基于Bayes方法的小子样可靠性分析

少量数据的可靠性分析与评定一直是工程实践中的技术难题之一。Bayes方法可以融合多种验前信息,并结合现场数据,从而对少量数据作出有效的参数估计。针对多种验前信息的综合应用问题,引入支持向量机(support vectormachine,SVM)理论对不同来源的信息在验前分布中的权重分配策略进行研究,提出一种新的信息融合思路。并在此基础上,提出基于Bayes理论的威布尔分布的小样本参数估计方法。最后,运用实例对Bayes方法和传统的参数估计方法进行对比分析。     

基于SVM的可靠性评估方法研究

利用蒙特卡罗方法评估系统可靠性因需要大量的系统函数值，故存在所需运算量大、评估效率低等不足。首先尝试利用支持向量机建立一经验模型，以加速蒙特卡罗法，然后将其应用于对某一网络系统的可靠性评估，取得了良好的效果。     

发动机系统可靠性最小二乘支持向量机分析

准确分析系统可靠性,对于评估产品性能和制定维修策略起着至关重要的作用.采用单步前向预测方式,提出了基于最小二乘支持向量机分析发动机系统可靠性的方法.通过对比最小二乘支持向量机和三种神经网络方法的预测效果,验证了算法的有效性,实验结果表明最小二乘支持向量机能够提供较好的预测精度.在可靠性寿命分析中,为了提高分析的准确性和效率,通过程序化的方法绘制了威布尔概率纸,自动获取相关参数,并对比分析了最小二乘支持向量机预测结果与实际数据对发动机系统可靠性指标的影响,结果显示最小二乘支持向量机能够提供较准确的结果,可以作为系统可靠性分析的一种新方法.     

基于Bayes方法的雷达系统可靠性评估

根据雷达系统研制阶段试验数据较少的现状,引入Bayes方法对雷达系统可靠性进行。在分析了Bayes方法可靠性评估的基础上,建立了雷达系统可靠性评估模型,为更加真实地反应雷达系统的可靠性水平提供了方法依据。     

单元为不同分布的串并联系统可靠度Bayes置信限

依靠寿命试验对整机进行可靠性评定受到多种制约,单元为不同分布的复杂系统可靠性综合一直是可靠性工程中的难点问题.根据可靠度一阶矩与二阶矩符合相等原则,基于工程背景,研究了无信息先验下求解含并联冗余的串并联系统可靠度Bayes置信限的方法.在已知单元寿命分布及试验信息的基础上,基于Bayes方法,分别用Beta分布和LΓ分布拟合各单元可靠度的验后密度,计算各单元及并联冗余子系统可靠度一阶矩和二阶矩.利用并联系统可靠性模型,将并联冗余子系统等效为二项或指数单元,使系统简化成一般串联系统.再根据串联系统可靠度一阶矩和二阶矩折算出系统试验信息,相当于替代了整机可靠性试验,并据此求解系统可靠度的二项近似与指数近似2种Bayes置信限.该方法在实际工程中具有明显的应用前景,以某型自动平衡记录仪为例,验证了其有效性和实用性.     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足,提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布,将寿命型单元等效为成败型单元,将混联系统等效为串联系统,从而将复杂系统转化为成败型单元串联系统,在此基础上利用各单元的验后前两阶矩进行系统可靠度综合,能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。     

基于后验概率SVM的航空发动机滚动轴承状态评估北大核心

为了准确地进行航空发动机滚动轴承状态评估,提出了一种基于后验概率支持向量机的航空发动机滚动轴承状态评估方法。首先利用仿真数据建立了后验支持向量机模型,进行了分类试验和后验概率预测验证,然后利用航空轴承失效监控试验系统进行了滚动轴承性能退化试验,得到轴承不同工作状态的振动数据,最后利用获取的试验数据进行了滚动轴承状态评估,充分验证了该评估方法的正确性。     

基于后验概率SVM的航空发动机滚动轴承状态评估

为了准确地进行航空发动机滚动轴承状态评估,提出了一种基于后验概率支持向量机的航空发动机滚动轴承状态评估方法。首先利用仿真数据建立了后验支持向量机模型,进行了分类试验和后验概率预测验证,然后利用航空轴承失效监控试验系统进行了滚动轴承性能退化试验,得到轴承不同工作状态的振动数据,最后利用获取的试验数据进行了滚动轴承状态评估,充分验证了该评估方法的正确性。     

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。     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足，提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布，将寿命型单元等效为成败型单元，将混联系统等效为串联系统，从而将复杂系统转化为成败型单元串联系统，在此基础上利用各单元的验后前两阶矩进行系统可靠度综合，能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。