基于多源数据的测试性综合评估方法研究

针对当前小样本测试性评估方法中,丰富的先验信息无法得到充分利用,评估结论置信度低的问题,提出了一种新的基于Bayes理论的测试性综合评估模型.在求得5类先验Beta分布参数的基础上,采用K-L信息距离理论计算融合权重,进而得到混合先验分布.以此混合分布作为最终的验前分布,结合现场试验数据开展Bayes评估,并给出实例应...     

不完全先验信息条件下的可靠性评估

小子样产品可靠性的Bayes评估中通常需要用到主观经验信息,如可靠度均值或可信区间等,这些信息属于不完全先验信息,利用这些信息通常无法确定可靠性分布函数。基于Bayes理论,以贝塔分布作为先验分布类型,利用最大熵原理将不完全信息转化为完全型先验信息,得到产品可靠性的先验分布,再结合观测数据,利用Bayes公式得到产品可靠性后验分布。从仿真算例可以看出,给出的方法能够有效地处理不完全先验信息,提高产品可靠性评估的效率。     

Weibull分布航天产品可靠性评估的MMLE-Bayes方法

航天产品现场使用数据具有小子样、零失效的特点,要实现其工程化可靠性评估,需要充分利用各种环境下的试验信息和相似型号产品的试验信息及使用信息,因此,提出了一种适用于Weibull分布航天产品可靠性综合评估的MMLE—Bayes方法。首先通过MMLE方法得到额定任务时间可靠度的置信下限估计,再通过构造合理的验前分布实现Bayes可靠性评估。在此过程中,为合理融合各来源的验前信息,提出了环境因子和相似因子的概念及其估计方法。最后通过一种航天产品的可靠性评估实例,说明了MMLE—Bayes—Weibull方法的的实用性和有效性。     

小样本条件下行波管可靠性评估方法的研究

 行波管的可靠性对许多军用装备整机系统的正常运行十分重要。但其结构复杂、价格昂贵,如何在小样本条件下提高其可靠性评估的精度是我们目前面临的问题。在此情况下,利用专家经验、历史数据等先验信息来提高其可靠性评估的精度是一个行之有效的途径。本文基于模糊隶属函数给出了一种创建行波管可靠性模糊先验分布的方法,并在此基础上利用Bayes方法实现了行波管先验与试验信息的有效融合。对某卫星用行波管进行可靠性评估的实例表明,采用正态型模糊先验分布的行波管可靠性Bayes评估可以在小样本数和试验结尾程度很高的情况下显著提高可靠性评估的精度,同时Bayes估计可随试验样本信息的增加不断得到修正;而模糊先验分布的带宽可用于调节先验信息在后验分布中所占的比重。     

某型光电探测系统可靠性增长评估

光电探测系统研制阶段的试验数据具有小样本特征,针对传统的可靠性评估结果偏保守的问题,基于单调约束模型,通过综合利用光电探测系统多阶段试验数据进行可靠性评估,以达到精确评估的目的。考虑将研制过程中不同试验阶段数据中包含的可靠性增长信息作为约束条件,推导出可靠度分布函数表达式,并给出一种等效的统计抽样计算方法——Monte Carlo模拟算法,使计算过程更加简便,便于工程应用。最后以某型光电探测系统为例,表明利用可靠性增长信息进行可靠性评估,可有效提高评估的精度。     

小子样不可修武器装备的Bayes可靠性增长分析

现有的可靠性增长模型大多是针对可修系统建立的,而现实中大多存在的是不可修产品,即产品投入可靠性增长试验出现故障后,很难修复如新再次投入试验.针对武器装备小子样、不可修的特点,提出了Bayes可靠性增长分析方法.首先利用多台产品异步增长理论得到各阶段试验数据的似然函数,然后构造了增长模型参数的Gamma-均匀验前分布并给出了模型参数估计的ML-II方法,通过Bayes统计推断对装备研制全过程的可靠性增长规律进行分析,最后通过仿真示例说明了该方法在工程上的应用.     

基于小样本Bayes理论的可靠性评估方法

针对产品由于研制中造价昂贵、试验费用高无法投入大量试验样品出现的小样本问题,提出了充分融合各种验前信息,研究了常见验前信息分布、验前信息的获取方法、验前信息的可信度确定,将Bayes方法技术运用于性能退化轨迹模型的建模过程中,有效地解决了产品性能退化模型建模不精确的问题。     

系统研制阶段可靠性评估技术探讨

通过对可靠性评估模型的探讨,建立了产品研制阶段的可靠性综合评估模型,提出了环境折合系数的一种工程确定方法.可以有效的解决产品研制阶段可靠性数据的综合评估问题.     

大型电子系统可靠性分析及评估方法研究

针对目前大型电子系统任务可靠性评估中,试验样本需求量大,试验费用高、评估时间长,以及评估指标高的特点,提出融合多源验前信息的小样本大型系统Bayes评估法解决这一问题的途径.该方法综合考虑各种因素对大型系统可靠性评估的影响,当试验样本较小时仍能做出准确的估计,最后以某型大型电子系统任务可靠性评估为例,验证了该方法的可行性和有效性.     

可靠性评估中利用先验信息的一种新思路

Bayes分析的一般程序是先验分布 数据=后验分布.提出一种新的Bayes分析程序:先基于数据诱导出参数的置信分布,而将参数的原先验分布等效成某种类型数据;然后将置信分布作为参数的"先验分布",而将先验信息的等效数据作为"试验数据";最后采用通常的Bayes方法进行可靠性评估.该新思路主要用于多参数寿命分布的可靠性评估.它克服了多参数模型下确定先验分布的困难及计算上的困难.仿真结果表明该方法具有较高的精度,且计算简单,可以应用于实际.     

A Bayes method for assessing product-reliability during developmenttesting

A fully Bayes approach is presented for analyzing product reliability during the development phase. Based on a Bayes version of the Barlow-Scheuer reliability-growth model, it is assumed that the product goes through a series of test/modification stages, where each product test yields attribute (pass-fail) data, and failure types are classified as fixable or nonfixable. Relevant information on both the failure probabilities and the reliability-growth process is used to motivate the prior joint distribution for the probability of each failure type over the specified range of testing. Results at a particular test-stage can be used to update the knowledge about the probability of each failure type (and thus product reliability) at the current test-stage as well as at subsequent test-stages, and at the end of the development phase. A relative ease of incorporation of prior information and a tractability of the posterior analysis are accomplished by using a Dirichlet distribution as the prior distribution for a transformation of the failure probabilities     

靶场通信系统可靠性验收试验评定方法

按照经典方法,靶场通信系统可靠性验收试验需要相当长的时间,实现起来难度较大。详述了如何采用Bayes序贯截尾检验方法,在充分利用可信的验前信息条件下,进行通信系统可靠性评定,重点给出了求解验前等效失效数、验前等效试验时间和验前概率的方法,并选定Bayes序贯截尾检验方案进行可靠性判决。Bayes序贯截尾检验方法可大大缩短现场试验时间,对工程实践有一定的指导意义并具有一定的推广价值。     

数字高程模型在大型信息系统试验选址中的应用

大型信息系统试验选址是试验准备工作中的关键问题，关系到整个试验的成败。传统选址方法存在效率低、不准确等不足。本文提出了一种利用数字高程模型完成试验选址的方法。 与传统选址方法相比，该方法具有高效、可靠的优势。首先利用层次分析法建立选址准则，利用选址准则对数字高程模型进行空间分析，最后确定符合试验要求的选址。本文以一大型系统试验选址为例，验证了该方法的可行性。     

基于加速性能退化试验的板级可靠性评估

传统的可靠性评估方法一般基于失效寿命数据,而目前对于高可靠长寿命的电子产品,很难通过加速试验获得其失效寿命时间。为解决这一矛盾,将性能退化理论引入到传统可靠性评估中,提出了基于失效数据及加速性能退化的可靠性评估的新方法。应用某型雷达24V/2A稳压电源板加速性能退化试验进行验证,结果表明该方法用于高可靠长寿命电子装备的可靠性评估是正确有效的。     

A Bayes procedure for estimation of current system reliability

During development of a new system, a test-analyze-and-fix program is often applied to eliminate the flaws in the first design of the system. If the corrective actions are effective, the system reliability increase. This process can be carried out for a planned time period or until a fixed reliability goal is achieved. In both cases, it is important to evaluate the system reliability during the test phase. Reliability growth can be reasonably modeled by a nonhomogeneous Poisson process with a decreasing power intensity law. For such a process, a Bayes procedure for estimating the failure intensity at the time of the last failure and of the current system reliability is analyzed for failure-truncated sampling. A large simulation study shows that the procedure, even for vague prior information, is more efficient than maximum likelihood and at least as efficient as the quasi-Bayes method of J.J. Higgins and C.P. Tsokos (1981)     

基于Bayes和Fiducial方法的指数分布区间估计

在已知产品失效率不超过某个值的条件下,对定时截尾寿命试验,采用Bayes方法进行可靠性评估;对定数截尾寿命试验,采用参数受限制的Fiducial方法进行可靠性评估。根据这两种方法,分别给出了平均寿命单侧置信下限计算公式,同时讨论了先验分布参数的取值方法。最后,通过算例验证了这两种方法的有效性,算例表明两种方法均能够减少试验时间、提高可靠性评估精度。