[번역본] 불완전한 보증 데이터를 이용하는 고장 분석의 실제 기법

※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.

분야
등록일
페이지/형식
구매가격
적립금

레포트 > 사회계열
2012.07.25
12페이지 / hwp
1,700원
51원 (구매자료 3% 적립)

자료 다운로드 네이버 로그인

추천자료

[번역본] 불완전한 보증 데이터를 이용하는 고장 분석의 실제 기법

[경제] 전자상거래(EDI)에 관하여..

현대, 기아자동차의 해외투자 사업 활동 연구 - 최종보고서

일본의 출판문화(신문,문학,만화), 스포츠, 오락

[동양 문화사] 중국 여인들의 어제와 오늘

[품질경영] 대형마트와 소형마트 두 데이터간의 비교분석

QC교재1

[품질경영사례] 품질경영의 사례

[논문해석] 자동차 보증 데이터의 분석을 위한 혼합 와이블 회귀 모델

서양의 철학사 레포트

소개글

[번역본] 불완전한 보증 데이터를 이용하는 고장 분석의 실제 기법에 대한 자료입니다.

1. 서론
2. 완전한 자료
3. 최우추정법
4 불완전 보증 데이터
5.결론
6.참조

본문내용

요약과 결론

제품의 고장 특성을 결정하기 위해 보증 클레임 데이터를 사용하는 것은 충분히 입증된 방법이다. 일반적으로 고장 분포와 그것의 모수는 각각의 제조월별 제품 생산량 데이터와 그에 대응하는 기간 동안 보증 클레임으로부터 나타나는 월별 고장 횟수에 의하여 결정된다. 만약 데이터가 체계적으로 수집된다면 우리는 각 고장들에 따른 제품 수명을 구할 수 있다. 고전적인 방법에서는 그러한 방식으로 고장 시간 분포와 모수를 결정해 왔다. 그러나 경험적으로 각 제품들의 고장 수명을 알아내는 것은 불가능함을 많은 사례들로부터 알 수 있다. 월별로 가용한 정보는 수송량과 전체 클레임 또는 반품 횟수 정도로 제한된다. 이러한 사례들에서 데이터에서 고장 시 각 제품 수명에 대한 정보는 드러나지 않는다. 이번 연구에서 우리는 고장의 경과에 대한 정보가 불완전할 때, 제품의 고장 분포가 불완전한 데이터를 다루는 베이지안 분석 기법에 의해 결정될 수 있음을 보일 것이다. 우리는 널리 알려진 EM 알고리즘을 적용하여 불완전한 데이터로부터 고장 분포의 최우추정값을 찾을 것이다. EM 알고리즘의 효용성을 시뮬레이션으로부터 얻은 여러 세트의 불완전한 보증 데이터와 비교한다. 우리는 이를 통해 EM 알고리즘이 불완전한 보증 데이터로부터 숨겨진 고장 패턴을 찾아내는 강력한 수단임을 관찰하였

참고문헌

1. W.R.Blischke, D.P.N.Murthy, Reliability: Modeling, Prediction, and Optimization, John Wiley & Sons, 2000.
2. P. Oleinick, “Using reliability growth models to detect emerging warranty problems,” ASQ Conference on Lean Quality: The Coming Revolution in Reducing Warranty Expense, (Apr.) 2004. The article is also available at http://www.relex.com/resources/papers/Detecting_Warranty_Problems.pdf.
3. W. Q. Meeker, “"Extracting information from field-failure and warranty data bases: An important opportunity”", Presentation slides are available at: http://www.public.iastate.edu/~wqmeeker/slide_psnups/Bordeaux.pdf.
4. Relex Article: Spotting trends in warranty data with Relex FRACAS. Available at: http://www.relex.com/enterprise/pdfs/Relex_FRACAS_CS_Warranty_Analysis.pdf.
5. R. B. Abernethy, The New Weibull Handbook, Fifth Edition, Robert B Abernethy Publishing, 2006.
6. D. N. P. Murthy, W. R. Blischke, Warranty Management and Product Manufacture, Springer Series in Reliability Engineering, (Aug.) 2005.
7. W. B. Nelson, Applied Life Data Analysis, Wiley, 2004.
8. J. F. Lawless, Statistical Models and Methods for Lifetime Data, Wiley, 2003.
9. J. D. Kalbfleisch, J. F. Lawless, J. A. Robinson, “"Methods for the analysis and prediction of warranty claims,”" Technometrics, vol. 33, (Aug.) 1991, pp 273-285.
10. A. Kleyner, P. Sandborn, “"Minimizing life cycle cost by managing product reliability via validation plan and warranty return cost,”" International Journal of Production Economics, to appear (2008).
11. J. F. Lawless, “"Statistical analysis of product warranty data,”" International Statistical Review, vol. 66, 1998, pp 41–-60.
12. M. A. Tanner, Tools for Statistical Inference: Methods for the Exploration of Posterior Distributions and Likelihood Functions, Springer Verlag, 1996.
13. A. P. Dempster, N. M. Laird, D. B. Rubin, “"Maximum likelihood from incomplete data via the EM algorithm”", J. Royal Statistical Society, series B, vol. 39, 1977, pp 1-38.
14. X. L. Meng, D. van Dyk, “"The EM algorithm: An old folk-song sung to a fast new tune,”" J. of the Royal Statistical Society, Series B, vol. 59, 1997, pp 511-567.
15. Relex Products: www.relex.com/products/index.asp.
16. S.V. Amari, “"Bounds on MTBF of systems subjected to periodic maintenance,”" IEEE Trans. Reliability, vol. 55, (Sep.) 2006, pp 469-474

#번역본 #실제 #고장 #보증 #데이터

오늘 본 자료

오늘 본 자료가 없습니다.

이 분야 인기자료

이 분야 신규자료