haku: @keyword reliability / yhteensä: 133
viite: 42 / 133
Tekijä: | Lehtonen, Juuso |
Työn nimi: | Nosturikomponenttien vikaantumisen ennustaminen ja luotettavuus |
Crane components' failure prediction and reliability | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2010 |
Sivut: | 86 s. + liitt. Kieli: fin |
Koulu/Laitos/Osasto: | Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Oppiaine: | Systeemitekniikka (AS-74) |
Valvoja: | Koivo, Heikki |
Ohjaaja: | Sunio, Juha |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark Aalto 5098 | Arkisto |
Avainsanat: | failure reliability censored data probability maintenance vikaantuminen luotettavuus sensuroitu data todennäköisyys kunnossapito |
Tiivistelmä (fin): | Nosturin kunnossapidon suunnittelu vaatii arviota tai ennustetta komponenttien vikaantumisista. Tässä diplomityössä tarkastellaan tapoja ennustaa vikaantuminen. Ennustamista käsitellään tarkemmin tilanteessa, jossa komponenteista ei ole mittauksia. Koska vikaantumisajankohtaa, on mahdotonta tietää tarkasti. joudutaan tarkastelemaan todennäköisyyksiä. Työssä esitellään yleisesti käytettyjä vikaantumisjakaumia ja niiden ominaisuuksia. Jakaumien lisäksi työssä tarkastellaan tapaa, jolla komponenttiin kohdistuvia kuormituksia voidaan mallintaa ja ottaa huomioon komponentin luotettavuutta laskettaessa. Mallien parametrien estimoinneista esitellään pienimmän neliösumman menetelmä (PNS-menetelmä) sekä suurimman uskottavuuden menetelmä. Jälkimmäisen etuna on. että sillä voidaan paremmin ottaa huomioon epätäydellinen eli sensuroitu data. Lisäksi työssä tarkastellaan, miten Bayesilaisella päättelyllä voidaan aikaisempaa tietoa hyödyntää mallin päivittämisessä. Lopuksi esimerkkikomponentille luodaan luotettavuusmalli asiantuntija-arviointien avulla. |
Tiivistelmä (eng): | Maintenance planning of crane require all estimate or a prediction on components' failures. In this thesis, different methods for predicting are considered. Prediction is discussed in more detail in a situation where there are no measurements from components. Since it is impossible to know exactly when a component will fail probabilities have to be considered. Most common probability distributions and their features are presented. In addition, stresses effecting on components and how they could be taken into account in calculating the component reliability is discussed. Parameter estimation methods least-square and maximum likelihood are presented. The latter has the advantage that it can be used with censored data. In the thesis Bayesian inference is also discussed and how it can be used to take advantage of previous knowledge for updating the model. Finally, the reliability model for an example component is created based on expert opinions. |
ED: | 2010-12-21 |
INSSI tietueen numero: 41469
+ lisää koriin
INSSI