高校科研工作量考核中的抽样调查及统计分析方法

针对科研工作量考核中的考核标准确定及考核结果的分析等问题进行了研究，主要包括：根据分层抽样原理，采用Ｂｒｅｗｅｒ方法设计了制订考核标准值的抽样调查方案；确定科研工作量的分布情况以及有关特征值，掌握学校科研工作的现状；利用方差分析法，确定不同职称系列承担科研工作的差异例用回归分析预测法和干涉因子灰色预测法，掌握科研工作量的变化情况及和学校政策的相互关系。一实际应用结果表明，该方法能比较客观地确定科研工作量的考核标准，同时为学校制订相关政策提供了依据。     

含有正态相关变量的多设计点/多失效模式情况下的方向抽样可靠性灵敏度分析

针对含有正态相关变量的多设计点/多失效模式系统的可靠性问题,提出了两种有效的基于方向抽样的可靠性灵敏度分析方法。可靠性灵敏度分析方法的基本思路是首先将正态相关变量进行等价独立标准正态变换,利用改进的方向抽样可靠性灵敏度分析方法得到独立标准正态空间的可靠性及灵敏度结果;通过复合求导法则,将独立标准正态空间的可靠性及灵敏度结果转化到正态相关空间,得到失效概率对相关正态变量分布参数(均值、标准差和相关系数)的偏导数,并对所推导的可靠性及灵敏度估计值进行了方差分析。与经典的MonteCarlo数字模拟法相比较,文中所列的数值算例和简单工程算例的分析结果验证了所提方法的可行性与有效性。     

基于混沌序列加权抽样和排序变换的图像置乱

为增强网络中传输的数字图像信息的安全性,对一类典型的基于混沌排序图像置乱算法——Ye算法进行了研究,给出应用间隔抽样混沌序列置乱图像可以提高混沌排序置乱算法置乱度这一性质,并依据近似熵理论给出其提升的依据.为增加图像置乱算法的密钥空间,结合Shannon加权保密思想,设计了基于加权抽样混沌序列排序图像置乱算法.结果表明,该方法密钥空间大,置乱强度高,抗重构攻击.     

结构可靠性分析的拟蒙特卡罗方法

由于蒙特卡罗(MC)方法具有程序结构简单,收敛速度与问题维数无关等优点,故其在结构可靠性分析中得到了广泛应用。但是对于小失效概率等问题,计算效率低这一主要缺点限制了该方法的应用范围。为了解决MC方法存在的问题,通过引进单位超立方体中不同的低偏差点集代替伪随机数序列,并结合了重要抽样技术建立了结构可靠性分析的拟蒙特卡罗(QMC)方法。该方法不但可以大幅度减少抽样点数目,还能够得到确定性的估计值, 避免传统MC方法只能得到概率意义下误差的缺陷。通过数值算例可以看出本文方法具有较高的计算精度和效率,因此适用于结构可靠性分析问题。     

基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题,本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理,用混合高斯模型逐步逼近最优重要抽样密度函数,并采用AK模型协助逼近过程中混合高斯模型的参数的更新,从而提高了CE-IS方法的计算效率。另外,本文还改进了CE-IS方法的收敛准则,避免了方法的冗余迭代,扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型,因此,本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法,本文方法中引入了重要抽样的思想,因此在Kriging训练点数目基本相同的情况下,大幅缩减小失效概率计算时样本池规模,并且由于利用了混合高斯模型,因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。     

航空发动机限寿件疲劳可靠度计算新方法

针对目前的航空发动机限寿件（ELLP）疲劳可靠性分析中的小失效概率事件以及其极限状态函数具有较强非线性的特点,提出了一种具有自更新机制的半径外自适应重要抽样（AUMCROAIS）疲劳可靠性分析方法。该方法首先利用蒙特卡罗自适应重要抽样（MCAIS）快速逼近真实设计验算点（MPP）附近,随后以近似设计验算点为中心进行极坐标抽样,并依次构造主动学习函数,对近极限状态函数和抽样半径进行最优选取,从而实现最优抽样半径的更新,通过不断的更新确定出最优抽样半径,加速失效概率计算的收敛。本方法提高了设计验算点的收敛速度同时保证了计算精度,解决了小失效概率事件以及强非线性极限状态函数可靠度计算难题,最后以某型发动机压气机轮盘为对象应用本方法,并与传统的蒙特卡罗仿真（MCS）方法、蒙特卡罗半径外自适应重要抽样法（MCROAIS）和一阶可靠性方法（FORM）进行了对比,验证了本方法的高效率、鲁棒性和仿真精度。     

整机产品失效机理危害度定量分析方法

针对整机产品失效机理多而复杂、失效数据少、主失效机理分析为定性方法的现状,提出了一种基于Bayes的失效机理危害度定量分析方法.首先利用Dirichlet分布描述产品的先验信息,结合现场失效数据确定失效频率的Bayes后验分布函数,然后通过Slice抽样方法获得失效频率的满条件分布,进而利用Gibbs抽样得到其Bayes估计,从而实现了各失效机理的定量分析.最后在某型光纤连接器失效机理已分析清楚的前提下,分别用FMMEA(Failure Modes,Mechanisms and Effects Analysis)及Bayes方法确定了其主失效机理,结果表明基于Bayes的失效机理危害度定量分析方法考虑了现场未出现的失效机理危害度,其确定的主失效机理比FMMEA结果更具有可信度.     

SQC技术在质量改进中的应用

概要介绍了SQC技术的基本内容及其在涡轮叶片质量改进全过程中的应用实例。以事实说明了SQC统计质量控制技术在质量改进中 ,可以使生产过程处于受控状态 ,降低产品的不合格率 ,大大提高产品质量 ,它是质量改进过程中十分重要的工具。     

基于密度权重的可靠性灵敏度分析方法

为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。