<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Anshuman Singh, GE Power & Water의 기계 엔지니어
John Korsedal, GE Power & Water 컨설팅 엔지니어
GE Power & Water의 수명주기 신뢰성 엔지니어링 기술 리더 인 Brad Foulkes
기계의 수명은 수백 가지 요소로 구성됩니다. 각 구성 요소는 다양한 작동 조건에 영향을받으며 그 중 많은 부분이 설계 프로세스의 일부로 간주되지 않습니다. 이 때문에 구성 요소의 실제 수명은 단일 지점이 아니라 운영 데이터의 영향을받는 배포입니다. 또한 구성 요소의 오류로 인해 전체 시스템이 고장 나지 않을 수도 있기 때문에 정확한 고장 시간을 결정할 수없는 경우도 있습니다. 이러한 변화의 근원은 생존 모델링을 점점 더 어렵게 만들지 만 운영 데이터를 포함하여 이러한 변화의 영향을 줄이는 한 가지 방법입니다. JMP Pro는 운영 데이터를 이해하는 데 사용됩니다. 인공 신경 네트워크와 부트 스트랩 모델링을 통해 우리는 불평형 이산 결과를 사용하여 기존 생존 모델에 병렬로 접근하여 구성 요소 수명의 동인을 확인했습니다. 이 병렬 접근법과 JMP Pro 시각화를 사용하여 중요한 X가 식별되고 생존 모델에 추가됩니다. 이러한 방법을 일관되게 사용하면 구성 요소 수명에 더 나은 생존 모델이 생깁니다. 이 프리젠 테이션은 요인을 확인하는 데 사용되는 모델링 기술을 보여줌으로써보다 정확한 모델을 제시합니다.
