مروری بر انواع مدلهای قابلیت اطمینان در بازرسی فنی و تستهای غیر مخرب
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,635
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTINDT01_064
تاریخ نمایه سازی: 5 تیر 1387
چکیده مقاله:
بازرسی فنی نقش عمده ای در عملکرد مجتمع و یکپارچه مولفه ها و ساختارهای صنعتی از جمله خطوط تولید، صنایع هوا فضا، صنایع نفت و گاز و صنایع هسته ای دارد و این وظیفه را با فراهم آوردن اطلاعات در زمینه شرایط فعلی و عیبهای موجود در سیستم فراهم می کند. بر خلاف عقیده رایج در میان مهندسان ، روش بازرسی غیر مخرب (NDT) نیز همانند هر روش عیب یابی دیگر ، هیچگاه کامل و جامع نیست . در بازرسی فنی، عیوب آشکارنشده سیستم یافت می گردد، اما بدلایل متعدد از جمله فیزیک تکنیکهای بکار رفته، هندسه عیب و خطای انسانی،ممکن است عیبهای سیستم تشخیص داده نشوند. در دهه های 1970 و 1980 ، سوال کردن در مورد قابلیت اطمینان متداول گردید اما کمتر به آن پاسخ قانع کننده ای داده می شد. با درک مفهوم و کمیت در قابلیت اطمینان، این امکان فراهم شد که یافته های بازرسی فنی از نظر درجه ارزش و اهمیت مقدار دهی شود و همچنین قابلیت اطمینان و کارآیی آن بهبود یابد. در بیست سال گذشته مقدار دهی به "قابلیت اطمینان " بر حسب دو پارامتر ارزیابی، یک تمرین متداول گشت که این دو فاکتور عبارتند از: احتمال آشکارسازی Probability Of Detection) POD) و احتمال نمایش غلط Probability of False Indication)PFI)، ولی اکثرا مقداردهی به این دو بر اساس اندازه گیریهای تجربی صورت می گرفت. در این مقاله ضمن تعریف دقیق PFI و POD، ابتدا روشهای عملی اندازه گیری POD بیان می شود. انواع مدلهایمربوط به PFI و POD و روند تکامل این مدلها از ابتدایی تا پیشرفته اشاره خواهد شد. سپس مزایای مدلسازی POD و انواع روشهای پیشگویی و پیش بینی عیوب بازرسی فنی با این مدل به طور مشروح ارائه می شود و انواع کاربردهای پیشرفته آن در صنایع و تکنولوژی روز دنیا نیز بیان می گردد.
کلیدواژه ها:
بازرسی فنی ، مدلهای قابلیت اطمینان ، احتمال آشکارسازی Probablity Of Detection)POD) ، احتمال نمایش غلط Probablity of False Indication)PFI)
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :