불확실성 정량화와 신뢰성 업데이트는 엔지니어링 시스템의 안전성과 성능을 보장하는 데 필수적입니다. 본 연구에서는 데이터를 활용하여 불확실성을 정량화하고 신뢰성을 업데이트하는 계층적 베이즈 모델링(HBM) 프레임워크를 개발했습니다. 이 방법은 HBM의 확률적 구조를 활용하여 모델 불확실성과 매개변수 변동성을 신뢰성 평가에 통합하는 강력한 솔루션을 제공합니다. 이 프레임워크는 선형 수학 모델과 동적 구조 모델에 적용되었습니다. 선형 모델의 경우, 과초월 매개변수와 신뢰성에 대한 해석적 해를 유도하여 불확실성 정량화와 신뢰성 평가를 위한 효율적이고 정확한 수단을 제공하며, 동적 구조 모델에서는 HBM에서 얻은 과초월 매개변수 후방 분포를 직접 사용하여 신뢰성을 업데이트합니다. 이 방법은 업데이트된 후방 분포가 시스템 불확실성과 동적 거동이 신뢰성 예측에 미치는 영향을 반영하는 데 의존합니다. 제안된 방법은 정적 및 동적 환경에서 다중 불확실성 원천을 처리함으로써 전통적인 베이즈 추론에 비해 현저한 이점을 보여줍니다. 본 연구는 HBM 프레임워크의 다기능성과 계산 효율성을 강조하며, 구조 건강 모니터링 및 기타 엔지니어링 응용에서 불확실성 정량화 및 신뢰성 업데이트를 위한 강력한 도구로 자리매김합니다.

불확실성 정량화;신뢰성 업데이트;계층적 베이즈 모델링;데이터 정보;구조 동역학