截尾数据整体估计方法

提出一种截尾数据整体估计方法。该方法能够将仿真(或数字化设计)结果与截尾试验数据或不完全数据有机结合,实现多个状态下(多个母体)截尾试验数据或不完全数据的整体推断,从而建立各状态下正态分布、极值分布和Weibull分布等位置-尺度分布族的参数估计量,给出母体百分位值的置信限和置信区间估计。与传统方法相比,该方法具有信息量大,精度高的特点,能够进行极小子样可靠性评定。文中还给出一种利用截尾试验数据或不完全数据对仿真结果进行检验的方法。      

多元混合数据回归分析方法

针对加速寿命试验中经常遇到完全数据、定数截尾数据和定时截尾数据混合的情况,提出一种多元混合数据回归分析方法,建立了多元混合回归模型,给出回归系数和标准差的最佳无偏估计,以及百分位值的点估计和置信限估计.该方法不但适用于正态分布,而且还适用于Weibull分布、极值分布等其他各种位置-尺度分布,从而将传统只适用于完全数据...     

定时截尾数据回归分析方法

提出定时截尾数据回归分析方法,建立定时截尾数据回归方程,给出回归系数和标准差的最佳无偏整体估计、百分位值的点估计及其置信限估计.详细讨论了工程中常见的极值分布、Weibull分布、正态分布以及一般位置-尺度分布场合下定时截尾数据的回归分析问题.该方法可以充分利用截尾时刻的试验信息,并将各个状态下的定时截尾数据作为一个整体进行统计分析,具有信息量大、精度高的特点,从而可以在试验时间、经费等有限的情况下对产品进行高精度的寿命预测和可靠性评估.     

区间数据整体估计方法

提出了一种区间数据整体估计方法, 给出整体分布参数的最佳线性无偏估计量及其协方差矩阵, 得到了正态分布、Weibull分布等位置-尺度分布族区间数据百分位值和百分率的置信限估计.该方法可以将不同条件下的试验数据作为一个整体进行统计推断, 将传统的只适用于完全数据的回归分析推广到工程中常见的区间数据的情况.      

威布尔分布多元回归分析方法

提出威布尔分布多元回归分析方法,建立回归参数的最佳无偏整体估计及其协方差公式,给出威布尔分布、极值分布和正态分布的百分位值(如可靠寿命和安全强度)的置信限估计。传统的多元回归分析只适用于正态分布和完全数据的情况,而本文则将其推广到威布尔分布、极值分布和截尾数据的情况。与传统的成组试验和最佳线性无偏估计方法相比,本文方法可以将不同条件的试验数据作为一个整体进行统计推断,能够全面开发利用不同条件下试验数据之间的横向信息,在试样数相同的情况下,具有更高的估计精度,而在精度相同的条件下,则可以节省大量试样。      

卫星动量轮的污染数据的Bayes参数估计

由于试验条件等的限制,在寿命试验中,所获得的数据可能是污染数据.这时,采用传统方法分离污染项并对产品的寿命进行估计非常困难.针对指数型寿命数据受正态污染的情况,建立定数截尾情况下的数据模型,并采用Bayes方法对模型进行统计分析;在验前分布确定方面提出运用Bootstrap方法确定超参数.实例分析表明,Bayes方法对有污染情况寿命数据的统计推断是有效的.     

不完全数据整体估计方法

提出一种不完全数据整体估计方法,给出整体参数的最佳线性无偏估计量及其协方差矩阵,将传统的只适用于完全数据的回归分析推广到工程中常见的不完全数据的情况。文中针对位置-尺度分布族的不完全数据整体估计方法进行了详细讨论。该方法可以将不同条件下的试验数据作为一个整体进行统计推断,因此,对一种条件下只有一个失效数据的情况也能进行分析。与传统方法相比,具有更高的精度,而在精度相同的情况下,则可以节省大量试样。      

多元正态分布整体推断方法

提出多元正态分布整体推断方法。通过仿真结果与试验数据有机结合,该方法能够将多个不同状态下的多变量(多指标)的试验数据作为一个整体进行统计分析,给出多元正态分布均值和协方差矩阵的整体估计。文中详细讨论了多个状态下二元正态分布均值和方差的无偏估计和置信区间估计。与传统方法相比,该方法不但具有更高的精度,而且解决了一种状态下只有一个试验数据时多变量(多指标)产品可靠性评定的难题。此外,文中还给出一种均值和方差仿真结果的极小子样检验方法。      

不完全区间数据最佳线性无偏估计方法

建立了不完全区间数据秩统计量的概率密度函数和联合概率密度函数, 给出了其平均秩、中位秩和百分位秩以及不完全区间数据统计量的均值、方差和协方差计算公式.在此基础上, 针对位置-尺度分布族提出一种不完全区间数据最佳线性无偏估计方法, 得到了其百分位值的置信限估计, 并对工程中常见的极值分布、两参数Weibull分布、正态分布进行了详细讨论.      

不完全数据最佳线性无偏估计方法

针对工程上存在大量不完全数据的情况,本文建立了不完全数据秩统计量的联合概率密度函数,给出不完全数据顺序统计量的均值、方差和协方差计算公式,提出不完全数据最佳线性无偏估计方法,并对正态分布、Weibull分布等位置-尺度分布进行了详细讨论。该方法能够充分开发利用试验数据中的不完全信息,从而提高不完全数据统计分析的精度。      

基于试验数据与使用数据融合的产品寿命可靠性分析方法

可靠性数据分析作为描述、评价产品可靠性的理论方法,已经成为可靠性工程的重要组成部分。针对产品在实际使用中存在未失效数据且数量较多的情况,提出一种将试验数据与使用数据相融合的产品寿命可靠性分析方法。在产品寿命服从典型分布时,利用试验数据与使用数据融合后的数据,采用随机右截尾情形下的极大似然估计方法估算产品寿命分布函数中的参数,进而对产品寿命的可靠性进行分析计算。结果表明:在相同的可靠度和置信水平下,利用试验数据与使用数据融合后增大了样本容量,提高了产品可靠性分析的准确性。     

区间数据回归分析方法

提出区间数据回归分析方法, 建立区间数据回归方程, 给出回归系数的最佳无偏整体估计及其协方差矩阵.详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析.该方法可以将各个不同状态下的区间数据作为一个整体进行统计分析, 具有信息量大、精度高的特点.      

不完全数据回归分析方法

基于不完全数据顺序统计量,提出一种不完全数据回归分析方法。建立不完全数据回归方程,给出回归系数的最佳无偏整体估计及其协方差矩阵。文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。该方法可以将各个不同状态下的不完全数据作为一个整体进行统计分析,具有信息量大、精度高的特点。      

系统可靠性增长评估模型研究

根据系统在研制期间故障强度变化规律,考虑故障间隔时间影响的情况下,提出了广义可靠性增长评估模型,分析了其参数特性,并给出了拟合优度检验方法;然后,给出了定时截尾和定数截尾情况下,模型参数的极大似然估计公式,采用Simpson方法将积分函数化为求和函数,使得参数估计计算方便,给出了趋势检验方法给出了可靠性增长评估公式;最后,结合发动机故障数据进行了的实例分析,结果表明,模型对试验数据拟合较好,评估结果符合工程实际,模型具有实际应用价值.      

截尾数据异方差回归分析

提出截尾数据异方差回归分析方法,将传统的只适用于同方差和完全数据的回归分析推广到异方差和截尾数据的情况。文中建立了异方差回归方程,给出回归系数和标准差的最佳无偏整体估计及其协方差矩阵。详细讨论了正态分布、极值分布、威布尔分布情况下的线性异方差回归分析,给出其回归曲线和百分位值的置信限。对于异方差问题目前工程上只能采用成组试验方法,因此试验量很大;本文方法与之相比则能很好地解决这一问题,在试样数相同的条件下具有更高的精度,而在精度相同的情况下,可以节省大量试样。      

截尾数据线性回归分析方法

提出一种新的回归分析方法,建立了截尾数据回归方程,给出回归系数和标准差的最佳无偏整体估计及其协方差矩阵。文中详细讨论了工程中最常见的正态分布截尾数据一元线性回归分析,给出其回归曲线的置信限和百分位值的置信区间估计,并将该方法推广到极值分布和威布尔分布的情况。传统回归分析只适用于来自正态分布的完全数据,对于截尾数据或威布尔分布数据则无能为力,目前工程上只能采用成组试验方法,结果导致试验量很大。本文方法能够很好地解决上述问题,与成组试验法相比,在试样数相同的条件下具有更高的精度,而在精度相同的情况下,则可以节省大量试样。      

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。     

连续分布百分位值和百分率的区间估计和假设检验

提出了一种对连续分布百分位值和百分率(或可靠度)进行区间估计和假设检验的理论与方法。并对Weibull分布、对数正态分布、极值分布等常用的两参数分布和三参数分布进行了详细讨论。该方法不仅适用于完全数据,而且还适用于不完全数据和无失效数据。     

基于贝叶斯框架的旋翼气动力数据融合

由于气动环境的复杂性,旋翼在气动评估中存在较多不确定性且对旋翼性能影响较大。当前旋翼气动评估方法不能考虑气动数据不确定性,本文将数据融合技术应用于旋翼气动预测以在记及某些不确定因素影响的条件下,获得具有更高可信度的气动力分布及置信区间,为进一步开展旋翼气动数据的不确定度分析及工程应用奠定基础。基于不同来源的气动力数据均为正态分布的独立随机变量这一假设,将分布气动数据和测量值之间的关系作为融合准则,以实现最佳匹配测量值为目标,采用贝叶斯估计求解融合数据的最大后验概率分布,从而构建一种基于贝叶斯框架的气动数据融合方法。以UH-60A旋翼及Caradonna-Tung旋翼为例,采用所提方法进行不同来源气动数据的融合,对融合结果的估计方差与预测误差进行对比分析。结果表明,首先,所提方法对于输入数据的来源无特殊要求,能够给出融合结果的置信区间并降低不同来源数据的估计方差,基于此结果后续可进行不确定度分析与研究;其次,融合所得结果并不局限于不同来源数据之间,扩大了数据覆盖范围;最后,融合所得结果相比于单一数据来源更符合物理规律。     

某型涡喷发动机的可靠性增长分析

针对某型涡喷发动机的一组含零故障的多台不同步截尾故障数据。给出了趋势检验、AMSAA模型的拟合优度检验及模型参数的极大似然估计方法。分析表明，该型发动机有显著的可靠性增长，且可用AMSAA模型拟合其故障数据，在考虑零故障后，其参数及MTBF的极大似然估计（MLE）更为可信。