威布尔分布场合无失效数据的可靠性验证试验

利用Bayes方法讨论了Weibull型产品的可靠性验证问题。在产品寿命服从Weibull分布、形状参数 未知且尺度参数已知、假定产品的可靠性指标达到某个给定值的情况下,给出了无失效数据的可靠性验证试验方 案。     

威布尔分布场合无失效数据的可靠性验证试验

利用Bayes方法讨论了Weibull型产品的可靠性验证问题。在产品寿命服从Weibull分布、形状参数未知且尺度参数已知、假定产品的可靠性指标达到某个给定值的情况下,给出了无失效数据的可靠性验证试验方案。     

双参数指数分布无失效数据的新的修正极大似然估计

对双参数指数分布的无失效数据（ti,ni)给出了参数μ和σ的新的修正极大似然估计,从而可以得到无失效数据可靠度的估计。最后,结合实际问题进行了计算。     

污染数据线性回归模型的参数估计

污染数据线性回归模型在医学、现代分子学、气象预报学等多领域有着广泛的应用. 笔者研究了污染数据线性回归模型:yi=α βxi εi,i =1,2,…,n,εi相互独立并且服从N(μ1,σ12),同时{yi}受到另一串与之独立的随机变量{ti}的干扰,仅能观察到yi*=(1-v)yi vti,0≤v≤1,其中ti(i =1,2,…,n)相互独立并且服从N(0,σ22),μ1,σ12,σ22均已知.最后给出了回归参数α、β和污染参数v的估计.     

一类具分布时滞和扩散的SIR传染病模型的稳定性

研究了一类具分布时滞和扩散的SIR传染病模型.利用线性化的方法讨论了无病平衡点的局部稳定性,通过构造Lyapunov函数给出了无病平衡点全局稳定的充分条件.结果表明,当接触率小的时候无病平衡点是全局渐近稳定的.     

指数分布无失效数据的Bayes点估计

通过对双指数分布无失效数据的失效率,在先验分布为Gamma分布时得到失效率的估计.并利用Bayes和多层Bayes估计,从而得到无失效数据可靠度的估计,并结合实际问题进行说明.     

航天电连接器环境综合应力加速寿命试验与统计分析

在环境应力作用下，航天电连接器的主要失效形式为接触失效，影响航天电连接器接触寿命的主要是环境温度和振动应力.失效物理分析结果表明，在环境温度和振动应力的综合作用下，航天电连接器的失效物理方程为广义Eyring模型.按照航天电连接器的系统可靠性模型，利用极值分布理论推导出航天电连接器的寿命服从两参数的Weibull分布.根据基于均匀正交试验理论设计的综合应力加速寿命试验方案，通过对试验数据的统计分析，求得了Y11X系列航天电连接器在环境温度和振动应力综合作用下的可靠性指标.     

寿命分布函数初步统计推断的通用程序

利用模拟寿命试验的失效数据,统计推断产品的寿命分布函数是可靠性技术中的重要环节。为适应科研与生产部门的需要,设计了一个通用程序。只须将有关失效数据输入计算机,便可获得统计推断的结果。     

失效数据的威布尔分布建模与参数估计方法

低压电器产品的可靠性与生产生活密切相关,因而对产品进行可靠性评估显得十分重要,分析产品的失效数据是可靠性评估的重要手段.威布尔分布是一种常见的产品寿命分布,低压电器产品的失效数据服从不同参数的威布尔分布.本文研究了基于威布尔分布的失效数据的数据处理过程.首先研究了威布尔分布的图检验法,并用最小二乘法计算拟合直线方程和线性相关度.然后用F检验法对失效数据是否符合威布尔分布进行了验证.对于确定符合威布尔分布的失效数据,本文采用极大似然估计法计算威布尔分布参数的点估计值并由此计算参数和可靠性特征量的区间估计.最后,通过具体算例对一组接触器失效数据进行威布尔分布建模并计算相关参数.     

解放汽车风扇带（V带）的可靠性研究

通过化工部全国胶带试验组按国家标准，在现场试验所收集的V带失效寿命数据，利用可靠性理论及疲劳强度理论，将解放汽车风扇带(1342)的疲劳数据、曲线及给定寿命下的合成强度分布给出．供工程技术人员对解放汽车风扇带传动进行可靠性设计时选用。     

Refinement of packet size in low carbon bainitic steel by special thermo-mechanical control process

The packet size of bainitic steel can be refined by a special relaxation-precipitation-control phase transformation (RPC) technology, When processed by RPC process, the low carbon bainitic steel composes of two kinds of main intermediate transformation phases. One is ultra-fine lath-like bainitic ferrite and the lath is less than 1 tam in width and about 6 tam in length; the alignment of laths forms a refined packet, and the size of packets is about 5-7 ~am in length and about 3-4 tam in width, The other is acicular structure. The morphology and distribution of these acicular structures are influenced by relaxation process, the thin and short acicular structures cut the prior austenite grain and refine the bainitic packet size, For the optimum relaxation time, the packet size can be refined to the finest. The mechanical properties are influenced by relaxation time and the 800 MPa grade low carbon bainitic steel with excellent toughness can be obtained by RPC process,     

Remaining useful life estimation based on Wiener degradation processes with random failure threshold

Remaining useful life(RUL) estimation based on condition monitoring data is central to condition based maintenance(CBM). In the current methods about the Wiener process based RUL estimation, the randomness of the failure threshold has not been studied thoroughly. In this work, by using the truncated normal distribution to model random failure threshold(RFT), an analytical and closed-form RUL distribution based on the current observed data was derived considering the posterior distribution of the drift parameter. Then, the Bayesian method was used to update the prior estimation of failure threshold. To solve the uncertainty of the censored in situ data of failure threshold, the expectation maximization(EM) algorithm is used to calculate the posteriori estimation of failure threshold. Numerical examples show that considering the randomness of the failure threshold and updating the prior information of RFT could improve the accuracy of real time RUL estimation.     

Knowledge-aided Bayesian Rao detection approach in compound Gaussian noise

An asymptotically likelihood covariance matrix is usually used to detect a target in compound Gaussian noise. However, it is influenced greatly by the training sample support, and it ignores the prior distribution of the covariance matrix. For this problem, this paper proposes the knowledge-aided Bayesian Rao detection. The covariance matrix in compound Gaussian noise is modeled as a random matrix, the prior distribution of which satisfies the complex inverse Wishart distribution. With prior distribution, the maximum a-posterior estimation of the covariance matrix is derived. Then, Rao detection is obtained based on the maximum a-posterior estimation. Finally, the performance of the knowledge-aided Bayesian Rao detection approach is evaluated by Monte Carlo simulation. The simulation results show that the detection performance of the proposed approach outperforms the traditional detection approaches when the number of training samples is small in a complex Gaussian noise scenario.     

多维组合预测的贝叶斯极大似然估计

为了实际预测的需要,提出了多维组合预测问题,即若干单项多维预测的变权组合预测.在各单项预测无偏且服从正态分布前题下,求出了p时刻预测向量Xp的先验分布密度和后验分布密度.利用主观先验信息、预测信息和样本信息,运用贝叶斯估计方法,得到了Xp的贝叶斯极大似然估计,其权重随时刻p的改变而改变.本方法充分利用了多维变量间的相关信息,进一步提高了预测的科学性和有效性,体现了对样本信息和预测信息的进一步综合应用.     

具有EGARCH-norm误差项时序的ADF单位根检验

在泛函中心极限定理基础上,给出了带有AR类滞后阶序列的检验统计量的极限分布及其证明;通过Monte Carlo随机模拟在EGARCH-norm条件下的单位根检验,给出了检验统计量的临界值及其实际扭曲水平和势。结果显示,用t（ρ^）统计量要比用tρ^统计量更有效。     

采用自适应先验表观模型的目标跟踪方法

为有效解决可变目标在跟踪过程中的"漂移"问题,提出一种基于自适应先验表观模型的目标跟踪方法。该方法首先在一致架构内融合HDP-EVO演化聚类模型和在线Boosting学习。以Dirichlet过程为先验分布,对总体表观示例进行聚类分析,获得随时间自适应演化的表观类先验知识,进而利用共享的表观类混合比例的权重平滑约束各时刻的表观模型。改进Gibbs抽样过程,使之能融入目标示例的分类误差,并交替迭代地从数据中自主学习聚类和表观分类器。最后,根据表观模型中各表观类的权重系数组合它们的分类评分去定位目标位置。仿真实验表明新方法学习的表观模型能较鲁棒地自适应于目标的表观变化,提高了跟踪精度。     

离散时间下有优先权的两部件系统可靠性分析

研究了离散时间状态下有优先权的两部件可修系统,在假定工作时间服从几何分布、维修时间服从一般分布的条件下,引入了二维离散时间马尔可夫过程来定义系统的状态。通过概率分析的方法,建立系统状态转移的差分方程,采用控制工程中常用的Z变换对模型进行处理,得到系统的稳态可用度、可靠度、等待维修概率、首次故障前平均时间等一系列可靠性指标。     

基于不完全β分布的二项分布参数的Bayesian估计

将β分布推广到不完全β分布,给出了二项分布的可靠度的先验分布为不完全β分布时的一些结论,并讨论了在基于二项分布可靠性增长模型中的应用.     

2000t/d DD型分解炉气固运动规律及性能研究

通过冷态模型试验、实际预分解窑系统的热工检测及各种隐参数的反求计算,对耀县水泥厂2 000 t/d DD分解炉的气固两相运动规律及性能特点进行了综合研究与分析评价。结果表明DD分解炉具有总体合理的气体三维流场,利于物料在炉内的良好分散,但因缺乏必要的横向混合而空间利用率有所降低。分解炉料气停留时间比值为4.8,物料在实际分解炉内的停留时间约8.3 s。该系统的DD炉体积过小,使物料和煤粉停留时间偏短,是影响系统熟料产量进一步提高的主要原因之一     

组合预测的贝叶斯估计方法

运用贝叶斯估计方法 ,利用先验信息、预测信息和样本信息 ,导出了先验分布、预测信息下的后验分布、拟合信息下的后验分布 ,从而给出了待预测量在t时刻值yt0 的六种组合预测方法 ,并进行了对比 .最后分析了主观参数对模型结果的影响 .