Show simple item record

dc.contributor.advisorYet, Barbaros
dc.contributor.authorKüçüker, Faruk Umut
dc.date.accessioned2018-12-26T10:45:32Z
dc.date.available2018-12-26T10:45:32Z
dc.date.issued2018-07-12
dc.date.submitted2018-06-25
dc.identifier.urihttp://hdl.handle.net/11655/5561
dc.description.abstractReliability engineering focuses on analyzing the properties related with failure times of high valued items. Bayesian Networks (BNs) are an effective way of analyzing causal relations, they allow incorporating expert judgement into mathematical models, and they are able to make probabilistic calculations when only a part of their variables are known. This makes BNs a suitable tool for reliability analysis considering the cost of life testing high-value products. Hence, numerous BNs and Bayesian approaches have been proposed for reliability estimation and prediction analyses. Some of these approaches tend to focus on more on building discrete nodes as BN models for developing a subjective judgement where others are more focused on failure time distribution parameters and mathematical properties of the Bayes Theorem. This thesis proposes a novel BN model for predicting the time to failure distribution of an aircraft fleet, by a bottom to top approach. Our model incorporates both actual failure data and the expert judgement on design and manufacturing qualities of the aircrafts by using BNs. The expert judgement is based on the design life estimations provided by the manufacturer of the aircrafts and these values are transformed into a distribution, reflecting our uncertainty associated with it. Then this prior information is integrated to the Weibull distribution as median parameter and used for obtaining scale parameter. We applied our model to make reliability prediction by using failure data provided by an aircraft fleet operator, after preprocessing the raw data into a structure suitable for reliability analysis. We compared the performance of our model in predicting the reliability of the main systems of the aircrafts to commonly used reliability estimation methods. The proposed model offers a robust approach by giving consistently satisfactory results compared to the purely data-driven approaches and design life estimations. As the sample size increase, the performance of the model becomes very similar to the data-driven approaches. This is expected as the effect of the priors used in the model decreases with as the size of the data increases. We have also used a different prior distribution for shape parameter of the Weibull distribution, compared to standard approaches in the literature, and applied it to the aircraft fleet data.tr_TR
dc.language.isoengtr_TR
dc.publisherFen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectBayesian Networks
dc.subjectBayesian Reliability
dc.subjectReliability in Aviation
dc.subjectBayesian Weibull Analysis
dc.titleAircraft Reliability Prediction Using Bayesian Networks That Combine Fault Data And Design Specificationstr_TR
dc.typemasterThesistr_TR
dc.description.ozetGüvenilirlik mühendisliği pahalı malzemelerin hata zamanlarına ilişkin özelliklerini analiz etmeye odaklanan mühendislik dalıdır. Bayes ağları nedensel ilişkileri analiz etmenin ve uzman değerlendirmelerini matematiksel modellere birleştirmenin efektif bir yoludur ve, değişkenlerin sadece bir kısmının bilindiği durumlarda da olasılıksal hesaplamalar yapabilmektedirler. Bayes ağları bu özelliği sayesinde, pahalı malzemelerine uygulanan ömür testlerinin maliyeti göz önüne alındığında güvenilirlik analizi için uygun bir modelleme aracıdır. Bu sebeple güvenilirlik tahmin analizlerinde uygulanmakta olan birçok Bayes ağı ve Bayes yöntemi bulunmaktadır. Bu yöntemlerin bir kısmı daha çok ayrık düğümler oluşturarak sübjektif değerlendirmeler oluşturmaya odaklanırken diğerleri hata zamanlarının dağılımına ilişkin parametreler ve Bayes Teorisi’nin matematiksel özelliklerine yoğunlaşmaktadır. Bu tezde, alt seviyeden üst seviyeye doğru ilerleyen ve bir hava aracı filosunun hata zamanlarının dağılımını tahmin etmek için geliştirilen özgün bir Bayes ağı modeli sunulmaktadır. Önerilen model, hem gerçek hata verilerini hem de hava araçlarının tasarım ve üretim kalitesine ilişkin uzman değerlendirmelerini Bayes ağları kullanarak birleştirmektedir. Uzman değerlendirmeleri, hava aracı üreticisi tarafından sağlanan tasarım ömür tahminlerini baz almakta ve bu tahmin değerlerini, değerlerdeki belirsizlikleri yansıtan bir dağılıma dönüştürmektedir. Daha sonra bu öncül bilgi Weibull dağılımının medyan parametresi olarak iletilmekte ve ölçek parametresini elde etmek için kullanılmaktadır. Bir hava aracı filosu işletmecisi tarafından temin edilen ham veri kullanılabilir veriye dönüştürüldükten sonra önerilen model bu veriden güvenilirlik tahmini için uygulanmıştır. Modelimizin hava aracının ana sistemlerinin güvenirliğini tahmin etmekteki performansı yaygın olarak kullanılan güvenilirlik analizi yöntemleri ile karşılaştırılmıştır. Önerilen model sadece veri temelli yöntemlere ve tasarım ömür tahminlerine göre istikrarlı olarak iyi sonuçlar vermekte; güvenilirlik tahmini için gürbüz bir yöntem sunmaktadır. Veri adedi arttıkça önerilen yöntem ile veri temelli yöntemler arasındaki performans farkı azalmaktadır. Bu beklenilen durum, veri adedi arttıkça modeldeki öncül uzman bilgisinin etkisinin azalmasından kaynaklanmaktadır. Ayrıca bu tezde Weibull dağılımının şekil parametresi için literatürdeki standart yaklaşımlardan değişik bir dağılım seçilmiş ve hava aracı filosu verisinde uygulanmıştır.tr_TR
dc.contributor.departmentEndüstri Mühendisliğitr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record