文献

J-GLOBAL ID：201902214735246255   整理番号：19A1112171

不完全修理下の多成分系に対する条件ベース保全最適化-RFADモデルに基づく【JST・京大機械翻訳】

Condition-Based Maintenance Optimization for Multicomponent Systems Under Imperfect Repair-Based on RFAD Model

著者 (4件)： Ma Hong-Guang (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Wu Ji-Peng (Science and Technology on Reliability and Environmental Engineering Laboratory, School of Reliability and Systems Engineering, Beihang University, Beijing, China) ,  Li Xiao-Yang (Science and Technology on Reliability and Environmental Engineering Laboratory, School of Reliability and Systems Engineering, Beihang University, Beijing, China) ,  Kang Rui (Science and Technology on Reliability and Environmental Engineering Laboratory, School of Reliability and Systems Engineering, Beihang University, Beijing, China)
資料名： IEEE Transactions on Fuzzy Systems  (IEEE Transactions on Fuzzy Systems)
巻： 27  号： 5  ページ： 917-927  発行年： 2019年 
JST資料番号： W0509A  ISSN： 1063-6706  CODEN： IEFSEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 条件ベース保全は,多成分システム性能を保証し,予想外の故障を防ぐための非常に効率的な戦略として開発されている。しかし,既存の条件ベース保全最適化モデルには欠点がある。最初に,既存のモデルは成分開発段階で得られた加速劣化試験(加速劣化試験)データを利用しない。第二に,これらのモデルのほとんどは不完全な修復の代わりに完全な修復を仮定している。第3に,これらの条件に基づく保全モデルで使用される劣化モデルは,認識上の不確実性を考慮することができない。これらの問題に動機付けられて,本論文は不完全な修理を有する多成分システムのための新しい条件ベースの保全最適化モデルを提示した。ADTデータと現場データの両方を利用する統合劣化予測フレームワークを提示して,提案したモデルにおけるパラメータをタイムリーに更新した。提案した多変量,非線形計画法モデルを解決するために,自己交差操作とシフト突然変異操作による新しい遺伝的アルゴリズムを開発した。数値例と比較を行い,提案したモデルの性能を評価した。結果は,提案したモデルが正確に成分の劣化過程を評価することができて,より低い全体保全コストを達成することができることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不確実性 ,  突然変異 ,  *最適化 ,  保全費 ,  *多成分系 ,  *モデル ,  パラメータ ,  *保全 ,  遺伝的アルゴリズム
準シソーラス用語： 劣化過程 ,  多変量 ,  劣化予測 ,  劣化モデル ,  加速劣化試験 ,  最適化モデル , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： 修理 ,  多成分系 ,  保全 ,  最適化 ,  モデル