Influence of Statistical Distributions on Availability and Inspection Interval of Protective Devices
Notice bibliographique
Résumé
Protective devices are designed to protect people, the environment and material assets under emergency situations. If protective devices do not work well, serious consequences may be resulted. It is critical to pay special attention to their maintenance. For this reason, many availability models have been developed to obtain an optimal inspection interval and to maximize their availability. However, few attention have been paid to the relationship between the statistical distributions used to describe the lifetime of protective devices and their optimal inspection interval and maximum availability. Furthermore, the problem that might occur when the normal distribution takes negative values has not been considered yet in protective device maintenance. This thesis aims to calculate the optimal inspection interval and maximum availability for the Weibull, normal, truncated normal and exponential distributions. Also, the relationship between these statistical distributions, and the availability and the inspection interval is studied. Finally, this thesis intends to study the problem that arises when the normal distribution might take negative values. To meet these objectives, an existing availability model, which considers constant time between inspections, is adapted to the Weibull, normal, truncated and exponential distributions. After adapting the model to each distribution, the effects of each distribution’s parameters on the optimal inspection interval and maximum availability are analyzed. It is not recommended to use the normal distribution if it has a large number of negative values while the truncated normal distribution is suggested as a possible approach to replace the normal distribution. This analysis help us to have a understanding on what is the performance and limitations of each of the four distributions.
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 | 0,005 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,001 | 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 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 ».