火工品可靠性计量-计数评估方法的有效性研究

采用Monte Carlo方法研究了GJB376规定的用计数数据估计火工品可靠度的方法和已建立的计量-计数评估方法在试验方面的等效性,根据评定准则采用这两种方法判定试验结果合格的接收率最大误差小于1%。对20种不同类型的火工品及两种人为设定为不合格产品,采用计量-计数法和步进法进行了对比试验研究,两种方法得到的可靠性评估结果一致。分析结果表明,计量-计数评估方法与GJB376规定的用计数数据估计火工品可靠度的方法等效,工程应用可行,对评估高可靠性的火工品,能大幅度降低样本量。     

可靠度的一种新估计方法

本文推广了参数估计中的Bayes估计方法,提出了产品可靠度的一种新估计方法--E Bayes估计法,给出了产品可靠度的E Bayes估计的定义,并给出了产品可靠度的E Bayes估计.为了便于比较,还给出了产品可靠度的多层Bayes估计.最后,结合实际问题进行了计算和分析,结果表明本文提出的E Bayes估计法可行且便于应用.     

火工品可靠性评估试验信息熵等值方法

为解决评估高价值、高可靠性要求火工品试验周期长、费用高的问题,提出一种基于试验信息熵等值原理的火工品可靠性评估方法,解决了GJB376所需的样本量过大和GJB377评估结果缺乏验证的问题。应用该方法能以300发以下的样本量实现对0.999可靠度要求的火工品的可靠性评估,实际产品的验证试验表明其评估结果与大样本方法相符,证明应用本方法是可行的。     

基于信息量等值原理的火工品小样本试验方法

为解决高发火可靠度火工品评估所需样本量过大的问题,基于信息量等值原理,提出了火工品较小样本量下的发火可靠性试验方法。该方法根据信息理论中信息量的定义,以火工品发火概率对数的负值度量其可靠性试验信息量,通过可靠性试验信息量等值方程,把按GJB376-1987评估需要在较高刺激量处进行较大样本量的试验转换为在较低刺激量处较小样本量的试验。采用该方法对应急开启系统中使用的火工品发火可靠性评估,在置信度不小于90%,发火可靠度大于0.999的前提下,所需样本量仅为22发,与GJB376-1987规定的用计数数据评估火工品发火可靠性所需样本量2 303发相比,极大地减少了样本使用量。试验表明,基于试验信息量等值原理的火工品发火可靠性小样本试验方法准确、可行,能够满足试验设计的目的。     

炸药作用可靠度估计与研究

以特屈尔感度标准物质为研究对象,通过试验与模拟两种手段,研究了炸药临界刺激量的检测效率和可靠性估计的随机性,并结合作用可靠度裕度系数进行了可靠性评估方法研究.     

基于时序模型的火工品贮存可靠性分析方法

火工品具有寿命长且可靠性高的特点，为了提高其贮存可靠性分析的精确性，研究了火工品及其贮存可靠性的特点，利用感度试验数据，给出了基于时序模型的火工品贮存可靠性分析方法。该方法利用升降法试验数据给出了感度分布参数的极大似然估计，并结合先验信息给出了刻度参数的收缩估计。数值模拟结果表明，在一定条件下，收缩估计具有更优的统计性质。采用时序模型来描述感度分布参数随贮存时间的变化趋势；结合分布参数的估计值给出了模型参数的最小二乘估计；然后利用该模型对分布参数进行外推。结合信仰推断方法，给出了火工品贮存可靠度置信下限。数值算例表明该方法合理、可行，可用于高可靠性火工品的贮存可靠性分析。     

基于广义线性模型的火工品可靠性数据分析

为提高小样本量下火工品可靠性分析的精度,依据火工品感度试验与可靠性分析的特点,提出了一种基于广义线性模型的火工品可靠性分析方法。该方法通过函数变换,将样本似然函数转换为二项分布变量的广义线性表达式,由此,得到感度分布参数的极大似然估计及其相应算法,再根据极大似然估计的渐近正态性,对可靠度函数进行了logit变换,给出了火工品可靠度置信下限。通过某针刺雷管(γ=0.95,R≥0.999)和电雷管(γ=0.95,R≥0.9999)对该方法进行了实验验证,并与大样本试验数据分析结果进行对比,结果表明该方法合理可行,可利用约150个样本对可靠性要求为0.999以上的火工品进行有效评价。     

基于NESSUS的隔板类火工品传爆界面可靠性分析

采用NESSUS结构可靠性分析软件对隔板类火工品传爆界面的可靠性进行分析,得出该界面的可靠度值,并对影响该界面可靠性的参数进行了敏感性分析,给出其对可靠度影响的排序,为隔板类火工品的可靠性设计及优化提供了参考.     

证据理论在热保护火工品高温安全性评估中的应用

为了评估热保护火工品的高温安全性,根据假设的装药和保护结构失效温度分布及温升历程模型,建立了热保护火工品的安全性分析模型.采用证据理论中的专家判断方法处理模型参数确定中的不确定性问题,基于专家判断获得的参数区间分布情况,使用随机抽样方法,生成了N组模型参数,完成安全性分析并进行结果的统计表达.分析结果表明,证据理论可以成功用于热保护火工品高温安全性的量化评估.     

飞行器火工品加速贮存寿命试验与评估方法

飞行器火工品是一种高可靠长寿命产品,为提高小样本量下飞行器火工品贮存寿命评估精度,通过对贮存寿命影响因素进行分析,建立了加速贮存寿命模型以描述火工品贮存寿命与贮存温度的关系,并将感度试验和加速试验相结合,给出了一种适用于飞行器火工品的加速贮存寿命试验与评估方法。依据火工品加速后的感度试验数据,基于广义线性模型给出了感度分布参数的极大似然估计,进而根据参数估计的渐近正态特性对飞行器火工品进行了贮存寿命评估。将该方法应用于某飞行器火工品。通过利用样本量约为150、周期约为40天的试验获得的数据,可对贮存寿命要求为15年以上的飞行器火工品进行有效评估。     

基于样本最大概率失败数的火工品可靠度估计

基于最大概率失败数,给出了成败型产品可靠度的一种新估计方法,该方法比极大似然估计的结果要保守。由此出发,构造了火工品可靠度的置信下限估计方法。与国军标中的计数法比较,该估计方法对高置信度高可靠性要求的火工品评估,可适当降低样本量,能满足工程需要。     

炸药无失效数据的Bayes估计

基于炸药无失效数据,采用Bayes估计分析该炸药的可靠性,给出了失效率的新Bayes估计以及失效率和可靠度的综合新Bayes估计。最后结合该炸药实际失效数据进行计算,得到了该炸药的可靠度,所得结果经点估计检验表明:采用Bayes估计分析炸药的可靠性简单、易行,便于维护与检测人员使用。     

某弹射弹零失效数据Bayes可靠性估计

利用弹射弹单元试验数据和全弹鉴定试验数据，应用多层Bayes可靠性评估方法对某弹射弹的可靠性进行了估计，评估结果为该弹射弹的可靠性达到了0．996。结果表明，采用该方法是有效的，比GJB376中规定的计数法要极大地降低全弹试验量。     

一种新的无失效数据可靠性评估方法研究

为对高可靠性的电子与机电类产品进行可靠性评估,在无失效数据情况下,提出一种将失效信息引进置信限分析中的修正单侧置信限评估法。通过不同截尾时间对应的产品无失效数据,采用Bayes参数估计得到产品失效率,并根据所提出的方法将时间系数进行等效替换,得到产品可靠度与平均故障间隔时间。以某型机器人步进电机的无失效数据为例,将该方法与其他单侧置信限方法的计算结果进行对比分析,结果表明：在置信水平为0.99条件下,产品平均故障间隔时间为37 080 h,小于其他置信限方法的计算结果;当任务时间达到1 000 h时,采用新方法得到的产品可靠度估计值为0.973. 实例分析验证了新方法在无失效数据产品可靠性评估中的有效性,且可防止产品可靠度与平均故障间隔时间估计结果冒进现象的发生。     

火工品双边可靠性下限近似计算方法

为了提高火工品的双边可靠性评估精度,研究了火工品双边可靠性模型,给出了基于经典二阶近似限的正态双边可靠性下限计算方法,并采用蒙特卡罗方法进行了模拟研究.结果表明,当试验样本量为20～30时,计算精度就能满足要求.同时以某针刺雷管为例进行了大小样本对比验证,证明了该方法的适用性和可行性.     

基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测

为了解决装备器材历史需求数据少、需求规律不明确的问题,提出一种基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测方法。针对威布尔分布尺度参数未知以及形状和尺度参数均未知两种情况,分别基于贝叶斯方法通过解析求解和数值模拟的方式进行了参数估计,并引入柯尔莫哥洛夫-斯米尔诺夫检验法对寿命分布模型进行拟合优度检验;综合考虑修复性维修、预防性维修和装备器材的已使用时间,提出了基于蒙特卡洛仿真的部队装备器材年度需求预测方法。算例分析表明:小样本下通过贝叶斯估计得到的寿命分布模型拟合度高,基于仿真的需求预测方法简单、有效。     

基于自助法的Bayes精度估计

在小样本条件下, 提出了基于自助方法的Bayes精度估计方法.通过仿真算例说明, 在进行Bayes估计时必须考虑飞行试验样本估计的精确性.     

时延估计软件包设计

基于时延估计的软件包,包括相关和广义相关、相关峰内插和自适应滤波算法、自适应内插、高阶累积量自适应时和双谱等8种典型时延估计算法.该软件包采用交互式人机对话,均可用输出图形方式表示计算结果,所采用的测试信号可方便替换.其数据长度、信噪比可手工输入设置,以便于在各种方法之间进行比较和评估.     

基于贝叶斯估计的加权最小二乘分布式融合

针对不同观测矩阵加权最小二乘算法没有考虑到模型参数本身信息的共同缺点,提出基于贝叶斯估计的带不同观测矩阵的加权最小二乘分布式(Bayes Estimation Weighted Least Square,BEWLS)融合Kalman滤波算法。该方法首先采用推广的离散卡尔曼滤波对非线性系统线性化,然后在考虑模型参数本身的先验信息条件下,采用基于贝叶斯(Bayes)估计方法对Kalman滤波算法的观测方程进行加权最小二乘融合。BEWLS融合算法减少了计算负担,提高了融合精度,便于实时应用。理论和仿真证明:BEWLS融合具有优越性。