故障样本量确定与分配一体化设计方案

针对当前测试性验证领域未能考虑故障样本量确定和样本分配2个环节的相互联系，以及现有样本分配方案对影响因子的选择没有统一的框架，导致确定的故障样本量和样本分配不合理的问题，提出了一种故障样本量确定与分配一体化设计方案。首先，以层次Bayes网络模型为框架，融合各节点测试性指标先验信息得到顶层测试性指标的融合分布，并建立故障样本量确定流程；其次，引入结构重要度作为样本分配影响因子，同时结合故障模式影响及危害性分析（FMECA）信息确定节点和故障模式的样本分配影响因子，提出基于节点和故障模式的二次分配框架实施样本分配；最后，通过实际案例进行对比分析。结果表明:相比其他样本分配方案，所提方案能充分考虑系统结构及其先验信息，进而实现了故障样本量确定和分配一体化方案的设计，保证了所确定的故障样本量和分配的合理性，具备更好的工程适用性。      

样本量对空间碎片测距精度的影响

日益增多的空间碎片严重威胁着在轨航天器的运行安全，对空间碎片的监督与防御逐渐引起了关注。高重复率激光测距技术为空间碎片测量提供了有效手段。激光脉冲的高重复率意味着大样本量。而在满足精度要求下，对样本量需求的研究较少。本文基于高重复率取样，研究了样本量对测距精度的影响，并得到了满足精度要求的最小样本量。首先，将空间碎片的轨道根数作为先验信息对测量数据进行预处理。通过多项式拟合和迭代获得有效样本点，逐渐减少样本量，绘制精度随样本量的变化曲线。从精度曲线变化阈值中可以获得最小样本量，可以此选取激光测距系统激光发射重复频率。对一些空间碎片的测距实验结果表明，有效样本量可以获得30%—60%的降低。     

基于研制信息的测试性验证试验方案研究

 针对现有测试性验证试验方案需要较大故障样本量的问题,提出了一种利用研制信息制定测试性验证试验方案的新方法。首先,在二项分布经典抽样模型的基础上,运用证据理论方法,研究了基于测试性试验数据、测试性预计结果和专家经验等研制信息的基本信任分配函数的构造方法,建立了基于融合不同种类研制信息的测试性验证试验方案,并确定了该方案的存在性,给出了方案的确定方法,最后开展了案例应用研究。由于充分考虑了研制信息,因此在确保有较好的验证效果的条件下,与传统的试验方案相比,该方法可以明显减少故障样本量,或在样本量保持不变的情况下有效降低双方风险。     

测试性研制阶段数据评估验证方法

 分析了现有测试性验证方法应用情况，阐述了测试性研制阶段数据评估验证方法的必要性。通过与现有测试性验证方法的对比分析，提出了一种新的测试性验证方法，并说明了该验证方法的含义和特点。该验证方法可用于故障检测率、故障隔离率和虚警率的验证。建立了该验证方法的工作框架，包括验证要求、验证程序、验证技术和验证组织。重点阐述了该验证方法的两种工作方式实施流程、适用的最小样本量范围、测试性数据收集表格和测试性数据判据。其中，测试性数据收集表格可以记录故障检测、故障隔离和虚警信息。进行了案例应用,给出了数据分析结果和经验总结。案例应用表明该方法能够达到测试性验证的效果。     

基于参数优化的截尾序贯检验法

截尾序贯概率比检验法和序贯网图检验法（SMT）是在序贯概率比检验法（SPRT）的基础上发展起来的2种方法,可进一步控制试验次数。但是这些截尾序贯方法的停止边界仍有待优化,本文以最常见的截尾SPRT为例,说明决定停止边界的参数的取值直接影响了最大试验样本量,且存在最佳取值。并以此为基础,对SMT和传统的SPRT进行了综合比较,发现截尾SMT并不优于传统的截尾SPRT,它不过是一种广义形式的截尾序贯检验法,SPRT的研究重点应该是截尾形式的构造。最后本文提供了一种曲线形式的截尾序贯检验法.     

基于通用充分性准则的测试性试验方案研究

 建立了故障模式与被测单元(UUT)特性之间的关系模型,根据关系模型建立了样本集的通用充分性准则。在通用充分性准则的基础上,研究了确定试验方案的新方法,包括确定样本量和建立样本集的方法,以及相应的合格判断方法。通过实例应用说明了方法的可行性。与现有方法相比,新方法更适用于现有的指标要求情况和多参数综合试验的需求,而且建立的样本集可以覆盖UUT的重要特性。     

面向复杂系统的三维Bayes网络测试性验证模型

针对当前武器装备复杂的系统结构，现有基于装备整机系统测试性先验信息的测试性验证方法难以适用，基于分系统测试性先验信息的测试性验证方法不能系统有效地处理先验信息，导致测试性验证结果可信度不高的问题，提出一种面向复杂系统的三维Bayes网络测试性验证模型。该模型能充分运用装备各层级结构中所蕴含的条件独立性，有效降低构建Bayes网络模型的复杂度，同时能融合装备各层级单元的先验信息。通过给出的三维Bayes网络的条件概率学习方法及G/M-H算法，由底层单元数据通过模型逐步向上融合，得到顶层测试性指标的后验分布，进一步利用顶层后验分布求取故障样本量。结果表明:该模型能充分考虑复杂系统的系统结构及各层级单元先验信息，并能通过模型推理得到的指标后验分布达到有效减少测试性验证故障样本量的目的。      

航空装备现场数据可靠性评估方法有效性分析

针对航空高可靠性产品现场故障数据样本量小和经常出现数据删失的问题,分析了平均秩次法与期望-极大值(EM)算法的有效性,给出了这两种方法的适用范围。应用蒙特卡罗仿真方法,在考虑维修的情况下,设计了一种评定可靠性评估方法有效性的仿真方法。该方法以威布尔分布为例,通过飞行年、飞机架数、日利用率的动态变化来模拟产生具有随机删失特点的航空装备现场故障数据,以此来动态驱动样本量和删失比的变化,并分别评估这两种可靠性评估方法的有效性。仿真结果表明,在样本量为10~30时的小样本随机删失数据参数估计中,EM算法应该被优先采用。     

论加速可靠性增长试验(Ⅷ)试验的组织与实施

对加速可靠性增长试验的组织与实施，包括加速应力的选择，加速应力水平值及加速应力水平个数的确定，样本量的确定，分组数据区间长度的确定，试验终止时间的确定，可靠性增长模型的选择，图分析与数值分析的综合利用等问题进行了讨论。     

基于XGBoost的航空器动态滑行时间预测方法研究

对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost 的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost 算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoos...