某型涡喷发动机的可靠性增长分析

针对某型涡喷发动机的一组含零故障的多台不同步截尾故障数据。给出了趋势检验、AMSAA模型的拟合优度检验及模型参数的极大似然估计方法。分析表明，该型发动机有显著的可靠性增长，且可用AMSAA模型拟合其故障数据，在考虑零故障后，其参数及MTBF的极大似然估计（MLE）更为可信。     

基于AMSAA模型的无人直升机可靠性评估

根据某无人直升机可靠性数据，基于AMSAA模型，对该型无人直升机可靠性进行了评估，得到该无人直升机系统可靠性指标，评判该无人直升机现阶段可靠性水平增长的趋势。该方法可以为其它型号的无人直升机的可靠性评估提供借鉴。     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

对 GJB/Z77 多台同型产品增长模型的分析

GJB/Z77的附录A中,阐述了如何应用AMSAA模型进行多台同型产品的可靠性增长,给出了趋势检验、参数估计和拟合优度检验的方法,并提供了一个实例。对该模型进行了分析,指出GJB/Z77中存在的错误。     

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。     

基于AMSAA模型的系统可靠性评估方法研究

针对航空机载设备可靠性增长试验数据不规则的特点,在AMSAA模型的基础上提出了识别异常点的AMSAA模型与处理截断数据的AMSAA模型,并给出了模型拟合优度检验方法。经实例验证表明,识别异常点的AMSAA模型可以在给定置信度下识别出异常点并排除异常点对瞬时MTBF（平均故障间隔时间）极大似然估计值的干扰;截断数据的AMSAA模型能够利用被截取的部分数据,得到准确的瞬时极大似然估计值。     

基于AMSAA模型的研制试验数据 可靠性综合评估

采用了工程界普遍使用的AMSAA模型,充分利用了同类或相似产品研制试验故障数据,对于研制试验中含较多试验项目的情形将其归结为几种典型的环境应力类型,提出了一种通过最优化过程确定时间环境折合系数的方法,最后给出了研制阶段MTBF(Mean Time Between Failures)置信区间的求解方法.研究结果表明,该方法合理可行,可以满足工程上的精度要求.      

某涡喷发动机可靠性增长分析

航空发动机的研制特点决定了试车故障数据兼有同步纠正和异步纠正的性质，为了更好的评价航空发动机的可靠性．对一组有可靠性增长的试车故障数据采用了MIL-HDBK-189介绍的带同步纠正性质的处理方法，所得结果与采用Crow的带异步纠正性质的统计分析方法计算的结果进行比较，可以发现：两种方法对趋势检验的结论和对平均故障间隔时间（MTBF）的极大似然估计基本一致。     

基于离散AMSAA模型的固体火箭发动机可靠性增长分析

描述了离散AMSAA模型与Duane学习曲线特性的关系,给出了该模型的使用方法,包括可靠性增长趋势检验、模型参数的极大似然估计和拟合优度检验方法等。利用进化算法对似然函数求极值,解决了复杂多峰似然函数的求极值问题。在此基础上得到最终研制阶段可靠性点估计和可靠性置信下限。最后,给出了固体火箭发动机可靠性增长分析实例,并与经典评估方法进行了比较,说明了该模型的优越性。