基于DGM(1,1)的成败型系统可靠性增长Bayes评价模型

针对有多个研制阶段的成败型系统,提出了一种可靠性增长的Bayes评定模型。该模型首先根据Laplace检验,确定系统的可靠性是否增长;然后根据各个阶段可靠度的点估计,运用DGM(1,1)模型对现场试验的可靠度进行预测,得到验前信息,再运用列联表分析计算验前信息与现场试验信息的相似程度;最后,结合Bayes方法对验前信息和现场信息进行融合,在给定的置信度下,得到系统的可靠度置信下限。实例分析表明了该模型的有效性。     

基于序贯验后加权检验的鱼雷抽样检验分析

Bayes理论是分析研究具有小子样特点鱼雷可靠性的有效方法,文中基于序贯验后加权检验的思想,给出针对二项分布的抽样检验基本方法,并将其应用在鱼雷系统抽样检验试验中.该方法充分利用抽样试验之前所能获得的先验信息,可有效减小试验所需的样本容量.最后以鱼雷系统为例进行分析,仿真结果验证该方法在减小试验样本容量的有效性,为鱼雷可靠性抽样检验试验提供一种新的分析方法.     

鱼雷可靠性评定中的 Bayes 方法

Ｂａｙｅｓ方法是在小子样产品可靠性评定中应用较多的一种方法,但产品验前分布确定得是否合理,将直接影响评定结果。在采用Ｂａｙｅｓ方法对鱼雷可靠性进行评定时,常常是将成败型分系统试验的验前分布取为β（０,０）。这种对鱼雷的成败型分系统验前分布的取法是不够科学的。本文从理论上和工程实践上说明了鱼雷产品的成败型分系统验前分布应取为β（１／２,１／２）,从而给出了由分系统试验数据折合成系统试验数据的Ｂａｙｅｓ方法修正公式。     

小子样高速电主轴的Bayes可靠性分析

针对高速电主轴可靠性分析存在的问题,应用Bayes理论提出小子样高速电主轴性能退化可靠性试验分析方法,推导了小子样高速电主轴可靠性参数的验前、验后分布及置信限表达式,据此评定高速电主轴可靠性指标。对两根170MD18Y16型高速电主轴进行可靠性试验,利用性能退化量试验数据分析了Weibull寿命分布模型参数,并利用170MD18Y16型高速电主轴轴端跳动量测试数据,应用Bayes方法评定了该型高速电主轴可靠性指标,分析结果与电主轴实际工况使用值一致,表明Bayes理论可用于小子样高速电主轴可靠性分析。     

鱼雷产品的可靠性增长设计

可靠性增长设计是提高产品可靠性的一种重要手段。本文在阐述成败型产品可靠性增长设计方法的基础上，结合鱼雷武器的实际，提出了鱼雷产品可靠性增长设计方法。计算实例表明，该方法简单、实用，可作为工程技术人员的参考     

多台同型产品同步纠正可靠性增长试验数据统计分析方法研究

多台同型产品同步纠正可靠性增长试验所得到的数据是单失效数据,依据美军标/国军标和AMSAA-BISE模型得到的分析结果,该数据往往高于产品实际可靠性水平。针对这种情况,提出一种数据统计分析的新方法,即先采取多层Bayes估计法和加权最小二乘估计法,求得各个失效发生时间的期望值,替代单台AMSAA模型中的失效时间,再实现对产品可靠性增长试验数据的统计分析。通过对以上方法进行蒙特卡罗模拟,对比分析结果表明,利用新方法所得结果更接近产品的实际可靠性水平。     

故障分类时环境强化试验的可靠度近似置信限

依赖传统的寿命试验进行可靠性评定的做法已受到制约,如何缩短试验时间又能科学评价产品可靠性是工程上亟待解决的问题。以某型温度变送器为研究对象,借鉴加速寿命试验的理论与方法,在规定时间内施加环境强化应力和额定的工作应力,完成了可靠性环境强化试验。并结合工程背景引入了环境因子和故障分类计数方法,通过信息数据综合折算,给出了便于计算机编程计算的二项近似经典置信限、二项近似Bayes置信限、指数近似经典置信限、指数近似Bayes置信限。     

成败型产品可靠性评价的加权Bayes方法

针对经典统计方法和传统Beyes方法的缺陷,基于卡方拟合优度检验,引入相似系数的概念,提出了一种基于多阶段试验信息的成败型产品可靠性评价的加权Bayes方法。通过计算各阶段试验信息和现场试验信息的相似系数,求出各阶段试验信息作为验前信息的置信下限,据此计算得到了产品的可靠性置信下限。仿真算例结果表明,该方法的计算结果介于经典统计方法和传统Bayes方法之间,与根据专家意见计算的结果最接近,评价结果更加合理。     

基于伪寿命分布和Bayes法的电主轴可靠性对比

分析混合陶瓷球轴承电主轴和钢球轴承电主轴的本质区别,设计了电主轴性能退化可靠性试验方案,并在该方案的指导下进行电主轴可靠性试验。针对单一采用伪寿命分布法或者Bayes法对电主轴可靠性评估精度不高的问题,提出了基于伪寿命分布法和Bayes法相结合的可靠性评估方法,应用该方法分别对两种电主轴试验样本的可靠性试验数据进行分析,最终获得其可靠性评估结果。同时,将两种电主轴的各个可靠性指标进行对比分析,获得其在可靠性方面的优劣。     

指数型产品多阶段可靠性增长的Bayes模型

基于D-S证据理论融合验前信息,建立了一种适用于小子样复杂系统多阶段可靠性增长分析的Bayes模型。选择Gamma分布作为失效率的先验分布,通过多源可靠性信息融合,将专家经验转换成概率分布, 利用D-S证据理论融合多个专家信息,确定了先验分布参数,结合产品研制阶段试验数据,根据Bayes统计推断理论,给出了失效率、平均故障间隔时间（MTBF）和可靠度的Bayes点估计和置信下限。以兆瓦级直驱式风力发电机研制试验验证了该模型的有效性。