滚动轴承可靠性的贝叶斯统计

对于要求高、制造难、寿命长和价格高的轴承产品,难以抽取较多的轴承样品进行试验,也难以进行较长时间试验,只能是做小子样、短时间的无失效试验。现介绍轴承可靠性指标点估计及区间估计的贝叶斯方法,该方法利用当前批以及以往批产品的样本试验数据和使用信息,估计轴承的失效率、可靠度,从而提高了评估的置信度。     

腐蚀应力加速寿命试验条件下滚动轴承的可靠性评估

为了缩短轴承可靠性评估试验时间,用逆幂律Weibull加速寿命试验方法分析了腐蚀条件下滚动轴承的可靠性。用加权最小二乘法和极大似然法给出了评估模型参数的点估计,结合信息矩阵法给出了评估模型参数及轴承平均寿命、可靠度、可靠寿命等可靠性指标的区间估计。解决了常见轴承可靠性评估中只有可靠性指标点估计而缺少区间估计的问题,使评估结果更加全面。分析了具体实例,基于Akaike信息准则(AIC)、贝叶斯信息准则(BIC)原理,用最佳模型给出了腐蚀条件下轴承的可靠性评估结果。计算结果表明所提方法具有较高的评估精度,且当腐蚀应力提高1倍时,轴承的平均寿命缩短8.75%,可靠度减小16.83%。     

数控机床可靠性指标的似然比检验区间估计

为评估现场时间截尾少样本故障数据的多台数控机床的可靠性,基于似然比检验理论,提出包括初步粗略评估和最终精确评估的数控机床可靠性指标的似然比检验两步区间减半评估方法,推导计算2参数Weibull分布评估模型参数及平均无故障工作时间、可靠寿命和可靠度等可靠性指标区间估计的迭代公式。应用该方法初步评估时,可先取较大计算步长,寻找评估指标上凸曲线的最大值和下凹曲线的最小值,计算结果可取至整数,不需要精确计算。在第二步精确评估时,在最大(小)值左右两区间分别取减半区间或更小区间,细化步长,重新计算,直至找到满足精度的精确估计值。结合一具体实例,给出2参数Weibull分布评估模型参数及可靠性指标的点估计和区间估计。结果显示该方法可减少计算量,提高迭代速度,适用于少样本数据的可靠性分析。     

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。     

串联结构产品可靠性建模与统计分析

针对电连接器接触对数量较小的情况下,其接触寿命不适宜用Weibull分布描述的问题,研究了串联结构产品可靠性建模及统计分析方法,建立了任意接触对数量下电连接器接触寿命分布的可靠性模型,研究了基于区间数据的模型参数点估计和Bootstrap区间估计方法。试验研究结果表明：对于串联结构产品,采用串联结构的真实分布比近似地采用威布尔分布的拟合优度高,可更加客观地评价产品的可靠性水平。     

基于自助最大熵法的滚动轴承无失效数据可靠性评估

在寿命概率分布已知和未知的情况下,用自助最大熵法处理滚动轴承寿命试验或服役过程中的无失效数据,构建寿命失效数据的可靠性函数,预测寿命失效数据可靠性的真值函数及其上下界函数,以实现对滚动轴承寿命无失效数据的可靠性评估。经实际案例证明,自助最大熵法对寿命的概率分布没有要求,用该方法获得的寿命无失效数据可靠性评估结果是可信的。     

考虑定时截尾数据的数控机床可靠性Bootstrap区间估计方法

针对采用参数Bootstrap方法进行数控机床可靠性区间估计时,在重抽样过程中因缺失定时截尾数据而产生较大估计误差的问题,提出一种能够充分利用数控机床定时截尾数据的可靠性Bootstrap区间估计方法。分析数控机床定时截尾试验中完整数据与定时截尾数据的时间关系,在重抽样时依据该时间关系重新生成Bootstrap重抽样样本,解决了采用参数Bootstrap方法重抽样时无法利用定时截尾数据,进而导致数控机床可靠性评估误差较大的问题。采用极大似然估计和Newton-Raphson方法得到了试验样本的点估计,采用纠偏加速系数对极大似然估计带来偏性误差进行纠偏,进而得到区间估计。结合具体实例,对抽样试验时间长度T及初步生成完整数据的个数k的设定原则进行了论述。试验结果表明:与其他区间估计方法相比,在同一置信水平下,考虑定时截尾数据的Bootstrap方法得到的可靠性区间长度短,可用于数控机床的可靠性评估。     

随机性能退化下极小样本高速列车轴承的可靠性评估

针对高速列车轴承性能退化过程缓慢、退化轨迹较为平稳的特点,本文采用随机性能退化过程建模,将Wiener过程的未知参数看作随机变量,根据轴承相对温度性能退化幅度的大小以及工程经验确定出合理的退化轨迹模型,最终得出轴承寿命的可靠度函数。通过对某型号轴承试验数据的实例分析,表明文中的方法能够在极小样本无失效数据情况下充分利用性能退化数据,完成产品寿命的可靠性评估。     

阀门的可靠性评估方法研究

针对阀门可靠性试验的不同结果,提出了两种基于威布尔参数的可靠性评估方法。当有阀门失效时,采用线性回归技术估计威布尔分布中的未知参数。当无阀门失效时,结合相似产品的寿命分布及参数信息,采用模糊综合分析法确定威布尔分布中的未知参数。分别给出了两种情况下阀门的可靠度计算公式。给出了阀门可靠性分析实例,结果表明该方法比较符合工程实际情况。     

失效率的双侧M-Bayes可信限及其应用

为了评估产品的可靠性,提出可靠性参数的一种新的估计方法———双侧M-Bayes可信法。对寿命服从指数分布的产品,在无失效数据情形给出失效率的双侧M-Bayes可信限的定义、估计及其相关性质。所得到的结论:可靠性参数(失效率、可靠度)的双侧M-Bayes可信限优于双侧经典置信限。最后结合实际问题进行计算,结果表明所提出的方法可行,且便于工程应用。     

飞机整体驱动发电机可靠性评估及寿命预测

基于航空维修工程中飞机整体驱动发电机(IDG)的故障数据,进行IDG整机可靠性评估及寿命预测研究.利用Edgeworth级数,将服从任意分布的故障数据概率分布函数近似展开成标准正态分布函数,利用Hermite多项式进行计算,获得可靠度R及平均故障间隔时间的点估计.解决了任意分布的故障数据概率密度函数及概率分布函数难以确定、传统方法IDG运算过程复杂、计算量庞大的问题.运用Bootstrap方法进行IDG可靠度、平均故障间隔时间的点估计和区间估计计算,并通过算例验证了Edgeworth级数方法的正确性和有效性,为制定航空维修计划、节约维修成本,提供了科学的理论依据,具有重要的工程指导意义.     

基于虚拟信息的滚动轴承可靠性估计

为了提高轴承截尾时间点的可靠度估计的可信度与稳定性,在滚动轴承截尾试验中出现无失效数据时,提出了在每个截尾时间点的可靠度估计过程中引入前一个截尾时间点无失效样本的虚拟失效信息的可靠度计算方法。经实例分析证明,在不同超参数取值下,采用该方法得到的特征寿命和形状参数估计值波动最小,具有更好的稳定性。     

基于可靠性建模的混凝土泵车结构臂可再制造性评估

废旧产品再制造评估是再制造开展的前提。目前的产品再制造性评估中,产品失效数据收集周期长,数据样本采集困难,零部件再制造前难以对其可靠性做出评估。论文以某公司泵车结构臂现场使用数据为基础,建立了结构臂的可靠性参数模型,提取其平均剩余寿命及可靠度数据,提出了一种基于结构臂平均剩余寿命的可再制造性评估方案,结合企业设定的可靠度阈值,对结构臂可再制造性做出综合评估,为混凝土泵车臂架再制造性决策提供依据。     

基于传动性能退化数据的RV减速器可靠性评估

针对RV减速器的可靠性评估需求,进行了RV减速器的传动性能退化试验,利用试验获取的传动精度退化数据对其性能退化模型进行拟合优选,确定了RV减速器最优性能退化模型,并对RV减速器伪失效寿命进行评估;基于伪失效寿命数据,运用最大似然估计法建立了基于三参数威布尔分布的RV减速器失效概率分布模型,并对其可靠性进行评估。结果表明,线性退化模型与原始数据的相关系数最高,RV减速器最优精度退化模型为线性退化模型;利用拟合得到的可靠度函数,可以计算RV减速器在设定失效阈值下的平均无故障时间,实现RV减速器的可靠性评估。     

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。     

无失效数据的可靠性评估和寿命预测

提出一种无失效数据可靠性评估和寿命预测方法 ,给出其可靠度和使用寿命的置信下限。该方法在Weibull分布形状参数下限已知的情况下 ,能将所有无失效寿命数据进行累加 ,大大提高可靠性分析的精度 ;而在对数正态分布标准差上限已知的情况下 ,可以充分发挥对数正态分布的可靠度和使用寿命置信下限较高的优点。此外 ,还建立对数寿命标准差和Weibull分布形状参数之间的关系式 ,从而能够根据工程上积累的大量对数正态分布标准差上限的数据求得Weibull分布形状参数下限 ,反之亦然。本文方法易于计算 ,便于工程应用     

无失效数据的可靠-I生评估和寿命预测

提出一种无失效数据可靠性评估和寿命预测方法，给出其可靠度和使用寿命的置信下限。该方法在weibull分布形状参数下限已知的情况下，能将所有无失效寿命数据进行累加，大大提高可靠性分析的精度；而在对数正态分布标准差上限已知的情况下，可以充分发挥对数正态分布的可靠度和使用寿命置信下限较高的优点。此外，还建立对数寿命标准差和weibull分布形状参数之间的关系式，从而能够根据工程上积累的大量对数正态分布标准差上限的数据求得weibull分布形状参数下限，反之亦然。本文方法易于计算，便于工程应用。     

极少失效数据和无失效数据的可靠性评估

当前对于无失效数据和极少失效数据的处理方法,不能同时得到参数的点估计和置信区间估计。在具体应用中,如果基于不同方法得到点估计和置信区间估计,则造成结果的可信度降低。针对这一问题,在威布尔分布下,对当前广泛应用的配分布曲线法的各个环节进行详细分析并加以改进,使得计算结果既包含点估计,也包含置信区间估计,从而增强了结果的可信度。经过对3组不同产品的寿命数据的分析计算,并与其他方法得到的结果相对比,发现根据所提出的方法计算得到的结果更为合理。这证明了这一方法的有效性和合理性。     

基于Jeffreys先验的参数相关退化可靠性评估

通过Jeffreys无信息先验分布描述了Gamma退化过程中参数的相关性,由贝叶斯模型得到各参数满条件分布,使用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)方法得到参数后验期望估计,最后给出可靠度评价模型。工程实例表明,所得可靠性评估较独立情形更为保守,能够更早地给出产品修理建议。同时,仿真表明,可靠度要求越高,相关与独立情形寿命估计结果偏差越大,0.999 9可靠度下偏差率最大可达9.26%。     

基于退化量分布的电主轴可靠性评估

针对在较短的时间内难以评估高可靠度、长寿命电主轴可靠度的问题,利用基于退化量分布的方法对其可靠性进行评估。首先对电主轴的失效机理进行了分析;然后结合退化量分布的基本原理和退化试验数据对电主轴的可靠性进行评估,分别求出电主轴的4个常用可靠性指标,同时绘制可靠度曲线、失效概率密度曲线以及失效率曲线;最后估计出电主轴的平均寿命和特征寿命。该方法缩短了试验时间,提高了评估精度,对长寿命产品的可靠性研究具有一定的意义。