采用线性累积模型分析电缆绝缘寿命试验数据

采用线性累积模型对具有无故障寿命的某型号电缆绝缘性能步进应力加速寿命试验数据进行了分析,给出了在多截尾情况下参数的极大似然估计和似然函数的通式。     

简单步降应力加速寿命试验的最优设计

以正常应力下寿命分布函数中参数的极大似然估计的渐近方差为准则,考虑II型截尾的情形,对指数分布场合下简单步降应力加速寿命试验的最优设计问题进行了研究。通过一个实例表明,在总截尾数相同的情况下,简单步降应力加速寿命试验第一步的截尾数,要比简单步进应力加速寿命试验第一步的的截尾数少,并能保证相同的试验精度。     

含时延和丢失数据不确定系统的FIR滤波器

针对状态空间模型中存在服从伯努利分布的时延和随机观测丢失的情况,基于极大似然法则,分别设计有限脉冲响应(finite impulse response, FIR)滤波器的慢速率批处理形式和快速率迭代形式.首先,将时延和数据丢失情况下的模型表述为服从伯努利分布的概率线性函数;然后,通过极大似然处理从而得到所提出极大似然FIR算法;最后,将在相同条件下的极大似然FIR估计、改进型卡尔曼滤波以及无偏FIR估计3种滤波方法进行对比,从估计误差、均方根误差和不确定性影响等角度进行比较分析.实验部分通过3-DOF直升机模型仿真,可发现所提出极大似然FIR估计方法在处理时延和数据丢失问题时更加有效,鲁棒性更高.     

混合Ⅱ型截尾样本下简单步加试验的统计分析

将Bootstrap方法引入到加速寿命试验中,在产品寿命服从Rayleigh分布的情形下,研究混合Ⅱ型截尾简单步加试验的可靠性统计分析问题,获得了参数的极大似然估计和区间估计,给出了正常应力水平下可靠度、失效率、平均寿命等可靠性指标的估计方法,最后利用Monte-Carlo方法验证了结论的正确性和可行性。     

基于性能退化分析的电连接器可靠性评估

某型电连接器具有寿命长、可靠性高的特点,传统的基于失效寿命数据的可靠性评估方法行不通。提出了基于性能退化分析的可靠性评估方法,给出了进行评估的一般步骤,并以温度为加速应力设计了该型电连接器的加速退化试验。分析了电连接器的接触失效机理,进而推导出退化模型,估计出了样品的伪寿命值。利用Anderson-Darling统计量确定寿命分布类型为对数正态分布,对寿命分布函数和Arrhenius加速方程的参数值进行了极大似然估计,推导出了该型电连接器在工作温度下的可靠度函数,得出t0.9为244 240h。     

屏蔽数据下并联系统广义指数部件的可靠性估计

针对具有屏蔽寿命数据的并联系统,研究了广义指数部件的可靠性估计问题.利用极大似然方法和贝叶斯理论给出了部件未知参数和可靠度函数的极大似然估计及贝叶斯估计.最后通过随机模拟对两种估计的效果进行了比较,并研究了样本量和屏蔽水平对估计精度的影响.     

获得线性模型中稳健初始估计的新方法*

本文首先给出一种从观测量中适当抽取若干样本获得线性模型中参数的稳健初始估计的新方法,其中心思想是寻求在一切线性估计中对辨识单个异常值性能优良的估计,该估计消除了杠杆点,对辨识任何位置上的异常值具有几乎同等的效率。在获得了稳健初始估计后,文中提出在递推估计过程中利用t-分布检验统计量逐个辨识线性模型中的所有异常值,最终求得线性模型中参数的极大似然估计。该方法适用于单站对空中飞行目标的一次跟踪数据处理,当数据可用一阶或二阶多项式线性模型描述时,其崩溃点δ~*=33％。该方法同时适用于低阶的稳健线性回归。     

一元P范分布的自适应估计

根据实际观测的误差，在误差为单峰、对称的情况下，得到了一元P范分布在不同情况下的估计效率公式。根据误差分布的实际情况，对一元P范分布进行极大似然估计，得到了误差在不同精度下P范分布参数的计算公式。将估计方程展开为泰勒级数，取至二次项。从而减少由于线性近似而引起的模型误差，提高了估值结果的精度。由此得出的极大似然方程，可以推断出实际误差参数的最或是值。最后用一个实际算例说明了此方法的优越性。     

贝叶斯学习中的线性联合先验

提出了贝叶斯学习中先验分布选取的一个新技术。该技术将若干个可能的先验进行加权平均,形成一个以权重为参数的线性联合先验,并通过选取权重参数得到一个最合适先验的一个近似。证明了线性联合先验的似然与其组合参数的似然的等价性,并提出了用极大似然或矩估计的方法来确定权重参数的值,从而得到一个最合适的线性联合先验。提出的线性联合先验及确定方法,使得可以利用样本数据对已知先验进行校正,导出未被发现的更合理的先验,从而使贝叶斯学习更为有效。     

弹药步进应力寿命试验数据处理

弹药的步进应力加速寿命试验数据处理的关键是异常数据的处理和弹药长贮寿命分布参数的估计.针对这两个问题,人们提出了许多相关解决办法,但迄今为止,尚没有一种通用的、行之有效的方法.为此,尝试依据贝叶斯理论对试验中可能出现的数据异常进行预处理,并利用鲍维尔法先求取各级加速应力下的样品分布参数的似然估计,再结合加速方程得到常应力下弹药的贮存寿命分布参数.最后,通过实例说明了方法的可行性.     

恒定应力加速寿命试验及其数据统计分析软件

加速寿命试验是为了缩短试验时间,在不改变产品失效机理的条件下,用加大应力（如温度应力、电压应力等）的方法对产品进行的寿命试验。通过加大应力水平,加快产品失效,获得失效数据,运用加速寿命模型外推产品在正常应力水平下的可靠性特性。本文主要介绍恒定应力加速寿命试验的组织实施方法,以及其试验数据统计分析软件。     

加速寿命试验方法及评估

加速寿命试验是为缩短试验时间,在不改变故障模式和故障机理的条件下,用加大应力的方法进行的试验。随着元器件水平的迅速提高,高可靠、长寿命的产品越来越多,在正常应力水平下进行寿命试验来评定产品的可靠性已不能满足实际需要,代价很高,不现实,目前广泛采用了加速寿命试验。本文介绍了加速寿命试验方法及评估,并给出了案例。     

恒定应力加速寿命试验模型及应用——威布尔分布

加速寿命试验是可靠性试验技术的基本方法之一。检验加速寿命试验中的数据是否服从威布尔分布,进而得出加速系数和加速寿命方程,用在不同应力水平下试验得到的数据,运用威布尔分布模型,并对其中的待估参数进行点估计和区间估计,最终得出产品在正常应力水平下的各项可靠性特征量的估计。     

Parametric inference for progressive Type-I hybrid censored data on a simple step-stress accelerated life test model

This paper considers a simple step-stress accelerated life test model under progressive Type-I hybrid censoring scheme. The progressive Type-I hybrid censoring scheme and statistical method in synthetic accelerated stresses are provided so as to decrease the lifetime and reduce the test cost. An exponentially distributed life of test units and a cumulative exposure model are assumed. The maximum likelihood estimates of the model parameters are obtained using a pivotal quantity. Two useful lemmas and a theorem are given to construct the approximate confidence intervals for the model parameters. Finally, simulation results are provided to assess the method of inference developed in this article. The simulation results show that the method does improve for large sample size.     

A comprehensive approach to optimal software rejuvenation

Software aging is caused by resource exhaustion and can lead to progressive performance degradation or result in a crash. We develop experiments that simulate an on-line bookstore application, using the standard configuration of TPC-W benchmark. We study application failures due to memory leaks, using the accelerated life testing (ALT). ALT significantly reduces the time needed to estimate the time to failure at normal level. We then select the Weibull time to failure distribution at normal level, to be used in a semi-Markov model so as to optimize the software rejuvenation trigger interval. Then we derive the optimal rejuvenation schedule interval by fixed point iteration and by an alternative non-parametric estimation algorithm. Finally, we develop a simulation model using importance sampling (IS) to cross validate the ALT experimental results and the semi-Markov model, and also we apply the non-parametric method to cross validate the optimized trigger intervals by comparing the availabilities obtained from the semi-Markov model and those from IS simulation using the non-parametric method.     

Planning accelerated life tests with three constant stress levels

This paper presents two alternative ways of planning for constant stress accelerated tests (CSALT) with three stress levels that not only optimize the stress levels but also optimize the sample allocations. In the first method, we consider limiting the chances of inconsistency arising from non-parallel lines when data from different stress levels are plotted on the same probability plot. For the second method, we consider minimizing both the variance of some estimate and the influence arising from the addition of middle stress when the assumed stress–life relation is true. The test plan generated using the first approach is useful when one needs to establish beyond reasonable doubt that the shape parameters of the assumed Weibull distributions (or other parameters that are related to the slope of the probability plot for other distributions) at different stress levels are different. The second approach is useful when one needs to validate a particular stress–life relationship. Both approaches are formulated as constrained non-linear programs.     

A comparative study of tests for the difference of two Poisson means

We investigate different test procedures for testing the difference of two Poisson means. Asymptotic tests, tests based on an approximate p-value method, and a likelihood ratio test are considered. Size and power performance of these tests are studied by means of Monte Carlo simulation under different settings. If one wants to control the actual significance level at or below the pre-chosen nominal level, tests based on approximate p-value method are the desirable candidates. If one allows tests whose actual significance levels may occasionally exceed the pre-chosen nominal level by an acceptable margin, asymptotic tests based on an unbiased estimate and constrained maximum likelihood estimate are reasonable alternatives. We illustrate these testing procedures with a breast cancer example.