基于贝叶斯理论的低循环疲劳寿命模型不确定性量化

为量化低循环疲劳寿命模型中的不确定性因素,利用贝叶斯理论,采用经典的模型校准形式确立了寿命模型的不确定性量化形式,并结合正态性检验对误差项进行验证;应用马尔可夫链-蒙特卡罗(MCMC)算法获得了模型参数后验分布的抽样样本,在小子样试验数据条件下确定了低循环疲劳寿命的95%不确定性区间,较好地覆盖了寿命的分散性;对参数样本进行了相关性分析,并将异方差回归概率模型与贝叶斯概率模型进行了比较。最后,利用Morris全局灵敏度分析方法获得了Manson-Coffin模型参数的全局灵敏度指标;同时,验证了在模型参数对先验信息敏感,或者说在先验信息影响极大的情况下,采用无信息先验处理方法的合理性。     

基于Markov Chain Monte Carlo的幂律过程的Bayesian分析

在多种合理的无信息先验分布下,基于Markov Chain Monte Carlo方法,提出了一种简单且易于抽样的幂律过程的Bayesian分析方法.所提方法将失效、时间截尾数据统一分析,能快捷地获取幂律过程模型参数的Markov Chain Monte Carlo样本,利用该样本不但能直接给出模型参数函数的后验分布,还能给出单样预测和双样预测的分析.一个经典工程数值算例说明了所提方法的可行性、合理性与有效性.该方法具有一定的优越性,可为小子样可靠性增长分析提供一种值得参考的方法.      

基于直觉模糊贝叶斯网络的HUD系统多阶段任务可靠性分析

针对国产平视显示系统（HUD）部分功能模块底层可靠性数据积累不足、难以支撑可靠性分析的问题，提出基于直觉模糊贝叶斯网络（IFBN）的平视显示系统多阶段任务可靠性分析方法。首先，研究基于贝叶斯网络的多阶段任务系统（PMS）模型构建方法，并综合考虑可能的共因失效（CCF）影响；其次，研究基于直觉模糊理论的模糊事件失效数据评估方法，提出适用于航电设备的模糊区间划分方法及直觉模糊数与失效数据的转换算法，并采用基于Tω算子的直觉模糊数聚合算法，降低模糊累计；最后，以某型平视显示系统为例进行多阶段任务可靠性计算。所提方法为系统底层失效数据模糊情况下的可靠性分析问题提供支持。     

基于模糊贝叶斯的导弹武器系统可靠性和可用性分析

综合考虑了装备、保障系统、管理和人员、保障方案等要素,提出了一种基于模糊贝叶斯的导弹武器系统可靠性和可用性分析方法,将先验信息和样本数据有效融合,采用模糊随机变量来处理数据的不确定。通过算例分析,验证了模型的有效性。结论表明,该方法所得的评估结果符合装备的实际情况。     

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。     

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。      

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

导弹命中精度评定中贝叶斯方法的应用

针对导弹武器系统试验评定的问题 ,研究了如何在命中精度评定中应用贝叶斯方法。在导弹落点偏差分布为正态 -逆伽马分布的假设下 ,提出以贝叶斯理论为基础 ,利用实际的导弹飞行试验状态信息和试验前的各种已知信息 ,加入弹道的模拟和仿真方法 ,获得评定的验前分布参数 ,使精度评定理论与实际情况相结合的方案。该方案以使用方提出的可信度和最低可信下界为检验精度的指标 ,同时也提出一种运用参数自助 (Bootstrap)方法获得验前分布参数的方法。最后 ,提供了完整的评定流程和说明 ,使实际的评定工作有一个较完整的体系。所提的贝叶斯方法尤其适合于小子样场合下的试验鉴定工作     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

某飞行器数据记录设备的可靠性综合评估

针对飞行器数据记录设备的的小子样可靠性评估问题,从贝叶斯定理出发,进行了理论推导,建立了由分系统的可靠性参数综合评估系统可靠性参数的理论模型,并对某飞行器数据记录设备进行了可靠性综合评估     

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.      

Uncertain multiobjective redundancy allocation problem of repairable systems based on artificial bee colony algorithm

Based on the uncertainty theory, this paper is devoted to the redundancy allocation problem in repairable parallel-series systems with uncertain factors, where the failure rate, repair rate and other relative coefficients involved are considered as uncertain variables. The availability of the system and the corresponding designing cost are considered as two optimization objectives. A crisp multiobjective optimization formulation is presented on the basis of uncertainty theory to solve this resultant problem. For solving this problem efficiently, a new multiobjective artificial bee colony algorithm is proposed to search the Pareto efficient set, which introduces rank value and crowding distance in the greedy selection strategy, applies fast non-dominated sort procedure in the exploitation search and inserts tournament selection in the onlooker bee phase. It shows that the proposed algorithm outperforms NSGA-II greatly and can solve multiobjective redundancy allocation problem efficiently. Finally, a numerical example is provided to illustrate this approach.     

基于MCMC的PLP未来强度的Bayesian预测分析

在无信息先验分布下，将Gibbs抽样与Metropolis-Hastings算法相结合的方法应用于幂律过程的未来强度的Bayesian预测。该预测方法能将时间截尾数据和失效截尾数据统一分析，并给出在未来某一时刻处强度函数的MCMC样本，利用该样本可以方便地获得关于未来某一时处刻强度函数及其函数的各种后验分析。一个经典工程数值算例说明了预测方法的可行性、合理性与有效性。     

A Bayesian approach for integrating multilevel priors and data for aerospace system reliability assessment

This paper investigates Bayesian methods for aerospace system reliability analysis using various sources of test data and expert knowledge at both subsystem and system levels. Four scenarios based on available information for the priors and test data of a system and/or subsystems are studied using specific Bayesian inference techniques. This paper proposes the Bayesian melding method for integrating subsystem-level priors with system-level priors for both system- and subsystem-level reliability analysis. System and subsystem reliability outcomes are compared under different scenarios. Computational challenges for posterior inferences using the sophisticated Bayesian melding method are addressed using Markov Chain Monte Carlo (MCMC) and adaptive Sampling Importance Re-sampling (SIR) methods. A case study with simulation results illustrates the applications of the proposed methods and provides insights for aerospace system reliability analysis using available multilevel information.     

Reliability assessment of engine electronic controllers based on Bayesian deep learning and cloud computing

The reliability of an Engine Electronic Controller (EEC) attracts attention, which has a critical impact on aircraft engine safety. Reliability assessment is an important part of the design phase. However, the complex composition of EEC and the characteristic of the Phased-Mission System (PMS) lead to the difficulty of assessment. This paper puts forward an advanced approach, considering the complex products and uncertain mission profiles to evaluate the Mean Time Between Failures (MTBF) in the design phase. The failure mechanisms of complex components are deduced by Bayesian Deep Learning (BDL) intelligent algorithm. And copious samples of reliability simulation are solved by cloud computing technology. Based on the result of BDL and cloud computing, simulations are conducted with the Physics of Failure (PoF) theory and Failure Behavior Model (FBM). This reliability assessment approach can evaluate MTBF of electronic products without reference to physical tests. Finally, an EEC is applied to verify the effectiveness and accuracy of the method.     

基于贝叶斯网络的末制导雷达模糊可靠性分析

弹载末制导雷达可靠性多含不确定性与模糊性因素影响,且其具有样本量小、可靠性高等特点,传统可靠性评估方法难以适用。提出了一种基于贝叶斯网络的模糊可靠性分析方法,以某型导弹末制导雷达系统的为具体研究对象,对其进行可靠性分析,验证了方法的有效性。     

系统可靠性增长评估模型研究

根据系统在研制期间故障强度变化规律,考虑故障间隔时间影响的情况下,提出了广义可靠性增长评估模型,分析了其参数特性,并给出了拟合优度检验方法;然后,给出了定时截尾和定数截尾情况下,模型参数的极大似然估计公式,采用Simpson方法将积分函数化为求和函数,使得参数估计计算方便,给出了趋势检验方法给出了可靠性增长评估公式;最后,结合发动机故障数据进行了的实例分析,结果表明,模型对试验数据拟合较好,评估结果符合工程实际,模型具有实际应用价值.      

复杂可修系统可信度建模中任务维修度计算的统计推断方法

在设定每一部件的致命性故障率为常数并在确定出各部件任务修复时间置信上限的基础上,通过对可能发生的多次致命性故障事件的概率状态描述,得到了部件故障率与系统可信度的定量关系,进而依据这一可信度的建模原理归纳出不考虑任务修复时间的具体分布类型时复杂可修串联系统可信度的计算方法,同时也给出了任务维修度的统计推断表达式;最后,以典型的 ４ 部件串联可修系统为例,探讨了致命性故障次数、允许任务修复时间、部件任务修复时间的不同置信上限等的变化对系统可信度的影响,并论证了系统可靠性、维修性和保障性与可信度的关系。     

航空机载可修产品外场可靠性评估模型及其应用

航空机载复杂产品基本是可修产品 ,按其修复深度分为完全修复和基本修复 ,而实际维修中又多为基本修复。完全修复后可靠性样本可用不可修模型处理 ,而基本修复可靠性样本采用何种数学模型处理在实际工作中尚不多见。介绍了进行某型国产新机机载产品使用可靠性研究中使用的分析模型 ,重点讨论非齐次泊松过程建模与故障强度概念 ,并指出了模型应用的方法及实例 ,给出了课题评估结果。