A Decision-making Framework for Repair vs Replacement of a Multi-Component System Subject to Environmental Shocks
Notice bibliographique
Résumé
SUMMARYThis paper considers a repairable system, which can be either repaired or replaced when a failure occurs, and earns income as a function of its operation time. The main aim of the current paper is to develop a dynamic decision-making framework to decide whether a failed system has to be repaired or replaced by a new one. The decision is made based on the mean profit of the repair and replacement scenarios. The most profitable scenario would be the output of the framework. The dynamicity of the strategy backs to the fact that it can alternate between repair and replacement depending on the system’s state. The framework is also dynamic in the sense of time because the system’s income, and the repair and penalty costs are functions of time. The mean profit is constructed based on the system’s income, the repair and purchase cost, the imposed costs regarding the system's shut downtime and repair time, and the waiting time for the delivery of a new system. The cost factors are considered functions of time and the repairs are assumed to be imperfect. To apply the proposed framework when the system breaks down, the responsible engineer needs two inputs to make the decision: the meantime to repair and the degree of repair by the repairman. Given the inputs, if the benefit of replacement is more than the benefit of repair, the system should be replaced; otherwise, the system should be repaired. Some numerical results and a real-world example are presented to assess the behavior and illustrate the application of the proposed framework.
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 | 0,000 | 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 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 ».