EE-240/2009 Proportional Hazards Model EE-240/2009 Proportional Hazards Model.

EE-240/2009

Proportional Hazards Model EE-240/2009Proportional Hazards

Model

EE-240/2009

Proportional Hazards Model


EE-240/2009


Informações da População

t0

p (t)

t

0

p (t)

t

t

=1

=2

=n-1

=n

=1

=2

=n-1

=n

T

EE-240/2009


Informações da População

t0 0

t

=1

=2

=n-1

=n

=1

=2

=n-1

=n

x1 = T

x2 = fON-OFF

xgtt 0x t0

EE-240/2009


2

1

20

10

x

x

xg

xg

xgt

xgt

t

t

2

1

xgtt 0x

Hazard em Proporção Constante para Qualquer t

EE-240/2009


Risk Set:

Seja t1 < t2 < ... < tk

Ri = conjunto de componentes sobreviventes até ti-

Comp tfalha [dias] Temp [o]

1 830 50

2 560 75

3 580 90

4 >360 100

5 >410 105

6 290 140

Exemplo:

R1 = {1,2,3,4,5,6}R2 = {2,3,4}R3 = {3,4}R4 = {4}

Comp tfalha [dias] ti xi Ri

6 290 t1 140 {1,2,3,4,5,6}

4 >360 100

5 >410 105

2 560 t2 75 {2,3,1}

3 580 t3 90 {3,1}

1 830 t4 50 {1}

EE-240/2009


P(componente j falhar em tj | algum componente de Rj falhar em tj) = ?

falhar em t j havia sobrevivido até t

P(componente x = xj falhar em tj | algum componente de Rj falhar em tj) =

P(componente x = xj falhar em tj )

P(algum componente de Rj falhar em tj) =

t

xxtT|ttTtPt j

x j

jx xxtT|ttTtPttj

j

iT

jT

j i Ri

xj0

xj0

Ri jix

jx

et

et

tt

tt

j

iT

jT

Ri

x

x

e

e

j

iT

jT

Ri

x

xk

1j e

eL

EE-240/2009


Comp tfalha [dias] ti xi Ri

6 290 t1 140 {1,2,3,4,5,6}

4 >360 100

5 >410 105

2 560 t2 75 {2,3,1}

3 580 t3 90 {3,1}

1 830 t4 50 {1}

509075105100140

140

1 eeeeee

eL

509075

75

2 eee

eL

5090

90

3 ee

eL

321 LLLL

Lmaxargˆ

j

iT

jT

Ri

x

xk

1j e

eL

EE-240/2009


-0.05 0 0.05 0.1 0.15 0.20

0.05

0.1

0.15

0.2

0.25

Beta

Pa

rtia

l Lik

elih

oo

d

= 0.068

EE-240/2009


Relação com Tempo de Falha Acelerada

EE-240/2009


Em modelos com tempo de falha acelerada os covariates x atuamdiretamente sobre a escala de tempo:

0x t)x(at

Tempo de falha ti

associado com xi

t)x(aRt)x(aTPt)x(a

TP)tT(P)t(R 00

0xx

xT

e)x(a tdt

dRt x

x

xatxaxatxadt

dRt 0

0x

EE-240/2009


Exemplo de Aplicação

Modelo de Riscos Proporcionais

EE-240/2009


Exemplo

t0

=1

=2

=n-1

=n

t0 nn11 x...x0x ett

T0x

1ett

0t

=1

=2

=n-1

=n

x1 = T

290

830

580

560

EE-240/2009


nn11 x...x0x ett

T0x

1ett

0t

=1

=2

=n-1

=n

x1 = T

290

830

580

560ti tfalha [dias] xi=T

t1 290 140

- >360 100

- >410 105

t2 560 75

t3 580 90

t4 830 50

Ordenado

Exemplo

EE-240/2009


ti tfalha [dias] xi Ri

t1 290 140 {1,2,3,4,5,6}

- >360 100 -

- >410 105 -

t2 560 75 {2,3,1}

t3 580 90 {3,1}

t4 830 50 {1}

321 LLLL

Lmaxargˆ

509075105100140

140

1 eeeeee

eL

509075

75

2 eee

eL

5090

90

3 ee

eL

j

iT

jT

Ri

x

xk

1j e

eL

Dados Censurados

Conjunto sob Risco

EE-240/2009


-0.05 0 0.05 0.1 0.15 0.20

0.05

0.1

0.15

0.2

0.25

Beta

Pa

rtia

l Lik

elih

oo

d

= 0.068

Maximização de L(): Método Gráfico

EE-240/2009


Exemplo: Componentes sujeitos a Ciclos de Temperatura

EE-240/2009


t

Temp

Como contar ciclos?

EE-240/2009


Rainflow Counting

t

y

EE-240/2009


Rainflow Counting

10

EE-240/2009


Rainflow Counting

10 5

EE-240/2009


Rainflow Counting

10 5 5

EE-240/2009


Rainflow Counting

10 5 5

10

EE-240/2009


Rainflow Counting

10 5 5

10 7

EE-240/2009


Rainflow Counting

10 5 5

10 7 6

EE-240/2009


Rainflow Counting

10 5 5

10 7 6 9

EE-240/2009


Rainflow Counting

10 5 5

10 7 6 9 9

EE-240/2009


Rainflow Counting

10 5 5

10 7 6 9 9

Num ciclos

Amplitudedos Ciclos

1095

ni ciclos de amplitude i observadosNi ciclos de amplitude i até falha

k

i i

i

N

ndegradação

1

Falha esperada se degradação = 1

Miner's Rule

EE-240/2009


Exemplo: Transistor sujeito a Ciclos de Temperatura

0t

=1

=2

=n-1

=n

x2 = T

x1 = fciclos

nn11 x...x0x ett

1 = 0.080

2 = 0.002

0(t) = 1.000

EE-240/2009


x1 x2 tf

0.7944 12.3874 0.5682

7.7666 10.4694 0.5849

6.8524 97.3821 0.6050

2.6404 99.4168 0.6327

6.4964 4.1755 0.6453

3.7506 64.4742 0.7492

3.6956 38.3876 0.7518

4.0088 34.0689 0.7793

0.9710 39.1862 0.8369

1.7397 92.1909 0.9740

7.8625 86.9611 1.1034

8.9069 23.8137 1.1754

1.9242 23.3173 1.2395

5.2769 34.1514 1.6436

0.2712 32.0848 2.7048

x1 x2 tf

4.2306 89.2317 0.0048

6.8886 72.0119 0.0315

2.6111 38.8399 0.0813

6.8938 76.0953 0.0956

7.9026 33.1328 0.1225

2.0328 6.8882 0.1869

5.1552 89.4266 0.2455

3.0149 18.0024 0.2530

4.3336 9.8591 0.2664

3.6429 61.5732 0.3403

5.9924 20.8155 0.3917

7.6678 24.4291 0.4065

4.8371 84.4551 0.4382

0.0822 58.1682 0.5185

1.5801 74.4378 0.5431

EE-240/2009


k

1jRi

xx

xx

j

i,22i,11

j,22j,11

e

eL

k

i,22i,11

2

i,22i,11

1

i,22i,11

Ri

xxk,22k,12

Ri

xx2,222,12

Ri

xx1,221,11

elogxx

...

elogxx

elogxx)(Llog

>> x=fminsearch(@neglogpartlikelihood,[0.09 ; 0.002])

x =

0.0892 0.0033

Método da Maximização da Verossimilhança (log)

EE-240/2009


function [L]=neglogpartlikelihood(beta)

% Número de componentesN = 30;

table = [2.2974 49.5063 2.6412 6.4795 40.0443 0.1454 ... 3.0467 81.7767 0.1391];

% Ordenar por instantes de falhatables=sortrows(table,3);

% Calcula Somatoria de beta’*xbex=0;for kk=1:Nbex=bex + beta(1)*tables(kk,1)+beta(2)*tables(kk,2);end

% Calcular Somatoria de beta’*x para R(kk)somat(N+1)=0.;for kk=N:-1:1somat(kk)=somat(kk+1)+ exp(beta(1)*tables(kk,1)+beta(2)*tables(kk,2));end

L = -bex + sum(log(somat(1:N)));

EE-240/2009


Método Gráfico

2.9 9.4

2.0 8.0

log L()

beta1beta2 [ x 10-3 ] [ x10-2 ]

EE-240/2009


Exemplo: Rolamento

20 rolamentos em ambiente limpo x = 0:

tf = { 1 3 3 6 7 7 10 12 14 15 18 19 22 26 28+ 29 34 40 48+ 49+ }

20 rolamentos em ambiente com partículas abrasivas x = 1:

tf = { 1 1 2 2 3 4 5 8 8 9 11 12 14 16 18 21 27+ 31 38+ 44 }

EE-240/2009


tf x ti di

1 011 t1 3 e2/(20+20e)3

2 11 t2 2 e2/(19+18e)2

3 001 t3 3 e/(19+16e)3

4 1 t4 1 e/(17+15e)

5 1 t5 1 e/(17+14e)

6 0 t6 1 1/(17+13e)

7 00 t7 2 1/(16+13e)2

8 11 t8 2 e2/(14+13e)2

9 1 t9 1 e/(14+11e)

10 0 t10 1 1/(14+10e)

11 1 t11 1 e/(13+10e)

12 10 t12 2 e/(13+9e)2

tf x ti di

14 10 t13 2 e/(12+8e)2

15 0 t14 1 1/(11+7e)

16 1 t15 1 e/(10+7e)

18 10 t16 2 e/(10+6e)2

19 0 t17 1 1/(9+5e)

21 1 t18 1 e/(8+5e)

22 0 t19 1 1/(8+4e)

26 0 t20 1 1/(7+4e)

29 00+1+ t21 1 1/(5+3e)

31 1 t22 1 e/(4+3e)

34 01+ t23 1 1/(4+e)

40 0 t24 1 1/(3+e)

x = 0: tf = { 1 3 3 6 7 7 10 12 14 15 18 19 22 26 28+ 29 34 40 48+ 49+ }

x = 1: tf = { 1 1 2 2 3 4 5 8 8 9 11 12 14 16 18 21 27+ 31 38+ 44 }

EE-240/2009


tf x ti di

1 011 t1 3 e2/(20+20e)3

2 11 t2 2 e2/(19+18e)2

3 001 t3 3 e/(19+16e)3

4 1 t4 1 e/(17+15e)

5 1 t5 1 e/(17+14e)

6 0 t6 1 1/(17+13e)

7 00 t7 2 1/(16+13e)2

8 11 t8 2 e2/(14+13e)2

9 1 t9 1 e/(14+11e)

10 0 t10 1 1/(14+10e)

11 1 t11 1 e/(13+10e)

12 10 t12 2 e/(13+9e)2

tf x ti di

14 10 t13 2 e/(12+8e)2

15 0 t14 1 1/(11+7e)

16 1 t15 1 e/(10+7e)

18 10 t16 2 e/(10+6e)2

19 0 t17 1 1/(9+5e)

21 1 t18 1 e/(8+5e)

22 0 t19 1 1/(8+4e)

26 0 t20 1 1/(7+4e)

29 00+1+ t21 1 1/(5+3e)

31 1 t22 1 e/(4+3e)

34 01+ t23 1 1/(4+e)

40 0 t24 1 1/(3+e)

4097.0ˆ

EE-240/2009


4097.0ˆ

Visualização Gráfica

EE-240/2009


Muito Obrigado!

EE-240/2009 Proportional Hazards Model EE-240/2009 Proportional Hazards Model.

Documents

Transcript of EE-240/2009 Proportional Hazards Model EE-240/2009 Proportional Hazards Model.