战术导弹试验鉴定中飞行可靠性验前信息的确定与应用

在飞行试验次数少的情况下，进行导弹的杀伤概率和命中精度鉴定工作，需要应用小子样试验鉴定方法─—Ｂａｙｅｓ方法。本文将飞行可靠性验前信息和命中精度验前信息区别开来，探讨了飞行可靠性验前信息的收集和处理，及其确定方法和在导弹单发命中概率鉴定中的应用方法。     

基于顺序Dirichlet分布的Bayes可靠性增长评估方法

针对产品可靠性增长试验过程中试验样本量少这一特点,提出一种基于顺序Dirichlet分布的Bayes可靠性增长评估方法。利用顺序Dirichlet分布的统计特性,对产品可靠性增长试验过程中的专家信息进行规范化描述,并在Bayes试验鉴定框架下作为验前信息给出其验前分布的确定方法,以及产品可靠性增长过程中各试验阶段产品可靠性的评估方法。通过综合考虑产品各试验阶段的历史信息,主观信息和客观信息等多种信息形式,解决了小样本情况下产品可靠性增长试验性能指标的评估问题。     

二项分布Bayes鉴定试验次数的选择与分析

讨论了二项分布的可靠性Bayes鉴定试验方案问题。在试验样本量一定的条件下,充分利用验前信息弥补现场试验信息的不足,从平均后验风险角度制定了成败型系统可靠性鉴定试验的Bayes方案。密切结合工程试验,从生产和使用双方的实际风险的角度,研究分析了Bayes可靠性鉴定试验与评估的联系与差异。最后,与传统的鉴定试验方案进行了分析比较,明确了Bayes方法的使用范围,对于工程试验方案的选择具有实际的指导意义。     

Bayes方法应用中验前分布选择的一致性与可信性原则

Bayes方法已在装备的参数估计与决策分析中得到了广泛应用。现有的研究主要集中于验前分布的构造与方法的工程应用,而对验前信息之间的一致性、验前信息的可信性研究较少。给出了验前信息一致性的定义与检验方法,建立了验前可信性分析的假设检验模型。以此为基础,建立了基于一致性与可信性的验前分布融合模型。最后,以装备可靠性分析为例,对一致性、可信性的计算过程进行说明。     

基于仿真信息的反舰导弹小子样靶场试验综合评定方法

为了对小子样条件下反舰导弹靶场试验结果作出合理的评定,以仿真信息作为先验信息,分析了小子样条件下反舰导弹靶场试验的Bayes统计推断方法,基于多层验前多元信息融合的理论,建立了反舰导弹靶场试验综合评定中的Bayes统计决策模型.最后在已做的理论与方法研究工作的基础上,开发了试验结果分析评定软件,并结合实际型号的试验数据加以应用,验证了所研究的方法和开发的软件的有效性.     

基于仿真信息的反舰导弹小子样靶场试验综合评定方法

为了对小子样条件下反舰导弹靶场试验结果作出合理的评定,以仿真信息作为先验信息,分析了小子样条件下反舰导弹靶场试验的Bayes统计推断方法,基于多层验前多元信息融合的理论,建立了反舰导弹靶场试验综合评定中的Bayes统计决策模型.最后在已做的理论与方法研究工作的基础上,开发了试验结果分析评定软件,并结合实际型号的试验数据加以应用,验证了所研究的方法和开发的软件的有效性.     

基于贝叶斯网络的动量轮可靠性建模与评估

卫星动量轮具有小子样、长寿命特点,无法进行大样本寿命试验评估可靠性水平,但是可以获得大量的专家经验、地面调试数据等验前信息,因而提出了一种基于贝叶斯网络的动量轮可靠性建模与评估方法.首先,采用贝叶斯网络学习算法,融合各种验前信息,建立动量轮可靠性模型;在此基础上,利用贝叶斯网络推理方法,评估动量轮可靠性,分析动量轮故障;最后通过实例分析表明方法的有效性.     

先验信息在Bayes可靠性评估中的应用研究

简要介绍了Ｂａｙｅｓ方法在可靠性评估中的应用,分析了当选取共轭共验分布的情况下,先验信息对可靠性评估结果的作用强度以及后验点估计和置信区间的影响,最后,针对Ｂａｙｅｓ方法在实际应用中的适应范围和有效性问题,设计了利用试验数据对先验信息进行相容性检验的方法。     

Weibull分布下Bayes可靠性评估的工程方法

本文提出了一种关于Ｗｅｉｂｕｌ分布的Ｂａｙｅｓ可靠性分析的工程方法。基于工程实践中关于可靠性的验前信息或失效率的验前信息,给出了可靠性参数,如可靠性、可靠寿命等的验后分布。并通过选择适当的损失函数,得到了可靠性参数的Ｂａｙｅｓ估计。文中的实例说明了该方法的步骤。     

特小子样场合下,Bayes方法与仿真在飞行器试验分析中的运用

本文论述具有验前信息下的试验结果统计推断方法。文中以再入飞行器械活跃产估为例，说明了Ｂａｙｅｓ方法的特点。对于验前信息的获取及验前分布的表示作了重点论述。文中提供的方法，对于小子样甚至是特小子样场合下的芭场试验结果的分析具有普遍意义。     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

指数分布下可靠性指标验证的截尾SPOT方法

针对传统指标检验方法进行验证决策所需样本量大的问题,提出一种序贯验后加权检验方法(se-quential posterior odd test,SPOT),给出系统寿命服从指数分布条件下,应用SPOT方法进行可靠性指标验证时决策阈值的计算模型及给定样本容量时的截尾SPOT方法。由于该方法充分利用了验前获得的关于总体分布未知参数的信息,因而减小了对现场试验子样的需求。最后给出了应用该方法的具体步骤,通过仿真实验证明了该方法的有效性。     

基于动态建模方法的可靠性增长试验评定

运用动态建模方法对可靠性增长试验下可靠性参数的先验分布进行分析．在任务可靠度先验分布确定的基础上，结合产品的少量现场试验数据，利用Bayes方法对系统的可靠性增长试验结果进行分析．首先给出了可靠性增长分析的动态模型，然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型．在此基础上，给出各阶段可靠性增长试验中可靠性参数的Bayes估计．针对液体火箭发动机寿命分布为Weibull分布的特点，对Weibull寿命型系统的可靠性增长试验进行评定．通过一个实际例子说明了该方法的有效性．     

一种基于证据融合的高可靠性产品可靠性评价方法

如何综合来自不同信息源的信息进行可靠性评价是高可靠产品可靠性分析领域的研究热点.针对存在随机不确定性和认知不确定性时高可靠产品的可靠性评价问题,结合证据理论提出了一种新的评价模型.鉴于不同可靠性信息源对产品可靠性指标的贡献不同,利用K-L交叉熵定义各个信息源的权重,对每个信息源生成的基本概率分配函数(BPA)进行修正.然后,将修正后的BPA按照D-S证据组合规则进行融合,进而利用可转移信度模型(TBM)对合成后的BPA进行概率测度的转换,从而实现对高可靠产品可靠性的度量.最后,以某型号电子器件的寿命评估为例,验证了本文提出的评价方法的可行性和有效性.     

特小子样试验下导弹精度评定的Bootstrap方法

针对特小子样下导弹精度评定的需求,提出了利用验前信息来弥补现场试验信息不足的改进Bootstrap统计方法.首先介绍了Bootstrap方法的基本概念;其次分析和比较了特小子样下验前信息与现场试验信息的若干种相容性检验方法的性能,并根据相容性检验水平确定了各类信息源的权重.然后,基于重要度抽样的思想,分别针对非参数Bootstrap方法和参数Bootstrap方法讨论了验前信息在导弹精度评定中的运用.最后,根据工程经验提出了一种改进的权重分配方案.仿真结果表明,KS相容性检验方法在特小子样下更为适用,考虑相似验前信息的Bootstrap精度评定结果更为合理.     

基于Dirichlet 先验分布的Bayes 二项可靠性增长方法

由于产品系统的复杂性和试验的高费用,并且产品的可靠性增长试验往往基于小样本,因此解决小样本问题在可靠性增长试验中也是非常重要的.借助Bayes理论,假设先验分布为Dirichlet分布,解决二项可靠性增长问题,能够充分借助先验分布和试验数据更合理估算出外场可靠性.同时在后验分布的计算上,利用Gibbs抽样的Markov Chain Monte Carlo(MCMC)方法仿真后验分布的计算.和传统的二项式Bayes方法进行比较,利用以Dirichlet分布为先验分布的Bayes方法非常适合阶段性可靠性增长试验评估,借助于专家的经验和以往类似产品的试验数据,容易定量和衡量先验参数.     

Bayesian synthetic evaluation of multistage reliability growth with instant and delayed fix modes

In the multistage reliability growth tests with instant and delayed fix modes, the failure data can be assumed to follow Weibull processes with different parameters at different stages. For the Weibull process within a stage, by the proper selection of prior distribution form and the parameters, a concise posterior distribution form is obtained, thus simplifying the Bayesian analysis. In the multistage tests, the improvement factor is used to convert the posterior of one stage to the prior of the subsequent stage. The conversion criterion is carefully analyzed to determine the distribution parameters of the subsequent stage＇s variable reasonably. Based on the mentioned results, a new synthetic Bayesian evaluation program and algorithm framework is put forward to evaluate the multistage reliability growth tests with instant and delayed fix modes. The example shows the effectiveness and flexibility of this method.