Modèles de Cox et réseaux de neurones pour l'évaluation de la fiabilité mécanique - Ineris - Institut national de l'environnement industriel et des risques Access content directly
Conference Papers Year : 2007

Modèles de Cox et réseaux de neurones pour l'évaluation de la fiabilité mécanique

Abstract

In the data reliability treatment , engineer have to choose an adequate model to do many inferences. Often exponential law is use, but this law is not good for mechanical components and there not use external conditions, these are an major defect. We purpose to use two way, first way parametric model, and specially Cox's model and second way neural net work method. Both method are use through an application and compare.
Dans le cadre du traitement des données en exploitation, l'ingénieur responsable de la fiabilité du projet est amené à proposer un modèle, qui permettra de faire les différentes inférences classiques de fiabilité. Très souvent la loi exponentielle à été utilisée par facilité, cette loi ne rend pas bien compte des durées de vie de composants mécaniques et ne tient pas compte des différentes conditions environnementales. Notre proposition porte d'une part sur l'adjonction d'une fonction paramétrique (modèle de Cox) aux modèles classiques et d'autre part à l'utilisation d'un réseaux de neurones pour améliorer les performances d'adéquation. Ces deux méthodes sont développées et comparées.
Fichier principal
Vignette du fichier
R2OY55MG.pdf (189.71 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-01500108 , version 1 (02-04-2017)

Licence

Public Domain

Identifiers

  • HAL Id : hal-01500108 , version 1
  • INERIS : EN-2007-141

Cite

Patrick Lyonnet, Pierre Maisonneuve, Brice Lanternier, Rosario Toscano. Modèles de Cox et réseaux de neurones pour l'évaluation de la fiabilité mécanique. 8e Colloque national en calcul des structures, CSMA, May 2007, Giens, France. ⟨hal-01500108⟩
237 View
74 Download

Share

Gmail Facebook X LinkedIn More