Bayesiansk tillförlitlighetsmodellering för järnvägsinfrastruktur
Detta nya kontextdrivna Bayesianska underhållsscenario kommer att främja hållbar och kostnadseffektiv optimering av tillgångarnas effektivitet inom PHM för järnvägar och det kommer att hjälpa oss att komma närmare det slutliga målet med intelligent underhåll.
Sponsor: Trafikverket/JVTC
Forskare: Janet Lin
Varaktighet: 2016-2018
Detta projekt syftar till att ta itu med utmaningen att förlänga livslängden för järnvägstillgångar genom att utveckla nya kontextdrivna Bayesianska underhållsmetoder för prognostik och hälsohantering (PHM). Den största nackdelen med nuvarande PHM för järnvägar är att de flesta studier fokuserar på komponentnivå men inte på systemnivå eller system av systemnivå, vilket innebär att värdefull information kan gå förlorad; i synnerhet när underhållskontexten har förändrats. Det här nya Bayesianska underhållsscenariot, som bygger på sammanhanget, kommer att främja en hållbar och kostnadseffektiv optimering av tillgångarnas effektivitet inom PHM för järnvägar och hjälpa oss att komma närmare det slutliga målet med intelligent underhåll.
Uppdaterad: