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。     

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。     

基于Bootstrap方法的可靠性评估

针对机械系统可靠性试验数据分析中小子样疲劳性能数据难以满足经典统计方法容量要求的问题,将Bootstrap方法引入到小子样下母体百分位置信下限的计算。提出一种半参数Bootstrap方法用于计算正态分布变量的可靠度置信下限,并以某数控装备伺服驱动系统的可靠性分析实例验证该方法的可行性。     

Bayes理论“小子样”数控机床可靠度评估法研究

针对“小子样”情况下的数控系统,以Bayes方法为理论基础,开展了适用“小子样”产品系统的可靠度综合评估方法的理论和应用研究。创新性地将系统可靠度Bayes方法运用在数控系统可靠性评估中。在系统可靠度Bayes近似评定方法的基础上,提出计算数控系统可靠度点估计值和置信下限。     

仿真与试验结合的电子产品可靠性评估方法

建立一种仿真与试验结合的电子产品可靠性评估方法,基于Bayes理论利用试验数据对已有的可靠性仿真结果进行更新。针对电子产品中广泛应用的指数分布,分别对平均寿命和失效率进行了详细讨论,给出其置信度和置信限的评估方法。在此基础上,为便于工程实际应用,进一步建立数值计算方法,并给出可靠寿命和可靠度的置信下限。理论分析和算例结果表明,本文方法通过对仿真信息和试验信息的融合利用,不仅可以减少试验量,而且能够有效提高电子产品可靠性评定精度和置信水平。     

验前信息的决策方法

在一些实际的可靠性工程中,对产品提出可靠性指标(如可靠度、可靠度置信下限等)要求的同时,试验经费又决定了只能做少量的试验.在这种小子样数据情况下,Bayes方法所获的可靠性评估结论依赖于验前信息.为了评定产品是否满足可靠性指标,须给出验前信息的决策域.文中提出一种验前信息决策域的计算方法,并将其用于计算成败型和指数寿命分布型产品验前信息的决策域.通过两个算例说明以上方法是有效可行的.     

小样本下基于概率加权矩的母体百分位值置信下限和可靠度置信下限估计的新方法

基于小样本场合下概率加权矩估计良好的无偏性,建立母体百分位值置信下限xR和可靠度置信下限RL估计的新方法.传统的估计xR和RL的单侧容限系数、新单侧容限系数和随机抽样等方法均采用矩方法或极大似然法来估计母体的分布参数,而所提方法则采用概率加权矩来估计母体的分布参数.由于小样本情况下概率加权矩法具有更优良的统计特性,因而在小样本情况下基于概率加权矩的xR和RL估计值比传统的方法更接近真值.大量的数字模拟试验也表明,所提新方法在小样本情况下优于传统方法.     

利用研制阶段试验数据制定测试性验证试验方案新方法

现有的测试性验证试验方案,在一定的风险承受能力下都需要较大的故障样本量。针对这一问题,以故障检测率(Fault detection rate,FDR)为验证指标,提出利用研制阶段试验数据制定测试性验证试验方案的新方法。在传统的FDR的统计检验模型基础上,提出产品研制阶段的成败型试验数据的等效折合方法;考虑Beta分布函数的概率特性,将FDR的置信下限估计转化为Beta分布的置信度分位点,求得FDR的置信概率密度函数;引入差异因子 ,用来反映研制阶段产品的FDR水平和产品验证需达到的FDR水平的差异,求得产品验证需达到的FDR的置信概率密度函数;参考风险的定义,重新确定了测试性验证试验方案。由于充分考虑了研制阶段的试验信息,因此在保证有较好的验证效果的条件下,与传统的验证方案相比,可以明显减少故障样本量,或在故障样本量保持不变的情况下降低双方风险。     

基于不确定数据指数型产品贮存可靠性的置信下限

研究了产品具有不确定试验数据下指数型产品贮存可靠性的置信下限。基于产品的不确定数据，首先给出指数型产品贮存可靠性的极大似然估计，然后通过把产品各检测时刻的试验数据折合成某一时刻下产品的伪成败型试验数据，给出了产品贮存可靠性的近似置信下限的计算公式，给出了数字例，并对近似方法进行了模拟计算，结果表明效果较好。     

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。     

基于多源信息的复杂装备测试性评估

针对目前复杂装备测试性评估中的小子样问题,在对经典评估方法和传统Bayes评估方法进行分析的基础上,提出了一种基于多源信息融合的测试性评估方法。该方法综合考虑了多源信息的可靠度和可信度,较为合理地解决了多源信息对复杂装备测试性水平反映的可靠程度问题,以及融合求解后验分布时,因多源信息和现场试验信息的异总体特性而导致的小子样现场试验信息被淹没的问题。以某型火控系统测试性评估为例进行了研究,并与经典评估方法、传统Bayes评估方法进行了比较。结果表明,基于多源信息融合的测试性评估方法所得到的结果更为合理,在处理现场试验信息为小子样的问题时,更具优势。     

基于研制阶段试验数据的复杂装备测试性评估

针对当前测试性评估方法中,经典方法无法利用历史测试性试验信息,且在小样本量下,评估结论置信度低、风险大的问题,提出了一种基于研制阶段试验数据的复杂装备测试性评估模型。在对经典评估方法进行建模与分析的基础上,运用Bayes理论,建立了综合利用研制阶段历史试验信息和现场试验数据的Bayes测试性评估模型;该模型结合验前信息与现场信息的相容性给出了一种混合验前分布,并利用拟合优度检验确定继承因子。最后开展了案例应用研究,结果表明,在相同的现场试验条件下,该模型能给出较高置信度的测试性评估结论,比经典评估方法更合理。     

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.     

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.     

系统可靠性评定中的近似正态

基于数理统计理论中的中心极限定理，提出了一种适用于系统可靠性评定的近似正态法。该方法是通过将子系统或部件试验数据进行有效的分析处理，使之近似地服从正态分布规律，从而由标准正态分布给出在不同置信度条件下的系统可靠性下限。计算方法简单，具有工程应用价值     

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。     

Estimators of the reliability index of a nonrepairable one-shot item by small statistical samples

The evaluation of the reliability indices of a nonrepairable one-shot item based on small statistical samples using a priori information has been presented. The novelty of the obtained results consists of formulating cases when the F test should be used as well as the t test, and the proposed simple method for determining the lower limit of the complex reliability index.     

Probabilistic modeling of stress-based FLD in tube hydroforming process

Recently a stress-based FLD due to its path-independency has become a new mainstream technology for prediction of forming limit in tube hydroforming processes, which usually have non-linear strain path. However, the random characteristics owing to experimental errors, inherent measuring equipment errors, dimensional tolerance of as-received blank, inconsistent lubrication condition and so on lead to uncertainty with regard to the position of the forming limit curve on the stress-based FLD. In this work, to take into account the uncertainty on the stress-based FLD, a probabilistic modeling on the stress-based FLD with confidence level is firstly attempted. With the assumption of all experimentally measured data as normally distributed random variables, stochastic evaluation of the reliability of the stress-based FLD is carried out. Moreover the statistical correlation between measured data during a bulge test and the material parameters is investigated by using the first-order approximated mean value and variance. The reliability is analytically calculated based on first-order reliability method (FORM) and verified with Monte-Carlo simulation (MCS). Finally, at a given deviation of measured data, the band width of forming limit curve on the stress-based FLD to be able to satisfy the required confidence level is determined.