导弹武器系统可靠性评估的Bayes方法

在小子样前提下, 经典统计方法得到的可靠性置信下限过于保守; 传统Bayes方法虽考虑了相关或相似装备的试验信息, 但却忽略了它们之间的差异.通过引入继承因子, 合理地考虑了系统在设计和改进过程中的各种信息, 进而把继承因子看作随机变量, 得到了系统可靠性的验后密度函数.不仅考虑了相关装备的试验信息, 同时还考虑了系统之间的差异.仿真结果表明, 此方法的评估结论是合理的.     

基于混合Beta分布的成败型产品Bayes可靠性鉴定试验方案研究

研究了基于混合Beta分布的成败型产品可靠性的Bayes鉴定试验方案。通过引入继承因子，合理地考虑了产品在设计和改进过程中的各种信息，并把继承因子看作随机变量，使用混合Beta验前分布建立了可靠性鉴定方案的Bayes决策模型。算例结果表明，在小样本情况下，经典鉴定方案得到的试验样本量过于保守；传统Bayes方法虽利用了产品的先验信息，但却忽略了它们之间的差异；而本文的方法较好地解决了上述问题，并具有方法上的合理性和工程上的实用性。     

基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。     

融合研制各阶段试验信息的成败型产品可靠性Bayes评估

多阶段成败型产品可靠性的Bayes评估,其模型使用混合验前分布,并将历史与现场样本的拟合优度相结合来确定混合分布中的继承因子.其评估包括先融合各阶段试验信息的成败型产品可靠性评估模型,再通过确定各阶段验前分布、融合各阶段试验信息的混合验前分布、以及继承因子等.     

融合多源验前信息的成败型产品可靠性Bayes评估

文中研究了融合多源验前信息的成败型产品可靠性的Bayes评估问题。针对当前可靠性评估方法中．传统Bayes方法对验前信息与现场信息不加区分的缺陷，提出了融合多源验前信息的成败型产品可靠性评估模型。模型使用混合验前分布，并用历史样本与现场样本的拟合优度来确定混合分布中的继承因子,简便易行而且合理性很容易得到解释。     

基于信息融合的复杂系统可靠性综合评估

为准确评价国防武器装备的可靠性水平,提出一种基于信息融合的复杂系统可靠性评估方法。根据信息 融合理论,阐述了专家经验信息、部件子系统信息以及可靠性增长信息的融合方法,综合考虑信息源的继承性及异 总体性,引入继承因子的概念,探讨了基于信息融合的复杂系统可靠性评估方法,结合系统试验信息推断出产品的 可靠性,并以实例进行分析。分析结果表明：信息融合方法评估结果合理,在可靠性工程领域具有较高的应用价值。     

基于分层贝叶斯的末敏弹系统使用可靠性评估

针对末敏弹系统使用可靠性评估的现状,提出了在样本容量较小时,利用验前信息对系统的使用可靠性进行评估的分层贝叶斯方法．分析了该方法的适用情况,引入了继承因子,合理考虑了继承与差异,通过实例使用不同方法进行了计算．计算结果表明,分层贝叶斯方法与其他方法相比具有优势．从而可为末敏弹系统的研制改进提供一定的理论依据．     

基于AMSAA增长模型的鱼雷系统Bayes可靠性分析

Bayes理论是分析研究鱼雷系统可靠性的有效方法，文中针对美国陆军装备系统分析中心( AMSAA)增长模型，提出了Bayes可靠性增长分析的基本方法。该方法将鱼雷研制阶段的可靠性增长试验数据作为产品可靠性评估的先验信息，再结合少量现场试验数据，运用Bayes方法即可对现场试验后的鱼雷产品可靠性进行评定。仿真结果验证了该方法的有效性，为鱼雷系统可靠性评定提供了一种新的分析方法。     

高价值弹药引信小子样贝叶斯可靠性评估方法

针对高价值弹药引信利用全弹飞行试验验证其可靠性成本过高的问题,提出用卡方拟合优度法确定继承因子.以混合Beta分布为先验分布,得到了评估引信可靠性的Bayes方法,该法解决了模拟试验数据与靶试数据融合问题.以国外某引信为应用背景进行了可靠性评估,证明该法比经典方法减少1/3的靶场试验量.     

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布，建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息，采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题；利用Gibbs抽样算法进行后验推断，合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限，并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增怅分析中的直观性与有效性。     

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。     

应用Bayes方法进行末敏弹抛射过程可靠性分析

针对末敏弹是几种高新技术相结合的新型弹药．试验费用昂贵．靶场试验次数的特点．采用Bayes方法对其抛射过程的可靠性进行分析。详细分析了末敏弹的抛射过程．利用继承因子和环境因子对其各环节的验前信息进行了处理．并对抛射过程的可靠度进行了数值仿真计算．计算结果可以为下一步进行末敏弹的效能分析提供参考和依据。     

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.     

基于混合先验分布的弹射弹Bayes可靠性估计

建立了一种综合利用单元试验数据和系统试验数据的弹射弹B aye s可靠性评估方法。该方法通过建立基于继承因子的混合B e ta先验分布,结合弹射弹试验数据确定后验分布,最后通过后验分布推断弹射弹可靠性。采用该方法及G JB 376-1987方法和传统贝叶斯方法,对某型弹射弹可靠性进行了评估。结果表明,在置信水平0.90情况下,三种方法可靠度评估结果分别为0.9922,0.978,0.996。表明本文方法是有效的,在相同的现场试验情况下,评估结果比经典统计方法更合理。     

新型弹药可靠性评估方法

为了研究新型弹药可靠性评估方法,采用混合贝塔分布为先验分布的贝叶斯方法对某新型弹药进行可靠性评估。分析贝叶斯方法的适用条件,并将之推广到多先验情况。通过实例比较该方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异。结果表明:该方法能更为合理地用于新型弹药可靠度评定,充分利用产品先验信息,有效降低现场试验所需的样本量,很好地避免由于小样本数据被大量先验信息"吃掉"而导致评定结果的"冒进"现象。     

成败型产品可靠性的Bayes验收方案研究

针对成败型产品生产定型阶段的可靠性验收问题,为了合理综合利用产品定型阶段以前的先验信息,利用竞争失效方法建立了产品定型阶段和批生产阶段的可靠性信息转换模型,进而确定了批产品生产可靠度的先验分布。在此基础上,给出了其后验分布、风险的计算方法以及Bayes验收方案的制定方法。实例分析表明,该方法能够大大减少验收试验量,且方法稳健。