相关系数MA(q)序列分析方法

提出相关系数MA（q）序列分析方法,相关系数MA（q）序列是从非平稳随机序列中分离出的工程上常见且便于研究的一类时间序列,其均值和方差都可随时间变化,与传统的均值和方差为常数的相关函数MA（q）序列相比,它能够更好地描述工种中的时间序列,文中建立相关系数MA（q）序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单且便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,能够充分利用样本信息确定相关系数MA（q）序列的均值函数,方差函数和相关系数函数,在此基础上可以进行高精度的频谱分析。     

相关系数平稳序列自适应算法

相关系数平稳序列的均值和方差都随时间变化，是一类工程中常见的随机序列，传统的平稳序列只是它的一个特例。文中在已建立的相关系数平稳序列分析方法的基础上．进一步提出相关系数平稳序列自适应算法。该方法属于一种快速算法，它通过将非线性方程组转化为线性方程组进行求解．实现了对相关系数平稳序列数据的实时处理，对其模型参数的实时修正，并且具有相当高的精度。     

相关系数平稳序列滤波、预测和平滑

相关系数平稳序列是从非平稳序列中分离出来的一类工程实际中常见且便于研究的随机序列，文中首先给出相关系数AR(p)、MA(g)和ARMA(p，g)序列可直接测得情况下的预测公式，然后在测量噪声独立和相关两种情况下分别讨论相关系数平稳序列不可直接测得时的滤波、预测和平滑问题。文中方法能够对均值和方差都随时间变化的相关系数平稳序列或信号进行高精度的分析和处理，可广泛应用于通信、自动控制、结构响应分析和故障诊断等领域。     

相关系数平稳序列数据融合方法

相关系数平稳序列是从非平稳序列中分离出来的一类工程实际中常见且便于研究的随机序列,传统的平稳序列只是它的一个特例。文中建立了多传感器对同一相关系数平稳序列进行测量时的数据融合方法,其中包括相关系数平稳序列的集中式融合和分布式融合两种方法。大量模拟实验表明,通过多传感器的数据融合,相关系数平稳序列的滤波精度比任何单一传感器的滤波精度都有较大提高。     

二元Wiener过程下的小样本电主轴可靠性分析

针对高速电主轴产品的退化过程具有多个退化特征量,以及退化过程平稳、缓慢的特点,采用二元Wiener过程对其进行可靠性建模,并将二元Wiener过程的漂移参数看作随机变量来体现电主轴的个体差异性。利用极大似然法结合虚拟增广样本法和Bootstrap法来估计模型中的未知参数,以解决被试电主轴的小样本问题,得到电主轴产品寿命的可靠度函数。最后,通过对2根磨削电主轴产品的退化数据进行比较分析,验证了所提方法的合理性与精确性。     

气缸加速寿命试验中参数估计方法的研究

该文对某系列气缸的故障机理进行分析,确定了加速寿命试验的加速模型与试验矩阵。在分析恒定应力加速寿命试验各种参数估计方法的优劣后,介绍了常用的二步估计法和极大似然估计法的理论基础,然后得到该系列气缸的参数估计,并推算出正常应力水平下的各项寿命指标,最终验证了参数估计方法在该试验中的可行性。     

混合指数分布恒定应力加速寿命试验的统计分析

提出了一种分析加速寿命试验数据的方法。当产品具有多个失效机理时,设产品的寿命服从混合分布。研究了恒定应力加速寿命试验的统计分析问题,建立了统计分析的数学模型,给出了参数估计方法和估计量的渐近性质。最后以混合指数分布为模拟例子,表明本文的模型和方法在应用上是可行的和有效的。     

拆卸与或图模型建模过程中连通性筛子的筛选率估计

拆卸与或图是拆卸模型中的一种，它的建模过程需要利用多重筛子进行筛选，筛选率的估计是合理安排筛选顺序的前提。本文阐明了采用极大似然原理估计连通性筛子筛选率的方法，分析了估计过程中样本容量的确定、随机样本的产生、导出子图连通性的判定等关键技术。通过预先设定置信度和估计精度，可以获得连通性筛子筛选率的有效估计值。     

江阴市供水管网事故回归模型的建立与分析

管网事故是供水管网运营管理中面临的重要问题,研究管网事故的影响因素和内在规律,对于提高管网运营维护水平具有非常重要的意义.笔者以江阴市城区2007年至2009年供水管网抢修台帐为基础,考察管材、管龄和管径等管道内在属性与管网事故之间的关系.研究方法采用基于正态准极大似然估计的计数模型建立多元回归模型,并利用方差分析法评估各因素的权重,进而找出关键的影响因素.计算结果显示建立的回归模型具有较好的显著性.因素的重要性排序从大到小为管径、管材和管龄.其中小管径是管网事故最主要的因素,其在模型中的贡献率远超过管材和管龄,而铸铁管和大管龄也是引起事故的重要因素.球墨铸铁管对事故的贡献程度最小,是最不容易引起事故的因素.     

修正的边界强度过程模型及其应用

针对边界强度过程模型初始故障强度为零的问题,通过引入位置参数,建立了修正的边界强度过程模型。以故障时间的对数似然函数为优化目标,应用免疫克隆算法给出了模型参数及可靠性指标的极大似然估计值。以两组数控机床现场故障数据为例对所提方法进行验证,对数似然函数值及拟合优度计算结果均表明,该模型优于边界强度过程模型,为制定合理的维修策略提供了一定的理论依据。     

时间序列均值和方差函数的确定方法

发现并提出一个重要定理：时间序列的方差与该序列的差分绝对值序列的趋势项具有相同的函数形式。在此基础上,建立一种确定该差分绝对值序列趋势项的方法,该方法首先采用样本周期图和多点平均对趋势项中的周期项和非周期项进行分离,分别求得其函数表达式,然后再综合得到整个趋势项函数,进而求得原时间序列的方差函数形式,其中待定参数可根据相关系数平稳序列理论求得。该方法也可用于确定时间序列的均值函数(趋势项)。     

由测温随机过程的一个实现估算数据方差的新方法

利用数值模拟法得出了在测温随机过程的一次物理实现中估算原始数据方差的新公式，它比较准确地反应了随机误差内在的统计规律性，具有广阔的应用前景。     

平稳随机激励下线性随机结构动力响应分析

对于外载是平稳随机激励的线性随机结构分析问题,在随机变量函数矩点估计和虚拟激励法的基础上,建立随机响应均方值特征参数的矩估计算法.应用虚拟激励法将随机载荷转化为确定性简谐载荷,计算确定性结构在平稳随机激励下响应的均方值,采用点估计方法分析平稳响应均方值的均值和方差,并计算响应均方值的变异系数,通过两个算例考察结构参数的随机性对结构响应均方值的影响.由于基于随机变量函数矩的点估计和虚拟激励法具有较高的效率和精度,因而所提方法具有一定的工程意义.     

多元线性过程回归分析

提出多元线性过程的定义及其回归模型,建立多元线性过程回归分析方法,给出其回归方程和高置信水平、高可靠度的置信上、下限曲线.多元线性过程是具有线性函数均值和二次函数方差的独立增量随机过程,也是性能曲线测试和可靠性评估中常见的一类随机过程.传统方法在测定不同条件下产品的性能曲线时,要求在每一种条件下都测得一组样本函数,并对...     

分散性和落入概率整体推断方法

针对正态分布均值为零或已知（包括均值能被正确仿真）的情况，提出一种分散性和落入概率整体推断方法。该方法通过仿真结果与试验数据的结合，将多个不同状态下的试验数据作为一个整体进行统计分析，给出正态分布方差和落入概率的整体估汁与置信区间估计。与传统方法相比，该方法不但具有更高的精度，而且解决了一种状态下只有一个试验数据时分散性和落入概率评定的难题。文中还给出一种方差仿真结果的极小子样检验方法。     

非平稳随机过程整体推断方法

建立一种非平稳随机过程整体推断方法。该方法首先提出随机过程整体参数函数的概念,然后通过仿真（或数字化设计）结果与试验曲线的有机结合,实现多种条件下试验曲线（多个随机过程）的整体推断,给出各种条件下随机过程的均值函数、方差函数和高可靠度的上、下限曲线,解决了非平稳、非各态历经随机过程和一种条件下只有一条样本曲线时产品可靠性评定的难题。