최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.42 no.4, 2019년, pp.194 - 202
이진환 (한남대학교 산업공학과) , 김정훈 (합동군사대학교 공군대학) , 정봉주 (한남대학교 산업공학과) , 김경택 (한남대학교 산업공학과)
Reliability analysis of the components frequently starts with the data that manufacturer provides. If enough failure data are collected from the field operations, the reliability should be recomputed and updated on the basis of the field failure data. However, when the failure time record for a comp...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
중도절단 자료란? | 둘째, 고장 자료는 중도절단 자료(censored data)를 포함하는 경우가 많다[14, 18]. 중도절단 자료는 생존기간의 양 끝점 중 한 쪽 이상이 알려져 있지 않은 경우를 의미한다. 중도절단 자료는 완전한 정보를 담고 있지는 않지만, 정보를 전혀 담고 있지 않은 것은 아니다. | |
유도탄고속함의 전투체계는 어떻게 구성되어 있는가? | 국내에서 개발한 해군 함정 전투체계의 시초인 유도탄고속함의 전투체계는 센서체계, 지휘무장통제체계, 무장체계로 구성되어 있다. 이 중에서 지휘무장통제 체계는 핵심 구성품인 한국형 다기능 통제콘솔(Korea MultiFunction Control Console, KMFCC), 지휘무장통제 캐비넷, 연동단 등으로 구성된다[9]. | |
Kim 등이 고장 자료를 이용할 때 어떻게 자료를 선택하였는가? | Kim 등[9]은 함정 전투체계 시스템에 사용된 부품들의 고장 자료를 이용하여 MTBF를 추정하고 운영대체장비의 소요분석을 최초로 제시하였다. 고장 자료를 분석할 때 중도절단 자료를 제외하였으며, 고장 분포를 단일 분포로 가정하여 자료에 가장 적합한 분포를 선택하였다. Na와 Chang[17]은 좌측 중도절단 자료가 있는 탱크 고장 자료를 결합한 후 EM(Expectation-Maximization) 알고리즘을 사용하여 고장률을 추정하는 방법을 제시하였다. |
Austin, P.C. and Steyerberg, E.W., The Number of Subjects per Variable Required in Linear Regression Analyses, Journal of Clinical Epidemiology, 2015, Vol. 68, pp. 627-636.
Bendell, T., An Overview of Collection, Analysis, and Reliability Data in the Process Industries, IEEE Transactions on Reliability, 1998, Vol. 37, pp. 132-137.
Frigyik, B.A., Kapila, A., and Gupta M.R., Introduction to the Dirichlet Distribution and Related Process, [Technical Report], UWEETR-2010-0006, [Seattle, USA] : University of Washington, 2010.
Garmabaki, A.H.S., Ahmadi, A., Block, J., Pham, H., and Kumar, U., A Reliability Decision Framework for Multiple Repairable Units, Reliability Engineering and System Safety, 2016, Vol. 150, pp. 78-88.
Garmabaki, A.H.S., Ahmadi, A., Mahmood, Y.A., and Barabadi, A., Reliability Modelling of Multiple Repairable Units, Quality and Reliability Engineering International, 2016, Vol. 32, pp. 2329-2343.
Kim, M-S. and Kim, J.-J., Field Data Analysis for a Repairable System, Journal of the Korean Institute of Plant Engineering, 2017, Vol. 22, No. 3, pp. 3-10.
Kvaloy, J.T. and Lindqvist, B.H., A Class of Tests for Trend in Time Censored Recurrent Event Data, Technometrics, 2019, DOI:10.1080/00401706.2019.1605936.
Lawless, J., Cigsar, C., and Cook, R., Testing for Monotone Trend in Recurrent Event Processes, Journal of Technometrics, 2012, Vol. 54, pp. 147-158.
Lee, S.H. and Yum, B.J., Reliability Analysis Procedures for Repairable Systems and Related Case Studies, Journal of the KIMST, 2006, Vol. 9, No. 2, pp. 51-59.
Lewis, P.A.W. and Robinson, D.W., Testing for a Monotone Trend in a Modulated Renewal Process, Reliability and Biometry, SIAM, 1974, pp. 163-182.
Louit, D.M., Pascual, R., and Jardine, A.K.S., A Practical Procedure for the Selection of Time-to-Failure Models based on the Assessment of Trends in Maintenance Data, Reliability Engineering and System Safety, 2009, Vol. 94, pp. 1618-1628.
Miller, J.W. and Harrison, M.T., A Simple Example of Dirichlet Process Mixture Inconsistency for the Number of Components, Advances in Neural Information Processing Systems, 2013, pp. 199-206.
Miller, J.W. and Harrison, M.T., Inconsistency of Pitman-Yor Process Mixtures for the Number of Components, Journal of Machine Learning Research, 2014, Vol. 15, No. 1, pp. 3333-3370.
Na, I.Y. and Chang, W., Multi-System Reliability Trend Analysis Model using Incomplete Data with Application to Tank Maintenance, Quality and Reliability Engineering International, 2017, Vol. 33, pp. 2385-2395.
NIST/SEMATECH, e-Handbook of Statistical Methods, http://www.itl.nist.gov/div898/handbook/, 2012.
Peduzzi, P., Concato, J., Kemper, E., and Feinstein, A.R., A Simulation Study of the Number of Events per Variable in Logistic Regression Analysis, Journal of Clinical Epidemiology, 1996, Vol. 49, pp. 1373-1379.
Percy, D.F., Kobbacy, K.A.H., and Fawzi, B.B., Setting Preventive Maintenance Schedules When Data are Sparse, International Journal of Production Economics, 1997, Vol. 51, pp. 223-34.
Salvatier, J., Wiecki, T.V., and Fonnesbeck, C., Probabilistic Programming in Python using PyMC3, PeerJ Computer Science, 2016, Vol. 2, article e55.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.