基于不确定性测度与支持度的测试性验前信息融合方法

针对目前验前信息融合方法存在主观性和单一性的缺陷,引入验前分布的不确定性测度和支持度,提出了基于不确定性测度与支持度相结合的验前信息加权融合方法.首先,利用β分布对测试性验前信息的不确定性进行描述,运用不同的验前信息确定验前分布超参数;然后,引入不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;最后利用混合验前分布,结合测试性现场试验数据,计算了Bayes融合评估的验后结果.该方法不仅考虑了验前分布本身对测试性参数的真实情况描述的接近程度,还考虑了不同来源的验前信息之间的支持程度.实例分析表明,在同一置信水平下,基于该方法的测试性评估置信下限相对于传统方法的测试性评估置信下限大约提高了0.7%.      

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。     

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.     

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证.给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML - Ⅱ方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小.最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度.     

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。     

可靠性试验评定中专家信息融合

专家信息是小子样条件下装备可靠性试验评定中验前信息的重要来源.给出基于证据理论的专家信息融合方法.首先定义了专家信息的一致度,接着利用证据理论计算得到专家信息的权重,然后在不考虑专家信息可信度和相关性的基础上,对专家信息转化成的概率分布进行融合,最后给出了一个应用实例.     

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。     

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。     

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。     

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。     

复杂系统可靠性评定先验分布的样条函数估计

在经验 Bayes理论的基础上 ,研究了利用样条函数拟合系统任务可靠度先验分布的方法。对 Weibull、指数和二项分布的三种试验结果 ,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.      

一种针对液体火箭发动机可靠性的双线评估方法

针对液体火箭发动机可靠性评估过程中试验数据利用不充分、主观性强、与设计改进关联不足等现状,给出了一种可靠性双线评估方法,在有限试车条件下提升可靠性评估结果的准确性,并从风险控制角度识别出发动机的薄弱环节。该方法采用两条主线开展可靠性评估,第一条线以发动机部组件试验数据为输入,以发动机工作时序为线索,识别发动机故障模式,建立可靠性模型,将部组件故障模式的发生概率带入可靠性模型中,采用不确定性传播算法,得到发动机可靠性先验分布。第二条线以发动机整机试验数据为输入,采用威布尔可靠性评估方法,得到发动机可靠性追加信息;随后采用贝叶斯方法进行双线融合,计算发动机可靠性的后验分布。通过可靠性双线评估方法,扩充了可靠性评估的数据来源,并从风险控制角度辨识了发动机的关键部组件及其故障模式,提升了可靠性评估的工程应用价值。     

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。     

飞行器空气动力特性的综合评估方法研究

空气动力评估是对飞行器进行全过程、全系统试验与鉴定的重要内容.依据层次分析原理,可分层、分类对飞行器的空气动力特性进行综合评估.采用专家调查法,获得专家个体对评估因素、评估因素的权重、以及评估结果等级与档次的意见;采用综合评估方法综合各专家个体的意见,获得对飞行器空气动力特性综合评估的定性结论和定量结果.     

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Gompertz模型的液体火箭发动机可靠性增长分析

运用Gompertz模型和线性回归方法对液体火箭发动机批次试验中的可靠性增长因子进行分析,对新产品的可靠性分布函数进行预测。结合产品的少量现场试验数据,利用Bayes方法对系统的可靠性增长试验结果进行分析。文中首先给出了可靠性增长因子分析的模型,然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型,在此基础上,运用随机变量函数的分布,给出各阶段可靠性增长试验中可靠性参数的Bayes估计。最后给出实例进行说明。      

飞机整体驱动发电机可靠性与维修策略探究

针对飞机整体驱动发电机可靠性分析手段缺乏、故障样本小且维修策略相对保守的问题,提出了以历史故障数据为驱动的贝叶斯和马尔可夫链融合的可靠性分析方法。 首先,利用蒙特卡洛方法对故障数据预处理以增大样本空间,并通过最大信息熵法求解飞机整体驱动发电机的先验分布;其次,利用马尔可夫链方法对复杂后验分布进行解算;最后,以可靠性为中心给出飞机 IDG 的维修建议。 经过数值仿真软件计算后得 IDG 的累计失效函数参数估计误差分别为 0. 121 3 和 0. 001 3,误差较小。 仿真结果表明,提出的可靠性分析方法适用于小样本空间的飞机 IDG 可靠性分析,并根据结果给出了维修建议。