小样本加速寿命试验方法

针对工程上常见的加速寿命试验中加速系数未知的情况,建立一种小样本加速寿命试验方法,该方法只需在两个加速应力水平下进行加速寿命试验,即可对产品在正常使用应力水平下的寿命和可靠性进行评估。根据正常使用条件下的可靠度和置信水平要求,采用两个加速应力水平下具有相同可靠度和置信水平的寿命单侧置信下限之比作为加速系数,该加速系数考虑了可靠度和置信水平的影响,在推断正常应力水平下的可靠寿命和可靠度单侧置信下限时,可以有效减小误差,提高精度。文中详细讨论了阿伦尼斯模型、逆幂律模型和指数模型等三种常用加速模型下的加速系数、寿命预测和可靠性评估。大量工程算例和Monte Carlo模拟验证表明,传统方法需在多个加速应力水平下进行寿命试验,与之相比,本文方法可以节省大量试样和试验时间。     

双方差回归分析方法

提出双方差回归模型,建立双方差回归分析方法,给出其回归方程和高置信水平、高可靠度的置信限曲线。双方差回归模型包含完全相关随机变量和相互独立随机变量,前者可用相关方差表征,后者则需用独立方差描述。传统回归分析主要适用于处理在一条曲线上随机波动的数据,而文中方法则可处理在多条不同曲线上随机波动的数据。在性能曲线测试中,文中方法与成组试验法相比,具有信息量大、精度高,所需试样少的特点。     

仿真结果距离检验方法和频谱分析方法对比分析

针对仿真结果动态一致性检验,将距离检验方法与频谱分析方法进行对比分析。研究表明,目前常用的频谱分析方法需要将数据从时域转化到频域后再对仿真结果动态一致性进行检验,而数据从时域转化到频域后,已不能反映样本序列中各时刻值的先后顺序,也就无法检验实测样本序列和仿真样本序列之间各时刻值先后顺序关系的一致性,因此,频谱分析方法只适用于可以忽略序列中各时刻值先后顺序的平稳序列。但是,工程实际中样本序列各时刻值的先后顺序也是需要检验的重要参数,譬如先爬升再下降与先下降再爬升这两种导弹弹道是截然不同的,频谱分析方法不能对此进行有效的检验。距离检验方法则能直接在时域内对仿真结果动态一致性进行定量检验,它对平稳序列和非平稳序列均适用,可有效地解决仿真结果动态一致性定量检验的问题。     

仿真与试验相结合的寿命预测和可靠性评估

建立一种能够综合利用当前试验数据、仿真数据和以往试验数据的寿命预测和可靠性评估方法,针对机电产品中常用的两参数Weibull分布和对数正态分布进行了详细讨论,分别给出无失效数据和不完全数据寿命预测和可靠性评估公式,该方法不但可以节省大量试验,而且可以显著提高评估精度。同时还提出半试验随机仿真的概念和半试验寿命/可靠性仿真方法,能有效解决寿命和可靠性仿真难度大的问题。本文方法计算简单,便于工程应用。     

自识别自校准滤波方法

建立一种能够自动消除系统误差、减小偶然误差的自识别自校准滤波方法,包括量测自校准滤波方法和双未知输入自校准Kalman滤波方法。前者能够解决在线监测、故障诊断、导航与控制等工程领域中量测系统因干扰和噪声而导致的未知输入(系统误差)问题。后者则能够当系统的状态方程和量测方程均含有未知输入时,自动对其未知输入进行识别、估计和补偿,消除系统误差,并通过数据融合减小偶然误差,提高滤波精度。     

正态分布定数和定时截尾数据可靠性评估方法

定数和定时截尾试验是工程上非常重要的一类寿命试验,目前对于产品寿命遵循指数分布情况已有成熟的可靠性评估方法,但是对于工程上常见的产品对数寿命遵循正态分布的情况,还难以根据定数和定时截尾寿命试验数据进行可靠性评估。为此,本文首先提出一种正态分布定数截尾数据可靠性评估方法,能够根据定数截尾寿命试验数据评估产品高置信度、高可靠度的可靠寿命单侧置信限,以及给定时刻下高置信度的可靠度单侧置信下限。然后进一步将该方法推广到定时截尾试验的情况,给出一种正态分布定时截尾数据可靠性评估方法,能够根据定时截尾寿命试验数据进行高置信水平的可靠性评估。从而使工程上许多无法处理的定数或定时截尾寿命试验数据得以统计分析,实现小样本可靠性评估。     

时间序列均值和方差函数的确定方法

发现并提出一个重要定理：时间序列的方差与该序列的差分绝对值序列的趋势项具有相同的函数形式。在此基础上,建立一种确定该差分绝对值序列趋势项的方法,该方法首先采用样本周期图和多点平均对趋势项中的周期项和非周期项进行分离,分别求得其函数表达式,然后再综合得到整个趋势项函数,进而求得原时间序列的方差函数形式,其中待定参数可根据相关系数平稳序列理论求得。该方法也可用于确定时间序列的均值函数(趋势项)。     

机械工程材料裂纹扩展曲线测试新方法

提出了一种可以综合利用以往积累的试验数据测试机械工程材料裂纹扩展曲线的新方法，与传统的只能利用当前试验数据确定机械工程材料裂纹扩展曲线方法相比，在精度相同的情况下，可以节省大量试件，而且在试样数一定的情况下，又可大大提高预测精度。最后还给出了一个试验对比实例。     

大样本顺序统计量均值、方差和协方差计算与验证

顺序统计量在可靠性评估和寿命预测中有广泛的应用.目前,样本容量较小时的顺序统计量均值、方差和协方差的数值计算已得到很好的解决,但是,由于计算精度问题,样本容量较大时的顺序统计量均值、方差和协方差的数值计算尚未得到完全解决.对此,文中首先从理论上推导出特殊情况下极值分布顺序统计量均值和方差计算的解析表达式,以及正态分布顺序统计量均值、方差和协方差的简化计算公式,为数值计算结果提供验证依据.然后,通过大量数值计算与验证表明,目前微机的运算速度与精度已经可以实现大样本顺序统计量均值、方差和协方差的高精度计算.文中还给出部分顺序统计量数字特征的积分计算与验证结果.