机械系统可靠性评定方法

本文根据数理统计原理和系统信息熵原理，针对复杂机械系统，提出一种适用于其可靠性评定的信息熵法。该方法是将部件的试验数据折合成系统的试验数据，作为系统试验的验前信息，而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂机械系统可靠性评定的较优方法。     

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。     

串并联系统可靠度置信区间估计

针对复杂系统可靠性试验非常少甚至没有做的情况，提出了基于单元信息进行可靠性综合的方法。该方法不需假设系统或单元产品的寿命服从某一分布，减少了因寿命分布选择不当所造成的可靠性和方差的误差。在获得单元可靠性的均值和方差的基础上，利用系统可以分解为单一的串联或并联关系，通过逐步综合获得复杂系统的可靠性均值和方差估计值。利用系统信息熵原理，将部件的试验数据折合为系统的试验数据，获得系统的子样数。由此提出了小子样下的系统可靠性置信区间估计新方法，该方法只假设系统可靠性估计服从正态或对数正态分布。新方法使用限制少，计算简单，适用于系统数据较少的可靠性分析。     

复杂系统可靠度置信区间估计

针对复杂系统可靠性试验非常少甚至没有做的情况，提出了基于单元信息进行可靠性综合的方法。该方法不需假设系统或单元产品的寿命服从某一分布，减少了因寿命分布选择不当所造成的可靠性和方差的误差。在获得单元可靠性的均值和方差的基础上，利用系统可以分解为单一的串联或并联关系，通过逐步综合获得复杂系统的可靠性均值和方差估计值。利用系统信息熵原理，将部件的试验数据折合为系统的试验数据，获得系统的子样数。由此提出了小子样下的系统可靠性置信区间估计新方法，该方法只假设系统可靠性估计服从正态或对数正态分布。新方法使用限制少，计算简单，适用于系统数据较少的可靠性分析.     

极小子样可靠性评定方法

针对贵重产品可靠性评定中只有极少几个试验数据的情况,提出一种极小子样可靠性评定方法。该方法能将仿真(或数字化设计)结果与试验数据有机结合,实现多个不同状态下(多个母体)试验数据的整体推断,从而建立各状态下均值和方差的估计量,给出母体百分位值和百分率的置信限和置信区间估计。与传统方法相比,该方法具有更高的精度,解决了一种状态下只有一个试验数据时产品可靠性评定的难题。     

机械产品可靠性试验的必要性及试验方案的探讨

为了评价产品的可靠性，必须对产品进行可靠性试验，即必须获得有关的可靠性数据。而机械产品的可靠性试验费时、费力，无论从时间上，还是从财力、物力上，都是一个工厂所无法接受的。本文提出了我厂机械产品的可靠性数据来源的主要途径，并以碟式分离机系统为例，给出了可靠性数据的搜集、整理及计算方法。     

鱼雷可靠性评定中的 Bayes 方法

Ｂａｙｅｓ方法是在小子样产品可靠性评定中应用较多的一种方法,但产品验前分布确定得是否合理,将直接影响评定结果。在采用Ｂａｙｅｓ方法对鱼雷可靠性进行评定时,常常是将成败型分系统试验的验前分布取为β（０,０）。这种对鱼雷的成败型分系统验前分布的取法是不够科学的。本文从理论上和工程实践上说明了鱼雷产品的成败型分系统验前分布应取为β（１／２,１／２）,从而给出了由分系统试验数据折合成系统试验数据的Ｂａｙｅｓ方法修正公式。     

基于支持向量机模型的复杂非线性系统试验不确定度评定方法

复杂非线性系统试验测试结果的不确定度分析对于保证产品的质量可靠性具有重要意义。以评价车辆座椅头枕对乘员颈部保护效果的鞭打试验为例,提出一种基于支持向量机模型的复杂非线性系统试验不确定度评定方法。研究鞭打试验的主要影响因素概率密度分布,采用拉丁超立方抽样对影响因素进行试验设计;利用试验结果,采用最小二乘支持向量机,建立鞭打试验的数学模型,并与BP神经网络建立的数学模型进行对比,结果显示,最小二乘支持向量机建立的数学模型具有更高的预测精度,满足后续不确定度的评定要求;采用蒙特卡罗法实现鞭打试验测量不确定度的评定,并与国家标准《测量不确定度指南》规定的方法得到的不确定度进行了比较。结果表明,对于复杂非线性系统,应用基于支持向量机模型的蒙特卡罗法得到的不确定度评定结果准确可靠,提出的方法可广泛应用于各种产品的复杂试验结果不确定度分析中。     

JB/T 7518—94《机电产品可靠性评定导则》介绍

JB/T 7518—94《机电产品可靠性评定导则》(以下简称“导则”)由十一个章节组成,从机械产品可靠性试验特点和考核工作实际问题出发,着重说明了可靠性评定的目的性。可比性和实用性问题,以下就主要章节作一解释。 1 评定目的和原则(“导则”第4章) 可靠性评定试验是个费时、费钱和费力的工作,不能轻易进行,首先必须要明确目的,根据目的制定相应的试验方法和规范。根据机械工业部可靠性达标考核工作要求和一般产品可靠性试验目的,本章规定了三条,即: a.找出现有产品或试制样机中的可靠性薄弱环节,加以改进,促进可靠性增长; b.鉴别产品优劣,进行对比分析,确定改进目标; C.估计分析现有产品可靠性水平,为新产品可靠性设计积累基础数据。 根据评定目的,“导则”给出了制定评定方法的四项原则: 第一 要求采用的评定方法能充分暴露产品在使用中经常发生的主要故障模式。从可靠性理论来讲,机械产品绝大部分属于串联模型,对于这种模型,整机的可靠度总是低于其构成中最薄弱零部件的可靠度,要想提高机械设备的可靠性,只有找出并消除其最薄弱环节的故障模式,设备的可靠性才会有大幅度的提高。     

小子样产品的可靠性评定

可靠性评定是可靠性技术发展的重要研究方向之一，小子样产品可靠性评定技术由于信息量少，一些成熟的统计学方法并不适用于小子样情况。文章评述了国内外在小子样产品可靠性评定方面的研究现状，给出了工程上常用的可靠性评定Bayes方法、信息熵法、近似正态法、矩估计法的数学模型和计算方法，讨论了小子样产品可靠性评定急需解决的主要问题，并对其今后的发展方向做了展望。     

基于无失效数据工业机器人控制系统可靠性研究

对于工业机器人这类高科技、高可靠性的复杂机电系统,在定时截尾试验中,往往由于缺乏足够的失效数据而使得在产品的设计开发阶段不能采用常规的系统可靠性分析方法对其进行完整、详细的可靠性预测.鉴于工业机器人控制系统可靠性预测的重要性,文中系统、详细地介绍了无失效数据可靠性分析方法中的最小置信限法与经典方法,并通过仿真实例证明了无失效数据可靠性分析最小置信限法是值得信赖的,对于经典方法则给出了可靠度分布函数未知参数的详细估计过程.     

Step-stress accelerated degradation test modeling and statistical analysis methods

In order to get a rapid assessment on the storage reliability of high-reliable and long-life products within the storage period, accelerated degradation test data with a large amount of reliability information of product is adopted. Conducting a constant-stress accelerated degradation test（CSADT） is generally very costly as it requires a large sample size and long time for test. To overcome this problem, it is necessary to carry out research on modeling and statistical analysis methods of step-stress accelerated degradation test （SSADT）. Taking electrical connectors as the object, a research is conducted on statistical model and assessment method for SSADT. On the basis of mixed-effect degradation path model, the statistical model of SSADT for electrical connectors is presented, the maximum likelihood method for SSADT data based on mixed-effect degradation model is proposed. SSADT accelerated by temperature stress is conducted to Y11X-1419 type of electrical connectors, and the storage reliability is assessed with the SSADT data. Compared with the result obtained from accelerated life test, the reliability estimation of 32-year storage period for electrical connectors obtained from S SADT data only have a difference of 0.869%, which validates the accuracy of the degradation model and the feasibility of the test data statistic analysis method put forward.     

数控磨床液压系统可靠性建模与评估

针对数控磨床液压系统故障率高、可靠性低的问题,连续跟踪并采集了液压系统的可靠性数据,利用不同的分布函数建立了液压系统的可靠性模型,提出了不同模型下对可靠性指标进行点估计和区间估计的方法。通过K-S检验、模型优选、评估指标与观测值的对比发现,液压系统的分布模型更适合于伽马分布,液压系统的可靠性指标MTBF为10345 h。所述的建模和评估方法可以用于液压系统的可靠性设计,也可以为数控磨床其他子系统的建模和评估提供参考。     

RELIABILITY ASSESSMENT OF ENTROPY METHOD FOR SYSTEM CONSISTED OF IDENTICAL EXPONENTIAL UNITS

The reliability assessment of unit-system near two levels is the most important content in the reliability multi-level synthesis of complex systems. Introducing the information theory into system reliability assessment, using the addible characteristic of information quantity and the principle of equivalence of information quantity, an entropy method of data information conversion is presented for the system consisted of identical exponential units. The basic conversion formulae of entropy method of unit test data are derived based on the principle of information quantity equivalence. The general models of entropy method synthesis assessment for system reliability approximate lower limits are established according to the fundamental principle of the unit reliability assessment. The applications of the entropy method are discussed by way of practical examples. Compared with the traditional methods, the entropy method is found to be valid and practicable and the assessment results are very satisfactory.     

应用模糊方法计算构件振动可靠性

分析影响构件振动可靠性的不确定性和模糊性因素，定义构件振动模糊安全状态，构建构件振动的模糊共振失效区域及相应的隶属函数、模糊强度失效区域及相应的隶属函数，建立构件振动可靠性计算的模糊模型，并将其应用于某航空发动机压气机、涡轮叶片的振动可靠性计算。研究结果表明，应用模糊方法评估构件振动可靠性是可行的。     

叶片振动的非概率可靠性研究

在分析影响叶片振动可靠性的不确定性因素的基础上,用非概率的凸集模型表述叶片振动参数的不确定性和共振频率区域的不确定性,将叶片振动的不确定性参数表述为区间变量,定义了叶片振动的非概率可靠性,建立了叶片振动非概率可靠性评估体系、方法及模型,并将其应用于航空发动机压气机、涡轮叶片的振动可靠性计算。研究结果表明,应用非概率可靠性评估叶片振动可靠性是合理可行的,且所需数据较少,特别适用于航空发动机等可靠性数据较少的贵重部件。     

研制阶段系统可靠性增长的Bayesian评估与预测

基于新Dirichlet先验分布,建立一种适合小子样复杂系统异总体可靠性增长分析的Bayesian模型。充分利用先验信息和阶段试验信息,结合产品研制的试验数据,利用最优化方法研究新的Dirichlet先验分布容易定量和衡量先验参数确定的方法,解决了超参数物理意义不明确难以确定问题。通过变量替换的Gibbs抽样简化了后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayesian点估计和置信下限;结合试验数据,利用该模型实现了未来阶段可靠性的预测,扩展了模型应用范围。实例表明该模型参数含义清晰明确,简单易行,利于工程应用。