文献

J-GLOBAL ID：202202228906638040   整理番号：22A0735031

因子分析に基づく確率依存性を考慮した多成分系の信頼性解析【JST・京大機械翻訳】

Reliability analysis for multi-component systems considering stochastic dependency based on factor analysis

著者 (3件)： Kong Xuefeng (School of Reliability and Systems Engineering, Beihang University, Beijing 100191, China) ,  Yang Jun (School of Reliability and Systems Engineering, Beihang University, Beijing 100191, China) ,  Li Lei (School of Reliability and Systems Engineering, Beihang University, Beijing 100191, China)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 169  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  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： 複数成分を有する工学システムのための信頼性解析は,最近ますます興味を増やした。ほとんどの既存の研究は,コンポーネントが同一の劣化モデルと事前セット結合分布またはリンク関数に従い,劣化相互作用を特徴づけると仮定する。しかし,成分の明確な劣化特性は,通常,実際に観察される。また,分解相互作用は通常複雑で多様であり,プリセット依存性構造を適用できない。多様な劣化特性と複雑な劣化相互作用に直面して,本論文は多成分系のための柔軟な信頼性解析フレームワークを提供した。最初に,Wienerプロセス,ガンマプロセス,および逆Gauss過程を組み合わせた確率的プロセスベースの一般的劣化モデルを採用して,成分劣化プロセスを記述し,因子分析を用いて,それらの相互依存性を支配する潜在共通因子を探索することによって,劣化相互作用を特性化した。このように,同一劣化過程とプリセット依存性構造の仮定を緩和でき,この方法のロバスト性を強化した。これに基づき,システム信頼性関数の明示的形式を導いた。次に,効率的な期待値最大化アルゴリズムを,高速計算を可能にする統計的推論に利用した。最後に,提案した方法の優位性を,リチウムイオン電池パックに関する2つの実際の事例研究によって実証した。Copyright 2022 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： 確率過程 ,  相互作用 ,  *信頼性 ,  劣化 ,  Gauss過程 ,  統計的推定 ,  *信頼性解析 ,  *因子分析 ,  *多成分系 ,  事例研究 ,  キャラクタリゼーション ,  高速計算 ,  ロバスト性 ,  リチウムイオン電池
準シソーラス用語： EMアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 信頼性解析 ,  多成分系システム ,  確率的プロセス ,  確率的依存性 ,  因子分析 ,  期待値最大化アルゴリズム

分類 (2件)： 信頼性  (KB04040H) ,  設備管理  (KB02020X)

タイトルに関連する用語 (5件)： 因子分析 ,  確率 ,  依存性 ,  多成分系 ,  信頼性解析