某型涡喷发动机的可靠性增长分析

针对某型涡喷发动机的一组含零故障的多台不同步截尾故障数据。给出了趋势检验、AMSAA模型的拟合优度检验及模型参数的极大似然估计方法。分析表明，该型发动机有显著的可靠性增长，且可用AMSAA模型拟合其故障数据，在考虑零故障后，其参数及MTBF的极大似然估计（MLE）更为可信。     

论加速可靠性增长试验(Ⅲ)分组数据的图方法

基于Arrhenius－幂律模型，给出了分析恒定应力加速可靠性增长试验分组数据的图方法。它们包括：增长趋势、幂律模型的拟合优度、相同故障机理及拟合加速方法的图检验；幂律模型参数、加速方程系数、加速系数、激活能及正常与加速应用水平下MTBF的图估计，并用实例说明这些方法。     

舰载战术导弹值班可靠性评估方法

舰载导弹海上值班是导弹使用的重要任务之一,其值班可靠性是影响导弹舰上使用能力的关键因素。针对舰载导弹值班任务下的故障数据特点,基于随机截尾数据分析方法,建立了舰载导弹值班可靠性评估模型,给出了其值班可靠性计算方法,最后通过示例数据,验证了所给方法的有效性。     

基于Gompertz模型的液体火箭发动机可靠性增长分析

运用Gompertz模型和线性回归方法对液体火箭发动机批次试验中的可靠性增长因子进行分析,对新产品的可靠性分布函数进行预测。结合产品的少量现场试验数据,利用Bayes方法对系统的可靠性增长试验结果进行分析。文中首先给出了可靠性增长因子分析的模型,然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型,在此基础上,运用随机变量函数的分布,给出各阶段可靠性增长试验中可靠性参数的Bayes估计。最后给出实例进行说明。      

可靠性增长下的Bayes序贯检验方法

针对可靠性增长下的序贯检验分析问题,提出了一种变总体Bayes序贯检验方法.该方法依据产品研制过程中产生的多状态试验数据,利用离散AMSAA(Army Material Systems Analysis Activity)可靠性增长模型对产品可靠性的变化规律进行描述,给出了变总体试验数据似然函数的表达式,并对变总体Bayes序贯检验的后验概率比和决策阈值进行了定义,进而构建了可靠性增长下的Bayes序贯检验模型.研究结果表明,提出的方法有效地解决了具有可靠性增长的可靠性指标的假设检验问题.      

可靠性增长幂律模型的Bayes推断及在发动机上的应用

对作同步故障截尾与时间截尾的Ｋ个独立相同的幂律过程,即可靠性增长幂律模型,在无信息先验分布下给出了过程参数、当前的系统ＭＴＢＦ（平均故障间隔时间）与故障强度的Ｂａｙｅｓ点估计与区间估计,并将之与经典方法进行了比较,可避免非随机化最优置信下限的保守性和随机化最优置信下限的随机性。最后用两台发动机的数值例说明了这些方法。     

基于AMSAA模型的系统可靠性评估方法研究

针对航空机载设备可靠性增长试验数据不规则的特点,在AMSAA模型的基础上提出了识别异常点的AMSAA模型与处理截断数据的AMSAA模型,并给出了模型拟合优度检验方法。经实例验证表明,识别异常点的AMSAA模型可以在给定置信度下识别出异常点并排除异常点对瞬时MTBF（平均故障间隔时间）极大似然估计值的干扰;截断数据的AMSAA模型能够利用被截取的部分数据,得到准确的瞬时极大似然估计值。     

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。      

一种针对液体火箭发动机可靠性的双线评估方法

针对液体火箭发动机可靠性评估过程中试验数据利用不充分、主观性强、与设计改进关联不足等现状,给出了一种可靠性双线评估方法,在有限试车条件下提升可靠性评估结果的准确性,并从风险控制角度识别出发动机的薄弱环节。该方法采用两条主线开展可靠性评估,第一条线以发动机部组件试验数据为输入,以发动机工作时序为线索,识别发动机故障模式,建立可靠性模型,将部组件故障模式的发生概率带入可靠性模型中,采用不确定性传播算法,得到发动机可靠性先验分布。第二条线以发动机整机试验数据为输入,采用威布尔可靠性评估方法,得到发动机可靠性追加信息;随后采用贝叶斯方法进行双线融合,计算发动机可靠性的后验分布。通过可靠性双线评估方法,扩充了可靠性评估的数据来源,并从风险控制角度辨识了发动机的关键部组件及其故障模式,提升了可靠性评估的工程应用价值。     

基于模糊积分的航空发动机MTBF动态评估方法

针对传统评估方法无法解决航空发动机可靠性评估的滞后问题,采用模糊积分方法建立航空发动机动态可靠性评估模型.引入故障强度因子,建立降半正态型分布的故障强度因子函数表示故障纠正过程.通过故障强度因子得到模糊密度,采用Choquet模糊积分方法融合发动机各阶段可靠性指标,解决了航空发动机可靠性指标的动态评估问题.对在研的某小型涡扇发动机进行了应用研究,结果表明采用Choquet模糊积分数据融合方法进行动态评估能考虑到不同阶段故障数据的重要性,对发动机当前的可靠性水平能给予更加科学的评价.      

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.     

基于可靠性增长预测模型的航空发动机可靠性评估

通过可靠性增长预测模型充分利用定型前内场台架试验及外场试飞提供的大量数据对技术状态不断变化的发动机进行可靠性评估,并与经典的累计平均故障间隔时间(MTBF)估算值作了比较,结果表明:传统的累计MTBF评估方法没有考虑研制过程中技术状态的不断变化和可靠性不断增长的情况,故评估的可靠性值不符合实际情况;而可靠性增长预测模型合理、有效、实用.      

极少失效数据的可靠性评估和寿命预测

针对高可靠性产品寿命试验中经常出现只有极少失效数据的情况,提出一种可靠性评估和寿命预测方法.在Weibull分布形状参数下限已知的情况下,给出使用寿命和可靠度的单侧置信下限,该方法具有能将所有失效数据和未失效寿命数据进行累加的优点.文中还建立不同状态之间不完全数据的损伤等效折算公式,实现不同状态之间不完全数据的整体推断,增大了信息量,提高了预测精度.本文方法易于计算,便于工程应用.      

Gamma过程退化失效可靠性分析

退化型失效产品,可通过退化失效分析对其进行可靠性统计推断。性能退化一般是一个随机过程,并且是单调变化的,为描述产品的退化,给出了一个随机Gamma过程模型,通过求解该过程的首达时分布即可获得产品的失效分布。由于解析方法求解存在很大的难度,给出了一种基于仿真的求解方法。利用所得模型对强激光装置所用的某型金属化膜脉冲电容器进行了可靠性分析,说明了模型的适用性。     

试飞阶段可靠性评估方法及试验方案设计

提出将基于2参数威布尔分布的小子样零故障寿命试验方法用于航空发动机等高可靠性航空武器装备设计定型试飞阶段平均故障间隔时间评估以及可靠性专项试飞/地面试验设计,通过计算给出可靠性评估及试验设计系数用表;同时采用Matlab对航空发动机历史试验数据进行拟合,得到对应的形状参数;在此基础上,以某航空发动机为例对该方法工程应用的适用性和有效性进行验证。结果表明:该方法具有较强的工程应用性,可用于解决试飞阶段航空发动机等高可靠性产品可靠性评估及试验设计问题。     

软件可靠性增长测试的研究

研究、探讨了软件可靠性增长测试的基本概念及其实施过程中的若干问题,按照实际运行剖面选取测试用例、软件可靠性增长预计,以及正确收集故障数据的问题。     

飞机机载设备可靠性增长摸底试验技术

某型飞机是首次较系统地开展可靠性设计的型号,从方案论证阶段开始至详细设计阶段,总师系统开展了一系列可靠性设计和管理工作。随着型号研制工作从设计转入试制,可靠性工作的重点则从设计控制转向研制产品的可靠性增长控制。其间,可靠性增长摸底试验技术对促进研制产品可靠性增长产生了明显的效果。可靠性增长摸底试验技术是根据可靠性增长的理论,利用可靠性试验的方法,结合国内机载电子产品可靠性状况和型号研制特点而提出的。其目的是利用较短的试验时间,将新研机载设备S型件的部分设计、工艺薄弱环节和缺陷暴露出来,在装机上天前采取有效的改正措施,以期定型试飞中少出故障,促进研制试飞顺利进行,并使设备的可靠性得到初步增长。     

无人机动态飞行参数处理及应用策略

飞行参数处理能够有效地评价无人机在飞行过程中的行为,将其与故障注入技术相集成能够合成测试无人机系统可靠性的完整技术。文中结合无人机的特点提出了一种面向飞行参数时序数据流的飞行参数处理方案,利用飞行参数处理技术实时判读无人机的行为,监测机载设备故障在无人机系统中的传播过程。首先在分析无人机飞行参数数据特征的基础上,着重研究了飞行参数实时数据采集和数据处理方法;然后构造了一个实际的飞行参数处理系统UAVFDD_01,并分析了动态飞行参数处理过程。系统可靠性测试试验结果表明设计的系统能够满足无人机可靠性测试的要求。