基于顺序约束的命中概率多批次试验统计评定方法

针对多批次试验中由技术状态改进所带来的异总体统计问题,研究了顺序约束条件下的命中概率指标统计评定方法。首先在X\|Y向不相关情况下,将命中概率指标归结为X向和Y向的准确度和密集度参数的估计。然后根据多批次试验规律,建立各个参数之间的顺序约束关系,基于Bayes方法获得验后分布密度核函数,并采用MCMC（Markov Chain Monte Carlo）方法获得各参数的验后抽样分布,进而获得命中概率指标的抽样分布,以此计算命中概率的期望和置信限。此外,针对运动目标或末端机动的情况,分析了X\|Y向相关情况下的命中概率指标计算方法。通过正交变换实现去相关处理,并在命中概率计算中引入旋转角度参数,从而解决运动目标情况下的多批次命中概率计算。最后,通过实例进行了验证,所得命中概率值优于传统方法所获得的统计结果,表明该方法对多批次试验具有良好的适应性和工程推广价值。
     

变动统计方法及其在试验评估技术中的应用综述

变动统计方法是试验评估领域中的一种重要的理论方法。通过追溯变动统计方法的源起与发展概况,探讨了变动统计所研究的主要问题以及解决问题的基本思想和一般规律。然后,较为详细地叙述了变动统计方法在可靠性增长试验评估和武器系统性能评估中的具体应用和发展现状。最后,归纳提出了实现变动统计的3种基本方法:基于约束关系的多总体融合估计与统计推断、基于线性模型的变动总体建模与预测、基于Bayes方法的多源信息融合。     

某型发动机典型可修复附件可靠性分析

针对传统方法评估航空发动机可修复件可靠性指标的部分不合理性,从外场可靠性信息特点着手,结合可修复件的结构特性,应用随机过程理论完善整个可修复附件的可靠性评估过程。基于可靠性评估模型、可靠性评估指标及外场数据等特点,提出了某型发动机可修复附件可靠性评估分类方案,为合理确定可修复附件的可靠性和维修性指标奠定了基础。     

多阶段含延缓纠正可靠性增长的MS-NHPP模型及其Bayes分析

针对复杂航空机电系统的多阶段含延缓纠正可靠性增长试验,提出了多阶段非齐次泊松过程(MS-NHPP)模型及其Bayes分析方法。该模型将多个阶段试验看做多个非齐次泊松过程(NHPP),它们具有相同的时间起点和不同的强度函数参数,并满足序化约束关系。对该模型采用Bayes方法进行分析,以Dirichlet分布作为验前分布,并在验后计算中采用基于Metropolis-Hastings准则的马尔可夫链蒙特卡罗(MCMC)方法获得各阶段可靠性参数的验后期望、方差与置信限。实例分析表明,该方法可以有效融合多阶段可靠性增长试验数据以及专家经验和历史信息,尤其适用于小样本情况,参数估计值满足序化约束关系,可靠性增长评估结果更为可信。     

装备试验评估中的变动统计问题与方法

随着装备性能的提高和试验过程的复杂化,变动统计问题逐渐成为装备试验评估领域中亟待解决的重要问题,需要融合不同阶段、不同来源的异总体试验数据对产品研制、生产、使用过程中的性能变化过程进行恰当的建模与评估。首先分析了变动统计问题的主要特征,并简要回顾了变动统计问题在装备质量与性能指标评估领域中的研究历程。针对变动统计问题所面临的主要研究对象,分析了其中需要解决的若干关键问题。通过与其他几个相关研究领域的比较,提出了变动统计的基本内涵。最后,归纳提出了基本的变动统计方法：基于约束关系的多总体融合估计、基于线性模型的变动总体建模与预测和基于Bayes方法的多源验前信息融合,并对各类方法的特点与前景进行了讨论与展望。