UM MODELO IDENTIFICÁVEL PARA DADOS DE DEGRADAÇÃO QUANDO UNIDADES OPERAM EM CONDIÇÕES DISTINTAS

UM MODELO IDENTIFICÁVEL PARA DADOS DE DEGRADAÇÃO QUANDO UNIDADES OPERAM EM CONDIÇÕES DISTINTAS

Pinto, Letícia Pereira; Santos, Cristiano de Carvalho; Loschi, Rosangela Helena

Artigo Completo:

Informações sobre os tempos de falha de produtos que possuem elevada confiabilidade e que dificilmente falham nos testes de vida tradicionais ou testes de vida acelerados podem ser obtidas pelos experimentos de degradação. Ferreira et al. (2012) propõem um modelo de degradação onde a taxa de degradação é função de covariáveis categóricas. Neste artigo, aspectos teóricos desse modelo foram estudados e foi demonstrado a sua não identificabilidade. O efeito da não identificabilidade do modelo no processo de amostragem da distribuição a posteriori através de métodos Monte Carlo via cadeia de Markov é discutido. Foram propostas modificações na estrutura de tal modelo, obtendo-se um modelo identificável. O modelo proposto foi implementado sob o enfoque bayesiano. Os resultados obtidos, nos estudos de dados simulados realizados, mostraram que o modelo proposto produz estimativas razoáveis para quantidades relacionadas ao tempo até a falha.

Informações sobre os tempos de falha de produtos que possuem elevada confiabilidade e que dificilmente falham nos testes de vida tradicionais ou testes de vida acelerados podem ser obtidas pelos experimentos de degradação. Ferreira et al. (2012) propõem um modelo de degradação onde a taxa de degradação é função de covariáveis categóricas. Neste artigo, aspectos teóricos desse modelo foram estudados e foi demonstrado a sua não identificabilidade. O efeito da não identificabilidade do modelo no processo de amostragem da distribuição a posteriori através de métodos Monte Carlo via cadeia de Markov é discutido. Foram propostas modificações na estrutura de tal modelo, obtendo-se um modelo identificável. O modelo proposto foi implementado sob o enfoque bayesiano. Os resultados obtidos, nos estudos de dados simulados realizados, mostraram que o modelo proposto produz estimativas razoáveis para quantidades relacionadas ao tempo até a falha.

Palavras-chave:

DOI: 10.5151/spolm2019-206

Referências bibliográficas

• [1] Bagdonavicius, V. and Nikulin, N. (2000). Estimation in degradation models with explanatory variables. Lifetime Data Analysis, v.7, 85--103. [2] Chiao, C. H. and Hamada, M. (1996). Using Degradation Data from an Experiment to Achieve Robust Reliability for Light Emitting Diodes. Quality and Reliability Engineering International, v.12, 89--94. [3] Chiao, C. H. and Hamada, M. (2001). Analyzing Experiments with Degradation Data for Improving Reliability and for Achieving Robust Reliability. Quality and Reliability Engineering International, v.17, 333--344. [4] Ferreira, J. C., Freitas, M. A. e Colosimo, E. A. (2012). Degradation Data Analysis for samples under unequal operating conditions: a case study on train wheels. Journal of Applied Statistics, v.39, n. 12, 2721-2739. [5] Freitas, M. A., Toledo, M. L. G., Colosimo, E. A., Pires, M. C. (2009). Using Degradation Data to Assess Reliability: A Case Study on Train Wheel Degradation. Quality and Reliability Engineering International, v.25, 607--629. [6] Hamada, M. (2005). Using Degradation Data to Assess Reliability. Quality Engineering, v.17, 615--620. [7] Lu, C. J. and Meeker, W. Q. (1993). Using Degradation Measurements to Estimate a Time-to-Failure Distribution. Technometrics, v.35: 161--174. [8] Lu, C. J., Meeker, W. Q. and Escobar, L. A. (1996). Using Degradation Measurements to Estimate a Time-to-Failure Distribution. Statistica Sinica, v.6, 531--546. [9] Oliveira, R. P. B., Freitas, M. A., Loschi, R. H. e Colosimo, E. A. (2010). Um modelo de degradação Bayesiano com aplicações para manutenção e determinação de garantia. Anais do XLII Simpósio Brasileiro de Pesquisa Operacional, 2010, Bento Gonçalves- RS, pg. 1--11. [10] Oliveira, R. P. B., Loschi, R. H. e Freitas, M. A. (2018). Skew-heavy-tailed degradation models:An application to train wheel degradation. IEEE Transactions on Reliability, v.67, 129--141. [11] Robinson, M. E. and Crowder, M. (2000). Bayesian Methods for a Growth-Curve Degradation Model with Repeated Measures. Lifetime Data Analysis, v.6, 357–374. [12] Santos, C. C. e Loschi, R. H. (2019). Semi-parametric models for heterogeneous degradation data. Manuscrito submetido à publicação. [13] Tseng, S. T., Hamada, M. and Chiao, C. H. (1995).Using degradation data from a factorial experiment to improve fluorescent lamp reliability. Journal of Quality Technology, v.27, 363--369. [14] Yuan, T. e Ji, Y. (2015). A hierarchical Bayesian degradation model for heterogeneous data, IEEE Transactions on Reliability, v. 64, n.1, 63–70.

Como citar:

Pinto, Letícia Pereira; Santos, Cristiano de Carvalho; Loschi, Rosangela Helena; "UM MODELO IDENTIFICÁVEL PARA DADOS DE DEGRADAÇÃO QUANDO UNIDADES OPERAM EM CONDIÇÕES DISTINTAS", p-2849-2864. In: Anais do XIX Simpósio de Pesquisa Operacional & Logística da Marinha. São Paulo: Blucher, 2020.
ISSN 21756295, DOI 10.5151/spolm2019-206