小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度.总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估.针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布（1-a）双侧百分位区间的判定方法.结果表明：Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小.     

一种辐射环境下小子样试验评估方法

对元器件在辐射环境下的小子样试验评估方法作了分析研究，基于元器件辐射损伤阈值服从正态分布的假设，采用基于虚拟增广的小子样试验评估方法对元器件抗辐射能力进行评估，得到了元器件在给定置信水平下的损伤阈值下限及在给定辐射水平下的生存能力，通过实例验证了评估方法的可行性。在labview开发环境下完成方法的软件研制。方法可为航天器的抗辐射加固设计与评估提供有益参考。     

验前大容量仿真信息“淹没”现场小子样试验信息问题

在运用Bayes方法对武器系统进行鉴定的过程中，仿真信息作为验前信息使用一直是一个有争议的问题。本文给出了验前子样可信度的定义及相应的计算方法，在分析了大量仿真信息“淹没”小子样现场试验信息这一现象的基础上，将验前信息的可信度引入统计推断，较好地解决了仿真信息在试验鉴定中的应用问题。     

直升机动部件小子样全尺寸疲劳试验件的x~2检验

本文将X~2检验——“检验一个小子样是否来自已知标准差的母体”方法应用于直升机动部件的疲劳试验数据统计处理中,并与传统方法获得的结论进行了对比。结果表明:同样的小子样试验数据,若运用检验合格的结论,在同样的可靠度下,能较大幅度地提高零件的疲劳寿命。     

小子样疲劳寿命分散系数置信区间随应力的变化规律研究

针对疲劳寿命样本小子样统计分析问题,采用Bootstrap方法模拟母体标准差的抽样分布,并结合纠偏的百分位法估算母体标准差的置信区间,着重估计了疲劳分散系数的置信区间。首先利用Bootstrap方法在参数区间估计方面的优越性能,对已知疲劳寿命母体分布的模拟试验数据进行了疲劳分散系数置信区间的估计,通过与真值的对照分析,验证了结合纠偏百分位思想的Bootstrap方法进行疲劳分散系数区间估计的可信性。然后利用此方法对航空材料的140个钢合金试件和295个铝合金试件的真实疲劳寿命试验数据进行了疲劳寿命分散系数的区间估计,并研究了疲劳分散系数置信区间随疲劳试验应力的变化规律,为在工程实际中分析疲劳寿命试验数据提供了参考方法。     

单子样寿命试验评估的综合概率分布法

提出了大型复杂结构体系或机构系统只做单子样1次寿命试验的评估方法。即据单子样的1次试验值创造性地提出确定当前概率分布及据此作出评估的方法,继而给出了结合半经验算法与当前概率分布算法的加权综合算法。附有算例阐明所提出的方法。     

导弹红外导引头火箭橇试验评估方法

从武器发展的趋势和红外导引头对外场试验的需求出发,提出了一种能真实模拟红外导引头与目标交会条件的试验方案,介绍了试验系统组成和试验原理,概述了系统的静态标定及联调、开环和闭环试验、抗干扰试验方法。该试验方案可实现红外导引头对高速运动目标的识别,检验其与模拟制导系统结合后对目标的捕获、锁定与跟踪性能。同时,也可有效考核其抗干扰能力,对提高红外导引头和导弹制导控制系统试验技术水平和能力具有重要的技术支撑作用。     

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.     

导弹精度评估的非参数Bootstrap方法

基于目前导弹试验的实际状况,讨论了小子样情况下精度指标的置信区间估计的非参数Bootstrap方法。介绍了Bootstrap方法的基本概念,综合比较了非参数Bootstrap抽样和参数Bootstrap抽样的特点,对基于传统百分位法的改进区间估计方法进行了简要说明,包括迭代Bootstrap方法、Bootstrap-t方法及纠偏百分位方法;最后,通过大量仿真计算初步分析了各种非参数Bootstrap区间估计方法的性能和适用范围,并给出了若干建议。     

小子样场合下估算母体百分位值置信下限和可靠度置信下限的Bootstrap方法

将Bootstrap方法引入到小子样场合下母体百分位值置信下限的计算中,并与传统的单侧容限系数法和新单侧容限系数法进行了大量的对比计算,算例表明Bootstrap方法明显优于其他两种方法,在较高可靠度和置信度要求下母体百分位值置信下限不会出现负值的情况,而且计算得到的结果更接近真值。发展了一种半参数Bootstrap方法用于计算可靠度的置信下限,模拟计算表明半参数Bootstrap方法很好地克服了置信度较高时,新旧单侧容限系数计算出的可靠度置信下限过低的局限性,而且半参数Bootstrap方法的计算结果均有较高的精度。     

基于自助法的小样本数据分析方法研究

自助法（Bootstrap）和随机加权法（Bayes Bootstrap）都是较好的处理小样本数据的方法,其无先验性,以及计算过程中只需要实际观测数据的优越性,使其广泛地应用于实际数据处理之中,后者的估计精度要更好些。但对连续情况而言,自助法的计算特性使得重抽样本局限在原始样本范围内,无法渐进于真实情况。文章基于自助法研究了用改进的样本经验分布函数来解决这个问题,并通过仿真算例说明方法的有效性。     

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法,其无先验性及计算过程中只需要实际观测数据的优越性,使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷,文章比较了目前自助法常用的两种抽样方式的优劣性,并采用改进的样本经验分布函数来解决这个问题,通过对均值的估计证实了方法的有效性。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证.给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML - Ⅱ方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小.最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度.     

某涡轮盘小子样低周疲劳寿命评估计算——威伯斯先验评估法

介绍一种威伯斯先验评估法,并在有数据以及有数据支持和无数据支持两种情况下,利用两种小子样数据计算了涡轮盘的可靠性和使用安全寿命等。     

试飞阶段可靠性评估方法及试验方案设计

提出将基于2参数威布尔分布的小子样零故障寿命试验方法用于航空发动机等高可靠性航空武器装备设计定型试飞阶段平均故障间隔时间评估以及可靠性专项试飞/地面试验设计,通过计算给出可靠性评估及试验设计系数用表;同时采用Matlab对航空发动机历史试验数据进行拟合,得到对应的形状参数;在此基础上,以某航空发动机为例对该方法工程应用的适用性和有效性进行验证。结果表明:该方法具有较强的工程应用性,可用于解决试飞阶段航空发动机等高可靠性产品可靠性评估及试验设计问题。     

仿真结果检验和状态分析方法

提出了一种仿真结果检验和状态分析方法,不仅可以有效地判断仿真结果正确与否,而且当仿真结果不正确时,可以进一步对仿真结果进行状态分析,确定哪些状态的仿真结果正确,哪些状态的仿真结果错误,从而指导仿真软件系统的编制和修改.此外,还给出了仿真结果检验表和状态分析表,便于工程应用.