Weibull分布串并联系统的Bayes可靠性评估

基于工程实践中的可靠性验前信息,给出了Weibull分布下Bayes可靠性分析方法。进而针对Weibull分布的串并联系统,由单元的验后矩导出准确的系统可靠性验前矩,并在此基础上,运用最大熵准则给出了系统可靠性验前分布的估计。最后根据试验数据得出系统的验后分布,并用该分布对系统可靠性进行了评估。     

串联系统可靠的Bayes评估方法

研究了一类特殊系统（高可靠性成败单元串联系统）的Bayes可靠性评估问题。将系统可靠性验后分布函数渐近展开，利用此渐近展开式或以精确得到系统可靠性的Bayes置信区间，并且与基它方法进行比较。仿真计算表明，特殊系统采用特殊的处理方法比采用通用的方法精度要高。     

基于距离一矩法判据的多源寿命信息融合

针对小子样复杂系统的可靠性信息融合技术展开研究,解决同总体多源信息的科学利用与融合问题。该方法从数据层融合人手,考虑了各源验前信息的可信度,根据矩法估计原理求解各种可能验前分布的参数。采取距离作为度量选取最佳融合验前分布丽数。最后通过MATLAB仿真实例对4种常见分布进行了研究,验证了该方法的有效性。     

串联系统可靠性Bayes评估方法

研究了一类特殊系统(高可靠性成败单元串联系统)的 Bayes可靠性评估问题。将系统可靠性验后分布函数渐近展开,利用此渐近展开式可以精确得到系统可靠性的Bayes置信区间,并且与其它方法进行比较。仿真计算表明,特殊系统采用特殊的处理方法比采用通用的方法精度要高。     

小子样武器装备可靠性评定过程中专家信息的规范化描述

在对航空航天领域可靠性工程中专家信息的特征进行分析的基础上, 分别对模糊描述、概率描述法、专家打分法、主观语言描述方式的专家信息规范化进行了研究, 并对基于专家信息的验前分布确定过程进行了分析.建立了专家信息规范化的广义验前信息描述、基于不确定性加权验前信息描述、最大熵法验前信息描述的验前分布确定模型.论文的研究对于小子样条件下运用Bayes方法分析系统可靠性时, 基于专家信息的验前分布确定具有重要的工程指导意义.      

多种验前信息源情况下的融合验后分布

本文研究Ｂａｙｅｓ统计推断中有多种（或多阶段）验前信息时，分布参数验后分布的表示。文中，首先在考虑验前子样可信度的基础上，对多种验前信息源进行了综合，得出了验前分布的融合表示。然后，给出分布参数验后分布的表示，列举了应用示例。本文方法，对于小子样武器装备精度的评估具有普遍意义。     

基于矩化GO法的某型电动飞机扰流板系统可靠性

扰流板冗余系统提升了新能源电动飞机的可靠性。采用GO法建立电动飞机扰流板系统可靠性模型,设计SIMULINK仿真界面,针对操作符11给出一种新的运算模块。针对扰流板冗余系统设计一种矩化操作符,给出运算流程,有效减少传统GO法在冗余系统建模工作量,利用故障树分析法对结果进行验证。结果表明,本文提出的方法切实可行,为新能源电动飞机扰流板系统可靠性分析提供了新的思路。     

命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上，给出了给定散布参数（方差）的P值计算模型，构建了一维散布分析时验前分布可信度的P值模型，给出了验前P值与验前可信度的定义，并对其变动情况进行了阐述，给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析，分别构建了验前P值的独立求解模型和集成求解模型.并从0.05，0.2，0.4区分的数据区间，给出了验前分布选择的原则和要求.基于案例比较可见，验前可信度能较为显著地完成验前分布的差异化比较，相对现有的仅对验前可信度的定性说明，基于P值的验前可信度建模与计算，不仅能完成验前可信度的量化计算，而且能从概率的角度对验前分布选择的正确性进行假设检验.      

基于混合验前分布的制导精度评定方法

如何合理有效地利用验前信息是小子样评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前数据构造验前分布的方法,并结合验前信息可信度给出了一种混合验前分布。通过对参数验后估计的分析,该方法能够有效避免验前信息“淹没”现场信息的情况,而验前信息可信度则通过验后边缘分布得到。通过对验后估计均方差(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。     

基于贝叶斯网络的分层系统可靠性分析

由于分层系统的系统结构复杂,且系统不同层次可靠性信息具有不均衡性的特点,使得分层系统的可靠性建模较为困难.考虑二态情况,通过引入贝叶斯网络描述分层系统元素间的失效关系,并考虑了系统元素间级联失效问题,结合贝叶斯多源信息融合方法,以贝叶斯网络模型为基础整合了系统各层元素的可靠性信息,构成了一种较为通用的二态分层系统可靠性分析方法.算例结果表明:该方法在贝叶斯网络模型计算过程中能够融合系统各层元素可靠性信息并有效处理级联失效问题,提高了系统可靠性后验均值估计的准确性,减小了系统可靠性结论的后验方差.      

类似系统可靠性信息在复杂系统Bayes可靠性评估中的应用

先验分布的确定是运用Bayes方法进行复杂系统可靠性评估的先决条件。本文研究了利用类似系统的可靠性信息通过加权融合确定先验分布的方法。对Weibull和指数分布模型的可靠性试验结果,给出Bayes方法可靠性计算公式。最后给出的一个实例表明,该方法计算简便、便于工程应用。      

基于信息融合的系统可靠性优化试验设计模型

分析了现今可靠性试验设计的不足,考虑两类风险(弃真风险、采伪风险)建立了基于信息融合的可靠性优化试验设计模型(ORTIF, optimization reliability test design modeling based on information fusion).分析了可靠性试验设计的需求、约束条件,基于子系统和系统验前分布是Beta分布,提出了可靠性系统中子系统层与系统层之间的信息融合技术.根据验后风险准则,给出弃真和采伪风险的定义.基于Matlab软件给出了最优试验方案数值计算的求解步骤.最后以液态火箭发动机为例,求解出满足约束条件的最优试验方案为(9,5,10,6,1),对应的最小试验费用为3326.9,并得出权值方案对试验方案的确定影响较大的结论.      

动态分布参数验前分布的稳健性分析

讨论了动态分布参数的验前建模问题,并由此运用边缘分布给出验前分布的ML-Ⅱ估计;对于不同的验前分布所引起的验后稳健性问题作了初步分析。     

专家信息提取在装备可靠性评定中的应用

专家信息是装备可靠性评定中验前信息的重要来源，将专家信息的提取流程划分为描述、收集、转化和融合四个步骤，并给出了前三步的具体步骤。以某装备可靠度为例，详细介绍了包括问卷设计、调查结果分析和专家信息向验前分布转化的专家信息提取过程，并提出了装备可靠性评定中专家信息提取应注意的问题。     

Bayes方法应用中验前信息可信度的影响分析

Bayes方法已在航空航天类装备的参数估计与决策分析中得到了广泛应用。但现有的研究主要集中于验前分布的构造与方法的工程应用,而对验前信息或验前分布可信性影响的分析较少。给出了验前可信度的定义与计算方法,建立了验前可信度的影响分析模型,给出了基于验前可信度要求的验后置信区间计算方法。以装备精度分析为例,给出了验前可信度影响的分析结果。     

多种验前信息源情况下的融合验后分布

本文研究Bayes统计推断中有多种(或多阶段)验前信息时,分布参数验后分布的表示。文中,首先在考虑验前子样可信度的基础上,对多种验前信息源进行了综合,得出了验前分布的融合表示。然后,给出分布参数验后分布的表示,列举了应用示例。本文方法,对于小子样武器装备精度的评估具有普遍意义。     

基于Bayes-模糊逻辑算子的小子样可靠性信息融合方法

为了解决航空航天复杂系统可靠性评定中样本量小而导致评估结果可信度不高的问题,引入模糊逻辑算子这一非线性模型对多源可靠性验前信息进行融合,并给出了其参数估计的第二类极大似然(ML-Ⅱ)估计方法,通过仿真示例说明了融合方法的有效性.      

基于Copula函数的单冷贮备串联结构可靠性分析

传统的系统可靠性模型不能很好地反映子系统间性能相依性对整机可靠性的影响,需要忽略系统组合初始可靠度问题。以串联结构为研究对象,研究了具有多个相依工作子系统和一个冷贮备单元的系统可靠性及平均失效前时间(MTTF),应用Copula函数描述了工作子系统之间复杂的寿命相依性,基于条件概率理论,建立了具有初始可靠度和冷贮备的子系统相依的系统可靠性模型,并给出了系统的MTTF显式。以单冷贮备的两串联结构系统为例,基于Farlie-Gumbel-Morgenstern(FGM)Copula函数及边缘寿命指数分布函数,分析了子系统之间的工作相依程度对整机系统可靠性的影响,将系统可靠性表示成不同失效率的指数可靠性函数的线性组合,验证了该建模方法的有效性,为工程系统的可靠性设计和可靠性管理提供了理论依据。     

基于幂律退化轨道的小样本性能可靠性评定

结合航空航天领域高可靠、长寿命产品试验小子样的特点,运用性能退化可靠性理论和Bayes方法,对系统可靠性的统计推断方法进行了研究.首先对基于Bayes方法幂律退化轨道参数的计算模型进行研究,然后结合随机变量函数的分布的计算,推导出系统可靠性后验估计和置信下限估计的计算公式.在理论推导的基础上,结合工程实例说明该方法的有效性.     

基于成败试验的导弹贮存可靠性Bayes分析模型

针对传统导弹贮存可靠性分析方法的缺点, 提出了一种Bayes分析模型.这种模型以狄氏分布为先验分布, 综合利用了历史信息和专家信息, 结合导弹检测时间段的成败试验数据, 给出了各检测时间段可靠性的联合后验分布, 然后利用Gibbs抽样算法进行后验推断, 得到了各阶段可靠性的Bayes估计和区间估计.此外, 基于当前试验数据, 利用这种模型以预测未来导弹贮存可靠性.算例表明这种Bayes模型参数含义清楚, 利于工程应用.