利用变环境数据的Weibull分布可靠性综合评估

为了提高可靠性评估精度,研究了环境因素对产品可靠性的影响,提出了一种适用于Weibull分布的变环境数据可靠性综合评估方法.首先通过利用径向基函数法来度量不同环境因素及其交互作用对可靠性的影响,建立了关于环境因素的位置参数模型.并针对刻度参数依赖于环境因素的情形,利用线性模型来建立刻度参数模型.然后利用广义线性模型,给出了位置和刻度参数模型系数的极大似然估计,并给出了可靠度近似置信下限.实例表明该方法能较好地度量环境因素对可靠性的影响,而且合理可行便于工程应用.     

基于退化量分布时序分析的产品寿命预测

针对现有性能退化预测方法采用单调回归函数对产品退化随机过程描述不够合理的问题,从产品在各时刻退化量分布角度出发,分析退化量分布参数估计的非平稳时序类型,并对各参数估计分别采用相应类型的非平稳时序分析方法建模,进而给出一种与实际退化随机过程更为相符的基于退化量分布的产品寿命及可靠度预测方法.通过对某电子产品的退化试验,采用所提出的寿命预测方法进行了该电子产品寿命及可靠度预测.结果表明该方法相比传统方法更符合实际.      

威布尔分布的极大似然估计的精度分析

威布尔分布参数估计的极大似然方法是一种常用的方法,在故障数不小于10的情况下推荐使用.但在工程中,由于产品的可靠性高,或者是样本量少,试验的故障数常常是小于10,在这种情况下需要明确所得的评估结果的精度是否满足要求.运用区间估计的思想,提出了一种解决上述问题的评价和判断的方法,并应用此方法对完全样本情况下,形状参数的极大似然估计量的精度进行了讨论.工程上,可以依据文中提供的结论定量分析威布尔分布形状参数极大似然估计量的精度.      

成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

时变方差自回归模型的联合估计函数方法推断

针对参数估计问题，利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状，利用联合估计函数理论，给出带有时变方差自回归模型的参数估计量，证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析，模拟结果表明，与伪极大似然估计量、最小二乘估计量进行对比，提出的参数联合估计量略优于伪极大似然估计量，同时该统计量受误差项分布函数影响较小。      

可靠性增长的单调约束模型

大型复杂产品研制过程中每一阶段的试验数据通常具有小样本特征.对此在产品可靠性评估中,提出使用约束条件,即"下一阶段可靠度真值总是大于前一阶段",综合利用产品多阶段试验数据的方法.产品研制过程中可靠性通常是增长的,因此这种方法具有广泛的适用性.在上述约束条件下,可靠度被看作一个随机变量.首先推导出了可靠度在此条件下的分布函数表达式,然后给出了一种近似计算方法,最后通过一个实例与仅使用单阶段试验数据的评估结果作了对比.由于该方法的约束条件简单且可以求得可靠度的分布函数,因此其工程适应性强于传统的AMSAA(Army Materiel System Analysis Activity)模型,并能获得Duane模型无法给出的可靠度区间估计.     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

试验测定DFR的升降法方法

提出了试验测定结构件细节疲劳额定值(DFR)的升降法方法,可以充分估计并节约总试验时间.通过数值模拟比较了升降法数据处理的半子样极大似然法和马尔可夫方法.为满足可靠度要求,对半子样极大似然法估计的疲劳强度标准差进行了修正,并给出了保证95％可靠度的疲劳强度的置信度要求的最少试件数.最后给出了升降法确定DFR的表达式.      

基于广义线性模型的固体推进剂贮存寿命评估

研究了固体推进剂在贮存过程中性能退化对贮存寿命与可靠性的影响,提出了一种基于广义线性模型的固体推进剂贮存寿命与可靠性评估方法.首先结合固体推进剂退化数据的特点,利用位置刻度模型来描述固体推进剂抗拉强度与贮存时间的关系,建立了固体推进剂的贮存寿命模型.然后利用广义线性模型,给出了贮存寿命模型系数的极大似然估计.根据极大似然估计的渐近正态性,利用Fisher信息矩阵,给出了贮存寿命与可靠度近似置信下限.结合算例表明该方法综合利用固体推进剂在不同贮存时间下的性能数据,改善了固体推进剂贮存寿命与可靠性评估精度.      

基于置信分布的系统可靠度评估蒙特卡罗方法

大型系统、复杂系统的可靠度的求解问题是可靠性工程中一个热点和难点的问题,针对这个问题,提出了一种基于蒙特卡罗模拟仿真的系统可靠度求解方法.通过利用系统的各个单元产品的可靠度置信分布和系统可靠度函数进行蒙特卡罗仿真,评估出系统可靠度.本方法克服了以往的蒙特卡罗仿真方法处理离散分布时抽取时间样本的困难,并且对系统的结构和复杂程度没有要求.最后,给出计算实例对比说明了该方法的正确性和可用性.      

可修产品的步进应力加速寿命试验统计分析

为了通过可修产品在步进应力加速寿命试验中产生的故障数据,评估可修产品的寿命和可靠性指标,基于产品在两个不同应力水平下的累积故障强度函数相等的原则,提出了可修系统步进应力加速寿命试验的时间折合公式.通过反复迭代,可修系统在步进应力加速寿命试验过程中产生的故障数据可以折合到相同试验条件下.在产品进行最小修复的假设下,采用引入位置参数的三参数Weibull过程结合Peck加速模型对试验过程进行拟合.通过使用该模型对折合后的数据进行处理,外推得到了可修产品在正常应力条件下的寿命和可靠性指标.使用剩余分布抽样方法进行计算机仿真,验证本文方法的正确性.结果证明该模型和方法不仅在参数估计方面比传统的模型有更高的精度,而且还可以应用到可靠性增长试验的数据评估中.      

旋转对称结构零部件时变可靠性模型

分析了旋转对称结构零部件的失效特点以及对称单元数对零部件可靠性的影响,建立了能体现对称单元数的旋转对称结构零部件强度概率密度函数和累积分布函数.分别以随机载荷作用次数和时间为寿命度量指标,建立了随机载荷作用下能够全面体现载荷、强度、对称单元数、寿命指标等参数影响的旋转对称结构零部件时变可靠性模型与失效率计算模型.研究表明:在强度不退化的情况下,旋转对称结构零部件的可靠度也会随着寿命指标(载荷作用次数或时间)逐渐降低,失效率随寿命指标逐渐减小.对于具有相同对称单元的旋转对称结构零部件,随着对称单元数的增加,零部件可靠度会降低且失效率会增大.     

一种可靠性试验实测振动数据的处理方法

针对传统实测振动数据归纳方法只能处理正态分布数据的问题,引入选择约翰逊曲线的方法,采用约翰逊曲线对非正态情形的实测振动数据进行拟合,给出了非正态情形一定概率下的实测振动数据功率谱密度上限.在此基础上提出了一种可靠性试验实测振动数据的处理方法.将该方法用于某产品可靠性试验实测振动数据的处理中,计算结果表明,该方法不仅能给出任意分布实测振动数据功率谱密度概率上限,而且与传统方法比较,给出的数据上限能更真实反映产品振动环境条件.      

考虑认知不确定的雷达功率放大系统可靠性评估

高可靠性部件短时间内很难得到足够的性能数据,致使对部件退化规律的认知存在一定不确定性,无法准确估计系统的可靠性。为实现对系统可靠性准确估计,假定部件性能参数的分布参数为区间变量,建立了基于区间变量的部件性能参数分布模型,给出了部件状态概率的计算方法。对状态性能区间边界进行补偿,定义了区间通用生成函数及其运算法则,提出了考虑认知不确定性的多态系统可靠性评估方法,并对某型雷达功率放大分系统的可靠性进行分析。本文方法克服了性能参数分布信息缺少、无法准确建立状态性能参数分布模型的不足,具有很强的通用性和工程应用价值。      

基于经验分布的区间数据分析方法

现有区间数据分析的方法通常假设数据在某一区间上服从均匀分布,这在实际数据分析中通常是不成立的.针对此问题,在原始数据来源于连续分布的简单假设下,利用经过分布函数变换后的随机变量服从(0,1)上的均匀分布,分别采用经验分布函数和核估计对原始数据的分布函数进行估计.基于此设计变换,对变换后的数据进行均匀分布的假设检验,通过检验后进行后续的区间数据分析,使得均匀分布的假定得以成立,保证了统计理论上的严谨性.数据模拟结果表明,将经验分布函数变换后的数据作为研究对象,进行区间数据分析,所得到的统计建模结果更加合理且具有较强的解释力.