无失效数据场合智能换刀机器人中轴承的可靠性评估

在目前无失效数据可靠性评估方法中,采用一个模型很难同时得到参数的点估计和置信区间估计。如果采用不同方法分别进行点估计和区间估计,则会造成结果的一致性问题。为此在无失效数据情况下对某型号智能换刀机器人系统中转动关节处的滚动轴承进行可靠性分析,提出一种新的无失效数据可靠性评估模型。新模型采用E-Bayes方法推导出产品寿命概率分布曲线,进而得到产品可靠度的点估计。再利用参数Bootstrap法从寿命概率分布中重新抽取新样本,通过新样本获得产品可靠度的区间估计。在不降低结果可信度的情况下,同时得到产品可靠度的点估计和区间估计。算例分析结果表明,在威布尔分布条件下,新模型不仅能够满足可靠性评估的要求,还可以提高可靠度区间估计精度。所提模型已经验证在进行无失效数据可靠性评估过程中具有良好的可行性,且便于工程应用。     

无失效数据下滚动轴承的可靠性估计

在滚动轴承无失效数据下,将Weibull分布转化为指数分布,以指数分布的失效率和Weibull分布形状参数为切入点,根据历史试验数据,拟合得到形状参数的概率分布,在形状参数先验分布分别为均匀分布与拟合出的概率分布时,利用无失效试验数据得出失效率和形状参数的Bayes估计,进而计算出Weibull分布的特征寿命估计,并通过实例验证了估计结果的准确性.     

威布尔分布场合无失效数据的失效概率估计方法

随着产品可靠性的提高和成本的增加,以及研制周期的限制,现在可靠性试验常采取小样本、短周期,因此试验中收集到的往往是无失效数据,配分布曲线方法在处理这类无失效问题中应用较广。方法的关键步骤就是失效概率的估计,但是针对威布尔分布场合的失效概率估计,研究还比较缺乏。根据形状参数的不同取值范围,利用分布函数的特点和凹凸性,来确定对应的失效概率的取值范围。在实际操作中,可通过工程实践或者专家信息确定形状参数的取值范围,并进一步采用Bayes方法得到失效概率的估计值。仿真算例和轴承实例的计算分析也证明了该方法的有效性和稳健性。     

Weibull型无故障数据下综合Bayes置信可靠性评估模型

在无故障数据情况下,将失效概率结合Bayes理论引入置信限,分析了修正后的数据Weibull分布中单侧置信可靠性。其方法是:首先基于Weibull分布采用配分布曲线法进行分析,构造出多层先验分布给出失效概率的综合EBayes估计,结合最小二乘法拟合得到分布参数的估计值;根据参数的统计性质构造置信区间的枢轴量,同时,给出Weibull分布特征参数的区间估计和可靠度置信下限。以经典轴承试验为例,将此方法与其它方法计算结果进行对比,证明了该方法对置信可靠性评估的合理性和可行性。     

无失效数据参数估计的模糊回归法

由于常规线性回归模型对个别异常数据敏感，导致回归方程欠稳定。建立了实测数据对回归直线的隶属度的计算公式，提出了以该隶属度为权重的模糊加权线性回归模型。由于无失效数据失效概率的确定对分布参数的估计结果有较大的影响，给出减函数法确定指数分布无失效数据失效概率的Bayes估计式和等效失效数法确定威布尔分布无失效数据可靠度的估计式，并对分布参数进行模糊加权线性回归。回归结果与传统评判结果相比，更接近工程实际。     

单失效数据情形下蓄能器可靠性评估

采用无替换定时截尾试验方法得到单失效数据,并分别得到在指数分布下的寿命可靠度模型和在威布尔分布下的可靠度函数、失效概率密度函数和失效率函数的可 靠性曲线。分析蓄能器的可靠性寿命后发现,威布尔分布综合考虑了失效前、失效时和失效后实验数据对可靠性评估的影响,在实验数据完整性方面更优,克服了指数分布不能将失效后的数据考虑在内的缺陷,其可靠性数据更接近实际,对蓄能器少数据、小样本可靠性评估更具有理论和工程意义。     

产品无失效数据的综合处理

提出了产品无失效数据的一种处理方法——综合新Bayes估计法,给出了产品在无失效数据情形失效率的新Bayes估计的定义,并给出了失效率的新Bayes估计。在引进失效信息后,给出了失效率的新Bayes估计,并给出了失效率、可靠度的综合新Bayes估计。最后,结合某型发动机的无失效数据进行了计算和分析,结果表明提出的方法简单、有效,便于工程技术人员在工程中应用。     

定时截尾数据最佳线性无偏估计方法

提出定时截尾数据最佳线性无偏估计方法.针对工程中常见的位置-尺度分布族,给出定时截尾情况下分布参数的最佳线性无偏点估计公式及其协方差矩阵,得到分布参数的置信区间、百分位值和百分率的点估计及其置信上、下限.详细讨论Weibull分布和对数正态分布定时截尾数据的最佳线性无偏估计问题.与目前工程中常用的极大似然估计(maximum likelihood estimation,MLE)方法相比,文中方法所得估计量不但在大样本而且在小样本情况下也具有最佳无偏性质,且计算简单、精度高,便于工程应用.     

使用疲劳裂纹扩展数据的疲劳裂纹扩展的可靠性分析方法

利用现有的疲劳裂纹扩展数据或疲劳裂纹扩展试验的不完全数据 ,对疲劳裂纹随机扩展的可靠性进行了研究。基于疲劳裂纹扩展的确定性模型 ,导出了疲劳裂纹扩展的随机公式。利用现有的疲劳裂纹扩展数据或疲劳裂纹扩展试验的不完全数据 ,对疲劳裂纹扩展随机公式中的随机变量的分布进行了估计 ,得到了其分布的数字特征 ,用Monte Carlo方法得到了疲劳裂纹扩展寿命的失效概率的点估计。实例分析表明了本文方法的实用性和可行性     

单失效数据的可靠性统计分析

以不完全в分布B(Pi-1,1,1,b)为先验分布,提出了DOOF(单失效数据)中失效概率Pi的多层Bayes估计方法:采用加权最小二乘法估计法,给出了DOOF数据下可靠性分布参数和特征估计值的计算公式;并以航天电连接器为例,通过对加速寿命试验数据的统计分析,验证了所提方法的正确性。     

Estimation of one-dimensional velocity distribution by measuring velocity at two points

The measurement of the velocity distribution and discharge in the open channels has always been an important issue in hydraulics. Unfortunately, flow measurement in the open channel is often expensive and sometimes produces poor results. There are many empirical methods to estimate the velocity distribution in a conduit, however, these methods are often applicable only to a narrow range of open channel conditions. In this paper, considering velocity as a random parameter, one-dimensional velocity distribution in open-channel has been derived based on the entropy concept and the principle of maximum entropy (POME). The entropy indexes (M, G, λ₂ and λ_*) are important parameters in entropy method to estimate velocity distribution and discharge in a conduit. A new approach is presented in this work for estimating the entropy parameters based on two-point velocity measurements. The approach for estimating the entropy parameters is tested for laboratory observations and velocity distribution and discharge are determined using Shannon, Renyi and Tsallis entropy methods. The present approach has shown good agreement with measured data. Also, the results showed that Tsallis entropy method is more accurate than other forms of entropy and the calculated values of NRMSE for estimated velocity profile and discharge are 7.86 and 8.8% respectively, showing a good simulation.     

基于不完整数据分布参数的估计

基于不完整数据，提出一种分布参数的估计方法－用Taylor级数和Marquardt的最小二乘法给出分布参数的估计。最后作为例子，结合Weihull分布、正态分布的数据进行计算，通过实例的计算验证本文的方法是有效的。     

试验数据服从Weibull分布时可靠性试验最少试件数的确定

试验试件数的确定是产品疲劳寿命试验过程中的一个重要问题,为节省时间和费用,要求在满足一定精度前提下使得试件数最少.研究在试验数据服从双参数Weibull分布的情况下,如何确定可靠性试验中最少试件数(最小子样容量)的问题.提出以估计量的相对偏差作为精度指标,并推导出确定最少试件数的公式.通过实例计算,给出在一定精度指标和置信水平下,估计特征寿命和安全寿命时所需的最少试件数.     

装备测试性增长过程的贝叶斯验证方法

现有测试性验证试验方案需要较多故障样本,存在测试性验证时间长、结果置信度低的问题,为此提出一种装备测试性增长模型的贝叶斯验证方法,在小子样、异总体的情况下进行测试性验证。建立装备测试性水平动态增长的数学模型,依据已有的研制阶段的数据进行求解,得到测试性增长模型的具体参数值,并对测试性水平进行预测。确定测试性水平的先验分布,使用最大熵法求解分布参数,采用贝叶斯理论融合现场试验数据得到后验分布,实现对装备测试性水平的验证。实例分析表明,该方法在较少样本量的情况下能够提高验证结果的置信度,降低双方风险。     

基于局部基面参数化的点云数据边界自动提取

提出了一种反求工程中基于局部基面参数化方法的点云数据边界特征的自动提取方法。首先选择合适的局部基面 ,然后用点云垂直投影于局部基面投影点的参数化代替空间点的参数化 ,二次参数曲面逼近点云 ,再利用曲面的微分特性估计点云数据的曲率值 ,求出曲率极值点 ,从中提取边界点。通过这些边界点可以进一步拟合边界曲线 ,达到对点云数据进行自动分片的目的。该方法具有较强的可操作性和实用性 ,对于反求工程的自动化和智能化研究具有实际意义     

一种基于区间数聚类的RSSI-D估计方法

在无线传感器网络定位的距离估计方法研究中,普遍假设到达信号强度(received signal strength indicator,RSSI)与对应通信距离的对数成线性关系,但是该假设在实际无线通信环境下几乎不能满足.针对此问题本文提出一种基于区间数聚类的RSSI-距离(RSSI-D)估计方法(distance estimation method using interval data clustering,DEMIDC),首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域,然后针对不同环境中RSSI不确定性程度不同,分别采用基于区间数软聚类和硬聚类的方法对RSSI-D进行估计.最后采用3种典型通信环境下真实的RSSI测量数据完成的实验结果表明,该方法具有较高的距离估计精度,同时具备一定的实用价值.     

基于不确定数据指数型产品贮存可靠性的置信下限

研究了产品具有不确定试验数据下指数型产品贮存可靠性的置信下限。基于产品的不确定数据，首先给出指数型产品贮存可靠性的极大似然估计，然后通过把产品各检测时刻的试验数据折合成某一时刻下产品的伪成败型试验数据，给出了产品贮存可靠性的近似置信下限的计算公式，给出了数字例，并对近似方法进行了模拟计算，结果表明效果较好。     

Reliability evaluation of the servo turret with accurate failure data and interval censored data based on EM algorithm

The servo turret is a complex electromechanical hydraulic component that is the most likely to fail in a numerical control lathe. Reliability evaluation is used to make statistical inferences about the reliability characteristics of products according to all the information related to product reliability. Failure data is the basis of reliability evaluation; however, it is very difficult to collect many accurate failure data for reliability evaluation. In this paper, the reliability of servo turret is evaluated based on failure data that contains accurate failure data and interval censored data. First, a mixture Weibull distribution is chosen for fitting the reliability model. Then, expectation-maximization algorithm is used for estimating the parameters of the distribution which contains hidden variable, and the confidence interval of parameters is constructed using the delta method. In the simulation, different percentages of accurate data and interval data are used and compared with data containing only accurate data. The accuracy of this method is evaluated by mean square error. Finally, the method is applied to the failure data of servo turret and the parameters of mixture Weibull distribution are determined. For possibly simplifying the mixed Weibull distribution, the hypothesis of shape or scale parameters being equal is tested. The hazard property and mean time between failure are then estimated and associated 95 % confidence intervals are obtained.     

基于数据分布的故障分类器核函数参数优化

针对基于支持向量机的故障分类器的参数优化问题，研究了基于数据分布的支持向量机核函数参数优化的基本原理．提出了一种简化算法。依据该简化算法，实现了故障分类器的参数优化，并应用于汽轮发电机组的故障分类。测试结果表明，该参数优化方法可以提高故障分类器的分类能力，具有算法简单、优化效率高等优点，但其通用性有待进一步提高。