指数型产品多阶段可靠性增长的Bayes模型

基于D-S证据理论融合验前信息,建立了一种适用于小子样复杂系统多阶段可靠性增长分析的Bayes模型。选择Gamma分布作为失效率的先验分布,通过多源可靠性信息融合,将专家经验转换成概率分布, 利用D-S证据理论融合多个专家信息,确定了先验分布参数,结合产品研制阶段试验数据,根据Bayes统计推断理论,给出了失效率、平均故障间隔时间（MTBF）和可靠度的Bayes点估计和置信下限。以兆瓦级直驱式风力发电机研制试验验证了该模型的有效性。     

基于马尔可夫链蒙特卡罗的实时可靠性预测方法研究

针对一般的非线性性能退化轨道模型中误差项方差未知的情况,研究基于贝叶斯方法的实时性能退化可靠性预测问题.为了处理未知的误差项方差,引入相应的标准差的无信息先验分布,并进一步结合退化轨道模型中随机参数的先验分布,利用马尔可夫链蒙特卡罗方法得到随机参数及误差项标准差的联合后验分布的采样值,进而实时预测产品在未来一段时间内的可靠度.基于疲劳裂纹增长数据的数值仿真实验表明,该方法可以有效地预测到产品可靠性的下降,从而可以为预测维护提供依据.     

面向数控系统可靠性评估的最大熵先验信息解

应用贝叶斯理论对数控系统可靠性评估方法进行研究,提出以最大熵原理求解双参数联合先验分布的方法。利用最大熵原理给出在不同约束条件下威布尔分布双参数联合先验分布的一般解析形式,针对该联合先验分布的具体求解过程,介绍通过应用自助法构造参数再生子样来确定参数矩的方法和利用非线性最小二乘法、结合牛顿迭代法求解联合先验分布中待定系数的方法,引入先验分布稳健性的概念,结合具体数控系统寿命数据,从提高参数矩的阶数和增加参数不等式约束两个方面展开讨论,分别研究这两种改进对先验分布稳健性提升的效果。研究表明基于不等式约束的最大熵二元联合先验分布,能极大地提高先验分布的稳健性,更加适用于数控系统的可靠性评估。     

基于Bayes变动统计理论的测试性综合评估模型及其稳健性分析

在测试性综合评估研究中,故障检测率(Fault detection rate,FDR)/故障隔离率(Fault isolation rate,FIR)评估结论置信度低是一个非常重要的问题,而导致其评估结论置信度低的主要原因是故障检测/隔离数据为"小子样"数据,为解决该问题,建立在Bayes变动统计理论基础上的模型和方法是非常有效的。利用丰富的可更换单元测试性信息、专家经验等先验信息,确定先验分布参数,实现了将先验信息转化为多元Dirichlet先验分布。在此基础上,基于Bayes变动统计理论研究并建立FDR/FIR综合评估模型,保证"小子样、异总体"阶段性增长试验数据和"小子样"外场使用数据能被有效地融合,并采用仿真方法对模型的稳健性进行分析。结果表明该FDR/FIR综合评估模型和方法,能在小样本数据情况下,有效提高评估结论置信度,缩短装备定型周期,为装备测试性综合评估研究提供重要的理论依据和方法。     

多源异构数据贝叶斯统计融合可靠性评估模型

为解决小子样高可靠性长寿命产品的可靠性评估,提高可靠性评估的精准度,采用贝叶斯方法构建多个信息源数据融合的贝叶斯可靠性评估模型.首先,该模型选择一组数据作为另一信息源的最初先验信息,根据贝叶斯估计融合得到后验密度,并将其作为下一信息源的先验分布;通过依次迭代,得到多源异构数据的联合后验密度和可靠性指标数据,进而完成相应...     

基于MCMC方法的机床无故障数据可靠性分析

定时截尾试验中的无失效数据问题在可靠性研究中越来越普遍,利用配分布曲线法解决这一问题的核心是估计截尾时刻的失效概率。多层贝叶斯估计因充分利用先验信息而在此问题的研究中备受关注,但存在后验密度函数难以求解的问题。为此,提出应用马尔科夫链的蒙特卡罗法(MCMC)求解失效概率的多层贝叶斯后验估计,并据此拟合得到双参数威布尔模型的参数估计值,解决了无失效数据产品的可靠性分析问题。结合机床刀架的实例,验证了所提方法的可行性。最后,将模型应用于不同种类产品进行分析,计算结果表明该方法较之于现有方法具有一定的准确性和可推广性。     

基于Compertz模型的鱼雷可靠性增长Bayes分析

Bayes理论是分析研究具有小子样特点鱼雷可靠性的有效方法,文中针对改进型Compertz增长模型,提出Bayes可靠性增长分析的基本方法。该方法将可靠性增长的试验数据作为产品可靠性的先验信息,再结合少量的现场试验样本,运用Bayes方法即可对现场试验后的产品可靠性进行评定。最后以鱼雷武器动力推进系统为例进行分析,仿真结果验证该方法的有效性,为可靠性增长评定提供一种新的分析方法。     

基于测试性增长的指标动态评估方法

针对现有测试性指标评估方法未能考虑装备研制阶段不同层次结构测试性水平动态增长的特性,导致测试性评估置信度不高的问题,提出一种测试性增长条件下基于层次Bayes网络模型的测试性指标动态评估方法。根据装备结构特征建立测试性指标动态评估的层次Bayes网络模型,并以测试性指标作为网络传递参数;考虑延缓纠正的测试性增长试验策略,给定测试性阶段序化增长约束条件,针对不同层次节点各阶段增长试验数据,采用单边Fisher精确检验法对测试性增长趋势进行检验,并基于检验结果确定增长阶段数;提出利用最大熵模型和改进Gompertz模型的先验参数估计方法,结合Bayes定理以及研制阶段各层次节点先验信息确定节点先验分布;进一步基于层次Bayes网络融合推理算法确定顶层节点测试性指标的后验分布,实现对装备测试性指标的动态评估,并通过案例进行验证。结果表明,该方法相较于直接运用Beta分布,具备更为准确合理的指标评估结论。     

基于贝叶斯信息融合的制造执行系统可靠性增长分析

以企业制造执行系统(MES)工程为背景,以复杂系统可靠性增长模型与评估方法为研究内容,围绕制造执行系统的任务可靠性及其目标值和系统可靠性增长试验进行分析。针对MES功能复杂和试验数据不易获得等特点,根据试验信息以及工程咨询专家的经验,利用基于共轭型先验分布的贝叶斯信息融合方法,对MES各功能模块可靠度进行评估。利用模糊先验信息下的可靠性增长分析方法,对MES功能模块失效率的Bayes点估计值进行研究,解决了复杂系统在故障原因不易确定等条件下对复杂系统及其功能模块进行可靠性增长试验的问题。     

基于二阶矩约束的最大熵先验信息解及其在数控系统可靠性评估中的应用

应用Bayes理论对数控系统可靠性评估方法进行研究。给出了基于二阶矩约束的最大熵Weibull先验分布的一般解析形式,并结合数控系统寿命数据,讨论了二阶矩约束下的Weibull先验分布的稳健性。研究表明,基于最大熵原理求取双参数联合先验分布的方法,适用于数控系统可靠性评估。     

基于DGM(1,1)的成败型系统可靠性增长Bayes评价模型

针对有多个研制阶段的成败型系统,提出了一种可靠性增长的Bayes评定模型。该模型首先根据Laplace检验,确定系统的可靠性是否增长;然后根据各个阶段可靠度的点估计,运用DGM(1,1)模型对现场试验的可靠度进行预测,得到验前信息,再运用列联表分析计算验前信息与现场试验信息的相似程度;最后,结合Bayes方法对验前信息和现场信息进行融合,在给定的置信度下,得到系统的可靠度置信下限。实例分析表明了该模型的有效性。     

成败型产品可靠性评价的加权Bayes方法

针对经典统计方法和传统Beyes方法的缺陷,基于卡方拟合优度检验,引入相似系数的概念,提出了一种基于多阶段试验信息的成败型产品可靠性评价的加权Bayes方法。通过计算各阶段试验信息和现场试验信息的相似系数,求出各阶段试验信息作为验前信息的置信下限,据此计算得到了产品的可靠性置信下限。仿真算例结果表明,该方法的计算结果介于经典统计方法和传统Bayes方法之间,与根据专家意见计算的结果最接近,评价结果更加合理。     

装备测试性增长过程的贝叶斯验证方法

现有测试性验证试验方案需要较多故障样本,存在测试性验证时间长、结果置信度低的问题,为此提出一种装备测试性增长模型的贝叶斯验证方法,在小子样、异总体的情况下进行测试性验证。建立装备测试性水平动态增长的数学模型,依据已有的研制阶段的数据进行求解,得到测试性增长模型的具体参数值,并对测试性水平进行预测。确定测试性水平的先验分布,使用最大熵法求解分布参数,采用贝叶斯理论融合现场试验数据得到后验分布,实现对装备测试性水平的验证。实例分析表明,该方法在较少样本量的情况下能够提高验证结果的置信度,降低双方风险。     

基于序贯验后加权检验的鱼雷抽样检验分析

Bayes理论是分析研究具有小子样特点鱼雷可靠性的有效方法,文中基于序贯验后加权检验的思想,给出针对二项分布的抽样检验基本方法,并将其应用在鱼雷系统抽样检验试验中.该方法充分利用抽样试验之前所能获得的先验信息,可有效减小试验所需的样本容量.最后以鱼雷系统为例进行分析,仿真结果验证该方法在减小试验样本容量的有效性,为鱼雷可靠性抽样检验试验提供一种新的分析方法.     

机械系统的Bayes可靠性评估

讨论了机械系统的Ｂａｙｅｓ可靠性评估问题,当应力、强度均服从正态分布,且分布参数未知的情况下,首先分析了机械产品单元可靠性评估问题,讨论了给定验前分布情况下的单元可靠性Ｂａｙｅｓ精确下限,给出了无验前信息时的可靠性Ｂａｙｅｓ精确下限,鉴于精确限计算的复杂性,给出了应力－强度模型可靠性下限的近似计算方法,同时给出了可靠性的近似分布,然后把机械单元的可靠性信息折合到机械系统上,利用最大熵方法得到了系统可靠的验前分布,若没有做系统的可靠性试验,则根据此验前分布就可以对机械系统的可行性进行评估;若做了系统级可靠性试验,则利用Ｂａｙｅｓ公式求得系统可靠的验后分布,然后利用验后分布进行可靠评估,仿真实例说明机械系统Ｂａｙｅｓ可靠性评估的应用。     

基于模糊贝叶斯网络的多态系统可靠性分析及在液压系统中的应用

为使贝叶斯网络能够对模糊信息和不确定信息进行处理,提出一种新的基于模糊贝叶斯网络的多态系统可靠性分析方法。该方法将模糊集合理论引入到贝叶斯网络可靠性分析中,考虑部件故障状态、部件故障率的模糊性以及部件间故障逻辑关系的不确定性,使贝叶斯网络具有处理模糊信息的能力。该方法采用模糊数描述系统和部件的故障状态,利用模糊子集描述部件的故障率,运用贝叶斯网络的条件概率表描述部件间的不确定联系。该方法应用到载重车液压悬架系统的可靠性分析实例中,分析结果表明该方法在进行系统可靠性分析时能够充分利用系统的模糊信息和不确定信息,从而提高系统可靠性分析的效率。     

区间三角模糊多态贝叶斯网络可靠性分析方法研究

针对传统系统可靠性分析方法在处理模糊信息方面的不足,建立了基于区间三角模糊贝叶斯网络的多态系统可靠性分析方法。通过区间三角模糊子集来描述根节点故障率;基于区间三角模糊子集,构建了区间三角模糊多态贝叶斯网络模型;研究了区间三角模糊多态贝叶斯网络可靠性分析算法,给出了求解叶节点故障模糊可能性与去模糊根节点后验概率的计算方法。最后,对塔机倾覆事故进行了可靠性分析,验证了该方法的有效性。     

BAYESIAN DEMONSTRATION TEST METHOD WITH MIXED BETA DISTRIBUTION

A complex mechatronics system Bayesian plan of demonstration test is studied based on the mixed beta distribution. During product design and improvement various information is appropriately considered by introducing inheritance factor, moreover, the inheritance factor is thought as a random variable, and the Bayesian decision of the qualification test plan is obtained, and the correctness of a Bayesian model presented is verified. The results show that the quantity of the test is too conservative according to classical methods under small binomial samples. Although traditional Bayesian analysis can consider test information of related or similar products, it ignores differences between such products. The method has solved the above problem, furthermore, considering the requirement in many practical projects, the differences among this method, the classical method and Bayesian with beta distribution are compared according to the plan of reliability acceptance test.     

威布尔分布下失效率的Bayes验证试验方法

为在尽可能短的试验时间内确定产品可靠性是否达到规定的要求,以Gamma分布为先验分布,以失效率为验证指标,讨论了Weibull分布下产品可靠性的Bayes验证试验设计方法,以某型航天电连接器为例,制定了相应的Bayes定时截尾验证试验方案,并对试验方案进行了Monte-Carlo模拟评价。与经典的定时截尾验证试验方法相比,所建立的Bayes验证试验方案所需的试验时间仅为经典试验方案的45%左右。对试验方案的Monte-Carlo模拟评价结果表明,后验使用方风险的理论值与实际值基本一致,说明所制定的试验方案能够满足预定的试验要求。