基于参数优化算法对可靠性数据进行折算

为了将非成败型试验数据折算为成败型数据,即用贝塔分布对各种可靠性置信分布进行近似,文中在两点法和序列化两点法的基础上提出优化两点法。该方法在约束α1+α2=1的条件下,以折算误差ε为目标函数,采用参数优化算法的直接法,对折算控制点α1和α2进行优化。获得优化参数α1*和α2*后,依据两点法可求解得折算后的等效成败型数据及其置信分布。该方法较两点法和序列化两点法在折算精度和计算量方面具有明显的优势。算例表明,该方法是一种对可靠性数据进行折算的简单而行之有效的方法。     

机电产品不完全数据可靠性评估方法

针对机电产品可靠性试验中经常出现随机截尾不完全数据的情况,提出一种机电产品不完全数据可靠性评估方法.鉴于机电产品寿命通常遵循指数分布或两参数Weibull分布,文中首先采用可靠性更新的方法,推导出指数分布不完全数据的可靠度和可靠寿命单侧置信下限公式,然后进一步建立了两参数Weibull分布的可靠度和可靠寿命单侧置信下限...     

Weibull寿命型产品可靠性序贯验证试验方法

本文通过将Weibull分布转化为指数分布,讨论了Weibull分布下的产品可靠性序贯抽样验证试验方法。并以某型航天电连接器为例,制定了以可靠寿命为指标的序贯抽样验证试验方案。对试验方案的模拟评价结果表明,所提出的序贯验证试验方法可行、方案合理     

无失效数据下滚动轴承的可靠性估计

在滚动轴承无失效数据下,将Weibull分布转化为指数分布,以指数分布的失效率和Weibull分布形状参数为切入点,根据历史试验数据,拟合得到形状参数的概率分布,在形状参数先验分布分别为均匀分布与拟合出的概率分布时,利用无失效试验数据得出失效率和形状参数的Bayes估计,进而计算出Weibull分布的特征寿命估计,并通过实例验证了估计结果的准确性.     

基于双截尾数据消除法的自适应加速寿命试验数据统计分析

加速寿命试验数据处理必须将不同应力水平下的失效数据折算累加到同一标准下的时间序列,这一过程复杂繁琐,增加了计算工作量,降低了统计效率,而指数分布的双截尾数据消除法能有效克服这一缺陷。提出了一种基于模型转换的双截尾数据消除法,将数控系统故障间隔时间服从的威布尔分布转化为指数分布,再用双截尾数数据消除法进行计算,进行自适应加速寿命试验数据的统计分析,有效提高了统计分析效率。实际算例验证了方法的可行性。
     

Weibull型无故障数据下综合Bayes置信可靠性评估模型

在无故障数据情况下,将失效概率结合Bayes理论引入置信限,分析了修正后的数据Weibull分布中单侧置信可靠性。其方法是:首先基于Weibull分布采用配分布曲线法进行分析,构造出多层先验分布给出失效概率的综合EBayes估计,结合最小二乘法拟合得到分布参数的估计值;根据参数的统计性质构造置信区间的枢轴量,同时,给出Weibull分布特征参数的区间估计和可靠度置信下限。以经典轴承试验为例,将此方法与其它方法计算结果进行对比,证明了该方法对置信可靠性评估的合理性和可行性。     

钢板弹簧疲劳寿命概率分布分析

通过一组大样本钢板弹簧疲劳寿命数据的分析 ,得出正态分布、对数正态分布、指数分布、二参数 Weibull分布和三参数 Weibull分布的概率密度函数或分布函数 ,经 K—S检验和 χ2检验证实钢板弹簧疲劳寿命服从除指数分布外的四种分布 ,并以三参数 Weibull分布为最优。     

疲劳概率模型的综合评价方法

提出了疲劳概率模型的综合评价方法，从已通过假设检验的各疲劳概率模型中选择最优疲劳数据描述概率模型。对42CrMo硬齿面齿轮轮齿弯曲疲劳试验寿命分布概率模型的综合预测能力进行了排序，得出三参数Weibull分布（3-PWD）和指数分布(ED)是最佳预测概率模型的结论。     

机电设备可靠性验证试验统计方案设计方法研究

提出机电设备可靠性验证试验统计方案设计方法,推导指数分布场合及Weibull分布场合接受概率方程组,并给出求解方法流程.据此分析样本量及Weibull分布形状参数对传统可靠性验证试验统计方案(GJB899A—2009中典型方案)实际抽样风险的影响.研究表明,指数分布场合下样本量较小时,采用允许失效的传统方案时,生产方与使用方风险均与名义风险相差较大,且对使用方非常不利.随着样本量增大,生产方风险不断上升而使用方风险不断降低,逐渐接近于名义风险.Weibull分布场合下,采用传统方案时样本量越大机电设备通过可靠性验证试验被接收的概率越大,且Weibull分布形状参数越大,理论抽样特性越接近于理想的陡峭"台阶"形状.可为工程实际中开展机电设备可靠性验证试验及减少误判风险提供借鉴.     

多种数据状态下三参数Weibull分布的极大似然估计

提出一种既适合完全数据,也适合各种截尾数据的三参数Weibull分布极大似然估计的计算方法.首先建立完全数据和截尾数据下统一形式的似然方程；利用二阶收敛Newton-Raphson迭代法求解给定位置参数时含尺度参数和形状参数的两参数Weibull分布的极大似然估计；然后采用稳定快速的Brent搜索法,求解出仅含位置参数的单变量似然函数最优解；最后结合实例说明该算法的稳定性和高效性.该方法具有计算精度高、速度快、适用数据范围广的优点.     

确定截尾试验数据统计分布模型的方法

研究有替换定时与定数、无替换定时与定数共4种截尾可靠性试验数据统计分布模型的确定方法.首先把试验数据区分为失效与非失效数据两部分, 然后建立包含这两部分数据可能的假设分布的似然函数; 根据极大似然原理与微分极值原理,发展比较似然函数值、预测与生产实际情况的一致性和尾部预测的安全性确定较好统计模型的方法.实例说明方法的可用性.     

单失效数据的可靠性统计分析

以不完全в分布B(Pi-1,1,1,b)为先验分布,提出了DOOF(单失效数据)中失效概率Pi的多层Bayes估计方法:采用加权最小二乘法估计法,给出了DOOF数据下可靠性分布参数和特征估计值的计算公式;并以航天电连接器为例,通过对加速寿命试验数据的统计分析,验证了所提方法的正确性。     

最小二乘法在估计概率分布参数中的应用

提出一种估计概率分布参数的最小二乘法，这种方法以概率密度函数和频率间的关系为基础，通过对概率密度函数和频率间的关系进行合理的近似，建立求解未知分布参数的方程组，在求解过程中，将样本容量视为未知量，以简化求解过程。计算机模拟实例表明，这种方法求解出的未知分布参数精度较高，而且对于一些常见的分布函数，这处方法的求解过程十分简单。文中还通过计算机模拟对本文方法和极大似然估计法做了统计分析。     

Weibull分布可靠性参数的置信限

为了解决航空航天产品、造价昂贵的产品、高可靠性产品的可靠性评定,文中在无失效数据情形,对寿命服从Weibull分布的产品,在形状参数已知时,给出可靠性参数--特征寿命、可靠度、可靠寿命的置信限.最后,结合发动的实际问题进行计算,结果表明本文的方法可行且便于应用.     

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。     

裂纹扩展率数据的随机特性分析

简要讨论了裂纹扩展率ｄａ／ｄＮ的实验数据分散的主要来源，提出了一种ｄａ／ｄＮ数据随机过程的区间分析方法，并用此方法分析了三组铝合金ＬＹ１２－ＣＺ＋ＣＳ的ｄａ／ｄＮ实验数据。分析结果表明，本文的处理方法是可行的；铝合金ＬＹ１２－ＣＺ＋ＣＳ在任意时刻的ｄａ／ｄＮ数据较好地服从Ｗｅｉｂｕｌｌ分布。     

散乱数据点云型面特征分析算法的研究与应用

提出一种产品散乱数据点云型面特征快速分析算法.该算法基于R*-tree动态空间存取模型,能快速、准确地获取点云局部型面参考数据,并采用最小面积包围矩形法对其进行参数化;以自由曲面逼近产品局部型面,估算数据点云型面曲率值;将点云型面曲率映射为RGB颜色值,以曲率云图反映产品型面特征分布.该算法运行效率高,产品数据适应性强,型面特征分析结果准确.     

基于最小样本空间的Johnson分布拟合方法

基于应力-强度干涉模型计算可靠度指标时,常使用统计方法获得应力和强度的概率分布,然而,在复杂机电产品的设计过程中,每一个样本值的获取都是一次昂贵估值,大量样本值的获取面临耗时严重等问题。针对该问题,采用参数化的Johnson分布拟合概率分布,研究基于最小样本空间的Johnson分布拟合方法。采用百分位数配比法求解Johnson分布族函数的参数,并基于假设检验原理确定满足拟合精度要求的最小样本空间,同时通过K-S拟合检验法对总体真实分布与拟合分布进行一致性分析,保证拟合精度符合要求。工程应用结果表明,该方法基于少量的昂贵估值样本可快速得到样本的总体分布,为可靠度指标的快速计算奠定了基础。     

Mean-value first-order saddlepoint approximation based collaborative optimization for multidisciplinary problems under aleatory uncertainty

Reliability-based multidisciplinary design optimization (RBMDO) has received increasing attention in engineering design for achieving high reliability and safety in complex and coupling systems (e.g., multidisciplinary systems). Mean-value first-order saddlepoint approximation (MVFOSA) is introduced in this paper and is combined with the collaborative optimization (CO) method for reliability analysis under aleatory uncertainty in RBMDO. Similar to the mean-value first-order second moment (MVFOSM) method, MVFOSA approximated the performance function with the first-order Taylor expansion at the mean values of random variables. MVFOSA uses saddlepoint approximation rather than the first two moments of the random variables to estimate the probability density and cumulative distribution functions. MVFOSA-based CO (MVFOSA-CO) is also formulated and proposed. Two examples are provided to show the accuracy and efficiency of the MVFOSA-CO method.