SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2022 / Cilt: 37 - Sayı: 4

Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması

Emre KOÇAK
H. Hasan ÖRKCÜ
Pages
1783–1792
Publication Date
2022-02-28
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Elde edilen sonuçlara göre en iyi parametre tahmin sonuçları, EÇO yönteminin tek ve birlikte değerlendirildiği durumlar olan EKK-EÇO ve AEKK-EÇO çok amaçlı tahmin modelleri vermiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Weibull dağılımı, hata oranları ve sistem güvenilirliği gibi çeşitli alanlarda yaygın olarak kullanılmaktadır.
📊
Key Findings & Data:En bilinen parametre tahmin yöntemleri en küçük kareler (EKK), ağırlıklı en küçük kareler (AEKK) ve en çok olabilirlik (EÇO) olmasına rağmen, bu yöntemler farklı özelliklere sahiptir ve farklı tahmin sonuçları verebilir.
💡
Conclusion & Impact:Elde edilen sonuçlara göre en iyi parametre tahmin sonuçları, EÇO yönteminin tek ve birlikte değerlendirildiği durumlar olan EKK-EÇO ve AEKK-EÇO çok amaçlı tahmin modelleri vermiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Weibull dağılımı · Pareto optimal çözümler · NSGA-II

Özet

Weibull dağılımı, hata oranları ve sistem güvenilirliği gibi çeşitli alanlarda yaygın olarak kullanılmaktadır. Geniş uygulaması nedeniyle, Weibull dağılımı için en iyi parametre tahmin yöntemini belirlemek çok önemlidir. En bilinen parametre tahmin yöntemleri en küçük kareler (EKK), ağırlıklı en küçük kareler (AEKK) ve en çok olabilirlik (EÇO) olmasına rağmen, bu yöntemler farklı özelliklere sahiptir ve farklı tahmin sonuçları verebilir. Bu yöntemlerin birlikte değerlendirilerek daha iyi tahmin sonuçları elde edilmesinin amaçlandığı bu çalışmada, çok amaçlı programlama yaklaşımının kullanılması önerilmektedir. Oluşturulan çok amaçlı programlama tahmin modelini çözmek için çok amaçlı bir sezgisel yaklaşım olan baskın sıralı genetik algoritma II yöntemi kullanılmıştır. Önerilen yaklaşımın uygulanabilirliğini göstermek için Kevlar 49 / Epoksi veri seti kullanılmıştır. Elde edilen sonuçlara göre en iyi parametre tahmin sonuçları, EÇO yönteminin tek ve birlikte değerlendirildiği durumlar olan EKK-EÇO ve AEKK-EÇO çok amaçlı tahmin modelleri vermiştir.

🔖

Cite This Article

KOÇAK, E., ÖRKCÜ, H. H. (2022). Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 37 - Sayı: 4, 1783–1792. https://ajindex.com/articles/382810

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. Keshavan, M. K., Sargent, G. A., Conrad, H., Statistical analysis of the Hertzian fracture of pyrex glass using the Weibull distribution function, Journal of Materials Science, 15 (4), 839-844, 1980.
  2. Sheikh, A. K., Boah, J. K., Hansen, D. A., Statistical modeling of pitting corrosion and pipeline reliability, Corrosion, 46 (3), 190-197, 1990.
  3. Qureshi, F. S., Sheikh, A. K., A probabilistic characterization of adhesive wear in metals, IEEE Transactions on Reliability, 46 (1), 38-44, 1997.
  4. Durham, S. D., Padgett, W. J., Cumulative damage models for system failure with application to carbon fibers and composites, Technometrics, 39 (1), 34-44, 1997.
  5. Almeida, J. B., Application of Weilbull statistics to the failure of coatings, Journal of Materials Processing Technology, 92, 257-263, 1999.
  6. Fok, S. L., Mitchell, B. C., Smart, J., Marsden, B. J., A numerical study on the application of the Weibull theory to brittle materials, Engineering Fracture Mechanics, 68 (10), 1171-1179, 2001.
  7. Newell, J. A., Kurzeja, T., Spence, M., Lynch, M., Analysis of recoil compressive failure in high performance polymers using two and four parameter Weibull models, High Performance Polymers, 14 (4), 425-434, 2002.
  8. Dong, M., Nassif, A. B., Combining modified Weibull distribution models for power system reliability forecast, IEEE Transactions on Power Systems, 34 (2), 1610-1619, 2018.
  9. Li, Q. S., Fang, J. Q., Liu, D. K., Tang, J., Failure probability prediction of concrete components, Cement and concrete research, 33 (10), 1631-1636, 2003.
  10. Gunes, D., Tekdemir, I. G., Karaarslan, M. S., Alboyaci, B., Assessment of the impact of electric vehicle charge station loads on reliability indices, Journal of the Faculty of Engineering and Architecture of Gazi University, 33 (3), 1073-1084, 2018.
  11. Daş, M., Balpetek, N., Akpınar, E. K., Akpınar, S., Investigation of wind energy potential of different provinces found in Turkey and establishment of predictive model using support vector machine regression with the obtained results, Journal of the Faculty of Engineering and Architecture of Gazi University, 34 (4), 2019.
  12. Akpınar, E. K., Balpetek, N., Statistical analysis of wind energy potential of Elazig province according to Weibull and Rayleigh distributions, Journal of the Faculty of Engineering and Architecture of Gazi University, 34 (1), 569-580, 2019.
  13. Usta, I., An innovative estimation method regarding Weibull parameters for wind energy applications, Energy, 106, 301-314, 2016.
  14. Usta, I., Arik, I., Y