Integrated reliability design method for large-scale systems under dependent failure environment

点击翻译按钮获取中文摘要

2022年度は、サブシステムの故障時刻データから、システムにおける従属故障の発生リスクを定量的に評価する手法を開発した。研究成果として雑誌論文を2件公開し、学会発表を5回実施した。具体的には(i)昨年度の研究成果である多変量Farlie-Gumbel-Morgenstern(FGM)コピュラのパラメータ推定手法の再考を行った。昨年度は多変量FGMコピュラのパラメータに対する効率的な点推定の手法を提案したが区間推定は明らかにされていなかった。そこで本年度は、提案手法で得られる推定量の標準誤差および信頼区間の性質を明らかにした。これによって、多変量FGMコピュラのパラメータに対する区間推定や統計的検定を可能にし、より実データの分析の利便性が向上する情報を得た。開発した手法をNASA Ames Prognostics Data Repositoryで公開されているベアリングの信頼性試験データに適用し、同一シャフト上の複数のベアリングの振動データから、ベアリングの従属故障発生リスクの評価を試みた。本成果は日本統計学会誌から、オープンアクセスの論文として公開した。また国内学会にて2回発表し、研究成果の普及に努めた。(ii)昨年度発見した新たなコピュラのクラスの性質を調査し、それがどのような多変量データのモデリングに有用かを検討した。とくに昨年度の課題であった、そのコピュラに対するパラメータ推定が困難である点を解決した。その結果を踏まえて、対角線に対して非対称な二変量データにそのコピュラがよく適合することを土壌データの信頼性解析を通して新たに明らかにした。本成果を国内学会にて1回発表し、質疑応答を通してより精確なパラメータ推定手法の着想を得た。