Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/18597 |
Resumo: | Este trabalho trata de sistemas reparáveis que sofrem reparo imperfeito, utilizando uma classe de modelos de processos estocásticos conhecida como Processo de Renovação Generalizado (PRG), que é um modelo de idade virtual que determina a classificação do reparo de acordo com o grau de redução que este proporciona sob a idade real do equipamento, mensurada através de um parâmetro de rejuvenescimento, , e este modelo permite inserir uma maior flexibilidade quanto ao tratamento de dados de falhas. Foi proposto um modelo PRG com base na distribuição -Exponencial ( -PRG), onde o sucesso da Exponencial deve-se, em parte, à sua capacidade de exposições a caudas pesadas e fenômenos de lei de potência. Os estimadores de máxima verossimilhança não apresentaram expressões analíticas e, então, a estimação dos parâmetros -PRG foi realizada por meio do algoritmo evolucionário Differential Evolution (DE), que é algoritmo estocástico para resolver problemas de otimização global de funções não lineares, ou seja, é um método para minimizar funções não lineares e não diferenciáveis em um espaço contínuo de busca. Com base no método DE, foram realizadas simulações a partir de dados de falha extraídos da literatura. A partir das simulações executadas utilizando o método bootstrap paramétrico, mesmo existindo valores discrepantes, o processo de simulação manteve as características dos dados iniciais, de modo que informações sobre as falhas não foram perdidas. Com as simulações, concluiu-se que para tamanhos amostrais maiores, as abordagens bootstrap utilizadas tendem a fornecer estimativas intervalares semelhantes para os parâmetros -PRG. Além disso, foi possível obter alguns resultados estatísticos para os estimadores como a ausência de normalidade e estimar o parâmetro de rejuvenescimento do PRG. |
id |
UFPE_7b43b27d337d1fa73a9151b32dfc6c12 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/18597 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
SILVA, Sharlene Neuma Henrique dahttp://lattes.cnpq.br/4939317317643877http://lattes.cnpq.br/7778828466828647MOURA, Márcio José das Chagas2017-04-19T18:10:57Z2017-04-19T18:10:57Z2016-08-23https://repositorio.ufpe.br/handle/123456789/18597Este trabalho trata de sistemas reparáveis que sofrem reparo imperfeito, utilizando uma classe de modelos de processos estocásticos conhecida como Processo de Renovação Generalizado (PRG), que é um modelo de idade virtual que determina a classificação do reparo de acordo com o grau de redução que este proporciona sob a idade real do equipamento, mensurada através de um parâmetro de rejuvenescimento, , e este modelo permite inserir uma maior flexibilidade quanto ao tratamento de dados de falhas. Foi proposto um modelo PRG com base na distribuição -Exponencial ( -PRG), onde o sucesso da Exponencial deve-se, em parte, à sua capacidade de exposições a caudas pesadas e fenômenos de lei de potência. Os estimadores de máxima verossimilhança não apresentaram expressões analíticas e, então, a estimação dos parâmetros -PRG foi realizada por meio do algoritmo evolucionário Differential Evolution (DE), que é algoritmo estocástico para resolver problemas de otimização global de funções não lineares, ou seja, é um método para minimizar funções não lineares e não diferenciáveis em um espaço contínuo de busca. Com base no método DE, foram realizadas simulações a partir de dados de falha extraídos da literatura. A partir das simulações executadas utilizando o método bootstrap paramétrico, mesmo existindo valores discrepantes, o processo de simulação manteve as características dos dados iniciais, de modo que informações sobre as falhas não foram perdidas. Com as simulações, concluiu-se que para tamanhos amostrais maiores, as abordagens bootstrap utilizadas tendem a fornecer estimativas intervalares semelhantes para os parâmetros -PRG. Além disso, foi possível obter alguns resultados estatísticos para os estimadores como a ausência de normalidade e estimar o parâmetro de rejuvenescimento do PRG.CAPESThis work deals with repairable systems that undergo imperfect repair, using a class of stochastic process models known as Generalized Renewal Process (GRP), which is a virtual age model that determines the classification of the repair according to the degree of reduction that This provides, under the real age of the equipment, measured through a rejuvenation parameter, , and this model allows to insert a greater flexibility in the treatment of data of failures. A GRP model was proposed based on the -Exponential distribution ( -GRP), where -Exponential success is due, in part, to its ability to expose heavy tails and power law phenomena. The maximum likelihood estimators did not present analytical expressions and, therefore, the estimation of the -GRP parameters was performed using the evolutionary algorithm Differential Evolution (DE), which is a stochastic algorithm to solve problems of global optimization of non-linear functions, that is, is a method to minimize non-linear and non-differentiable functions in a continuous search space. Based on the DE method, simulations were performed based on fault data extracted from the literature. From the simulations performed using the parametric bootstrap method, even if there were discrepant values, the simulation process maintained the characteristics of the initial data, so that information about the failures was not lost. With the simulations, it was concluded that for larger sample sizes, the bootstrap approaches used tend to provide similar interval estimates for the -GRP parameters. In addition, it was possible to obtain some statistical results for the estimators such as the absence of normality and to estimate the GRP rejuvenation parameter.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia de ProducaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessSistemas reparáveis. Processo de renovação generalizado. Distribuição Exponencial. Differential Evolution.Repairable systems. Generalized renewal process. Distribution -Exponential. Differential Evolution.Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDissertação_Versão Final.pdf.jpgDissertação_Versão Final.pdf.jpgGenerated Thumbnailimage/jpeg1270https://repositorio.ufpe.br/bitstream/123456789/18597/5/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf.jpg357f6d6d6457f3dc8bbb041cd886fd1fMD55ORIGINALDissertação_Versão Final.pdfDissertação_Versão Final.pdfapplication/pdf1475057https://repositorio.ufpe.br/bitstream/123456789/18597/1/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf12f4f23219e2dd8cfd695075bb204ac4MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/18597/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/18597/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDissertação_Versão Final.pdf.txtDissertação_Versão Final.pdf.txtExtracted texttext/plain127890https://repositorio.ufpe.br/bitstream/123456789/18597/4/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf.txt0119700bf94d58b8b39c5bde139da8cdMD54123456789/185972019-10-25 04:35:01.468oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:35:01Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
title |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
spellingShingle |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial SILVA, Sharlene Neuma Henrique da Sistemas reparáveis. Processo de renovação generalizado. Distribuição Exponencial. Differential Evolution. Repairable systems. Generalized renewal process. Distribution -Exponential. Differential Evolution. |
title_short |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
title_full |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
title_fullStr |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
title_full_unstemmed |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
title_sort |
Processo de renovação generalizado para análise de sistemas reparáveis baseado na distribuição q–Exponencial |
author |
SILVA, Sharlene Neuma Henrique da |
author_facet |
SILVA, Sharlene Neuma Henrique da |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4939317317643877 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7778828466828647 |
dc.contributor.author.fl_str_mv |
SILVA, Sharlene Neuma Henrique da |
dc.contributor.advisor1.fl_str_mv |
MOURA, Márcio José das Chagas |
contributor_str_mv |
MOURA, Márcio José das Chagas |
dc.subject.por.fl_str_mv |
Sistemas reparáveis. Processo de renovação generalizado. Distribuição Exponencial. Differential Evolution. Repairable systems. Generalized renewal process. Distribution -Exponential. Differential Evolution. |
topic |
Sistemas reparáveis. Processo de renovação generalizado. Distribuição Exponencial. Differential Evolution. Repairable systems. Generalized renewal process. Distribution -Exponential. Differential Evolution. |
description |
Este trabalho trata de sistemas reparáveis que sofrem reparo imperfeito, utilizando uma classe de modelos de processos estocásticos conhecida como Processo de Renovação Generalizado (PRG), que é um modelo de idade virtual que determina a classificação do reparo de acordo com o grau de redução que este proporciona sob a idade real do equipamento, mensurada através de um parâmetro de rejuvenescimento, , e este modelo permite inserir uma maior flexibilidade quanto ao tratamento de dados de falhas. Foi proposto um modelo PRG com base na distribuição -Exponencial ( -PRG), onde o sucesso da Exponencial deve-se, em parte, à sua capacidade de exposições a caudas pesadas e fenômenos de lei de potência. Os estimadores de máxima verossimilhança não apresentaram expressões analíticas e, então, a estimação dos parâmetros -PRG foi realizada por meio do algoritmo evolucionário Differential Evolution (DE), que é algoritmo estocástico para resolver problemas de otimização global de funções não lineares, ou seja, é um método para minimizar funções não lineares e não diferenciáveis em um espaço contínuo de busca. Com base no método DE, foram realizadas simulações a partir de dados de falha extraídos da literatura. A partir das simulações executadas utilizando o método bootstrap paramétrico, mesmo existindo valores discrepantes, o processo de simulação manteve as características dos dados iniciais, de modo que informações sobre as falhas não foram perdidas. Com as simulações, concluiu-se que para tamanhos amostrais maiores, as abordagens bootstrap utilizadas tendem a fornecer estimativas intervalares semelhantes para os parâmetros -PRG. Além disso, foi possível obter alguns resultados estatísticos para os estimadores como a ausência de normalidade e estimar o parâmetro de rejuvenescimento do PRG. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-08-23 |
dc.date.accessioned.fl_str_mv |
2017-04-19T18:10:57Z |
dc.date.available.fl_str_mv |
2017-04-19T18:10:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/18597 |
url |
https://repositorio.ufpe.br/handle/123456789/18597 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Engenharia de Producao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/18597/5/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/18597/1/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf https://repositorio.ufpe.br/bitstream/123456789/18597/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/18597/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/18597/4/Disserta%c3%a7%c3%a3o_Vers%c3%a3o%20Final.pdf.txt |
bitstream.checksum.fl_str_mv |
357f6d6d6457f3dc8bbb041cd886fd1f 12f4f23219e2dd8cfd695075bb204ac4 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 0119700bf94d58b8b39c5bde139da8cd |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310724779769856 |