توسعه مدل رشد قابلیت اطمینان برمبنای فرآیند پواسن ناهمگن با توزیعی نرمال

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، مهندسی هوافضا، پژوهشگاه هوافضا، تهران، ایران

2 دانشجوی دکترای مهندسی هوافضا، دانشگاه صنعتی شریف، تهران، ایران

چکیده

هدف از این مقاله توسعه مدلی برای رشد قابلیت اطمینان با توزیع نرمال براساس فرایند پواسون ناهمگن است. برای این منظور ابتدا چارچوب مدل‌سازی فرآیند پواسن ناهمگن برای معادله رشد قابلیت اطمینان با فرض توزیع نرمال برای خرابی داده‌ها استخراج گردیده و معادلات مربوط به رشد قابلیت اطمینان مبتنی بر فرایند پواسن ناهمگن با توزیعی نرمال به‌دست می‌آید. سپس برای ارزیابی مدل قابلیت اطمینان مذکور با داده‌های خرابی، از تکنیک تخمین حداکثر درست‌نمایی برای برآورد پارامتر موثر در رشد قابلیت اطمینان استفاده شده است. برای تخمین پارامترهای قابلیت اطمینان، از روش‌های تکرار امید ریاضی _ بیشینه کردن برای حل معادلات حاصل از برآورد حداکثر درست‌نمایی مورد استفاده قرار گرفته است. در نهایت، مدل پیشنهادی با پیاده‌سازی بر روی داده‌های خرابی یک سیستم هوافضایی نشان می‌دهد که رویکرد حاضر در مقایسه با مدل‌های پایه رشد قابلیت اطمینان دارای دقت بالایی بوده و فرایند رشد و یا زوال قابلیت اطمینان سیستم را با دقت بالایی شبیه‌سازی می‌کند.

کلیدواژه‌ها

موضوعات


[1]         Modarres M., Kaminskiy M. P., and  Krivtsov V., Reliability Engineering and Risk Analysis: A Practical Guide: CRC press, 2016.
[2]           Duane J., Learning curve approach to reliability monitoring, IEEE Transactions on Aerospace, vol. 2, pp. 563-566, 1964.
[3]           Crow L. H., Reliability analysis for complex, repairable systems, Army Material Systems Analysis Activityaberdeen Poving Ground MD, 1975.
[4]           Crow L. H, Confidence interval procedures for reliability growth analysis, Army Material Systems Analysis Activityaberdeen Poving Ground MD, 1977.
[5]           Ascher H., Comments on" Models for reliability of repaired equipment, IEEE Transactions on Reliability, vol. 28, pp. 119-129, 1979.
[6]           Bain L. J. and Engelhardt M., Inferences on the parameters and current system reliability for a time truncated Weibull process, Technometrics, vol. 22, pp. 421-426, 1980.
[7]           Bassin W., Increasing hazard functions and overhaul policy, in Proc. 1969 Ann. Symp. Reliability, pp. 173-178, 1969.
[8]           Finkelstein J., Confidence bounds on the parameters of the Weibull process, Technometrics, vol. 18, pp. 115-117, 1976.
[9]           Lee  L. and Lee S. K., Some results on inference for the Weibull process, Technometrics, vol. 20, pp. 41-45, 1978.
[10]         Donovan  J. and Murphy E., Reliability growth—a new graphical model, Quality and Reliability Engineering International, vol. 15, pp. 167-174, 1999.
[11]         Codier E. O., Reliability growth in real life, in Proceedings, 1968 Annual Symposium on Reliability, New York, IEEE, pp. 458-469, 1968.
[12]         O'Connor P. and Kleyner A., Practical reliability engineering: John Wiley & Sons, 2012.
[13]         Selby J., Reliability Planning and Management-RPM, 1970.
[14]         Herd G., Comparisons of reliability growth experience, Reliability Growth Management, Testing, and Modeling, pp. 19-78, 1978.
[15]         Jelinski Z. and Moranda P., Software reliability research, in Statistical computer performance evaluation, ed: Elsevier, pp. 465-484, 1972.
[16]         Littlewood B., Stochastic reliability-growth: A model for fault-removal in computer-programs and hardware-designs, IEEE Transactions on Reliability, vol. 30, pp. 313-320, 1981.