可靠性工程中的经验Bayes方法（Ⅱ）

简要介绍了可靠性工程中广泛采用的经验Ｂａｙｅｓ方法，对这一方法的优缺点及其适用范围进行了系统的分析，对当前研究工作中存在的一些问题进行了评论。在此基础上，提出了根据实验数据对先验分布进行假设检验的必要性，给出了一些公式和若干可行的检验方法。     

基于比例失效率模型的退化数据分析方法

利用产品的性能退化数据进行可靠性评估是一个解决失效寿命数据不充分的重要方法.在分析产品的失效率与失效阀值具有紧密相关性的基础上,通过引入比例失效率模型描述产品可靠性与失效阀值的关系,并根据产品寿命分布与退化量分布之间的关系建立了退化分析模型.在不假定物理退化轨迹模型和退化量分布的情况下,利用产品的退化信息获得产品在不同检测时刻和失效阀值下的可靠度,通过分布拟合方法获得未知参数的估计值,进而对产品进行可靠性评估.该方法不仅放松了模型的假设条件,也适于处理一些具有非平衡数据结构的退化数据,具有较广的适应性.最后,通过实例进行了不同方法的比较,验证了该方法的有效性.     

含区间分布参数的尾喷管调节机构可靠性分析

为提高尾喷管调节机构的可靠性分析效率,提出一种结合拒绝采样和主动学习Kriging代理模型的分析方法。在ADAMS中建立了某发动机尾喷管调节机构虚拟样机仿真模型,通过运动学分析对所建模型进行验证;考虑其输入变量含区间分布参数的情形,建立基于调节机构定位精度的极限状态函数;引入主动学习Kriging代理模型,在分布参数随机变化的情况下,通过拒绝采样方法来捕捉样本空间的变化,从而构建适用于整个样本空间内的Kriging代理模型。通过数值算例验证所提方法的可行性,并采用所提方法对调节机构失效概率的上下限进行了计算分析,为提高区间分布参数下的可靠性分析效率提供了一种新的思路。     

参数不定区间估计的对偶线性规划方法

将参数不定区间估计(PIE)问题变换成一组对偶线性规划(DLP)问题,提出了求解这组DLP问题的改进单纯形方法.该方法利用变量间的对偶关系,直接计算初始基本可行解,省去了初始基本可行解的搜索步骤.此外,在确定旋入和旋出变量时都采用了目标值最大减少规则,减少了旋转迭代次数.针对由PIE问题所导出的全部DLP问题都具有相同的目标函数和约束矩阵,给出了单搜索过程求解全部DLP问题的联合单纯形法.仿真结果说明了所给算法的计算效率.      

一种基于历史数据的软件缺陷预测方法改进

捕获-重捕获方法常用于评审会后对产品残留缺陷数的估计.使用均方误差对几种基于捕获-重捕获模型的估计器性能进行评估.然后提出一种基于历史数据的估计器改进方法,并对改进前后估计器的缺陷预测效果进行对比分析.      

两个母体均值之差的区间估计

介绍了对已知母体方差和未知母体方差的两个正态母体及不服从正态分布的两个母体等三种情况的均值之差 μ1- μ2 进行区间估计的原理、方法并给出应用实例     

基于区间估计与透射率自适应约束的去雾算法

针对去雾算法透射率估计不足与结果偏色等问题,提出了一种基于最小通道区间估计与透射率自适应约束模型的图像去雾算法。首先,采用不同尺寸最大值操作得到有雾图像的亮通道,并结合均值处理和频域滤波得到大气光估计;其次,从大气成像理论出发,以有雾图像最小通道为约束,分别以平面模型和自适应映射模型拟合无雾图像最小通道上下边界,并获得无雾图像最小通道和透射率初始估计;最后,对透射率作滤波平滑与自适应边界约束,得到优化透射率,并根据大气散射模型得到复原结果。实验表明:所提算法复原结果颜色自然、亮度适宜、去雾彻底、细节信息丰富且时间复杂度较低,有效解决了透射率估计不足和偏色等问题。      

基于相控阵雷达波束篱笆的空间碎片数量与分布估计方法

随着载人航天与空间站等航天活动的增多,不能有效防护、也无法定期跟踪和编目的小尺寸(尤其是1～10 cm)碎片的危害越来越受到关注,这些碎片信息的获取依赖于统计采样技术.针对简化的相控阵雷达波束篱笆空间碎片探测模式,提出了一种采用统计技术估计空间碎片总数量以及高度和倾角分布的方法.将碎片穿越波束篱笆的过程用Poisson分布来建模,根据观测时段内穿越波束篱笆目标的平均到达率及测量的轨道高度和倾角数据来估计给定轨道高度范围或倾角范围内碎片的数量,进而得到碎片的总数量以及碎片数量随轨道高度或倾角的分布.在获取雷达散射截面信息时,该方法还可用于估计碎片数量随尺寸的分布.通过仿真实验验证了该方法的有效性.     

基于灰色区间关联的UCAV自主决策方法

为解决信息不完备条件下的无人作战飞机（UCAV,Unmanned Combat Air Vehicle）战术决策问题,提出一种基于灰色区间关联的UCAV自主战术决策方法.依照作战任务要求选取决策要素,建立UCAV决策推理的规则库.构建不完备信息模型,并基于灰色区间关联理论给出UCAV战术决策模型;设计冲突消解算法,有效解决不完备信息导致的推理失效问题.仿真实例模拟了决策过程,验证了该方法在解决UCAV战术决策问题上的可行性和在化解规则匹配冲突方面的有效性.仿真结果表明,该方法能够应对决策要素不确定性较大的情况,并给出合理的战术行为推理结果.     

区间多目标线性优化的功效系数求解方法

针对工程领域中普遍存在的具有不确定参数的多目标优化问题,提出了一种基于功效系数的区间优化模型及求解方法.通过引入增补变量,将含有区间参数的目标函数化为参数确定的形式.建立以功效系数为基础的评价函数,将原多目标优化问题转化为单目标优化问题,然后分别在区间约束条件的最好情况和最差情况下求解,得到设计变量的最优解区间和目标函数的最优值区间.通过工程算例,与传统概率方法的优化结果相比较,验证了所提出优化模型及方法的有效性.     

基于β似然函数的参数估计方法

分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。      

基于测量数据的不确定性结构分析的模糊理论

针对不确定性结构力学问题,提出了基于测量数据的模糊分析方法.该方法利用差值因子构造了不确定参数的隶属度函数,对不确定参数的有限个分散数据进行不确定性描述和定量化处理,估计出其真值估计和区间估计,将其运用到不确定性结构力学问题的模糊有限元分析中,以求得结构的不确定性响应.最后以十杆桁架结构为例,运用该方法对结构的不确定响应进行了分析,仿真结果验证了该方法的有效性.     

基于经验模态分解的点云数据平滑与增强

在计算机辅助设计与逆向工程应用中,针对缺乏拓扑连接关系的点云数据,提出了基于经验模态分解(EMD)的点云数据平滑与增强算法。首先,以点云模型的拉普拉斯矩阵坐标与法向的内积作为EMD输入信号,提取点云模型输入信号的极值点作为插值节点计算信号的上下包络;然后,为实现特征保持的EMD信号分解,通过检测点云数据上特征点,并在计算信号上下包络的过程中作为约束,克服传统EMD算法无法保持特征的局限;最后,迭代地从输入信号中减去上下包络的均值得到内蕴模态函数(IMF)和余量,并通过设计滤波器实现了点云数据平滑和增强。实验结果表明,本文算法有效地将EMD推广到三维散乱点云数据中,扩大EMD在三维几何中的应用范围,并在点云数据平滑和增强方面取得了很好的效果。     

基于滑动多项式回归分析的区间估计和飞行数据异常值处理

针对飞行数据中的异常值给出了一种处理算法,对其进行识别、剔除与补正。根据飞行数据的特点建立了滑动二次多项式回归模型,并变换为正交多项式计算回归系数。在给定的置信概率下求下一个点的置信区间,判断实测数据是否为异常值。将已判定的异常值剔除并用拉格朗日法补正。在某型共轴式直升机的动力学特性研究工作中,利用这一方法对多次外场试飞数据进行了异常值处理,得到了比较满意的结果。     

基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

均匀分布下系统瞬时可用度理论分析

对单部件可修系统的瞬时可用度在其初期出现的波动现象进行了理论分析,介绍了现今2种可用度研究进展并分析了对瞬时可用度研究的重要性。分别讨论了系统部件的故障时间及修复时间都服从相同和不同均匀分布的情况,通过把可用度的更新方程转化为分段的时滞或常微分方程,运用初值与连续性给出了系统瞬时可用度的解析表达式。提出了判断瞬时可用度波动的方法,即判断是否存在小于稳态可用度的点,并验证了该方法的有效性。得到了无论均匀分布为何种参数组合,瞬时可用度均存在波动性的结论。最终的仿真结果和理论结果相一致。      

A global weighted mean temperature model based on empirical orthogonal function analysis

A global empirical orthogonal function (EOF) model of the tropospheric weighted mean temperature called GEOFM_Tm was developed using high-precision Global Geodetic Observing System (GGOS) Atmosphere T_m data during the years 2008–2014. Due to the quick convergence of EOF decomposition, it is possible to use the first four EOF series, which consists base functions U_k and associated coefficients P_k, to represent 99.99% of the overall variance of the original data sets and its spatial-temporal variations. Results show that U₁ displays a prominent latitude distribution profile with positive peaks located at low latitude region. U₂ manifests an asymmetric pattern that positive values occurred over 30° in the Northern Hemisphere, and negative values were observed at other regions. U₃ and U₄ displayed significant anomalies in Tibet and North America, respectively. Annual variation is the major component of the first and second associated coefficients P₁ and P₂, whereas P₃ and P₄ mainly reflects both annual and semi-annual variation components. Furthermore, the performance of constructed GEOFM_Tm was validated by comparison with GTm_III and GTm_N with different kinds of data including GGOS Atmosphere T_m data in 2015 and radiosonde data from Integrated Global Radiosonde Archive (IGRA) in 2014. Generally speaking, GEOFM_Tm can achieve the same accuracy and reliability as GTm_III and GTm_N models in a global scale, even has improved in the Antarctic and Greenland regions. The MAE and RMS of GEOFM_Tm tend to be 2.49?K and 3.14?K with respect to GGOS T_m data, respectively; and 3.38?K and 4.23?K with respect to IGRA sounding data, respectively. In addition, those three models have higher precision at low latitude than middle and high latitude regions. The magnitude of T_m remains at the range of 220–300?K, presented a high correlation with geographic latitude. In the Northern Hemisphere, there was a significant enhancement at high latitude region reaching 270?K during summer. GEOFM_Tm is capable to represent the spatiotemporal variations of T_m, with the high accuracy and reliability in a global scale, therefore, will be of great significance to the real-time GNSS water vapor inversion and climate studies.     

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.