小子样条件下正态先验信息的融合

对于Bayes小子样检验方法,先验信息的有效性影响着统计推断的准确性。在对多源正态先验信息进行融合时,采用自助法将之转换为先验子分布,其中采用了改进的经验分布函数法进行再抽样。然后,基于专家水平确定其权重,再结合专家估计法确定各先验子分布的权重。最后,通过计算综合先验分布与假设的正态分布的差异部分的面积,对综合先验分布为正态分布的假设进行检验。案例分析表明此融合方法是有效的。     

基于贝叶斯方法与稳健理论的滚动轴承摩擦力矩不确定度建立方法

基于贝叶斯方法与稳健化理论,提出一种未知分布时间序列不确定度的建立方法。该方法以中位数估计与Huber M估计融合方法分析时间序列数据的稳健性,构建贝叶斯先验分布,并与实验数据建立贝叶斯后验分布,创建以贝叶斯后验分布建立时间序列数据的不确定度。在显著性水平为0～0.1,通过对滚动轴承摩擦力矩分析,中位数估计与Huber M估计相融合方法确定了滚动轴承摩擦力矩稳健数据的边界值、显著性水平,构建了贝叶斯先验分布。以贝叶斯后验分布构建滚动轴承摩擦力矩不确定度。与经典统计学得到的不确定度比较,在相同置信水平下,该方法缩短了评估区间,提高了评估精度0～50%。该融合方法以稳健数据构建先验分布,提供一种贝叶斯方法先验分布建立方法;采用中位数估计与Huber M估计融合方法确定了数据显著性水平和边界值的确定,减小置信水平与稳健数据边界值主观确定的误差;为未知分布时间序列的不确定度建立提供了一种理论。     

类似系统可靠性信息在复杂系统Bayes可靠性评估中的应用

先验分布的确定是运用Bayes方法进行复杂系统可靠性评估的先决条件。本文研究了利用类似系统的可靠性信息通过加权融合确定先验分布的方法。对Weibull和指数分布模型的可靠性试验结果,给出Bayes方法可靠性计算公式。最后给出的一个实例表明,该方法计算简便、便于工程应用。      

基于优化SPOT和D-S证据理论的测试性验证方案

针对现有基于序贯验后加权检验的测试性验证方案对测试性设计指标之间的模糊参数空间考虑不足，以及未能充分运用测试性多源先验信息的问题，提出一种优化序贯验后加权检验和D-S证据理论相结合的测试性验证方案。首先，考虑测试性设计指标之间的模糊参数空间，构建三参数空间复杂假设，并基于Bayes理论研究序贯决策规则，同时确定决策因子以及决策阈值；其次，以测试性指标构成的参数空间为辨识框架，分别构造基于专家信息以及测试性试验数据等先验信息的基本信任分配函数，建立融合多源先验信息的优化序贯验证方案；最后，结合实例进行研究，并与经典验证方案、传统Bayes验证方案、序贯概率比检验方案以及序贯验后加权检验方案进行了对比分析。结果表明，该方案由于考虑了模糊参数空间以及充分融合了多源先验信息，有效解决了模糊参数空间的处理问题，同时所确定的平均故障样本量在决策支持的参数空间均优于其他方法。     

基于贝叶斯信息融合的航空发动机健康状态评估方法研究

每个热力参数都可从某一角度评估航空发动机的性能状态,而这些参数相互之间存在一定的互补性,因此可采用信息融合技术来综合这些信息,以增加状态评估的准确性和确定性。本文建立了基于贝叶斯融合的发动机性能状态评估模型,从工程实际出发,对发动机热力参数进行预处理后采用相关分析方法进行筛选和定权,确定了先验分布和条件分布计算方法,并应用此模型对航空发动机的性能状态老化程度进行了评估。     

融合多传感器数据的发动机剩余寿命预测方法

针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题，论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能，采用线性维纳过程对复合健康指标进行退化建模，通过极大似然估计方法确定模型参数，进而得到发动机的预测寿命。为了确定融合系数，提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后，基于训练发动机历史寿命数据，确定出模型参数的离线估计值；然后利用Bayesian公式，同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新，接着在首达时间的意义下推导出剩余寿命的概率分布，进而实现了发动机的剩余寿命在线预测。最后，选择商用模块化航空推进系统仿真数据集进行数值仿真实验，结果表明：相较于基于单一传感器的方法，论文所提方法能够提高剩余寿命预测的准确性，其剩余寿命预测的相对均方误差降低了2%左右。     

疲劳寿命概率分布的模糊贝叶斯确定方法

运用模糊综合评判方法综合经验信息以确定先验分布,同时运用贝叶斯理论将统计推断建立在后验分布基础上,给出了一种由小样本试验数据确定疲劳寿命分布的可靠方法;并用算例进行了说明。     

利用相似产品信息的电子产品可靠性Bayes综合评估

 在电子产品试验的可靠性评估中,为提高估计精度,经常利用历史样本数据来确定先验分布。但在工程实际中,历史样本和样本实际上属于不同的总体,这对可靠性评估结果有显著的影响。为此,采用相似系统分析确定历史样本和样本的相似程度,将其归纳为继承因子;然后根据历史样本信息确定产品可靠性的历史后验,基于无信息先验得到产品可靠性的更新后验;最后通过继承因子,综合历史后验和更新后验,得到产品可靠性的融合后验,并在此基础上进行可靠性推断。该方法不仅充分利用了相似产品的信息,而且突出了产品的独有特性。     

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证.给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML - Ⅱ方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小.最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度.     

基于Wiener过程的民用航空发动机性能可靠性预测

通过对民用航空发动机性能退化数据的分析,提出了一种有效融合先验退化数据和现场退化数据的性能可靠性评估和剩余寿命预测方法.首先在先验退化数据的基础上确定Wiener过程参数的先验分布,然后利用贝叶斯方法融合新增的现场数据,对Wiener过程参数进行更新,并在此基础上对单台发动机进行性能可靠性评估和剩余寿命预测.该方法能根据现场退化数据不断地对可靠性和剩余寿命进行更新.最后通过某航空公司发动机性能退化数据验证文中提出的方法,结果表明41号发动机在2000循环和3000循环时预测的剩余寿命相对误差分别为0.060和0.018,可以满足航空公司发动机下发计划制定的实际需要.