Practical application of structural risk assessment with SMART DT
Notice bibliographique
Résumé
Structural risk assessments are highly relevant to assure the integrity of the structure over the whole life-cycle of an aircraft. The Aircraft Structural Integrity Program (ASIP) introduces design guidance based on deterministic crack growth prediction for safety critical components. Today, with the increase of computational power, probabilistic methods instead of deterministic analysis can be deployed. Probabilistic Risk Assessment (PRA) offers the benefit of taking uncertainty into account and leads to less conservative estimates while meeting safety requirements. Facilities such as the National Research Council Canada (NRC) or the Defence Science and Technology Organization in Australia (DSTO) are already assessing safety critical elements with PRA. RUAG AG is interested in the application of this method for a military system. Based on the research performed by these facilities, the application of PRA is assessed. The probabilistic calculations are performed with SMART|DT. Structural fatigue data is needed for the assessment, which includes equivalent crack growth data, pre-crack size distributions (EPS), loading distributions and POD. The possibilities of the tool are assessed with four case studies with different data situations. Based on the case studies, existing methods are explored and implemented for the data acquisition. For better understanding PRAs and their application for the system, evaluations are performed including comparisons between spectra, different material data and the influence of different distributions on the probability of failure. With the applied methodologies, the case studies show very conservative results compared to fleet crack findings. The application of the tool must be assessed on a case-by-case basis depending on the available data. The application of PRA is challenging and it is difficult to establish the reliability of the data and their results with the lack of guidelines regarding PRA. The paper shows a possible application of PRAs using the available data with limited effort in the data gathering process and includes simple ways for the data preparation and application in SMART|DT based on known PRA methodologies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».