دانلود مقاله ISI انگلیسی شماره 57183
ترجمه فارسی عنوان مقاله

استنتاج بیزی با داده های همپوشانی: برآورد پایایی سیستم های متریک زندگی مداوم با تقاضای چند جانبه با شواهد نامشخص

عنوان انگلیسی
Bayesian inference with overlapping data: Reliability estimation of multi-state on-demand continuous life metric systems with uncertain evidence
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
57183 2016 12 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Reliability Engineering & System Safety, Volume 145, January 2016, Pages 124–135

ترجمه کلمات کلیدی
تجزیه و تحلیل بیزی، داده های سلسله مراتب همپوشانی، استنتاج پایین سیستم های چند دولتی، معیارهای زندگی مداوم
کلمات کلیدی انگلیسی
Bayesian analysis; Overlapping hierarchical data; Downwards Inference; Multi-state systems; Continuous life metrics
ترجمه چکیده
در این مقاله، روش ارزیابی قابلیت اطمینان سیستم بیزی برای مجموعه های داده های چندگانه با هم تداخل در سیستم های متقارن چند جانبه پیچیده چند جانبه تقاضا و پیوسته ارائه شده است. مجموعه داده ها در صورت همگام شدن با همان فرایند همزمان می شوند، با اطمینان از سنسورهای متصل به یک سیستم در سطوح عملکردی و فیزیکی مختلف، نمونه ای ساده می باشند. پردازش داده های همپوشانی به عنوان عدم تداخل، از بین می رود یا نادرست اطلاعات مربوط به قابلیت اطمینان سیستم را می دهد. روش های برای تجزیه و تحلیل قابلیت اطمینان سیستم برخی از مجموعه داده های همپوشانی قبلا پیشنهاد شده است. این روش ها و رویکرد ارائه شده در این مقاله می توانند شواهد نامشخصی را از سیستم ها با درک مفصلی از منطق سیستم ارائه شده با استفاده از درخت های درختی، بلوک های مدارک اطمینان یا نمایش های معادل آن ارائه دهند. روش ارائه شده در اینجا بر روی رویکردهایی است که توسط نویسندگان ارائه شده است که امکان ترکیب دقیق یا مجموعه داده های خاص را توسعه داده است.

چکیده انگلیسی

A Bayesian system reliability estimation methodology for multiple overlapping uncertain data sets within complex multi-state on-demand and continuous life metric systems is presented in this paper. Data sets are overlapping if they are drawn from the same process at the same time, with reliability data from sensors attached to a system at different functional and physical levels being a prime example. Treating overlapping data as non-overlapping loses or incorrectly infers information on system reliability. Methodologies for system reliability analysis of certain overlapping data sets have previously been proposed. These methodologies, and the approach presented in this paper, are able to incorporate overlapping uncertain evidence from systems with a detailed understanding of the system logic represented using fault-trees, reliability block diagrams or equivalent representations. The method presented here builds on approaches that have already been developed by the authors that allow incorporation of exact or certain data sets.