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。     

载人航天器密封舱内火灾流场特性数值研究

为获得微重力环境下载人航天器密封舱内火灾发生时的流场分布规律,建立简化的密封舱模型,利用FDS软件对不同火源位置、通风场景下的火灾进行了数值仿真,得到了烟气温度、浓度分布规律。仿真结果可为密封舱内火灾探测器的合理安装布局提供参考。     

基于关键事件的系统级单点故障识别方法及应用

系统级单点故障严重影响航天器任务的成败。为全面识别系统级单点故障模式,文章提出了基于时域空域分析、故障树分析（FTA）和故障模式影响分析（FMEA）相结合的关键事件系统级单点故障识别方法,并在交会对接任务中得到了应用。通过对识别的单点故障模式相关设备采取在轨补偿措施或过程控制措施,降低了任务风险,保证了交会对接任务的成功。该故障识别方法具有一定工程应用价值。