文献

J-GLOBAL ID：201802268503103792   整理番号：18A0814713

AK-MCSI:小故障確率と時間消費モデルに対処するクリギングに基づく方法【JST・京大機械翻訳】

AK-MCSi: A Kriging-based method to deal with small failure probabilities and time-consuming models

著者 (4件)： Lelievre Nicolas (Universite Clermont Auvergne, CNRS, SIGMA Clermont, Institut Pascal, F-63000 Clermont-Ferrand, France) ,  Beaurepaire Pierre (Universite Clermont Auvergne, CNRS, SIGMA Clermont, Institut Pascal, F-63000 Clermont-Ferrand, France) ,  Mattrand Cecile (Universite Clermont Auvergne, CNRS, SIGMA Clermont, Institut Pascal, F-63000 Clermont-Ferrand, France) ,  Gayton Nicolas (Universite Clermont Auvergne, CNRS, SIGMA Clermont, Institut Pascal, F-63000 Clermont-Ferrand, France)
資料名： Structural Safety  (Structural Safety)
巻： 73  ページ： 1-11  発行年： 2018年 
JST資料番号： A0261B  ISSN： 0167-4730  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 信頼性解析は,多くの応用のために今日,依然として困難なままである。最初に,必要な非常に多数の計算のために,小さな故障確率を評価することは面倒である。第二に,機械システムモデルはかなりの数値的努力を必要とする。これらの問題を扱うために,古典的な信頼性解析法をメタモデリングのものと組み合わせて,以前の数値モデルのようなモデルの構築を可能にするが,時間のかかる評価が少ない。これらのアプローチの中で,Krigingとモンテカルロシミュレーションを組み合わせた能動学習信頼性法は,ここ数年にわたって注目されている。この方法は,小さい故障確率を評価することの困難さや計算を並列化することができないなどのいくつかの欠点を有している。提案した論文は,これらの問題を解決するために,そのような方法の改良に焦点を合わせた。それは,小さな故障確率を扱うために,逐次モンテカルロシミュレーション技術を導入した。並列化を可能にし,数値的努力を低減するために,多点濃縮技術も提案した。これらの新しい技術は,学習のための新しいより保守的な停止条件の提案をもたらす。この新しい方法の効率(AK-MCSiと呼ばれる)を,その結果が故障確率の正確な評価に必要な時間と/または反復数の有意な減少を示す3つの例を用いて実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 保全 ,  *クリギング ,  信頼性解析 ,  *故障率 ,  信頼性
準シソーラス用語： モンテカルロシミュレーション ,  数値モデル ,  メタモデリング ,  機械システム , 【Automatic Indexing@JST】

著者キーワード (4件)： 信頼性解析 ,  AKに基づく方法 ,  クラスタリング ,  小故障確率

分類 (2件)： 構造力学一般  (HD01000X) ,  構造設計一般  (RA04010E)

タイトルに関連する用語 (5件)： 故障確率 ,  消費 ,  モデル ,  対処 ,  クリギング