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。      

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。      

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.     

预腐蚀对疲劳寿命分布特性及参数影响的初步研究

预腐蚀是影响飞机结构安全性和经济性的重要因素.为研究预腐蚀对疲劳寿命的影响,进行30CrMnSiNi2A和LC4CS试件加速预腐蚀不同时间后的成组随机谱下的疲劳试验,采用概率回归方法对预腐蚀疲劳寿命分布特性进行检验,表明可采用对数正态分布和双参数威布尔分布描述疲劳寿命分布特性.然后对不同预腐蚀时间后的疲劳寿命分布参数进行估计,当假设疲劳寿命服从对数正态分布时,在工程常用的时间范围内,对数寿命标准差与预腐蚀时间无关;当假设疲劳寿命服从双参数威布尔分布时,可以认为斜率与预腐蚀时间无关.     

一种基于威布尔分布的金属疲劳试验异常数据判别方法

金属疲劳试验的数据符合威布尔分布,是非对称的统计分布,而现有的异常数据判别方法均基于对称性分布(正态分布、t分布)。威布尔分布与对称性分布(正态分布、t分布)主要差异体现在低寿命区和高寿命区,这正是异常数据出现的区域。基于威布尔分布推导了一种异常数据判别方法,推导过程中进行了合理地工程处理。经比较,该方法相对于基于对称性分布的判别方法更可靠。     

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...     

疲劳寿命分散系数的确定与应用研究

疲劳寿命分散系数是评估飞机结构疲劳寿命与航空发动机轮盘寿命试验的重要技术参数之一。阐述了国内外疲劳寿命分散系数研究的成果,针对工程中实际寿命分布问题中最常见的对数正态分布和威布尔分布的形式,给出了基于试验样本最差、中值、最好及第k试验寿命的分散系数表达式;重点分析总结对数正态分布标准差和威布尔分布中形状参数的选取,同应力多危险部位分散系数研究及其随应力的变化规律;通过2个例子分析了疲劳分散系数在轮盘低循环疲劳寿命工程计算中的应用,认为疲劳寿命分散系数应在不同温度和应变比,对数正态分布标准差,同应力多危险部位,3参数的威布尔分布,工程化应用等方面开展进一步研究。     

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。      

确定威布尔分布三参数的相关系数优化法

 根据本文给出的确定威布尔分布三参数的相关系数优化法求得的威布尔三参数,能使试验数据在威布尔概率坐标纸上最大限度地呈现为线性关系。     

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.     

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.      

Heteroscedastic regression analysis method for mixed data

The heteroscedastic regression model was established and the heteroscedastic regression analysis method was presented for mixed data composed of complete data,type-Ⅰ censored data and type-Ⅱ censored data from the location-scale distribution.The best unbiased estimations of regression coefficients,as well as the confidence limits of the location parameter and scale parameter were given.Furthermore,the point estimations and confidence limits of percentiles were obtained.Thus,the traditional multiple regression analysis method which is only suitable to the complete data from normal distribution can be extended to the cases of heteroscedastic mixed data and the location-scale distribution.So the presented method has a broad range of promising applications.     

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。      

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。      

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.      

线性独立增量过程分析方法

提出了线性独立增量随机过程的概念和定义,建立了线性独立增量过程回归模型及其分析方法,给出了回归方程和高置信度、高可靠度的置信上、下限曲线.传统回归分析方法只能对数据点进行分析处理,线性独立增量过程分析方法则能够对过程进行回归分析,因此可以对性能退化、裂纹扩展等线性独立增量过程进行整体推断,具有信息量大、精度高的特点.大量Monte Carlo模拟和工程应用表明,在试样数相同的情况下,该方法比传统方法具有更高的精度,而在精度相同的情况下,则可减少试样.