用自助加权范数法评估三参数威布尔分布可靠性最优置信区间

提出自助加权范数法,以评估三参数威布尔分布可靠性的最优置信区间.基于可靠性经验值与理论值的差异,通过6个最小加权范数准则,构建出威布尔分布的最优参数信息向量.对最优参数信息向量进行自助再抽样,获得生成参数信息向量,用于模拟参数的概率密度函数.在给定置信水平下,求解出参数的估计真值及其置信区间,并据此建立可靠性的估计真值函数及其最优置信区间函数.滚动轴承性能寿命案例、直升机部件失效案例与某试件疲劳寿命案例的研究表明:使用自助加权范数法,估计真值函数与可靠性经验值相一致,最优置信区间函数能描述试验结果的真实状态.      

动量轮在轨状态可靠性贝叶斯网络建模与评估

卫星动量轮在轨运行环境复杂,并且无失效数据,难以利用传统方法进行可靠性建模与评估。为此,提出一种利用贝叶斯网络融合动量轮各种试验信息及轴温和电流等遥测数据的可靠性建模与评估方法。基于失效分析建立贝叶斯网络拓扑结构,根据试验数据估计网络参数,而后,通过贝叶斯网络的推理得到动量轮可靠度的点估计和区间估计,并利用在轨遥测数据实时评估动量轮可靠性,获得动量轮可靠性变化趋势比较明显的遥测数据取值区间。该方法对动量轮实时状态监控具有一定的理论和实践意义。     

功能分析与失效物理结合的可靠性预计方法

 可靠性预计是产品设计、研发过程中的重要工作,全面准确的可靠性预计可以评价产品的可靠性水平,也可以为设计提供信息,指导设计。全面分析总结当前电子设备可靠性预计相关技术方法,以当前基于失效物理(POF)技术的系统可靠性预计方法中,并未考虑产品功能组成关系的缺陷为突破点,建立了一种以失效物理分析为基础,综合考虑电路功能组成关系的电子设备可靠性预计方法。该方法从电路功能出发,通过灵敏度仿真和主成分分析两种方法,确定对电路性能起主要影响的关键单元,再通过失效物理分析或统计规律明确单元的失效概率分布,通过混合分布获得系统的分布,得到系统可靠性指标。最后以某航空机电产品的电源电路为案例,对本预计方法进行验证。     

基于贝叶斯理论的激光陀螺可靠性评估

激光陀螺是一种由多种元器件组成的高可靠性、长寿命的光电器件,在可靠性评估中,可以依据最小薄弱环节定理,基于传统寿命试验,建立激光威布尔分布可靠性模型;但是由于其高可靠性的特点,在可靠性寿命试验中常常得不到失效数据,应用传统的参数评估方法不能对威布尔分布中的未知参数进行估计.贝叶斯原理得到各个时刻的失效概率,进而建立参数的线性回归模型对威布尔模型中的未知参数进行估计,从而得出激光陀螺的可靠性指标,最后对此种方法进行了验证.该方法中贝叶斯估计结合经验信息大大减小了试验样本数,且克服了传统可靠性评估方法依赖失效数据的缺点,在工程应用上具有很高的价值,结果表明了该方法的有效性.     

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。     

支持向量回归机在结构可靠性分析中的应用

 评估结构的可靠度常常遇到隐式功能函数，对于此种情况经典的结构可靠性分析方法难以实施。目前，响应面和人工神经网络等回归方法已经广泛地用来构建显式函数替代隐式功能函数进行结构可靠性分析。支持向量回归机是一种与人工神经网络类似的新回归方法，目前很少用于结构可靠性分析。鉴于支持向量回归机出色的小样本学习性能、良好的泛化性能，本文提出了基于支持向量回归机的两种适用于隐式功能函数的可靠性分析方法：基于支持向量回归机的Monte-Carlo模拟法和基于支持向量回归机的一次二阶矩法。算例表明支持向量回归机可以在抽样范围内很好的逼近真实的隐式功能函数，减少结构分析次数。失效概率计算结果与经典方法的对照说明所提方法的计算精度较高，具有一定的实用价值。     

基于乏信息系统的本征融合技术

提出基于乏信息系统的本征融合技术以模拟小样本条件下的未知分布.采用隶属函数法、最大隶属度法、自助法、灰自助法、算术平均值法和最大熵法等多种数学思想,从不同侧面分析各个个体的特征信息并进行融合,推断出总体的概率分布.滚动轴承噪声的试验研究表明,本征融合技术可以有效地模拟乏信息系统的概率分布.      

极少失效数据的可靠性评估和寿命预测

针对高可靠性产品寿命试验中经常出现只有极少失效数据的情况,提出一种可靠性评估和寿命预测方法.在Weibull分布形状参数下限已知的情况下,给出使用寿命和可靠度的单侧置信下限,该方法具有能将所有失效数据和未失效寿命数据进行累加的优点.文中还建立不同状态之间不完全数据的损伤等效折算公式,实现不同状态之间不完全数据的整体推断,增大了信息量,提高了预测精度.本文方法易于计算,便于工程应用.      

Weibull分布定时无失效数据可靠性分析方法

定时无失效数据的处理是当前工程中亟需解决的问题.为此,提出一种Weibull分布定时无失效数据可靠性分析方法,在形状参数下限已知的情况下,给出了可靠度和使用寿命的单侧置信下限,从而能够根据定时无失效数据对产品进行高置信水平的可靠性评定.大量Monte Carlo模拟验证结果表明,该方法既可以充分利用定时无失效数据,又能对Weibull分布无失效数据进行累加,所以增大了信息量,提高了预测精度.文中给出某型号高压容器定时无失效寿命试验数据的计算实例.      

最大熵准则识别材料疲劳寿命分布

疲劳寿命具有很大的分散性,是工程结构设计中必须考虑的因素。为了降低主观不确定性的引入,得到更合理的疲劳寿命分布类型,提出一种用于识别疲劳寿命概率分布类型的一般计算方法。该方法首先根据疲劳试验样本信息确定疲劳寿命的前四阶统计矩;基于统计矩信息,利用最大熵准则确定疲劳寿命的概率分布类型。在基于最大熵准则识别疲劳寿命分布时,利用Lagrange乘子法求解最大熵分布。采用已有的航空铝合金2024-T351板件疲劳裂纹扩展试验数据验证所提计算方法的合理性和有效性。结果表明:所提方法能够高效地识别材料疲劳寿命分布类型,并且不局限于单峰标准分布类型。     

对偶型最大熵概率密度函数模型及其优化解法

针对经典型最大熵概率密度函数模型及其计算目前存在的非线性程度高,优化不收敛,求解效率低等问题,提出了一种对偶型最大熵概率密度函数模型+逐次优化的方法.根据优化过程不稳定,重新推导了拉格朗日系数的线性变换公式.针对几种常见及一种复杂的概率密度函数,采用经典型与对偶型最大熵概率密度函数模型分别计算概率密度及可靠度的对比表明:与经典型最大熵概率密度函数模型相比,对偶型最大熵概率密度函数模型优化函数形式简单,非线性程度低.逐次优化法求解拉格朗日系数不仅克服了初始值敏感性问题,而且计算效率高.对偶型最大熵概率密度函数模型+逐次优化法与其他方法相比,计算精度最高,且能很好的应用于复杂概率分布及可靠性问题.      

Reliability analysis based on a novel density estimation method for structures with correlations

Estimating the Probability Density Function (PDF) of the performance function is a direct way for structural reliability analysis,and the failure probability can be easily obtained by integration in the failure domain.However,efficiently estimating the PDF is still an urgent problem to be solved.The existing fractional moment based maximum entropy has provided a very advanced method for the PDF estimation,whereas the main shortcoming is that it limits the application of the reliability analysis method only to structures with independent inputs.While in fact,structures with correlated inputs always exist in engineering,thus this paper improves the maximum entropy method,and applies the Unscented Transformation (UT) technique to compute the frac tional moments of the performance function for structures with correlations,which is a very efficient moment estimation method for models with any inputs.The proposed method can precisely estimate the probability distributions of performance functions for structures with correlations.Besides,the number of function evaluations of the proposed method in reliability analysis,which is determined by UT,is really small.Several examples are employed to illustrate the accuracy and advantages of the proposed method.     

可靠性灵敏度分析的一种新方法

基于极限状态函数矩估计的失效概率计算,提出一种新的可靠性灵敏度分析方法。推导极限状态函数的矩对基本变量分布参数的偏导数,并进而利用失效概率与极限状态方程矩的关系,推导失效概率对基本变量分布参数的偏导数,从而得到可靠性灵敏度。与改进一次二阶矩可靠性灵敏度分析方法相比,所提方法不用求极限状态方程的设计点,因而不需用到极限状态函数对基本变量的梯度函数,适用于隐式极限状态方程的可靠性灵敏度分析,算例结果也充分显示所提方法的合理性和精度。     

发动机无失效数据可靠性评估研究

在定时截尾寿命试验特别是高可靠性、小子样试验中的无失效数据,引入了逆Weibull寿命分布函数,提出采用不完全Beta分布作为故障概率的先验分布,给出分布参数的最小二乘估计以及故障概率的Bayes估计和多层Bayes估计,从而得到可靠度的估计。最后针对实际问题进行了计算,结果表明Bayes估计稳定合理且容易计算,假定发动机寿命服从逆Weibull分布时的计算结果具有较高精度和较小的偏差。     

可靠性增长下的Bayes序贯检验方法

针对可靠性增长下的序贯检验分析问题,提出了一种变总体Bayes序贯检验方法.该方法依据产品研制过程中产生的多状态试验数据,利用离散AMSAA(Army Material Systems Analysis Activity)可靠性增长模型对产品可靠性的变化规律进行描述,给出了变总体试验数据似然函数的表达式,并对变总体Bayes序贯检验的后验概率比和决策阈值进行了定义,进而构建了可靠性增长下的Bayes序贯检验模型.研究结果表明,提出的方法有效地解决了具有可靠性增长的可靠性指标的假设检验问题.      

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

离子推力器极少数据可靠性评估方法

针对只有两台离子推力器进行寿命试验,试验结果为极少失效数据的情况,建立了一种离子推力器整机可靠性评估方法.通过引入区间统计量的概念,充分开发从最后一个失效数据继续试验到没有发生产品失效这一重要试验信息,由高斯-马尔科夫定理计算出寿命分布参数的最佳线性无偏估计,并给出离子推力器可靠度和寿命的单侧置信下限.最后,对美国NASA研制的型号为XIPS-13的离子推力器进行可靠性评估,得出了其寿命需求10000h的可靠度单侧置信下限为0.87及给定可靠度为0.9时的寿命单侧置信下限为9024.6h,该方法精度较高,便于工程应用.      

基于神经网络的机械系统可靠性评价模型

机械系统相关失效的存在,严重地削弱了冗余结构的安全作用。从系统层的应力强度—干涉模型出发,通过Monte-Carlo仿真不同冗余系统的各阶失效概率,获得失效数据。利用BP神经网络算法的函数逼近功能、非线性映射功能和容错能力对系统相关失效概率模型进行离散化处理,建立系统失效概率与零件失效数据之间的非线性关系,进而构建基于神经网络的机械系统可靠性评价的参数化模型。利用该模型可以预测系统中的任意阶相关失效概率。实例给出其应用方法并与实验结果进行对比,表明该方法准确可靠。