Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Maintenance et fiabilité de systèmes industriels
Univ Europeenne - EAN : 9786131505188
Édition papier
EAN : 9786131505188
Paru le : 6 juil. 2010
59,00 €
55,92 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131505188
- Réf. fournisseur : 4396527
- Editeur : Univ Europeenne
- Date Parution : 6 juil. 2010
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 200
- Format : H:229 mm L:152 mm E:12 mm
- Poids : 302gr
- Interdit de retour : Retour interdit
- Résumé : Ce livre présente mes travaux de thèse concernant l'optimisation de la maintenance et la fiabilité dans un contexte doublement censuré. Ce livre est divisé en deux parties distinctes. La première partie traite de l'application des réseaux bayésiens en maintenance et propose une méthodologie de construction de ces modèles à partir d'avis d'experts. Des indices permettant l'analyse du réseau et l'identification des variables critiques sont donnés. Les actions de maintenance sont intégrées comme nouveaux sommets du graphe. Une intégration du retour d'expérience est proposée par une inférence bayésienne, en quantifiant la confiance attribuée aux avis d'experts. La deuxième partie traite de la fiabilité dans un contexte doublement censuré. Nous étudions les propriétés asymptotiques des estimateurs du maximum de vraisemblance pour la loi de Weibull. Une inférence bayésienne est proposée avec des lois a priori informatives et non informatives. De plus, nous modélisons par des variables cachées un facteur humain, représentant des manques d'information lors d'opérations de maintenance et résolvons ce problème par maximum de vraisemblance et par une inférence bayésienne.
