成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

利用变环境试验数据的可靠性综合评估

研究了试验环境对产品可靠性的影响,提出一种利用变环境试验数据的可靠性综合评估方法.利用Cox比例风险模型来描述产品的可靠性与试验环境因素的关系,给出不同环境因素对产品可靠性影响的定量度量.结合产品的可靠性模型提出一种数据折合方法.分别以指数分布和双参数Weibull分布为例,把不同环境条件下的试验数据折合为相同环境条件下的试验数据,进而利用这些试验数据对产品进行可靠性综合评估.该方法综合利用产品在不同环境条件下的试验数据,扩大了样本量,提高了产品可靠性评估精度.实例表明该方法合理可行,便于工程应用.     

基于决策级数据融合的可靠性综合验证方法

可靠性验证试验是检验产品的可靠性水平是否达到要求而进行的试验,是一项重要的可靠性活动.价格昂贵或者可靠性水平较高的设备,按照经典的抽样方案进行试验,时间和费用几乎是不能承受的.为了解决上述实际问题,针对成功率的抽样检验方案,利用证据理论方法,研究了基于研制试验数据、可靠性评估结果和专家信息的基本可信度分配函数的构建方法,并给出了基于决策级数据融合的可靠性综合验证试验模型.同时,对可靠性综合验证模型的性质进行了讨论,确定了可靠性综合验证试验方案的存在性,并提出了方案的选取原则.模型可以广泛地利用研制信息,并可以统一给出基于不同分布类型和不同信息的可靠性综合验证试验方案.通过示例表明该方法可以利用各种研制信息,达到减少可靠性验证试验样本的目的.     

可修产品的步进应力加速寿命试验统计分析

为了通过可修产品在步进应力加速寿命试验中产生的故障数据,评估可修产品的寿命和可靠性指标,基于产品在两个不同应力水平下的累积故障强度函数相等的原则,提出了可修系统步进应力加速寿命试验的时间折合公式.通过反复迭代,可修系统在步进应力加速寿命试验过程中产生的故障数据可以折合到相同试验条件下.在产品进行最小修复的假设下,采用引入位置参数的三参数Weibull过程结合Peck加速模型对试验过程进行拟合.通过使用该模型对折合后的数据进行处理,外推得到了可修产品在正常应力条件下的寿命和可靠性指标.使用剩余分布抽样方法进行计算机仿真,验证本文方法的正确性.结果证明该模型和方法不仅在参数估计方面比传统的模型有更高的精度,而且还可以应用到可靠性增长试验的数据评估中.      

基于β似然函数的参数估计方法

分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。      

利用变环境数据的Weibull分布可靠性综合评估

为了提高可靠性评估精度,研究了环境因素对产品可靠性的影响,提出了一种适用于Weibull分布的变环境数据可靠性综合评估方法.首先通过利用径向基函数法来度量不同环境因素及其交互作用对可靠性的影响,建立了关于环境因素的位置参数模型.并针对刻度参数依赖于环境因素的情形,利用线性模型来建立刻度参数模型.然后利用广义线性模型,给出了位置和刻度参数模型系数的极大似然估计,并给出了可靠度近似置信下限.实例表明该方法能较好地度量环境因素对可靠性的影响,而且合理可行便于工程应用.     

基于置信分布的系统可靠度评估蒙特卡罗方法

大型系统、复杂系统的可靠度的求解问题是可靠性工程中一个热点和难点的问题,针对这个问题,提出了一种基于蒙特卡罗模拟仿真的系统可靠度求解方法.通过利用系统的各个单元产品的可靠度置信分布和系统可靠度函数进行蒙特卡罗仿真,评估出系统可靠度.本方法克服了以往的蒙特卡罗仿真方法处理离散分布时抽取时间样本的困难,并且对系统的结构和复杂程度没有要求.最后,给出计算实例对比说明了该方法的正确性和可用性.      

火工切割器的一种小样本可靠性验证试验

提出了火工切割器的一种小样本计量型可靠性验证试验方法及偏保守的可靠性评估方法,将火工切割器的燃气压力峰值作为可靠性特征量进行可靠性验证试验,分别测试额定工况(双边点火工况)下的燃气压力峰值和单边点火工况下的燃气压力峰值。基于应力-强度干涉理论,用小样本可靠性验证试验数据开展可靠性评估。这种验证方法既可避免特征量临界值分布规律摸底试验中消耗一定数量的产品,又能实现计量法代替计数法,还避免了人为设定强化系数,评估结果能够反映产品在加严条件下的可靠度水平。文章给出了用60个火工切割器样本进行可靠性验证试验及可靠性评估的应用实例,为航天器火工装置小样本可靠性验证提供技术途径。     

产品性能可靠性评估的时序分析方法

针对航空航天产品高可靠性、长寿命的特点,通过综合时序模型对随机序列自拟合性强与短期预测精度高的优点,提出了两类基于性能退化数据的产品可靠性评估时序模型方法.首先,从性能退化量分布的角度出发,在假设退化量分布类型不随时间变化的前提下,利用时间序列建立了性能退化分布参数的分析模型,进而根据可靠度与性能退化量分布的关系进行可靠性评估.然后,从退化轨迹的角度出发,对所有样本的退化轨迹进行时序分析与建模,外推伪失效区间与伪失效寿命值,进而采用完全寿命试验数据的统计方法进行可靠性评估.最后,对某金属材料疲劳裂纹扩展数据进行可靠性评估与寿命预测,结果表明该方法具有良好的稳健性.     

钉孔挤压或干涉配合强化后元件疲劳寿命的一种可靠性分析方法

本文提出了一种处理钉孔挤压化或或干涉配合强化后元件疲劳寿命的可靠性分析方法，在假设挤压量（干涉量）服从正态分布，以及具有确定强化参数的元件的对数疲劳寿命服从正态分布或疲劳寿命服从威布尔分布的条件下，分别给出了考虑强化参数及其公差影响的强化后元件疲劳寿命的分布函数，从而，可以由几组不同挤压量（干涉量）的元件疲劳寿命推算出元件在任意挤压量（干涉量）及公差要求情况下，其疲劳寿命提高到某一给定值的概率，这     

一种可靠性试验实测振动数据的处理方法

针对传统实测振动数据归纳方法只能处理正态分布数据的问题,引入选择约翰逊曲线的方法,采用约翰逊曲线对非正态情形的实测振动数据进行拟合,给出了非正态情形一定概率下的实测振动数据功率谱密度上限.在此基础上提出了一种可靠性试验实测振动数据的处理方法.将该方法用于某产品可靠性试验实测振动数据的处理中,计算结果表明,该方法不仅能给出任意分布实测振动数据功率谱密度概率上限,而且与传统方法比较,给出的数据上限能更真实反映产品振动环境条件.      

基于指数回归模型的可靠性综合评价方法初探

针对我国军工产品在研制过程中由于投试样品相对较少、可靠性信息量不足这一问题,通过引入环境应力严酷程度因子,环境应力综合因子以及产品技术状态因子,利用指数回归模型,建立了多因素多元回归的可靠性综合评价方法,实现了基于性能试验,环境试验及可靠性试验的产品可靠性综合评价.该方法避免了不同环境条件下寿命数据的折合过程,而通过对回归系数的求解给出可靠性指标的估计,与经典的变环境变母体的可靠性综合评价方法有所差别.     

用非线性加速模型评估步降应力加速退化数据

基于累积损伤等效方法提出一种能够描述产品性能非线性退化过程的分段非线性加速退化模型(SNADM,Segmented Nonlinear Accelerated Degradation Model),有效解决了产品性能退化率为时变函数时其寿命难以准确评估的问题.推导了总体累积退化量函数的分段表达式,结合非线性函数和加速方程得到SNADM的表达式;用数值迭代法对SNADM进行参数辨识进而对贮存条件下产品退化轨迹统计量函数进行外推,由产品退化量分布随机过程类型确定可靠度函数,再结合失效阈值对产品贮存寿命进行评估.对某导弹制冷器进行了步降应力加速退化试验,评估结果验证了该方法的有效性和正确性.      

数控车床故障分布的两重威布尔分段模型

为了定量地分析数控车床故障分布规律,同时也为提高其可靠性水平提供理论依据,在历时2年多收集14台数控车床故障数据的基础上,对数控车床故障率曲线的特征进行了分析,应用概率统计数学方法,建立了数控车床故障分布的两重威布尔分段模型,运用威布尔概率纸图分析法进行参数估计,据此对观测值进行了曲线拟合,拟和结果证明了分段模型的正确性.采用Laplace趋势检验法对模型进行了检验验证.从建立的两重威布尔分段模型和相应的故障率曲线上都可以区分出数控车床的早期故障期和偶然故障期,经计算早期故障期大约是5个多月,这与机床用户反映的使用初期的半年内故障频繁、故障率高相一致.该系列数控车床在使用中存在早期故障期,说明其早期故障在出厂前未被有效排除,降低了其可靠性水平.