可靠性评估的一种Bayes方法

介绍了用混合Gamma分布和混合Beta分布作共轭验前分布时,如何由Bayes方法对电子产品的可靠性进行评估。其中继承因子的引入克服了传统Bayes方法只考虑产品的继承性、相似性,而忽略新产品的创新性、不确定性的缺点。同时,通过举例与常用的经典法作比较,看出了这种方法的优越性及合理性。     

复杂系统的Bayes可靠性评估

讨论了复杂系统的Bayes可靠性评估。首先，对各种不同分布类型的单元进行Bayes可靠性分析；其次利用最大熵方法把单元可靠性信息进行综合，得到系统可靠性的验前分布；最后根据Bayes定理，利用系统可靠性试验信息来更新系统可靠性的验前分布得到系统可靠性的验后分布，依据此验后分布对系统可靠性进行评估。仿真算例说明了评估方法的合理性。     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计MSE的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导.     

指数分布阶段可靠性增长模型的Bayes融合

对满足顺序约束条件的指数分布阶段可靠性增长模型，本文利用共轭型先验分布与由工程专家经验给出的延缓纠正有效性系数，给出了Bayes融合方法，讨论了Baves融合结果的工程物理意义，最后用数值例说明了这些方法。在某型导弹的发动机的可靠性评估中应用了该方法，验证了方法的有效性。     

双参数指数分布的可靠性评估（I）

本文对双参数指数分布的参数(位置参数μ，尺度参数θ)，可靠性测度(失效率λ，平均寿命M，可靠寿命tR，可靠度R(t))的UMVUE(一致最小方差无偏估计)无信息先验分布下的Bayes估计进行了讨论，并系统地给出了这些参数与测度的经典精确限、Fiducial精确限，无信息先验分布下的Bayes精确可信限，并用数值例说明了这些方法。     

航空电源系统可靠性的Bayes分析

对改进中的航空电源系统进行可靠性评估,本文引入继承因子利用信息融合的原理将改进前与改进后的历史信息融合为一个混合先验,并进一步假定继承因子为随机变量采用多层Bayes方法对系统进行了可靠性分析。最后通过仿真实例求得系统的一些常见的可靠性指标,并与传统Bayes评估结果进行比较,结论表明本方法的有效性。     

双参数指数分布的可靠性评估（Ⅱ）

本文对双参数指数分布的参数(位置参数μ，尺度参数θ)，可靠性测度(失效率λ，平均寿命M，可靠寿命tR，可靠度R(t))的UMVUE(一致最小方差无偏估计)，无信息先验分布下的Bayes估计进行了讨论，并系统地给出了这些参数与测度的经典精确限、Fiducial精确限、无信息先验分布下的Bayes精确可信限，并用数值例说明了这些方法。     

Bayes可靠性增长分析中验前分布的不确定方法及其剖析

可靠性增长试验分析中，运用Bayes方法的一个关键问题是验前分布的确定。目前在工程应用中，运用了多种不同的方法来确定验前分布。不同的验前分布将引出不同的评估结果。文中列举了二项分布模型、指数寿命模型以及AMSAA模型下的验前分布确定方法，并作了必要的剖析，指出需要注意的问题及其处置的技术途径。     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

基于狄氏先验分布的固体火箭发动机可靠性增长Bayes分析

针对固体火箭发动机研制存在历史信息和专家信息的特点,提出了一种可靠性增长分析的Bayes模型。以狄氏分布作为先验分布,给出了先验分布参数的确定方法。综合利用了先验信息和每一阶段现场试验信息,推导了各阶段可靠性的后验边际分布。给出了当前阶段和后续阶段产品可靠性的Bayes点估计和置信下限,分析了各阶段试验结果对最终产品可靠性估计的影响。最后给出了一个实例,验证了该模型的有效性。     

由威布尔分布零失效样本求任务可靠性Fiducial-Bayes置信下限

由威布尔分布零失效样本求任务可靠性置信下限，是可靠性评估的重要问题。一本文对威布尔分布形状参数在某区间取值时，采用Fiducial和Bayes方法，给出了求任务可靠性的Fiducial-Bayes置信下限的公式。     

一种综合性能与寿命数据的Bayes-Bootstrap方法

对现代长寿命、高可靠产品进行可靠性评估,传统大样本寿命试验和统计推断方法存在很大困难,包括伪寿命数据方法在内的性能与寿命数据综合的可靠性评估方法也存在很多问题。提出了将性能可靠性建模与Bayes方法相结合的方式解决这一困难问题,其中对性能试验数据建立性能退化模型,并利用Bootstrap方法处理伪寿命数据导致的随机性误差和构造融合Bayes验前分布,然后利用Bayes验后分析进行可靠性统计推断。对随机斜率模型和长寿命卫星动量轮轴承组件润滑寿命的应用表明,提出的方法可以充分利用产品研制、使用过程中各种类型的信息,特别是性能试验信息,具有一定的适用性。     

航空电子产品的BAYES可靠性评估

针对航空电子产品可靠性评估问题, 确定了环境因子的分布, 把模拟试验信息通过环境因子折合得到了可靠性的预测分布。利用此预测分布作为验前分布结合飞行试验信息得到可靠性的验后分布。仿真算例表明这种方法比经典统计方法和传统BAYES方法更合理     

基于结构可靠性干涉理论的环境因子研究

提出了一种基于结构可靠性干涉理论的非寿命型环境因子计算方法,这种环境因子充分考虑了可靠性仿真信息和现场试验信息。应用强度-应力干涉理论,通过可靠性仿真计算,得到不同环境下结构可靠性分布参数,运用仿真结果计算环境因子。然后,针对二项型分布数据,结合折合后数据的相容性检验方法,应用Bayes可靠性评估方法阐述了产品可靠性计算过程。最后,以固体火箭发动机药柱结构可靠性作为实例,利用2个压强下的可靠性仿真信息和现场试验信息,计算得到了发动机药柱在高工作压力下的可靠度。这种评估方法可融合现场试验信息、不同应力环境下产品试验信息及仿真信息,有利于解决小子样条件下可靠性评估问题。     

多层验前信息下可靠性增长的Bayes分析

本文研究了两层验前信息下，指数寿命型可靠性增长试验中失效率A的Bayes估计问题。文中首先讨论了历次寿命试验中关于失效率的回归模型问题，然后由N阶段的可靠性增长试验的子样，运用Bayes方法，给出了两层验前信息下A的估计方法。为了说明文中的方法和工程应用。讨论了单层验前信息下的验前建模方法及其在多阶段可靠性增长试验中的运用。最后给出了失效率的具体Bayes估计的计算公式。     

基于可信度的动量轮Bayes可靠性评估

动量轮具有小子样、高可靠性、长寿命等特点,其寿命和可靠性评估通常采用Bayes小子样评估方法。而在Bayes评估中往往忽略了多源验前信息之间的差异,这可能会导致评估结果与工程实际不相符。如何合理的对验前信息的差异进行定量分析是航天科技人员在可靠性评估中的一个难题。针对这一问题,从验前信息熵的角度出发提出了一种新的可信度概念,利用不同验前信息的可信度来定量刻画信息间的差异。实例分析表明,这种新的可信度概念能有效的刻画验前信息的差异程度,基于可信度的可靠性评估精度更高、更符合工程实际。
      

液体火箭发动机可靠性增长分析与决策研究

液体火箭发动机试验费用昂贵、可靠性要求高，有必要采用分析和决策技术对可靠性增长进行综合管理。传统的可靠性增长分析与决策是采用可靠性增长模型，包括经典可靠性增长模型和Bayes可靠性增长模型。可靠性增长模型以可靠度的点估计或置信下降作为决策标准，缺陷是没有考虑可靠度本身的不确定性以及由决策损失导致的严重后果。本文根据液体火箭发动机的特点，采用信息融合技术，建立了基于增长数据折合的Bayes指数分布可靠性增长模型，评估可靠性水平。针对评估结果存在的不确定性，采用Bayes风险决策方法确定停止可靠性增长试验时间的标准。工程应用表明：该方法可操作性强，得出的结果科学、可靠。     

导弹姿控系统的贮存可靠性评估分析方法

文章提供了一种导弹贮存可靠性分析评估的统计学分析思路和方法。首先,简单介绍了贮存可靠性的重要性、含义以及发展现状;之后,针对导弹姿控系统假设的现场贮存数据的分析和评估,分别介绍了指数分布的μ检验法和威布尔分布的AMSAA（美国陆军装备系统分析中心）方法。文章提出的方法可供全面开展导弹的贮存可靠性分析时参考。     

Weibull分布可靠性评估的Bayes方法（Ⅱ）

6．Weibull分布参数与可靠性测度的Bayes估计与Bayes可信上，下限的计算方法 （1）E[R^k（t）｜y_]，E（λ｜y_）及诸参数与可靠性测度的Baves上、下限的计算方法。     

固体火箭发动机性能可靠性评估的Bayes方法

在研制阶段试验信息以及积累以往试验信息的基础上，运用Bayes方法，建立了固体火箭发动机性能可靠性仿真模型，给出了仿真模型可信性检验的最大熵谱方法；将仿真信息作为验前信息，结合现场试验信息确定了性能可靠性的近似分布，并给出了性能可靠性的点估计和置信下限估计。