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。     

无失效数据下航空轴承的可靠性分析

针对某型航空轴承可靠性试验过程中出现的无失效问题,在对轴承寿命分布进行分析的基础上,首先根据多层Bayes法,研究了无失效可靠性试验中的试验分组问题,发现分组数在6~9之间选择时评估效果相对较好,且航空轴承的寿命越长分组数可以越少.其次,分析了多层Bayes法和E-Bayes法的原理和计算过程,通过Monte Carlo仿真,以最佳分组数为基础,发现两种方法的估计结果相差不大,但从可靠度角度综合来看,E-Bayes法相对较优.最后讨论了超先验分布中参数c的选值问题,通过对比分析给出了相对较适合于航空轴承无失效数据分析时的参数值.      

某型装备轴承件无失效时的可靠性参数估计

针对寿命服从威布尔分布的某型装备轴承件在无失效数据时的可靠性参数估计问题,首先,以失效概率为待估参数,取其先验分布为Beta分布,在2个超参数的先验密度函数为2种不同情形下,建立了失效概率的2种EBayes估计模型,分析了稳健性、渐近性和单调性;然后,对威布尔分布参数进行了加权最小二乘估计,进而建立了可靠度的2种E-Bayes估计模型,分析了稳健性和单调性;最后,结合实例数据进行了可靠性参数估计与分析,指出第2种估计模型更加合理有效。     

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。      

不确定性载荷作用下的零件时变可靠性模型

分析现有时变可靠性建模方法的特点,建立不确定性载荷作用下的零件时变可靠性模型,给出基于载荷和强度分布的零件可靠度和失效率计算表达式。研究载荷作用的特点,建立不确定性载荷作用过程的二维描述法。在此基础上,分别得到强度不退化和退化时的零件时变可靠性表达式。研究表明,即使强度不退化,零件的可靠度和失效率也会随时间逐渐降低;强度退化时,可靠度随时间降低较为明显,失效率具有“浴盆”曲线的特征。在载荷和强度分布已知的情况下,可直接运用本文模型计算零件在任意时刻的可靠度和失效率。当给定许用失效率时,运用本文模型可以更客观地划分零件的早期失效期、偶然失效期和耗损失效期,进而确定零件筛选试验时间、可靠寿命等指标,对零件进行全寿命周期管理。     

电子整机加速贮存试验的Dirichlet分析方法

针对电子整机系统结构复杂,失效机理众多,无法利用传统的加速模型外推对其寿命和可靠性特征进行分析的问题,提出一种基于顺序Dirichlet分布的分析模型,利用多应力、多水平的环境应力,对每一阶段上的失效率建立指数分布模型。通过先验信息和基于反应论的修正加速模型,给出各应力水平上的失效率先验信息,利用多变量顺序Dirichlet分布描述先验失效率概率密度函数,并根据先验信息对Dirichlet分布参数进行辨识设计和对参数物理意义进行阐述。根据恒加定数试验特点,提出似然函数的解析步骤,利用Gibbs拒绝抽样方法对Dirichlet后验分布进行推断分析,得到后验信息。最后分析一个实例,给出抽样过程和几个分位点上的失效率估计值,并比较正常状态下先验和后验的可靠度变化趋势,验证算法具有一定的效率,为电子整机寿命预测与评估提供一种新方法。     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

零件疲劳平均失效率计算方法研究

失效率、平均失效率、平均剩余寿命决定了结构的寿命分布和可靠度,在机械产品的可靠性研究中具有非常重要的作用。基于可靠性度量的基本指标,推导寿命分布为两参数威布尔分布时疲劳可靠性系数与可靠度的关系,提出基于疲劳可靠性系数计算结构失效率和平均失效率的方法,并给出相应的计算过程,形成不同寿命度量指标下较为简便的计算方法。利用已有的整体搭接壁板结构疲劳寿命试验数据,采用本文所提方法与传统积分方法对整体搭接壁板结构进行疲劳平均失效率计算和误差分析。结果表明：所推导的计算公式形式简单,便于计算,且具有高度准确性,对机械结构的FMECA 以及维修决策的制定具有指导意义。     

多维动态参数的多层Bayes融合估计

在多维动态参数的分层模型下，运用多层Bayes估计方法和离散线性模型状态估计方法，给出了动态参数的Bayes融合估计，并以飞行器试验分析的一些例子，说明方法的运用。     

软件可靠性的Markov链Bayes指数模型

在充分地考虑了软件排错过程特点的基础上,将JM模型中"完全排错"的假设改为不完全排错",使之更符合实际.给出了Markov链的Bayes指数模型.利用Gibbs抽样法给出参数的Bayes估计的计算方法,以及预测分布和平均故障间隔的时间长度计算公式.     

无失效数据下液体火箭发动机的E-Bayes可靠性分析

为了解决航空航天产品、造价昂贵的产品及高可靠性产品的可靠性评估,本文在无失效数据情况下,对液体火箭发动机进行了可靠性分析.应用E-Bayes(Expected-Bayesian)估计法,在有关研究的基础上,针对液体火箭发动机热试车过程中可能出现的无失效数据情况,确定了失效概率的先验分布,并给出了E-Bayes估计和多层...     

基于贝叶斯网络的分层系统可靠性分析

由于分层系统的系统结构复杂,且系统不同层次可靠性信息具有不均衡性的特点,使得分层系统的可靠性建模较为困难.考虑二态情况,通过引入贝叶斯网络描述分层系统元素间的失效关系,并考虑了系统元素间级联失效问题,结合贝叶斯多源信息融合方法,以贝叶斯网络模型为基础整合了系统各层元素的可靠性信息,构成了一种较为通用的二态分层系统可靠性分析方法.算例结果表明:该方法在贝叶斯网络模型计算过程中能够融合系统各层元素可靠性信息并有效处理级联失效问题,提高了系统可靠性后验均值估计的准确性,减小了系统可靠性结论的后验方差.      

Study on segmented distribution for reliability evaluation

In practice, the failure rate of most equipment exhibits different tendencies at different stages and even its failure rate curve behaves a multimodal trace during its life cycle. As a result, traditionally evaluating the reliability of equipment with a single model may lead to severer errors. However, if lifetime is divided into several different intervals according to the characteristics of its failure rate, piecewise fitting can more accurately approximate the failure rate of equipment. There-fore, in this paper, failure rate is regarded as a piecewise function, and two kinds of segmented dis-tribution are put forward to evaluate reliability. In order to estimate parameters in the segmented reliability function, Bayesian estimation and maximum likelihood estimation (MLE) of the seg-mented distribution are discussed in this paper. Since traditional information criterion is not suit-able for the segmented distribution, an improved information criterion is proposed to test and evaluate the segmented reliability model in this paper. After a great deal of testing and verification, the segmented reliability model and its estimation methods presented in this paper are proven more efficient and accurate than the traditional non-segmented single model, especially when the change of the failure rate is time-phased or multimodal. The significant performance of the segmented reli-ability model in evaluating reliability of proximity sensors of leading-edge flap in civil aircraft indi-cates that the segmented distribution and its estimation method in this paper could be useful and accurate.     

基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

基于贝叶斯模型平均的航空发动机可靠性分析

针对不同失效模式的特点,利用航空发动机状态监测信息,分别采用Gamma过程、Wiener过程和Weibull分布建立可靠性分析模型.采用贝叶斯模型平均（BMA）方法,分析不同失效模式对可靠性影响,对航空发动机可靠性进行集成分析.通过算例跟踪某在翼航空发动机可靠性水平,基于贝叶斯模型平均的航空发动机可靠性模型的计算误差率低于单一可靠性分析模型,计算结果误差率低于1%.说明多模型集成可靠性技术在复杂系统运行可靠性分析中的有效性和准确性.      

Reliability estimation of mechanical seals based on bivariate dependence analysis and considering model uncertainty

The reliability estimation of mechanical seals is of crucial importance due to their wide applications in pumps in various mechanical systems. Failure of mechanical seals might cause leakage, and might lead to system failure and other relevant consequences. In this study, the reliability estimation for mechanical seals based on bivariate dependence analysis and considering model uncertainty is proposed. The friction torque and leakage rate are two degradation performance indicators of mechanical seals that can be described by the Wiener process, Gamma process, and inverse Gaussian process. The dependence between the two indicators can be described by different copula functions. Then the model uncertainty is considered in the reliability estimation using the Bayesian Model Average (BMA) method, while the unknown parameters in the model are estimated by Bayesian Markov Chain Monte Carlo (MCMC) method. A numerical simulation study and fatigue crack study are conducted to demonstrate the effectiveness of the BMA method to capture model uncertainty. A degradation test of mechanical seals is conducted to verify the proposed model. The optimal stochastic process models for two performance indicators and copula function are determined based on the degradation data. The results show the necessity of using the BMA method in degradation modeling.