多阶段试验下Bayes序贯估计方法

讨论在多阶段试验下正态分布参数的Bayes序贯估计，给出了估计方案，并扩充至多维的场合。对工程应用中的一些问题作了思考，提出了处置方法。     

疲劳损伤阀值研究

 提出了一种新的疲劳损伤阀值,它是一个随机变量。疲劳寿命在一定显著水平下服从对数正态分布,由此可以证明疲劳损伤阀值服从正态分布。另外,通过统计检验,验证线性累积损伤也服从正态分布。因此,新定义的疲劳损伤阀值与线性累积损伤之间在分布形态上是一致的。还给出了带有可靠度和置信度的疲劳损伤阀值。     

预腐蚀对疲劳寿命分布特性及参数影响的初步研究

预腐蚀是影响飞机结构安全性和经济性的重要因素.为研究预腐蚀对疲劳寿命的影响,进行30CrMnSiNi2A和LC4CS试件加速预腐蚀不同时间后的成组随机谱下的疲劳试验,采用概率回归方法对预腐蚀疲劳寿命分布特性进行检验,表明可采用对数正态分布和双参数威布尔分布描述疲劳寿命分布特性.然后对不同预腐蚀时间后的疲劳寿命分布参数进行估计,当假设疲劳寿命服从对数正态分布时,在工程常用的时间范围内,对数寿命标准差与预腐蚀时间无关;当假设疲劳寿命服从双参数威布尔分布时,可以认为斜率与预腐蚀时间无关.     

条件均值对可靠性测度Bayes估计的应用(I)

本文讨论了条件均值对某些常见失效分布的参数与可靠性测度的Bayes估计的应用,这些分布包括,双参数指数分布,左截尾双参数指数分布,正态分布与对数正态分布。     

正态分布与对数正态分布的单样预测与保证期

本文对正态分布与对数正态分布的单样预测与保证期问题进行了讨论，给出了单样预测的无偏预测子与近似预测限，以及近似的保证期。     

平面湍性混合层流、射流四阶脉动速度关联的研究

本文用恒温热线风速仪和计算机采样及数据处理技术,结合 X 型探头的热线响应方程,对平面湍性混合层流、平面湍射流自模拟区内的四阶脉动速度关联量进行了测量;将所得的测量值与根据周培源教授提出的把四阶脉动速度关联用三个二阶脉动速度关联乘积的和来表示的假定而算得的相应值进行了比较,结果表明两者的吻合程度令人满意。说明在本文所述的剪切流场中,可通过简单而又有效的方法,求出四阶脉动速度关联值;在此基础上,可对三阶脉动速度关联方程进行封闭求解,提高对平均速度、雷诺应力等量的求解精度。     

寿命的可靠性综论(一)

根据GJB451A-2005的定义,使用寿命是产品使用到无论从技术上还是经济上考虑都不宜再使用,而必须大修或报废时的寿命单位数。更具体一些,产品的(可)使用寿命是指从产品制造完成到出现不能修复(或不值得修复)的故障或不能接受的故障率时的寿命单位数。所以使用寿命与期间的故障率能否被用户接受密切相关,使用寿命期间的故障率与用户及生产方的维修后勤策略又密切相关。平均寿命不能代表使用寿命。只有产品寿命为指数分布时,故障率才为常数,正好是平均寿命的倒数。但当产品寿命不为指数分布时,平均寿命并不能使用户了解故障率,可靠寿命同样不能使用户了解故障率。在偶然故障期及耗损故障期,寿命的统计规律常用三参数(或两参数)Weibull分布、正态分布或对数正态分布描述。本文讨论在不完全子样情况下偶然故障期λ(t)的规律及根据能接受的故障率λ*确定使用寿命T*的统计方法。其后,讨论不完全子样情况下,耗损故障期确定百分寿命(p寿命)的统计方法,通过外推估计使用寿命(包括贮存寿命)的加速试验统计方法及在故障率λ(t)已知下的维修策略。     

威布尔分布多元回归分析方法

提出威布尔分布多元回归分析方法,建立回归参数的最佳无偏整体估计及其协方差公式,给出威布尔分布、极值分布和正态分布的百分位值(如可靠寿命和安全强度)的置信限估计。传统的多元回归分析只适用于正态分布和完全数据的情况,而本文则将其推广到威布尔分布、极值分布和截尾数据的情况。与传统的成组试验和最佳线性无偏估计方法相比,本文方法可以将不同条件的试验数据作为一个整体进行统计推断,能够全面开发利用不同条件下试验数据之间的横向信息,在试样数相同的情况下,具有更高的估计精度,而在精度相同的条件下,则可以节省大量试样。      

APMOC纤维在紫外光下的拉伸强度

用Weibull分布和正态分布的方法研究了氙灯紫外光辐照对APMOC纤维拉伸强度及其分布的影响,比较了Weibull分布及正态分布描述APMOC纤维单丝强度的适应性.结果表明:(1)氙灯紫外光辐照96 h对APMOC纤维单丝拉伸强度及分布的影响不大,拉伸强度在4.4 GPa附近波动;(2)Weibull分布和正态分布都可以描述APMOC纤维的强度分布,二者没有显著差别.     

不完全数据回归分析方法

基于不完全数据顺序统计量,提出一种不完全数据回归分析方法。建立不完全数据回归方程,给出回归系数的最佳无偏整体估计及其协方差矩阵。文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。该方法可以将各个不同状态下的不完全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。