선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 반대로 말하면, 2구역에서는 다른 구역만큼 많은 샘플링을 수행 할 필요가 없다는 것을 의미한다. 따라서, 본 논문에서는 2구역의 샘플링 시점을 과감하게 줄이고, 이것이 신뢰성 추정에 미치는 영향을 알아본다.
- 원샷 시스템과 같이 저장 기간 동안의 열화 작용으로 인해 고장률이 증가하는 경우에는 주로 와이블 분포를 가정하여 신뢰도 분포를 추정한다. 본 논문에서는 와이블 분포에 대한 두 가지 특징을 언급하였다. 첫째로, 와이블 분포는 두 개의 곡선구역과 한 개의 직선구역으로 구성되고, 둘째로 와이블 분포는 형상 모수의 변화와 같이 두 개의 곡선구역이 동시에 변화한다는 것이다.
- 본 논문에서는 위 두 가지 가정을 검증함으로써 샘플링 시점이 신뢰도 추정의 정확성에 큰 영향을 미친다는 것을 보여주고자 한다.
- 본 논문의 목적은 샘플링 시점이 와이블 분포의 신뢰도 추정 정확성에 미치는 영향을 알아보는 것이다. 실험을 위해 반드시 필요한 것이 고장 데이터이다.
- 본 연구는 세 번째 연구 그룹에 속하며, 샘플링 시점이 저장 신뢰성 예측의 정확성에 미치는 영향을 분석하고자 한다. 신뢰도 예측의 정확성을 향상시키기 위한 가장 직관적인 방법은 샘플링 수와 샘플링 시점의 수를 증가시키는 방법이다.
- 하지만 이러한 접근방법은 고비용을 필요로 하는 원샷 시스템이 경우에는 샘플링 시점을 증가시키는 방법을 적용하기가 현실적으로 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 샘플링 시점의 조절에 의한 원샷 시스템의 저장 신뢰도 추정 정확도의 향상에 대해 언급하였고, 이를 증명하기 위한 실험을 수행하였다.
- 하지만, 현실적으로 원샷 시스템은 파괴 시험을 수행하여 실제 시료가 파괴되며 사용되는 시료가 고가이기 때문에 많은 비용을 지출해야하는 문제가 발생한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 샘플링 시점이 신뢰도 추정의 정확성에 미치는 영향을 분석하고자 한다[22]. 비록 원샷 시스템의 저장 신뢰성 예측에 대한 많은 기존 연구들이 있지만, 대부분의 연구들이 전체 수명 기간 동안 균일한 샘플링 시점을 가정하거나, 샘플링 시점을 중요하게 고려하지 않았다.
가설 설정
- • 가정 1: 와이블 분포는 크게 두 개의 곡선 구역과 한 개의 직선 구역으로 나눌 수 있으며, 직선 구역으로 판단되는 2구역은 다른 구역들에 비해 적은 샘플 자료로도 샘플링 추정의 정확성에 큰 영향을 미치지 않는다.
- • 가정 2: 와이블 분포는 형상 모수의 변화에 따라 1구역과 3구역이 동시에 변화한다.
- 샘플링 시점에서 정해진 샘플 수만큼 균일분포(Uniform distribution)를 기반으로 난수를 발생시켜서 추출된 값이 샘플링 시점의 참값 신뢰도보다 작으면 양품, 그렇지 않으면 고장으로 판단한다. Guikema의 연구에서는 참값 신뢰도를 샘플링 시점이 증가할수록 일정하게 감소한다고 가정하였다. 하지만 제2장에서 언급하였듯이, 원샷 시스템의 고장은 자연적인 스트레스로 인하여 구성품이 열화되어 발생하기 때문에 고장시간은 와이블 분포를 따른다고 가정하였다.
- 4 (a)]는 수명 전 주기에 걸쳐서 균일한 시점에 샘플링을 수행하여 신뢰도를 추정하는 실험이다. 앞서 언급했듯이, 신뢰도 추정에 대한 대부분의 기존연구들이 균일한 샘플링 시점을 가정하여 실험을 수행하였다. 이 실험을 통해 얻은 신뢰도 추정 정확성 결과는 샘플링 시점이 정확성에 미치는 영향을 판단하기 위한 기준이 될 것이다.
- 1]에서 언급한 와이블 분포식을 이용하여 계산할 수 있다. 와이블 분포의 척도 모수와 형상 모수는 각각 20과 3으로 가정하였다. 각 시점에서의 샘플링은 균일분포 U(0, 1)를 기반으로 1,000개씩 추출되었다.
- Guikema의 연구에서는 참값 신뢰도를 샘플링 시점이 증가할수록 일정하게 감소한다고 가정하였다. 하지만 제2장에서 언급하였듯이, 원샷 시스템의 고장은 자연적인 스트레스로 인하여 구성품이 열화되어 발생하기 때문에 고장시간은 와이블 분포를 따른다고 가정하였다. 따라서 신뢰도가 일정하게 감소하는 것이 아니고, 와이블 분포의 형태로 감소하게 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.