace, it is imperative that Reliability Engineering (RE) adapt to take advantage of all the benefits that Model-Based Systems Engineering (MBSE) offers. At the same time, integrating RE with MBSE cannot result in a loss of modeling and prediction fidelity, nor should it drive significant learning on reliability engineers of new tools and programming languages. The approach should, however, consider the particular nuances of the modeling being performed. This paper describes two distinct techniques for this integration effort adopted by two program areas within the same company. Both approaches contain unique advantages, and it is shown that there is no single best way to perform RE within an MBSE framework.The first approach described performs the reliability analysis in a Microsoft Excel based model. The important properties of the system hardware are captured in a table in Cameo. This table is then exported to Excel and compared to the hardware in the Excel reliability model. Once any hardware changes have been updated, the table can be exported back to Cameo to include the updated reliability properties.The second approach described integrates MATLAB with Cameo. The reliability analysis is either performed in MATLAB or another tool then integrated into MATLAB. Then, through a series of scripts, Cameo connects with the MATLAB analysis to fully integrate the system model with the reliability model.Each of these approaches can be used by a wide variety of programs in diverse industries. The appeal of these approaches is that it allows Reliability Engineers to continue using their current tools while ensuring that their models always align with the current system architecture.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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