三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。     

全样本并—串联系统屏蔽数据的统计分析

详细推导了完全样本并—串系统屏蔽数据场合下的似然函数,并且给出了常数失效率单元和线性失效率单元所组成的并—串联系统屏蔽数据的参数的极大似然估计以及采用似然比构造区间估计的方法得到参数的近似区间估计。     

单参数指数分布定时截尾步加试验TFR模型下参数修正的MLE

给出了单参数指数分布定时截尾样本场合下步加试验TFR模型下参数的修正极大似然估计,并通过模拟表明修正的极大似然估计的精度高于极大似然估计。     

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。     

基于随机截尾数据下Weibull分布的参数极大似然估计与应用

对服从Weibull分布的随机截尾数据建立似然方程,给出形状参数和尺度参数的极大似然估计,通过参数极大似然估计对火箭发动机试车试验数据进行了可靠性评估分析,算例得到的形状参数估计值与实际工程应用的经验估计值十分接近。     

基于极大后验原理的非线性系统传感器故障估计

针对扩展卡尔曼滤波算法(Extended Kalman filter,EKF)计算复杂,粒子滤波算法动态跟踪能力差,单一无先导扩展卡尔曼滤波算法(Unscented Kalman filter,UKF)滤波精度低等缺陷,本文根据极大后验原理(Max-imum posterior principle,MPP),针对一类非线性系统设计了一种改进型的无先导卡尔曼故障估计滤波器来估计被控系统所发生的加性传感器故障。首先根据极大后验估计原理,推导出一种最优常值故障估计器。在此基础之上,推导出次优的加性常值故障估计滤波器,并对故障估计滤波器进行了无偏性证明。最后,将得到的理论结果应用于非线性倒立摆系统,仿真验证了所提方法的有效性。     

基于遗传算法的混合威布尔分布参数最小二乘估计

混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。     

基于逆高斯过程的加速退化试验失效机理一致性判定

针对加速退化试验中逆高斯过程的特点,建立基于逆高斯过程的加速退化试验失效机理一致性判定方法。首先考虑带有随机波动影响的逆高斯过程模型,给出针对单个样本退化数据及融合所有样本退化数据的极大似然函数,进而得到逆高斯模型假设下参数的极大似然估计。其次结合加速试验失效机理一致性理论,基于加速系数不变原则给出逆高斯过程模型参数应满足的条件,并利用t统计量对加速过程进行失效机理一致性检验。最后,在案例中应用本文方法对某电子器件的应力松弛数据进行了统计分析。     

确定电子产品MTBF增长的经典分析方法

本文用经典分析方法研究了经历研制试验的电子产品失效率(或MTBF)的问题。假设研制规划由m个阶段组成,在每个阶段中受试的产品是类似的;此外,假设电子产品的失效率满足:λ_1≥λ_2≥…≥λ_m。我们得到了λ_i(i=1,2,…,m)的约束极大似然估计和λ_m的经典置信限。最后用数值例说明了这些方法。