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。     

一种适用于复杂产品的可靠性评估方法

利用数理统计原理，针对复杂产品提出一种适用于其可靠性评定的矩拟合法。该方法是将部件和分系统试验数据折合成系统的试验数据，作为系统试验的验前信息，从而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂产品可靠性评定的较优方法。     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足,提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布,将寿命型单元等效为成败型单元,将混联系统等效为串联系统,从而将复杂系统转化为成败型单元串联系统,在此基础上利用各单元的验后前两阶矩进行系统可靠度综合,能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。     

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足，提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布，将寿命型单元等效为成败型单元，将混联系统等效为串联系统，从而将复杂系统转化为成败型单元串联系统，在此基础上利用各单元的验后前两阶矩进行系统可靠度综合，能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。     

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。     

机械系统可靠性评定方法

本文根据数理统计原理和系统信息熵原理，针对复杂机械系统，提出一种适用于其可靠性评定的信息熵法。该方法是将部件的试验数据折合成系统的试验数据，作为系统试验的验前信息，而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂机械系统可靠性评定的较优方法。     

单元为不同分布的串并联系统可靠度Bayes置信限

依靠寿命试验对整机进行可靠性评定受到多种制约,单元为不同分布的复杂系统可靠性综合一直是可靠性工程中的难点问题.根据可靠度一阶矩与二阶矩符合相等原则,基于工程背景,研究了无信息先验下求解含并联冗余的串并联系统可靠度Bayes置信限的方法.在已知单元寿命分布及试验信息的基础上,基于Bayes方法,分别用Beta分布和LΓ分布拟合各单元可靠度的验后密度,计算各单元及并联冗余子系统可靠度一阶矩和二阶矩.利用并联系统可靠性模型,将并联冗余子系统等效为二项或指数单元,使系统简化成一般串联系统.再根据串联系统可靠度一阶矩和二阶矩折算出系统试验信息,相当于替代了整机可靠性试验,并据此求解系统可靠度的二项近似与指数近似2种Bayes置信限.该方法在实际工程中具有明显的应用前景,以某型自动平衡记录仪为例,验证了其有效性和实用性.     

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。     

基于CMSR方法的改进型产品实航工作可靠度预测

针对现在武器产品试验中遇到的可靠性预测问题，在分析了现有系统可靠性评估的CMSR方法基础上，利用改进型产品存在较多验前信息的特点，提出了基于CMSR的改进产品实航工作可靠性预测方法。用一改进产品实航试验次数预估实例说明了该方法的应用。     

冗余式分层监测系统可靠性分析

应用图论的方法建立了具有冗余式结构的分层监测系统的可靠性分析模型,基于此模型提出了评价此类系统可靠度大小的概率型可靠度——链路可靠度、支路可靠度与系统可靠度——评价指标。给出了相应的可靠度指标的计算方法与计算实例,最后简要分析了该计算方法的合理性、适用性、计算的复杂性和计算量等问题。     

研制阶段系统可靠性增长的Bayesian评估与预测

基于新Dirichlet先验分布,建立一种适合小子样复杂系统异总体可靠性增长分析的Bayesian模型。充分利用先验信息和阶段试验信息,结合产品研制的试验数据,利用最优化方法研究新的Dirichlet先验分布容易定量和衡量先验参数确定的方法,解决了超参数物理意义不明确难以确定问题。通过变量替换的Gibbs抽样简化了后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayesian点估计和置信下限;结合试验数据,利用该模型实现了未来阶段可靠性的预测,扩展了模型应用范围。实例表明该模型参数含义清晰明确,简单易行,利于工程应用。     

疲劳寿命小子样可靠性试验评估方法研究

阐述疲劳寿命可靠性的概念；提出疲劳寿命可靠性性的安全裕量方程，给出可靠性性计算机公式；结合ｔ分布区间估计理论，提出小于样可靠性试验评估的贝叶斯方法；分别给出２种方法的小子样可靠性试验可靠度的计算公式和寿命预测公式；用算例阐明基本概念及方法思路。     

不确定先验信息综合方法的研究

贝叶斯方法是可靠性分析和可靠性预测的重要方法之一 ,贝叶斯方法估计的准确度取决于先验信息的准确度。本文对综合不确定先验信息的四种重要方法进行了介绍、分析 ,并对各自的应用场合及存在的问题做了说明     

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.     

机械系统的Bayes可靠性评估

讨论了机械系统的Ｂａｙｅｓ可靠性评估问题,当应力、强度均服从正态分布,且分布参数未知的情况下,首先分析了机械产品单元可靠性评估问题,讨论了给定验前分布情况下的单元可靠性Ｂａｙｅｓ精确下限,给出了无验前信息时的可靠性Ｂａｙｅｓ精确下限,鉴于精确限计算的复杂性,给出了应力－强度模型可靠性下限的近似计算方法,同时给出了可靠性的近似分布,然后把机械单元的可靠性信息折合到机械系统上,利用最大熵方法得到了系统可靠的验前分布,若没有做系统的可靠性试验,则根据此验前分布就可以对机械系统的可行性进行评估;若做了系统级可靠性试验,则利用Ｂａｙｅｓ公式求得系统可靠的验后分布,然后利用验后分布进行可靠评估,仿真实例说明机械系统Ｂａｙｅｓ可靠性评估的应用。     

复杂系统可靠度置信区间估计

针对复杂系统可靠性试验非常少甚至没有做的情况，提出了基于单元信息进行可靠性综合的方法。该方法不需假设系统或单元产品的寿命服从某一分布，减少了因寿命分布选择不当所造成的可靠性和方差的误差。在获得单元可靠性的均值和方差的基础上，利用系统可以分解为单一的串联或并联关系，通过逐步综合获得复杂系统的可靠性均值和方差估计值。利用系统信息熵原理，将部件的试验数据折合为系统的试验数据，获得系统的子样数。由此提出了小子样下的系统可靠性置信区间估计新方法，该方法只假设系统可靠性估计服从正态或对数正态分布。新方法使用限制少，计算简单，适用于系统数据较少的可靠性分析.