UMĚLÁ INTELIGENCE V AUTOMOTIVE / David et al.

Z rešerše vycházející z publikací, které se zabývají využitím Weibullova rozdělení, vyplývají následující závěry [4.46]: • Weibullovo rozdělení je jedno z nejčastěji používaných matematických roz dělení pravděpodobnosti při vytváření modelů mechanismů poruch v růz ných prostředích a materiálech; • Weibullovo rozdělení pravděpodobnosti je parametrické rozdělení a při vý počtu jeho parametrů jsou užívány statistické metody; • nejčastější využití Weibullova rozdělení je pro modelování životnosti tech nických i netechnických objektů; • nejčastějším typem Weibullova modelem je model založený na dvou para metrech; • žádný z autorů publikace zařazených do rešerše nepoužil žádnou formu umělé inteligence při vytváření modelu založeném na Weibullově rozdělení; • autoři publikací zařazených do rešerše se specializují na vytváření specific kých modelů, které využívají Weibullovo rozdělení. To znamená, že vytvá řejí matematický model svého konkrétního problému, ale chybí jim obecný a komplexní přístup k dané problematice. Dle [4.17] rozlišujeme tři typy Weibullova rozdělení: • rozdělení tříparametrové; • rozdělení dvouparametrové; • rozdělení jednoparametrové. [4.17] Weibullovo rozdělení je popsáno v řadě publikací (například [4.17], [4.18], [4.19]), kde jsou popsány jednotlivé parametry rozdělení a jeho vlastnosti: Tříparametrové Weibullovo rozdělení – tento tvar reprezentuje základní model tohoto rozdělení a je charakterizováno parametrem tvaru ( β ), parametrem měřítka ( η ) a parametrem umístění ( γ ). Jednou ze základních statistik každého rozdělení pravděpodobnosti je hustota pravděpodobnosti, pro tříparametrové Weibullova rozdělení má tvar [4.18], [4.20]: 4.2.1 Typy Weibullova rozdělení

Kde t je náhodná veličina (v případě spolehlivostní analýzy, buď doba do poruchy pří padně jiná časová veličina nebo počet cyklů/operací). V mnoha aplikacích se nevyužívá tříparametrové rozdělení, ale varianty Weibullova rozdělení pouze se dvěma anebo jedním parametrem. [4.18]

35