类似系统可靠性信息在复杂系统Bayes可靠性评估中的应用

先验分布的确定是运用Bayes方法进行复杂系统可靠性评估的先决条件。本文研究了利用类似系统的可靠性信息通过加权融合确定先验分布的方法。对Weibull和指数分布模型的可靠性试验结果,给出Bayes方法可靠性计算公式。最后给出的一个实例表明,该方法计算简便、便于工程应用。      

自然指数分布族之下的Bayes—经验Bayes估计与检测及其在飞行器试验结果分析中的应用

本文论述自然指数分布族场合下的参数估计与检验问题。文中运用经验Bayes方法,引入关于指数分布族为正交的函数列,先确定参数的验前分布,然后给出参数的Bayes估计。特别是对非共轭验前分布,可以获得逼近解。本文研究了参数检测的经验Bayes序贯验后加权检验方法,最后讨论了在飞行器试验结果分析中的应用。     

Weibull分布可靠性分析

本文讨论了Weibull寿命型产品的分布参数、可靠性及可靠寿命的极大似然估计，包括点估计和置信区间估计，然后讨论了Weibull分布的Bayes可靠性分析方法，并使用Gauss—Legendre方法解决了Bayes分析方法中的积分困难，大大节省了计算时间，算例表明这种方法是合理有效的。     

复杂系统可靠性评定先验分布的样条函数估计

在经验 Bayes理论的基础上 ,研究了利用样条函数拟合系统任务可靠度先验分布的方法。对 Weibull、指数和二项分布的三种试验结果 ,给出 Bayes方法可靠性计算公式。最后给出的一个实例表明 ,该方法计算简便、便于工程应用      

基于无失效数据的某型发动机可靠性参数Bayes估计

针对装备寿命服从指数分布的情形,以失效率参数作为随机变量构建估计模型。考虑失效率的先验分布为 Gamma分布,在失效率的超参数均服从一定的均匀分布时,提出了失效率的多层 Bayes和期望 Bayes(ExpectedBayes,E-Bayes)估计方法,建立了失效率的多层 Bayes和 E-Bayes估计模型;结合某型装备发动机的无失效储存数据,计算了失效率的多层 Bayes和 E-Bayes估计值,推导了可靠度的多层 Bayes和 E-Bayes估计值。通过比较分析,可靠度的 2种估计结果都是稳健的,而后者略小于前者,且后者的极差比前者减小 81.4%。结果表明,采用 EBayes估计更易于计算,得到的结果更为准确稳健,且更适用于工程应用实际。     

串联系统可靠性Bayes评估方法

研究了一类特殊系统(高可靠性成败单元串联系统)的 Bayes可靠性评估问题。将系统可靠性验后分布函数渐近展开,利用此渐近展开式可以精确得到系统可靠性的Bayes置信区间,并且与其它方法进行比较。仿真计算表明,特殊系统采用特殊的处理方法比采用通用的方法精度要高。     

发动机无失效数据可靠性评估研究

在定时截尾寿命试验特别是高可靠性、小子样试验中的无失效数据,引入了逆Weibull寿命分布函数,提出采用不完全Beta分布作为故障概率的先验分布,给出分布参数的最小二乘估计以及故障概率的Bayes估计和多层Bayes估计,从而得到可靠度的估计。最后针对实际问题进行了计算,结果表明Bayes估计稳定合理且容易计算,假定发动机寿命服从逆Weibull分布时的计算结果具有较高精度和较小的偏差。     

验前分布的确定及导弹落点精度鉴定

本文介绍了Bootstrap方法和随机加权法,并用这两种方法确定导弹落点精度的验前分布,最后以Bayes方法为例说明验前分布确定的重要性。     

串联系统可靠的Bayes评估方法

研究了一类特殊系统（高可靠性成败单元串联系统）的Bayes可靠性评估问题。将系统可靠性验后分布函数渐近展开，利用此渐近展开式或以精确得到系统可靠性的Bayes置信区间，并且与基它方法进行比较。仿真计算表明，特殊系统采用特殊的处理方法比采用通用的方法精度要高。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少,采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题,基于Bayes理论,把历史试验数据视为先验信息,采用矩等效方法确定先验分布,然后通过Bayes理论综合现场试验数据,建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估,得到其MTBF评估值为302.68h,比采用数学平均值法约提高了18.7%,评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。      

软件可靠性的Markov链Bayes指数模型

在充分地考虑了软件排错过程特点的基础上,将JM模型中"完全排错"的假设改为不完全排错",使之更符合实际.给出了Markov链的Bayes指数模型.利用Gibbs抽样法给出参数的Bayes估计的计算方法,以及预测分布和平均故障间隔的时间长度计算公式.     

基于成败试验的导弹贮存可靠性Bayes分析模型

针对传统导弹贮存可靠性分析方法的缺点, 提出了一种Bayes分析模型.这种模型以狄氏分布为先验分布, 综合利用了历史信息和专家信息, 结合导弹检测时间段的成败试验数据, 给出了各检测时间段可靠性的联合后验分布, 然后利用Gibbs抽样算法进行后验推断, 得到了各阶段可靠性的Bayes估计和区间估计.此外, 基于当前试验数据, 利用这种模型以预测未来导弹贮存可靠性.算例表明这种Bayes模型参数含义清楚, 利于工程应用.      

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

分布参数可变时的Bayes估计

文中讨论了分布参数可变时的统计模型及动态参数建模方法，给出了参数的Bayes估计，并对于应用中的一些问题提出了看法。     

基于Bayes变动统计理论的测试性外场统计验证方法

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模型;然后以Dirichlet分布为先验分布,利用不同寿命周期阶段故障检测率先验估计值确定Dirichlet分布参数;在此基础上,融合"小子样、异总体"研制阶段增长试验数据和"小子样"外场使用数据,研究并提出了故障检测率的Bayes综合评估模型;引入Gibbs抽样方法求解故障检测率Bayes综合评估模型的复杂高维后验积分;最后在某机载稳定跟踪平台上开展了应用研究。结果表明本文方法能在较短的外场使用周期内,给出较高置信度的外场验证结论,为大型高可靠性装备测试性外场统计验证研究提供了重要的理论依据。     

基于Gompertz模型的液体火箭发动机可靠性增长分析

运用Gompertz模型和线性回归方法对液体火箭发动机批次试验中的可靠性增长因子进行分析,对新产品的可靠性分布函数进行预测。结合产品的少量现场试验数据,利用Bayes方法对系统的可靠性增长试验结果进行分析。文中首先给出了可靠性增长因子分析的模型,然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型,在此基础上,运用随机变量函数的分布,给出各阶段可靠性增长试验中可靠性参数的Bayes估计。最后给出实例进行说明。      

基于幂律退化轨道的小样本性能可靠性评定

结合航空航天领域高可靠、长寿命产品试验小子样的特点,运用性能退化可靠性理论和Bayes方法,对系统可靠性的统计推断方法进行了研究.首先对基于Bayes方法幂律退化轨道参数的计算模型进行研究,然后结合随机变量函数的分布的计算,推导出系统可靠性后验估计和置信下限估计的计算公式.在理论推导的基础上,结合工程实例说明该方法的有效性.     

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.     

基于Bayes理论的多源可靠性数据融合方法应用研究

对Bayes方法在多源可靠性数据融合中的应用进行了分析。将Bootstrap方法和随机抽样法应用于确定不同先验信息下的先验分布或先验分布中的超参数。论证了采用线性加权进行多源先验分布融合的合理性,并提出了将样本的边缘分布作为该方法中确定权重的一个衡量尺度。最后,采用上述方法对某飞机组件的寿命进行了统计推断。