基于非齐次Poisson过程的多阶段可靠性增长Bayes评估研究

针对航空航天领域试验费用昂贵、试验数据少的问题,研究了多阶段可靠性增长Bayes分析方法.采用非齐次Poisson过程(NHPP)建立可靠性增长模型;利用Bayes方法融合专家信息,并根据可靠性增长的特点采用Gamma-Beta分布作为NHPP参数的先验分布,通过阶段间可靠性增长信息传递的方法,实现多阶段的可靠性增长评估.最后通过一个发动机的例子表明该方法和模型能够充分利用多阶段的专家经验和试验数据,适合小子样场合的可靠性增长评估.     

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。     

基于AMSAA增长模型的鱼雷系统Bayes可靠性分析

Bayes理论是分析研究鱼雷系统可靠性的有效方法,文中针对美国陆军装备系统分析中心( AMSAA)增长模型,提出了Bayes可靠性增长分析的基本方法。该方法将鱼雷研制阶段的可靠性增长试验数据作为产品可靠性评估的先验信息,再结合少量现场试验数据,运用Bayes方法即可对现场试验后的鱼雷产品可靠性进行评定。仿真结果验证了该方法的有效性,为鱼雷系统可靠性评定提供了一种新的分析方法。     

模糊先验信息情形下Bayes可靠性评估的新思路

针对模糊先验信息情形下的Bayes可靠性评估问题,提出了一种综合利用模糊先验信息和试验数据进行可靠性评估的新方法：首先基于试验数据诱导出一个置信分布．并将此置信分布视为先验分布,而将模糊先验信息视为一个模糊观测．最后,通过一个扩展意义上的Bayes公式将上述两类信息进行有效综合．从而得出更加可靠的评估结果。该方法回避了从模糊先验信息构造先验分布的困难,为模糊先验信息在可靠性评估中的应用提供了一条新的途径。     

基于Bayes方法的火箭弹存储可靠性分析

对成败型的火箭弹存储可靠性进行分析,建立了一种综合部件存储数据和少量整机试验数据的存储可靠性评估方法。先将部件串联而成的模拟系统作为先验分布的参考模型,然后利用先验矩方法确定先验分布的超参数,最后结合整机试验信息,利用Bayes方法对系统存储可靠性进行评估。通过该方法在某型产品上的应用表明,可显著减少存储试验样本,且具有较高的评估精度。     

基于GO 法和Bayes 的制导弹药控制系统可靠性评估

为解决制导弹药实验可靠性评估困难的问题,提出一种融合GO法和Bayes估计的制导弹药可靠性评估方法.利用Bayes法对多源先验信息进行处理,采用威布尔分布作为分布拟合,结合GO法,生成GO图并进行运算,构建系统可靠性模型,给出系统可靠性评估,并以制导弹药控制系统为实例进行验证.结果表明:该方法既充分利用了先验信息,又体现了GO法对复杂系统分析的优势.     

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.     

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。     

基于混合Beta分布的成败型产品Bayes可靠性鉴定试验方案研究

研究了基于混合Beta分布的成败型产品可靠性的Bayes鉴定试验方案。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,并把继承因子看作随机变量,使用混合Beta验前分布建立了可靠性鉴定方案的Bayes决策模型。算例结果表明,在小样本情况下,经典鉴定方案得到的试验样本量过于保守;传统Bayes方法虽利用了产品的先验信息,但却忽略了它们之间的差异;而本文的方法较好地解决了上述问题,并具有方法上的合理性和工程上的实用性。     

可靠性保证试验的风险分析

保证试验是近年来引起可靠性工程界广泛重视的一种可靠性验收试验方法。在充分利用可靠性鉴定试验信息的基础上,得到批产品失效率的多层先验分布,从Bayes统计角度研究了特定保证试验（0.212试验）的风险问题。对一般保证试验的制定进行了研究,并通过实际例子说明其可行性。     

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。     

融合仿真数据的小子样圆概率误差评估

针对应用Bayes方法评估圆概率误差（CEP）时仿真数据容易“淹没”现场实弹数据,导致评估结果无效甚至错误的问题,提出一种基于“有效样本”的飞行与仿真数据融合算法与融合仿真数据的小子样CEP评估方法。使用重要性抽样方法中抽样效率的评估模型度量仿真先验分布与总体分布之间的偏差,建立考虑仿真先验信息有偏差时仿真先验分布的确定方法。该方法在融合评估时仿真样本权重同时依据仿真先验分布与总体分布之间的偏差和样本量调整,而不是原方法中仅仅依赖验前试验的试验次数分配。实验和应用案例表明,新方法的估计性能显著好于传统方法,可以有效解决装备鉴定和定型试验中小子样CEP评估问题。     

某型导弹发射装置故障检测率的Bayes估计

采用无先验信息下的Bayes评估方法,利用常用的共轭分布作先验分布,对先验分布中超参数的取值范围做出假设,运用Bayes理论计算出故障检测率的Bayes估计。并以Bayes估计为基础,结合超参数,求出故障检测率的经验Bayes估计,最后,运用实验数据对所做出假设的合理性进行说明。     

基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测

为了解决装备器材历史需求数据少、需求规律不明确的问题,提出一种基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测方法。针对威布尔分布尺度参数未知以及形状和尺度参数均未知两种情况,分别基于贝叶斯方法通过解析求解和数值模拟的方式进行了参数估计,并引入柯尔莫哥洛夫-斯米尔诺夫检验法对寿命分布模型进行拟合优度检验;综合考虑修复性维修、预防性维修和装备器材的已使用时间,提出了基于蒙特卡洛仿真的部队装备器材年度需求预测方法。算例分析表明：小样本下通过贝叶斯估计得到的寿命分布模型拟合度高,基于仿真的需求预测方法简单、有效。     

及时修正策略的成败型产品可靠性增长模型

针对及时修正试验策略，引入了非齐几何可靠性增长模型，描述了与Duane学习曲线特性的关系，根据不同的失效类型将模型进行了推广．利用进化算法对似然函数求极值，得到了参数极大似然估计，解决了复杂多峰似然函数的求极值问题．在此基础上得到了研制过程结束时的可靠性估计．最后给出了固体火箭发动机可靠性增长分析实例，并与经典估计方法进行比较，表明了本模型的优越性．     

步兵榴弹环境适应性试验设计与评估方法

直接由验前数据获取验前分布可能导致正样机数据"左右"定型试验结论,为了解决此问题,采用混合贝塔分布描述二项分布的验前分布,用相似性因子描述前后两次试验在产品状态和试验条件的差异,运用层次分析法确定了影响步兵榴弹环境适应性试验项目的不同因素的取值范围和相应评语集,给出了基于混合贝塔分布的试验方案设计方法.在获得试验数据后,运用聚类分析方法分析了产品验后分布的环境敏感性.结果表明,该方法参数估计的均方误差更小,估计值更稳健;聚类分析方法能够发现环境因素对产品性能的影响,能够为产品的改进和使用提供数据支撑和指导.     

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。