لقد حقق تحليل الموثوقية المتغيرة مع الزمن لنمط الفشل الواحد تقدمًا ملحوظًا وأظهر إمكانات كبيرة. ومع ذلك، في التطبيقات الهندسية العملية، غالبًا ما تتضمن الهياكل والأنظمة أنماط فشل متعددة، مما يطرح تحديات مستمرة لتحليل الموثوقية الحالي، وغالبًا ما يصاحبه تكلفة حسابية عالية (وفي بعض الأحيان يصعب التعامل معها). لذلك، يصبح تطوير نموذج دقيق للموثوقية الزمنية للأنظمة المتعددة الأنماط واستراتيجية حل ملائمة أمرًا بالغ الأهمية. لتحقيق هذا الهدف، يقترح هذا البحث طريقة مبتكرة لتقييم موثوقية الأنظمة المتغيرة مع الزمن مبنية على نموذج كريجينغ (Kriging). أولاً، يتم تفكيك الأنماط المتعددة إلى عدة مشاكل تقييم موثوقية متغيرة مع الزمن مستقلة، كل مشكلة تخص نمط فشل واحد. مستوحاة من فكرة تمييز العمليات العشوائية، يُعتبر كل دالة زمنية متغيرة في النظام البنيوي كمجموعة من مشاكل الموثوقية الثابتة مع الزمن. بعد ذلك، بالنسبة لكل مشكلة موثوقية ثابتة مع الزمن، يتم تحديد النقطة الأكثر احتمالًا (MPP) ويتم إجراء تقريب خطي لوظيفة الأداء ذات الصلة. بناءً على ذلك، يتم إنشاء نموذج كريجينغ للنقاط الأكثر احتمالًا (MPP) عند نقاط زمنية متفرقة، ويتم استخدام تقنية التعلم النشط لتحديث النموذج باستمرار لتحسين الدقة. أخيرًا، من خلال حل نموذج موثوقية النظام الثابت يتم تحديد مؤشرات الموثوقية واحتمالات الفشل. من خلال تحليل أمثلة نظام مع تغييرات نموذجية في المعلمات، تم التحقق من قابلية وفعالية الطريقة المقترحة.

تحليل الموثوقية المتغيرة مع الزمن;أنماط فشل متعددة;نموذج كريجينغ;التعلم النشط;تقريب مسار النقطة الأكثر احتمالًا