کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7195232 1468198 2018 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Bayesian model updating with summarized statistical and reliability data
ترجمه فارسی عنوان
به روز رسانی مدل بیزی با داده های آماری و پایایی خلاصه شده
کلمات کلیدی
قابلیت اطمینان، کالیبراسیون، آمار خلاصه، آمار کافی شبکه بیزی،
ترجمه چکیده
دقت تحلیل مدل پایایی بر اساس عدم اطمینان در مورد پارامترهای مدل مورد استفاده برای پیش بینی رفتار سیستم مهندسی تأثیر می پذیرد. عدم اطمینان در پارامترهای مدل می تواند با ترکیب دانش پیشین در مورد پارامترها با داده های مشاهده شده در مورد ورودی ها و خروجی های سیستم کاهش یابد. در برخی موارد، اطلاعات مربوط به مشاهدات تنها به عنوان داده های انتزاعی در دسترس هستند، جایی که دادههای خام اولیه به نمایندگی خلاصه کاهش یافته است. اشکال متداول داده های انتزاعی شامل آمار خلاصه، مانند میانگین و واریانس برای متغیرهای پیوسته و فرکانس های مشاهده شده برای متغیرهای گسسته است. در زمینه تجزیه و تحلیل قابلیت اطمینان، یک فرم رایج از اطلاعات موجود، به جای دادههای دقیق آزمون واقعی، اطلاعات پایهای را برای اجزای مکانیکی مختلف (به عنوان مثال میزان شکست و احتمال شکست) خلاصه می کند. این مقاله روش شناسی برای به روز رسانی پارامترهای مدل با استفاده از این فرم های داده های انتزاعی از طریق یک شبکه بیزی ارائه می دهد. اول، مفهوم یک تابع آمار توسعه یافته است و به شکل داده های انتزاعی مرتبط است. پس از آن، مفهوم تبدیل قوس به منظور تبدیل شبکه بیسین به یک شکل است که می تواند برای ترکیب تابع آمار استفاده شود و بنابراین به روز رسانی پارامترهای مدل امکان پذیر است. چندین مثال عددی برای نشان دادن کاربرد و عمومی روش پیشنهادی برای چندین فرم مختلف داده های انتزاعی استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی مکانیک
پیش نمایش مقاله
به روز رسانی مدل بیزی با داده های آماری و پایایی خلاصه شده
چکیده انگلیسی
The accuracy of model-based reliability analysis is affected by the uncertainty regarding the model parameters used to predict the behavior of the engineering system. The uncertainty in the model parameters can be reduced by combining prior knowledge about the parameters with observed data regarding system inputs and outputs. In some cases, the information about the observations is only available as abstracted data, where the original raw data have been reduced to a summarized representation. Common forms of abstracted data include summary statistics, such as the mean and variance for continuous variables and observed frequencies for discrete variables. In the context of reliability analysis, a common form of available information is summarized reliability data for various mechanical components (e.g., failure rates or failure probabilities) instead of detailed actual test data. This paper presents a methodology for updating the model parameters using these abstracted data forms through a Bayesian network. First, the concept of a statistics function is developed and linked to the abstracted data forms. The concept of arc reversal is then exploited to transform the Bayesian network to a form that can be used to incorporate the statistics function and thereby enable the updating of the model parameters. Several numerical examples are used to demonstrate the applicability and generality of the proposed method for several different forms of abstracted data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Reliability Engineering & System Safety - Volume 172, April 2018, Pages 12-24
نویسندگان
, ,