Využití Weibullova rozdělení při diagnostice technologických procesů

Lucie Denková

Doctoral thesis

The Use of Weibull Distribution for the Diagnosis Processes

Abstract:

Předkládaná disertační práce „VYUŽITÍ WEIBULLOVA ROZDĚLENÍ PŘI DIAGNOSTICE TECHNOLOGICKÝCH PROCESŮ“ je zaměřena na vývoj a testování metodiky pro tvorbu modelů založených na Weibullově rozdělení pravděpodobnosti. Primární oblastí aplikovatelnosti těchto modelů je oblast spolehlivosti, technické diagnostiky a údržby. Algoritmus navržené metodiky tvorby modelů s Weibullovým rozdělením je založen na statisticko-evolučním přístupu. Navržená metodika je v práci testována na třech mechanických mechanismech poruch – atmosférická koroze, creep a abrazivní opotřebení a dvou elektrických mechanismech poruch – přetížení a změna vlastností. Testované příklady poruch byly z provozního prostředí metalurgického a energetického průmyslu, dále z oblasti automotive a z laboratorních experimentů. Výsledky potvrdily apriorní předpoklad, že pro tvorbu takových modelů jsou vhodné metody umělé inteligence. Práce má charakter aplikačně-základního výzkumu, kdy výsledky bude možné aplikovat jak v provozním prostředí v oblasti spolehlivosti, technické diagnostiky a údržby na které byla práce primárně zaměřena, ale i v dalších oblastech z oblasti materiálů a konstrukce. Rovněž výsledky práce mohou být inspirativní pro různé výzkumné projekty týkající se mechanismů poruch, kdy při dostatečném množství dat z různých oblastí by bylo možné vytvořit znalostní databázi modelů mechanismů poruch, která by byla využitelná v oblasti konstrukce strojů a zařízení a jejich údržbě.

Abstract:

The doctoral thesis “UTILIZATION OF WEIBULL DISTRIBUTION IN DIAGNOSTICS OF TECHNOLOGICAL PROCESSES” is focused on development and testing of methodology for creation of model based on Weibull probability distribution. Primary applicable are of these models are dependability, technical diagnostics and maintenance. Algorithm of developed methodology for models creation with Weibull distribution principle is based on statistics-evolutionary approach. Proposed methodology is tested on three mechanical fault mechanisms – atmospheric corrosion, creep and abrasive wear and two electrical fault mechanisms – overload and feature change. Tested fault examples were from operational environment of metallurgical and energetic industry, from automotive area and from laboratory experiments. The results confirm the presumption, that for creation of such models are suitable artificial intelligence methods. The thesis has a character of operational-basic research, when the results will be able to applied not only in operation in dependability area, technical diagnostics and maintenance, but also in other areas like materials and constructions. Also the results could create a base knowledge for various research projects concerning the fault mechanisms, when at sufficient amount of data from various areas would be able to create a knowledge base for fault mechanisms models. This base then could be used in machine construction area and maintenance.

Keywords

model, diagnostika, poruchy, Weibullovo rozdělení, mechanismy poruch, umělá inteligence

Keywords

model, diagnostics, faults, Weibull distribution, fault mechanisms, artificial intelligence

Language used: Czech

Date on which the thesis was submitted / produced: 27. 9. 2019

Thesis defence

• Date of defence: 18. 12. 2019
• Supervisor: Jiří David
• Reader: Vojtěch Dynybyl, Petr Besta, Ivan Kopal

VSB – Technical University of Ostrava

Fakulta materiálově-technologická

Doctoral programme:
Řízení průmyslových systémů