融合多源验前信息的成败型产品可靠性Bayes评估

文中研究了融合多源验前信息的成败型产品可靠性的Bayes评估问题。针对当前可靠性评估方法中．传统Bayes方法对验前信息与现场信息不加区分的缺陷，提出了融合多源验前信息的成败型产品可靠性评估模型。模型使用混合验前分布，并用历史样本与现场样本的拟合优度来确定混合分布中的继承因子,简便易行而且合理性很容易得到解释。     

基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。     

成败型产品可靠性的Bayes验收方案研究

针对成败型产品生产定型阶段的可靠性验收问题,为了合理综合利用产品定型阶段以前的先验信息,利用竞争失效方法建立了产品定型阶段和批生产阶段的可靠性信息转换模型,进而确定了批产品生产可靠度的先验分布。在此基础上,给出了其后验分布、风险的计算方法以及Bayes验收方案的制定方法。实例分析表明,该方法能够大大减少验收试验量,且方法稳健。     

融合研制各阶段试验信息的成败型产品可靠性Bayes评估

多阶段成败型产品可靠性的Bayes评估,其模型使用混合验前分布,并将历史与现场样本的拟合优度相结合来确定混合分布中的继承因子.其评估包括先融合各阶段试验信息的成败型产品可靠性评估模型,再通过确定各阶段验前分布、融合各阶段试验信息的混合验前分布、以及继承因子等.     

成败型产品可靠性的Bayes评估

本文讨论了成败型产品可靠性的Bayes评估问题,通过引入继承因子,合理地考虑了产品在设计和改进过程中的各种信息,进而把继承因子看作随机变量,得出了产品可靠性的验后密度函数。仿真结果表明,在小子样前提下,经典统计方法得到的可靠性置信下限过于保守,传统Bayes方法虽考虑了相关或相似产品的试验信息,但却忽略了它们之间的差异,而文中的方法不仅考虑了相关产品的试验信息,同时还考虑了产品之间的差异,评估结论是合理的。     

基于Bayes混合验前分布的成败型产品可靠性评估

针对小子样成败型产品可靠性评估问题,引入混合验前分布构造方法,推导了Bayes混合验前分布下成败型产品可靠度参数的验后概率分布函数,研究了验前分布参数对于验后估计的影响,并总结了验前分布参数选择的一般性原则。分析对比了传统Bayes方法和混合验前分布方法的参数验后估计,其结果表明后者能够有效避免验前信息淹没现场信息的问题。对验后均方误差的分析表明混合验前分布方法能够一定程度上改善估计的效果。与幂验前方法的对比结果表明,当验前样本容量较大时,混合验前分布方法的估计效果优于幂验前方法。     

制导弹药可靠性评定方法的研究

研究了先验信息的融合问题。为避免少量的现场试验信息被大量的先验信息淹没,使用了以混合贝塔分布为先验分布的贝叶斯方法。分析了该方法的适用条件,并将之推广到了多先验的情况。利用这一结果,给出了在制导弹药的鉴定试验中进行可靠性评定的一般方法。通过实例,比较了这一方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异,说明了该方法的合理性和可行性。     

枪械产品小子样试验的可靠性评定

枪械产品的靶场试验属于消耗性试验。因此考虑到费用等因素，靶场试验次数往往较少。传统的产品可靠性评估方法置信度不佳。针对试验样本较小的问题，提出了基于小子样下的Bayes分析方法。充分利用了小样本信息,弥补了现场试验数据的不足。在样本数据有限的情况下使得出的结论更接近实际情况。     

基于混合先验分布的弹射弹Bayes可靠性估计

建立了一种综合利用单元试验数据和系统试验数据的弹射弹B aye s可靠性评估方法。该方法通过建立基于继承因子的混合B e ta先验分布,结合弹射弹试验数据确定后验分布,最后通过后验分布推断弹射弹可靠性。采用该方法及G JB 376-1987方法和传统贝叶斯方法,对某型弹射弹可靠性进行了评估。结果表明,在置信水平0.90情况下,三种方法可靠度评估结果分别为0.9922,0.978,0.996。表明本文方法是有效的,在相同的现场试验情况下,评估结果比经典统计方法更合理。     

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布,建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息,采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题;利用Gibbs抽样算法进行后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限,并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增怅分析中的直观性与有效性。     

新型弹药可靠性评估方法

为了研究新型弹药可靠性评估方法,采用混合贝塔分布为先验分布的贝叶斯方法对某新型弹药进行可靠性评估。分析贝叶斯方法的适用条件,并将之推广到多先验情况。通过实例比较该方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异。结果表明:该方法能更为合理地用于新型弹药可靠度评定,充分利用产品先验信息,有效降低现场试验所需的样本量,很好地避免由于小样本数据被大量先验信息"吃掉"而导致评定结果的"冒进"现象。     

基于F分布的指数型产品环境因子计算方法研究

为解决复杂系统变环境、变母体、小样本可靠性评估问题,研究了基于F分布的指数型产品环境因子计算方法,分析得到指数型产品环境因子对于变母体试验数据同样适用;针对小样本情况,分析了现有方法在选择不同的基准环境计算环境因子时存在的问题,并确定了基准环境的选择依据;基于上述分析,提出了针对小样本情况的指数型产品环境因子修正算法。最后,采用仿真算例验证了该方法的有效性。     

Research on Test Data Distribution of Strapdown Inertial Measurement Unit Based on Bayesian Method

Aiming at that the successive test data set of the strapdown inertial measurement unit is always small,a Bayesian method is used to study its statistical characteristics.Its prior and posterior distributions are set up by the method and the pretest,sample and population information.Some statistical inferences can be made based on the posterior distribution.It can reduce the statistical analysis error in the case of small sample set.