基于Bayes理论的多源可靠性数据融合方法应用研究

对Bayes方法在多源可靠性数据融合中的应用进行了分析。将Bootstrap方法和随机抽样法应用于确定不同先验信息下的先验分布或先验分布中的超参数。论证了采用线性加权进行多源先验分布融合的合理性,并提出了将样本的边缘分布作为该方法中确定权重的一个衡量尺度。最后,采用上述方法对某飞机组件的寿命进行了统计推断。     

基于优化SPOT和D-S证据理论的测试性验证方案

针对现有基于序贯验后加权检验的测试性验证方案对测试性设计指标之间的模糊参数空间考虑不足，以及未能充分运用测试性多源先验信息的问题，提出一种优化序贯验后加权检验和D-S证据理论相结合的测试性验证方案。首先，考虑测试性设计指标之间的模糊参数空间，构建三参数空间复杂假设，并基于Bayes理论研究序贯决策规则，同时确定决策因子以及决策阈值；其次，以测试性指标构成的参数空间为辨识框架，分别构造基于专家信息以及测试性试验数据等先验信息的基本信任分配函数，建立融合多源先验信息的优化序贯验证方案；最后，结合实例进行研究，并与经典验证方案、传统Bayes验证方案、序贯概率比检验方案以及序贯验后加权检验方案进行了对比分析。结果表明，该方案由于考虑了模糊参数空间以及充分融合了多源先验信息，有效解决了模糊参数空间的处理问题，同时所确定的平均故障样本量在决策支持的参数空间均优于其他方法。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少，采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题，基于Bayes理论，把历史试验数据视为先验信息，采用矩等效方法确定先验分布，然后通过Bayes理论综合现场试验数据，建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估，得到其MTBF评估值为302.68h，比采用数学平均值法约提高了18.7%，评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

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.     

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

基于混合先验分布的导弹武器系统飞行可靠性评估

在小子样情况下,把导弹武器系统各个分系统的试验信息折合为现场试验信息,然后综合利用各种信息（地面试验信息,不同阶段的试验信息等）,运用基于专家系统确定权重区间的分层Bayes方法,对导弹武器系统的飞行可靠性进行评定。算例表明,该方法比直接提供权重估计的方法更稳健,可信度也更高。     

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.      

独立指数分布期望参数的Г极小极大估计

在参数的部分先验信息已知的条件下所获得的Г极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法，因而更切合实际。以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Г极小极大估计做了讨论。本文给出了独立指数分布的期望参数在一般的先验矩限制下的Г极小极大估计，同时讨论了两种特殊情况，即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Г极小极大估计。     

独立指数分布期望参数的Γ极小极大估计

在参数的部分先验信息已知的条件下所获得的Γ极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法,因而更切合实际.以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Γ极小极大估计做了讨论.本文给出了独立指数分布的期望参数在一般的先验矩限制下的Γ极小极大估计,同时讨论了两种特殊情况,即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Γ极小极大估计.     

基于无失效数据的某型发动机可靠性参数Bayes估计

针对装备寿命服从指数分布的情形,以失效率参数作为随机变量构建估计模型。考虑失效率的先验分布为 Gamma分布,在失效率的超参数均服从一定的均匀分布时,提出了失效率的多层 Bayes和期望 Bayes(ExpectedBayes,E-Bayes)估计方法,建立了失效率的多层 Bayes和 E-Bayes估计模型;结合某型装备发动机的无失效储存数据,计算了失效率的多层 Bayes和 E-Bayes估计值,推导了可靠度的多层 Bayes和 E-Bayes估计值。通过比较分析,可靠度的 2种估计结果都是稳健的,而后者略小于前者,且后者的极差比前者减小 81.4%。结果表明,采用 EBayes估计更易于计算,得到的结果更为准确稳健,且更适用于工程应用实际。     

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。     

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。     

贝叶斯法在惯性平台测试中的应用

惯性导航系统以其独特优点在航天领域得到了极为广泛的应用。对惯导系统的测试数据进行统计分析和预报,对于航天器的可靠性评估具有重要意义。对于测试数据在实际应用中存在的小样本问题,本文提出了使用贝叶斯方法对其统计特性进行研究。通过对惯性导航系统测试数据的先验信息、总体信息和样本信息进行结合,利用贝叶斯方法得到对应的验前分布和验后分布,并在验后分布的基础上进行统计估计,减小了小样本条件下的统计误差。同时,通过此方法对惯导系统测试数据进行置信区间的计算预报,为惯导系统的误差补偿、故障诊断提供了一个参考依据和途径。     

导弹命中精度评定中贝叶斯方法的应用

针对导弹武器系统试验评定的问题 ,研究了如何在命中精度评定中应用贝叶斯方法。在导弹落点偏差分布为正态 -逆伽马分布的假设下 ,提出以贝叶斯理论为基础 ,利用实际的导弹飞行试验状态信息和试验前的各种已知信息 ,加入弹道的模拟和仿真方法 ,获得评定的验前分布参数 ,使精度评定理论与实际情况相结合的方案。该方案以使用方提出的可信度和最低可信下界为检验精度的指标 ,同时也提出一种运用参数自助 (Bootstrap)方法获得验前分布参数的方法。最后 ,提供了完整的评定流程和说明 ,使实际的评定工作有一个较完整的体系。所提的贝叶斯方法尤其适合于小子样场合下的试验鉴定工作     

无失效试验数据系统可靠性评估方法研究

理论上,样本量越大,通过估计得出的值越精确。但许多武器装备造价昂贵,危险性高,不可能做大量的现场试验进行可靠性分析,面临着如何探求无失效情况下高可靠性装备的评估问题。文中基于元件的无失效成败型试验数据,研究了指数型元件组成系统的可靠性评仆方法。     

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%.     

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。