IntroductionThis paper connects two

Introduction
This paper connects two lines of research, viability and relia- bility, that have ignored each other up to now despite strong similarities. Both frameworks study the potential for a system to retain desirable properties. They were developed in different contexts and sometimes tackle different specific technical or conceptual issues in relation with the same type of problems, which makes their confrontation promising. In particular, this work focuses on showing how concepts and methods coming fromthe so-called stochastic viability framework [1] are applicable to time-variant reliability. Indeed, they foster the resolution of a particular class of design and maintenance problems, that this paper is to describe with accuracy. Reliability theory initially comes from the field of mechanical and structural engineering [2] and has a wide range of applica- tions, from material science [3] and industrial maintenance [4] to ecology [5], environmental management [6] and hydrology [7]. In these applications, different numerical methods enable the estimation of the response surface and the associated probability of a system to be in the so-called failure set. Reliability methods provide ever-improving approximations of this probability of
failure in cases of growing complexity, and have been perfected and tailored to an increasing number of applications [8,2,9]. Let us cite for instance Monte Carlo methods, First and Second Order Reliability Methods (FORM and SORM), or response surface approximations. A central concern is often with understanding and modeling the correlations between the different variables. However, many of these developments deal with time- invariant systems, since theyare carried out under a single definite period of time. When the system under consideration evolves in time, the reliability problem is referred to as time-variant. The central issue of representing the correlations between variables is then extendedtoaccount for the time correlations of the processes of interest. The probability of reaching the failure set during the evolution is called the cumulative probability of failure. Rice's formula [10], which counts the average number of times an ergodic stationary process crosses a given fixed level, serves as a basis for computing the cumulative probability of failure in the outcrossing approach. This approach is based on the computation and time integration of the outcrossing rate, i.e., the rate at which the state reaches the failure set, e.g. [11]. It has been applied to simple cases where analytical derivations are tractable [12,13] or alongside approaches from time-invariant reliability such as FORM [14], orfinite elements methods [15]. Thus, bridges exist between the time-variant and -invariant cases. In fact, some outcrossing algorithms decompose the time- variant problem into a series of time-invariant ones [16,17,13], and

ผลลัพธ์ (ไทย) 1:

แนะนำเอกสารนี้เชื่อมต่อสองบรรทัดวิจัย ชีวิต และ relia-bility ที่ได้ละเว้นกันถึงตอนนี้แม้ มีความแข็งแรงเหมือน กรอบทั้งศึกษาศักยภาพระบบจะรักษาคุณสมบัติที่ต้องการ พวกเขาได้รับการพัฒนาในบริบทที่แตกต่างกัน และบางครั้งเล่นงาน specific ที่แตกต่างกันทางเทคนิค หรือแนวคิดปัญหาในความสัมพันธ์กับชนิดของปัญหา เดียวกันซึ่งทำให้การเผชิญหน้าของพวกเขาสัญญาว่าจะออก โดยเฉพาะ งานนี้เน้นในการแสดงแนวคิดและวิธีการมาจากกรอบนี้เรียกว่าสโทแคสติก [1] อย่างไรใช้กับตัวแปรเวลาความน่าเชื่อถือ แน่นอน พวกเขาสามารถสร้างความละเอียดของคลาสการออกแบบและบำรุงรักษาปัญหา ซึ่งเอกสารนี้จะอธิบายความแม่นยำ ทฤษฎีความน่าเชื่อถือเริ่มต้นมาจาก field วิศวกรรมเครื่องจักรกล และโครงสร้าง [2] และมีหลากหลาย applica-tions วัสดุศาสตร์ [3] และบำรุงรักษาอุตสาหกรรม [4] [5] นิเวศวิทยา จัดการสิ่งแวดล้อม [6] และอุทกวิทยา [7] ในโปรแกรมประยุกต์เหล่านี้ วิธีการตัวเลขต่าง ๆ ให้ประเมินของพื้นผิวตอบสนองและความเชื่อมโยงของระบบจะตั้งค่าความล้มเหลวที่เรียกว่า ความน่าเชื่อถือวิธีให้เคยปรับปรุงเพียงการประมาณความน่าเป็นนี้ของfailure in cases of growing complexity, and have been perfected and tailored to an increasing number of applications [8,2,9]. Let us cite for instance Monte Carlo methods, First and Second Order Reliability Methods (FORM and SORM), or response surface approximations. A central concern is often with understanding and modeling the correlations between the different variables. However, many of these developments deal with time- invariant systems, since theyare carried out under a single definite period of time. When the system under consideration evolves in time, the reliability problem is referred to as time-variant. The central issue of representing the correlations between variables is then extendedtoaccount for the time correlations of the processes of interest. The probability of reaching the failure set during the evolution is called the cumulative probability of failure. Rice's formula [10], which counts the average number of times an ergodic stationary process crosses a given fixed level, serves as a basis for computing the cumulative probability of failure in the outcrossing approach. This approach is based on the computation and time integration of the outcrossing rate, i.e., the rate at which the state reaches the failure set, e.g. [11]. It has been applied to simple cases where analytical derivations are tractable [12,13] or alongside approaches from time-invariant reliability such as FORM [14], orfinite elements methods [15]. Thus, bridges exist between the time-variant and -invariant cases. In fact, some outcrossing algorithms decompose the time- variant problem into a series of time-invariant ones [16,17,13], and

ผลลัพธ์ (ไทย) 2:

บทนำ
กระดาษนี้เชื่อมต่อสองเส้นของการวิจัยที่มีศักยภาพและรับผิดชอบ relia- ที่ได้ละเลยกันถึงตอนนี้แม้จะมีความคล้ายคลึงกันที่แข็งแกร่ง กรอบทั้งสองศึกษาศักยภาพของระบบที่จะรักษาคุณสมบัติที่พึงประสงค์ พวกเขาได้รับการพัฒนาในบริบทที่แตกต่างกันและบางครั้งก็แก้ไขปัญหาที่ระบุไว้แตกต่างกันคปัญหาทางเทคนิคหรือแนวความคิดเกี่ยวกับประเภทเดียวกันของปัญหาซึ่งจะทำให้การเผชิญหน้าของพวกเขาสัญญาว่า โดยเฉพาะอย่างยิ่งงานนี้มุ่งเน้นไปที่แสดงให้เห็นว่าแนวความคิดและวิธีการมา fromthe ที่เรียกว่ากรอบความมีชีวิตสุ่ม [1] มีผลบังคับใช้กับความน่าเชื่อถือเวลาที่แตกต่างกัน แท้จริงพวกเขาสนับสนุนความละเอียดของการเรียนโดยเฉพาะอย่างยิ่งของการออกแบบและการบำรุงรักษาปัญหาที่บทความนี้คือการอธิบายด้วยความถูกต้อง ทฤษฎีความน่าเชื่อถือในขั้นต้นมาจากไฟไหม้ไฟของวิศวกรรมเครื่องกลและโครงสร้าง [2] และมีความหลากหลายของข้อประยุกต์ใช้จากวัสดุศาสตร์ [3] และการบำรุงรักษาอุตสาหกรรม [4] เพื่อนิเวศวิทยา [5], การจัดการสิ่งแวดล้อม [6] และอุทกวิทยา [7] ในการใช้งานเหล่านี้วิธีการเชิงตัวเลขที่แตกต่างกันช่วยให้การประเมินของพื้นผิวตอบสนองและความน่าจะเป็นที่เกี่ยวข้องของระบบที่จะอยู่ในชุดความล้มเหลวที่เรียกว่า วิธีการให้ความน่าเชื่อถือที่เคยปรับปรุงการประมาณความน่าจะเป็นของ
ความล้มเหลวในกรณีที่มีความซับซ้อนที่เพิ่มขึ้นและได้รับการสมบูรณ์และปรับให้เหมาะสมกับจำนวนที่เพิ่มขึ้นของการใช้งาน [8,2,9] ขอให้เรายกตัวอย่างเช่นวิธี Monte Carlo, ครั้งแรกและครั้งที่สองวิธีการสั่งซื้อความน่าเชื่อถือ (FORM และ SORM) หรือใกล้เคียงพื้นผิวตอบสนอง ปัญหาสำคัญคือมักจะมีการทำความเข้าใจและการสร้างแบบจำลองความสัมพันธ์ระหว่างตัวแปรที่แตกต่างกัน แต่หลายของการพัฒนาเหล่านี้จัดการกับระบบคงที่เวลาตั้งแต่ theyare ดำเนินการภายใต้ระยะเวลา Nite ไฟเดอเดียวของเวลา เมื่อระบบภายใต้การพิจารณาวิวัฒนาการในเวลาที่ปัญหาความน่าเชื่อถือจะเรียกว่าเป็นเวลาที่แตกต่างกัน ปัญหาสำคัญของการเป็นตัวแทนของความสัมพันธ์ระหว่างตัวแปรแล้ว extendedtoaccount สำหรับความสัมพันธ์ทางเวลาของกระบวนการที่น่าสนใจ ความน่าจะเป็นของการเข้าถึงความล้มเหลวในช่วงวิวัฒนาการที่เรียกว่าน่าจะเป็นที่สะสมของความล้มเหลว สูตรข้าว [10] ซึ่งนับว่าค่าเฉลี่ยของจำนวนครั้งการเขียนอัตลักษณ์ข้ามระดับคงที่ให้ทำหน้าที่เป็นพื้นฐานสำหรับการคำนวณความน่าจะเป็นที่สะสมของความล้มเหลวในแนวทาง outcrossing วิธีการนี้จะขึ้นอยู่กับการคำนวณเวลาและบูรณาการของอัตรา outcrossing คืออัตราที่รัฐถึงชุดความล้มเหลวเช่น [11] มันได้ถูกนำมาใช้กับกรณีที่เรียบง่ายที่มีการวิเคราะห์พิสูจน์เวไนย [12,13] หรือควบคู่ไปกับแนวทางจากความน่าเชื่อถือเวลาคงที่เช่นรูปแบบ [14] หรือไฟวิธีองค์ประกอบ Nite [15] ดังนั้นสะพานอยู่ระหว่างเวลาที่แตกต่างกันและกรณี -invariant ในความเป็นจริงบางขั้นตอนวิธี outcrossing สลายปัญหาตัวแปรเวลาเป็นชุดของคนเวลาคงที่ [16,17,13] และ

ผลลัพธ์ (ไทย) 3:

บทนำ
กระดาษนี้เชื่อมต่อสองสายของการวิจัยชีวิตและ relia - bility ที่ไม่สนใจกัน จนถึงตอนนี้ แม้จะมีความคล้ายคลึงกันแข็งแรง ทั้งกรอบการศึกษาศักยภาพระบบเพื่อรักษาคุณสมบัติที่พึงประสงค์ พวกเขาได้รับการพัฒนาในบริบทที่แตกต่างกันและบางครั้งเล่นงานจึงแตกต่างกันประเภท C ทางเทคนิคหรือแนวคิดในประเด็นความสัมพันธ์กับชนิดเดียวกันของปัญหาซึ่งทำให้การเผชิญหน้าของพวกเขาสัญญา โดยงานนี้จะเน้นที่แสดงให้เห็นว่าแนวคิดและวิธีการที่มาจากที่เรียกว่า Stochastic และกรอบ [ 1 ] ใช้กับเวลา 2 ตัวแปร แน่นอน พวกเขาสร้างความละเอียดของชั้นโดยเฉพาะปัญหาการออกแบบและการบำรุงรักษาที่กระดาษนี้จะอธิบายกับความถูกต้องทฤษฎีความน่าเชื่อถือเริ่มต้นมาจากละมั่งจึงกลและโครงสร้างทางวิศวกรรม [ 2 ] และมีช่วงกว้างของสิ่งที่เห็นทั้งหมด - tions จากวัสดุวิทยาศาสตร์ [ 3 ] และ [ 4 ] เพื่อรักษาอุตสาหกรรมการจัดการสิ่งแวดล้อมนิเวศวิทยา [ 5 ] [ 6 ] และอุทกวิทยา [ 7 ] ในงานนี้วิธีการเชิงตัวเลขที่แตกต่างกันช่วยให้ประเมินของพื้นผิวตอบสนองและเกี่ยวข้องความน่าจะเป็นของระบบจะเรียกว่าชุดความล้มเหลว วิธีการปรับปรุงการประมาณความน่าเชื่อถือให้เคยของความน่าจะเป็นของความล้มเหลวในกรณีของการเติบโต
ความซับซ้อนและมี perfected และปรับให้เหมาะสมกับการเพิ่มจำนวนของการใช้งาน [ 8,2,9 ]ให้เราอ้างอิงตัวอย่างเช่นวิธีการมอนติคาร์โล ตัวแรกและตัวที่สองวิธีการความน่าเชื่อถือเพื่อ ( รูปแบบและ sorm ) หรือพื้นผิวตอบสนองการประมาณ ห่วงกลางมักจะมีความเข้าใจและแบบจำลองความสัมพันธ์ระหว่างตัวแปรต่าง ๆ อย่างไรก็ตาม หลายเหล่านี้ การพัฒนาระบบจัดการกับค่าคงที่เวลา เนื่องจากมีการดําเนินการภายใต้เดียว de จึงไนท์นะคะเมื่อระบบภายใต้การพิจารณาของเราในเวลา ความน่าเชื่อถือ ปัญหาจะเรียกว่าตัวแปรเวลา ปัญหาของความสัมพันธ์ระหว่างตัวแปรที่เป็นตัวแทนของภาคกลางแล้ว extendedtoaccount สำหรับเวลาที่ความสัมพันธ์ของกระบวนการที่น่าสนใจ ความน่าจะเป็นของการเข้าถึงความล้มเหลวตั้งในระหว่างวิวัฒนาการเรียกว่าความน่าจะเป็นสะสมของความล้มเหลว ข้าวสูตร [ 10 ]ซึ่งนับเป็นจำนวนครั้งเป็นอัตลักษณ์นิ่งกระบวนการข้ามให้จึง xed ระดับบริการเป็นพื้นฐานสำหรับการคำนวณความน่าจะเป็นสะสมของความล้มเหลวในข้ามวิธีการ วิธีการนี้จะขึ้นอยู่กับการคำนวณและเวลารวมของข้ามเท่ากัน คือ อัตราที่ซึ่งรัฐถึงความล้มเหลวการตั้งค่าเช่น [ 11 ]มันถูกใช้เพื่อกรณีง่ายที่ derivations การวิเคราะห์เครื่องทำน้ำร้อน [ 12 , 13 ‘ ] หรือควบคู่ไปกับแนวทางจากค่าคงที่ความน่าเชื่อถือ เช่น แบบฟอร์ม [ 14 ] หรือองค์ประกอบวิธีการถ่ายทอด ไนท์ [ 15 ] . ดังนั้นสะพานอยู่ระหว่างตัวแปรเวลา และในกรณีที่ค่าคงที่ . ในความเป็นจริง บางขั้นตอนวิธีการเวลา - ตัวแปรข้ามปัญหาเป็นชุดของเวลา ความ 16,17,13 คน [

] , และ