研究用现场数据估计系统可靠性参数置信区间

研究用元部件现场信息估计系统可靠性参数,如系统可靠度、可靠寿命等区间估计问题。文中提出了一种新的估计方法——替换百分点法,并运用Monte Carlo数字仿真对估计的置信度和精度进行了分析,研究结果表明此方法具有工程应用价值。     

最大标准差和最大变异系数方法

本文提出的最大标准差方法和最大变异系数方法,能充分利用以往数据和经验提供的信息,大大减少了试件个数。与国际上常用的单侧容限系数法相比,可节省大量试件;而在试件个数相同的情况下,则可得到更接近母体百分位值的置信下限(如安全寿命或安全疲劳极限等)。     

二维单侧容限系数方法

给出了一种二维单侧容限系数公式,并提出确定高自由度的子样均值和标准差方法。从而能充分利用以往的数据和经验,大大减少了试件个数。与国际上常用的(一维)单侧容限系数法相比,可节省大量试件;而在试件个数相同的情况下,则可得到更接近于母体百分位值的置信限(如安全寿命、安全强度或安全载荷等)。文中还给出了可靠度置信下限公式。     

最大标准差和最大变异系数方法

 提出最大标准差方法和最大变异系数方法,能充分利用以往数据和经验提供的信息,大大减少了试件个数。与国际上常用的单侧容限系数法相比,可节省大量试件;而在试件个数相同的情况下,则可得到更接近母体百分位值的置信下限(如安全寿命或安全疲劳极限等)。     

连续分布百分位值和百分率的区间估计和假设检验

提出了一种对连续分布百分位值和百分率(或可靠度)进行区间估计和假设检验的理论与方法。并对Weibull分布、对数正态分布、极值分布等常用的两参数分布和三参数分布进行了详细讨论。该方法不仅适用于完全数据,而且还适用于不完全数据和无失效数据。     

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。     

不完全数据秩分布理论

建立了不完全数据和无失效数据秩分布理论。给出了失效数据和中止数据的百分位秩和平均秩。从而可以成功地对实验中或外场的不完全数据和无失效数据进行统计分析,并提供最佳试验设计和最大限度地进行信息开发。     

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。