توظيف توزيع رايلي لتقدير المعولية لآلة تقطيع البطاطس المقلية واستخدام سلسة ماركوف لتقدير احتمالية الانتقال من حالة إلى أخرى على المدى القصير والطويل الأجل
الشريط الجانبي للمقالة
THIS IS AN OPEN ACCESS ARTICLE UNDER THE CC BY LICENSE
محتوى المقالة الرئيسي
الملخص
في هذه الدراسة، استخدمنا اثنين من الأساليب لتقدير خطر آلة قطع البطاطس المقلية، وهي تحليل الموثوقية باستخدام توزيع رايلي وسلسلة ماركوف لتقدير احتمالية الانتقال من حالة إلى أخرى. تم استخدام بيانات تتضمن 70 مشاهدة لأوقات الفشل، والتي تم الحصول عليها من مصنع بازيان لإنتاج البطاطس المقلية. بعد حساب تحليل الموثوقية، قمنا بتحويل البيانات الحقيقية المذكورة أعلاه إلى متغيرات وهمية استنادًا إلى المتوسط الحسابي الذي يتم حسابه من بيانات الوقت الحقيقي للفشل (المتوسط = 46.53 دقيقة)، حيث يتم أخذ قيمة صفر عندما يكون وقت الفشل أقل من 46.53 دقيقة وإلا يتم أخذ القيمة واحد، وتم حساب مصفوفة الترددات للانتقال. تبين النتائج أن دالة كثافة الاحتمال لتوزيع رايلي تظهر انخفاضًا تدريجيًا مع مرور الوقت، حيث تتركز نسبة كبيرة من أوقات الفشل ضمن النطاق من 10 إلى 80 دقيقة، مما يسلط الضوء على نافذة زمنية حرجة لفشل النظام المحتمل. تنخفض دالة كثافة الاحتمال بشكل أكبر بعد مرور 120 دقيقة من الزمن. وتتراجع منحنى الموثوقية مع مرور الوقت، حيث تبلغ فرصة الموثوقية لأكثر من 40 دقيقة تقريبًا 0.6، ومع ذلك، فإن فرصة الموثوقية تنخفض أكثر عند تجاوز 80 دقيقة تقريبًا وتصبح 0.2. من الجدير بالذكر أن احتمال حدوث فشل أقل من 46.53 دقيقة والفشل الذي يليه أقل من القيمة المذكورة أعلاه هو 0.5186، واحتمال حدوث فشل أكثر من 46.53 دقيقة والفشل الذي يليه أكثر من القيمة المذكورة أعلاه هو 0.4814
التنزيلات
تفاصيل المقالة
المراجع
Ahmed, S. T., Tahir, H. A., & Alwan, A. S., (2020), Reliability of Electrical Oven by Using Weibull-Three Parameters. Journal of Kirkuk University for Administrative & Economic Sciences, 10(2).
Marwf, B. B., Rahim, S. A., Ahmed, B. K., & Tahir, H. A. (2021). Using Markov Chains to Predict Precipitation Probabilities in Sulaymaniyah Governorate for the Years (1993-2019). journal of kirkuk University for Administrative and Economic Sciences, 11(2).324-339
Ibrahim, U. T., & Ismail, A. M., (2022), Measure and analyze the impact of fiscal and monetary policy on inflation in Iraq using structural tests and Markov models with variable systems. Tikrit Journal of Administration and Economics Sciences, 18(59 part 1).
Hamdin, A. O., & Hussein, M. M., (2023), An application of Wavelet Markov Chains Model to Study Earthquake Occurrence. Tikrit Journal of Administrative and Economic Sciences, 19(61), 2.
Anwar, S., Lone, S. A., Khan, A., & Almutlak, S., (2023), Stress-strength reliability estimation for the inverted exponentiated Rayleigh distribution under unified progressive hybrid censoring with application. Electron. Res. Arch, 31, 4011-4033.
Batah, F. S. M., & Kibria, B. M. (2024). The Parameter Estimation and Reliability Function for Three Systems Stress-Strength Model of Weibull-Exponential {Rayleigh} Distribution. Pakistan Journal of Statistics, 40(1).
FerreirA, L. A., & SiLvA, J. L., (2017), Parameter estimation for Weibull distribution with right censored data using EM algorithm. Eksploatacja i Niezawodność, 19(2), 310-315.
Starling, J. K., Mastrangelo, C., & Choe, Y., (2021), Improving Weibull distribution estimation for generalized Type I censored data using modified SMOTE. Reliability Engineering & System Safety, 211, 107505.
Wang, B. X., Yu, K., & Sheng, Z., (2014), New inference for constant-stress accelerated life tests with Weibull distribution and progressively type-II censoring. IEEE Transactions on Reliability, 63(3), 807-815.
Srinivasa Rao, G., Kantam, R. R. L., Rosaiah, K., & Pratapa Reddy, J., (2013), Estimation of stress–strength reliability from inverse Rayleigh distribution. Journal of Industrial and Production Engineering, 30(4), 256-263.
Taha, A. A., & Mohammad, M. A., (2023), A Multistate Model for the Analyzing of Chronic Kidney Disease Progression with Detecting Risk Factors Effect. RES MILITARIS, 13(2), 3126-3136.
Taha, A. A., & Mohammad, M. A., (2023), Correlated multistate model for the progression of chronic kidney disease with detecting risk factors effect. Revista Latinoamericana de Hipertension, 18(6) 246.