基于狄氏先验分布的固体火箭发动机可靠性增长Bayes分析

针对固体火箭发动机研制存在历史信息和专家信息的特点,提出了一种可靠性增长分析的Bayes模型。以狄氏分布作为先验分布,给出了先验分布参数的确定方法。综合利用了先验信息和每一阶段现场试验信息,推导了各阶段可靠性的后验边际分布。给出了当前阶段和后续阶段产品可靠性的Bayes点估计和置信下限,分析了各阶段试验结果对最终产品可靠性估计的影响。最后给出了一个实例,验证了该模型的有效性。     

固体火箭发动机性能可靠性评估的Bayes方法

在研制阶段试验信息以及积累以往试验信息的基础上，运用Bayes方法，建立了固体火箭发动机性能可靠性仿真模型，给出了仿真模型可信性检验的最大熵谱方法；将仿真信息作为验前信息，结合现场试验信息确定了性能可靠性的近似分布，并给出了性能可靠性的点估计和置信下限估计。     

多层验前信息下可靠性增长的Bayes分析

本文研究了两层验前信息下，指数寿命型可靠性增长试验中失效率A的Bayes估计问题。文中首先讨论了历次寿命试验中关于失效率的回归模型问题，然后由N阶段的可靠性增长试验的子样，运用Bayes方法，给出了两层验前信息下A的估计方法。为了说明文中的方法和工程应用。讨论了单层验前信息下的验前建模方法及其在多阶段可靠性增长试验中的运用。最后给出了失效率的具体Bayes估计的计算公式。     

液体火箭发动机可靠性增长规划研究

液体火箭发动机可靠性要求高、试验费用昂贵，有必要对可靠性增长试验进行综合规划，以减少试验费用、缩短研制周期和降低风险。根据液体火箭发动机的特点，提出双参数的：Bayes可靠性增长模型，综合利用产品研制过程中全程试验信息，动态评定可靠性水平。在客观评价其可靠性水平的基础上，采用MTGP(Modified Tracking，Growth and Prediction)模型跟踪增长过程，对液体火箭发动机的可靠性增长试验进行综合规划。研究表明：这种方法能在小样本下，科学、合理地评定液体火箭发动机的可靠性水平和指导可靠性增长规划，在工程中有广泛的应用前景。     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

液体火箭发动机可靠性增长分析与决策研究

液体火箭发动机试验费用昂贵、可靠性要求高，有必要采用分析和决策技术对可靠性增长进行综合管理。传统的可靠性增长分析与决策是采用可靠性增长模型，包括经典可靠性增长模型和Bayes可靠性增长模型。可靠性增长模型以可靠度的点估计或置信下降作为决策标准，缺陷是没有考虑可靠度本身的不确定性以及由决策损失导致的严重后果。本文根据液体火箭发动机的特点，采用信息融合技术，建立了基于增长数据折合的Bayes指数分布可靠性增长模型，评估可靠性水平。针对评估结果存在的不确定性，采用Bayes风险决策方法确定停止可靠性增长试验时间的标准。工程应用表明：该方法可操作性强，得出的结果科学、可靠。     

高可靠机电产品可靠性增长试验研究

在电子或机电一体化产品的无模型可靠性增长试验中,工程上通常采用指数分布定时截尾试验方案来确定试验时间。但对高可靠机电产品,在试验经费和进度受限制的情况下,这种方法是不适合的。本文介绍了采用威布尔分布定时截尾试验方案确定试验时间的可靠性增长试验方案和可靠性评估方法,并给出了工程实例。     

一种综合性能与寿命数据的Bayes-Bootstrap方法

对现代长寿命、高可靠产品进行可靠性评估,传统大样本寿命试验和统计推断方法存在很大困难,包括伪寿命数据方法在内的性能与寿命数据综合的可靠性评估方法也存在很多问题。提出了将性能可靠性建模与Bayes方法相结合的方式解决这一困难问题,其中对性能试验数据建立性能退化模型,并利用Bootstrap方法处理伪寿命数据导致的随机性误差和构造融合Bayes验前分布,然后利用Bayes验后分析进行可靠性统计推断。对随机斜率模型和长寿命卫星动量轮轴承组件润滑寿命的应用表明,提出的方法可以充分利用产品研制、使用过程中各种类型的信息,特别是性能试验信息,具有一定的适用性。     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计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.     

基于离散AMSAA模型的固体火箭发动机可靠性增长分析

描述了离散AMSAA模型与Duane学习曲线特性的关系,给出了该模型的使用方法,包括可靠性增长趋势检验、模型参数的极大似然估计和拟合优度检验方法等。利用进化算法对似然函数求极值,解决了复杂多峰似然函数的求极值问题。在此基础上得到最终研制阶段可靠性点估计和可靠性置信下限。最后,给出了固体火箭发动机可靠性增长分析实例,并与经典评估方法进行了比较,说明了该模型的优越性。     

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。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,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（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。〖JP 〗     

基于及时修正策略的成败型产品可靠性增长分析

针对及时修正试验策略，根据Fries可靠性增长模型和Duane学习曲线特性，基于不同的失败类型对模型进行了扩展。用进化算法对似然函数求极值，获得了参数极大似然估计，以及最终研制阶段可靠性点估计。对某固体火箭发动机可靠性增长实例的分析结果表明，与经典评估方法相比，本文模型更具优越性。     

复杂系统的Bayes可靠性评估

讨论了复杂系统的Bayes可靠性评估。首先，对各种不同分布类型的单元进行Bayes可靠性分析；其次利用最大熵方法把单元可靠性信息进行综合，得到系统可靠性的验前分布；最后根据Bayes定理，利用系统可靠性试验信息来更新系统可靠性的验前分布得到系统可靠性的验后分布，依据此验后分布对系统可靠性进行评估。仿真算例说明了评估方法的合理性。     

最大熵方法在系统可靠性Bayes评估中的应用

针对各种典型的系统，由单元的验后矩推导出准确的系统可靠性的验前矩，在此基础上运用最大熵准则给出了系统可靠性的验前分布的估计，进而根据系统试验数据得出系统的验后分布，运用该分布对系统的可靠性进行评估。仿真结果表明了该算法的简易性和有效性。     

基于贝叶斯估计的特征事件判别方法研究

针对利用遥测指令参数进行特征事件自动判别时，现有方法忽略了数据源之间相互印证的条件，仅依据测量值相同来判别特征事件的发生时间，存在一定的误判概率，提出了一种基于贝叶斯估计的特征事件判别方法。方法不仅利用了当前数据源的测量值，同时还兼顾特征事件固有的先验分布信息，能够有效提高自动判别的准确率。首先，通过对特征事件数据源的内涵进行分析，得出了不同数据源相互印证的条件；其次，通过对历史数据进行统计分析，建立了特征事件发生时间的正态分布概率模型，并以此为基础提出了基于贝叶斯最大后验估计算法，设计了完整的特征事件判别方法；最后，通过工程数据的仿真计算和结果分析，验证了方法在特征事件判别中的实用性和有效性。