威布尔分布的极大似然估计的精度分析

威布尔分布参数估计的极大似然方法是一种常用的方法,在故障数不小于10的情况下推荐使用.但在工程中,由于产品的可靠性高,或者是样本量少,试验的故障数常常是小于10,在这种情况下需要明确所得的评估结果的精度是否满足要求.运用区间估计的思想,提出了一种解决上述问题的评价和判断的方法,并应用此方法对完全样本情况下,形状参数的极大似然估计量的精度进行了讨论.工程上,可以依据文中提供的结论定量分析威布尔分布形状参数极大似然估计量的精度.      

基于威布尔分布的C-T曲线通用性分析

为研究载荷谱、恒幅应力水平及裂纹尺寸对疲劳寿命预腐蚀影响系数C(T)的影响,建立了基于疲劳寿命服从威布尔分布的C(T)对比法.地面停放预腐蚀对结构疲劳寿命的影响规律可以用C-T曲线表示,当预腐蚀疲劳寿命位于长寿命段,常假定其服从威布尔分布,C(T)为预腐蚀后和未腐蚀结构特征寿命的比值.取预腐蚀疲劳寿命分布函数的形状参数为材料常数,采用极大似然方法估计特征寿命,得到其分布特性,从而建立了C(T)估计量的分布特性,构造了不同环境下的C(T)统计对比法,用于C-T曲线通用性分析. 试验数据分析表明,当取疲劳寿命服从威布尔分布时,C-T曲线与载荷谱、应力水平及裂纹尺寸基本无关.     

S06钢疲劳性能及其概率特性

采用高频疲劳试验方法对新型高强度沉淀硬化马氏体不锈钢S06钢中长寿命疲劳性能进行了测量,结果发现:随着应力水平降低,疲劳裂纹趋向于从试样内部萌生,裂纹内部萌生的试样寿命高于表面萌生的试样寿命,二者分散性很大.为了对S06钢长寿命疲劳数据概率特性进行正确的评估,主要对内部萌生机制下的数据进行了研究:利用定时截尾数据的极大似然估计方法和定时截尾数据的柯尔莫哥洛夫检验方法对长寿命区一定应力水平下的疲劳寿命概率分布情况进行了研究,结果表明疲劳寿命服从对数正态分布;采用考虑越出数据的极大似然方法对S06钢应力寿命数据进行拟合,建立了P-S-N曲线模型;利用P-S-N曲线对S06钢长寿命区疲劳强度概率分布进行了讨论.     

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。      

结构原始疲劳质量分布确定方法的改进

现有的三参数威布尔分布描述结构原始疲劳质量的方法对于工程应用中的小样本试验,存在参数估计值性差,直接影响结构经济寿命的评定,本文提出了原始疲劳质量的双参数威尔分布模型,并采用极大似然法估计分布函数参数,讨论了结构损伤度与分布参数置信区间的关系,进而研究了形状参数给定条件下的单参数威布尔分布模型以及结构损伤度的变化规律,通过应用实例对三参数威布尔分布,双参数威布尔分布和单参数威布尔分布进行了对比分析     

一类解决变应力加速寿命试验参数估计的方法

变应力加速寿命试验的极大似然函数是高维非线性复杂目标函数,其待估参数多,采用梯度下降优化方法进行参数估计容易陷入局部极值,而采用全局优化方法又存在寻优效率低的问题.为了解决复杂多维目标函数优化的瓶颈问题,设计了一种基于实数编码遗传算法和Powell法的遗传加速方法.利用适应度函数获得两种优化方法的最佳切换点,最大程度发挥遗传算法和Powell算法的优点,既提高了多维非线性目标函数寻优效率又保证了参数估计的全局最优.液压泵加速寿命试验实例分析结果表明,遗传加速方法可以在寻优前期利用遗传算法保证待估参数的全局最优估计,在寻优后期快速逼近最优值,使寻优成功率达到85%.     

基于修正似然滤波的无人机编队相对导航方法

针对无人机编队相对导航系统中视觉导航传感器量测数据存在随机时延问题,提出一种能够处理多步随机延迟量测的修正似然容积卡尔曼滤波（ML-CKF）算法。用多个伯努利随机变量对量测模型进行修正以描述随机延迟;通过边缘化延迟变量来计算滤波的似然函数以从延迟量测中提取准确的信息;采用三阶球面-径向容积准则计算高斯加权积分以解决系统的非线性。滤波中的加权因子根据接收量测的特性进行调整,因此,所提修正似然滤波具有自适应卡尔曼滤波属性。利用罗德里格斯参数表示姿态误差,设计了基于修正似然容积卡尔曼滤波的相对导航滤波器。仿真结果表明：所提算法可以准确地估计出长机和僚机之间的相对位置、速度和姿态,且估计精度高于容积卡尔曼滤波和传统随机时延滤波。     

利用GPS实现高轨卫星定位的抗远近效应算法

针对GPS应用于高轨卫星定位面临的远近效应问题, 提出利用正交相关的联合极大似然估计算法来对GPS信号进行二维搜索, 可以得到正确的码延时及多普勒估计. 极大似然估计算法首先利用滑行相关法对仿真信号中的强信号进行搜索, 得到强信号模型, 然后利用正交相关去掉强信号, 最终实现对弱信号的正确捕获. 本文对高轨卫星接收到的GPS信号进行了功率分析, 并建立了信号模型, 进行了算法仿真. 结果表明, 这种估计算法能够提高二维搜索性能, 有效解决远近效应问题.     

监测位移预报的非等间距相关系数平稳序列法

建立了监测位移时间序列分析、建模和预报的非等间距相关系数平稳序列法.采用随机过程理论导出了模型的整体极大似然估计,在保证参数估计量优良统计特性的同时,克服了现行组合模型方法难以处理非等间距监测位移序列的问题.通过数字模拟仿真技术解释了传统插值处理产生较大误差的原因.计算实例表明该方法具有较高的建模和预报精度.      

时变方差自回归模型的联合估计函数方法推断

针对参数估计问题,利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状,利用联合估计函数理论,给出带有时变方差自回归模型的参数估计量,证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析,模拟结果表明,与伪极大似然估计量、最小二乘估计量进行对比,提出的参数联合估计量略优于伪极大似然估计量,同时该统计量受误差项分布函数影响较小。