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。     

基于可靠性增长的变总体可靠性试验鉴定方法

针对产品研制过程中存在多阶段的试验数据和产品性能参数呈现可靠性增长的特点, 提出了一种变总体可靠性试验鉴定方法. 该方法依据产品研制过程中不同总体的试验数据, 利用可靠性增长模型, 给出变总体试验信息似然比的定义和判决准则, 进而给出变总体可靠性试验鉴定方法. 通过实例对比分析, 该方法可较好地解决小子样产品可靠性指标的假设检验问题.     

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．     

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.     

成败型系统可靠性增长的动态Bayes评定方法

针对产品研制过程存在多阶段的试验信息和产品性能参数呈现动态变化的特点,提出一种Bayes框架下成败型系统可靠性的动态评估方法.该方法依据产品研制过程中不同研制阶段的试验数据,利用离散AMSAA可靠性增长模型对产品可靠性的变化趋势进行描述,进而对新批次的产品可靠性进行预测,并由最大熵方法给出产品可靠性验前分布的确定方法,再结合产品少量的现场试验数据,对新批次的产品可靠性做出Bayes评估.最后通过实例对比分析,表明该方法很好地解决了小子样产品的可靠性试验评估问题.     

基于可靠性增长的可靠性鉴定试验方案

针对现行可靠性鉴定试验标准GJB-899A中提供的试验鉴定方案存在试验时间过长或试验风险过大,且当前可靠性鉴定试验设计大多只依赖于产品自身的寿命数据,而对产品研制过程中的可靠性增长数据利用较少的问题,以寿命服从指数分布的产品为研究对象,基于美军陆军装备分析中心提出的可靠性增长模型AMSAA模型对产品研制阶段的可靠性增长过程进行建模。再利用Bayes方法基于产品可靠性增长过程的试验数据来获取产品寿命分布,计算产品可靠性鉴定试验方案的生产方风险和使用方风险,进而推导得到满足风险要求的产品可靠性鉴定试验方案。通过实例分析以及与GJB899A所提出的试验方案对比,验证了所提方法的可行性与先进性。     

高价值弹药可靠性综合评定方法研究

为解决高价值弹药可靠性鉴定中试验样本量大、成本高的问题, 提出了基于小子样变动统计思想的可靠性综合评定方法。考虑到弹药可靠性在研制阶段上呈现动态特性、环境上呈现差异特性和相似装备上呈现关联特性, 基于小子样变动统计思想建立了弹药可靠性综合评定模型; 针对多源历史样本的“异母体”问题, 以信息熵和条件熵理论对无历史样本下和有历史样本下可靠度的不确定性进行量化, 以不确定度减少比率作为该历史样本相较于现场样本的继承因子; 基于贝塔分布函数和继承因子构建了关于可靠度的混合先验分布, 由贝叶斯理论推导得到可靠度的验后分布, 从而实现对高价值弹药的高效可靠性评定。以某型弹药为应用对象, 验证了本文方法的有效性和合理性。     

指数型产品可靠性验收试验方案研究

在充分利用产品研制过程可靠性信息的基础上,利用多层贝叶斯方法给出了制定指数型产品可靠性验收试验的方法。该验收试验方案充分利用了产品定型试验中的先验信息,将产品在研制阶段的可靠性信息转换为批产品的可靠性信息,在确保较好验收效果的前提下,比传统的验收试验大大减少了试验时间,从而得到可观的经济效益     

基于虚拟失效序列样本的系统实时可靠性研究

针对一类不能获得足够数量的试验和现场使用数据的复杂系统,提出Monte Carlo(MC)实时可靠性估计方法.以系统部件失效时间序列作为样本空间,应用MC法仿真产生更多的虚拟样本,建立了虚拟样本序列下系统实时可靠性估计的一般框架,并研究了MC估计的期望和方差与先验信息之间的关系,得到了具有包含关系的信息条件下,基于较少先验信息的估计的方差不超过拥有更多先验信息的估计的方差.考虑所有部件失效时间序列和导致系统失效的部分部件失效时间序列的先验信息,分别导出了系统实时可靠性模型.最后,通过算例分析,验证了本文不同先验信息下可靠性模型的有效性和方法的合理性.     

含增长单元串并联系统可靠性评定的Bayes方法

先验分布的确定与表示是Bayes统计推断的出发点和关键点。针对含增长单元串并联系统的特点 ,提出了一种通过分解 综合法确定系统可靠性参数先验分布的方法。该方法有助于解决小样本复杂系统可靠性评定中无验前信息或验前历史信息较少时先验分布的确定问题 ,并给出实例进行说明     

基于仿真的复杂系统可靠性评估输入数据统计分析研究

对应用仿真技术评估复杂系统可靠性时榆入数据的统计分析进行了深入研究。特别是对试验数据较少，即小样本情况进行了研究。对于根据小样本进行的可靠性估计，结合Bayes方法的蒙特卡洛(Bayes-MC)方法和结合改进的Bootstrap方法的蒙特卡洛(改进的Bootstrap-MC)方法是比较有效的。概括总结了无数据情况下的专家经验估计三角分布方法，提出了改进的Bootstrap方法，将验前信息与专家经验纳入Bootstrap方法中，克服了该方法利用样本信息量不足的缺陷，使其更加完善与实用。在复杂系统的可靠性评估时，应采用综合或混合的方法。     

相关函数融合法及其在可靠性分析中的应用

验前分布的获取与表示是Bayes小子样理论中的关键问题 ,尤其在验前信息多源性的情况下 ,更需要合理客观地综合利用这些信息 ,为统计判断提供充分的论据。随着科技的发展 ,可靠性试验分析等实际研究领域现场样本较少 ,而验前信息多源化的趋势日益明显。为此提出了一种基于相关函数的多源异总体信息融合技术 ,并通过仿真实例说明了该方法在可靠性试验分析研究中的应用。     

基于伪寿命分布的退化数据可靠性评估方法

提出一种利用加速退化数据对产品进行可靠性评估与寿命预测的建模与参数估计方法。首先,针对加速退化数据的特点,建立了加速条件下特征参数退化曲线的连续时间函数模型。进而,结合工程中常用加速模型,建立了加速退化模型参数估计的整体似然函数,并基于Fisher信息阵采用整体推断的极大似然法给出整体模型参数的区间估计。该方法能够有效利用不同加速应力水平下产品退化数据的横向信息,并综合连续时间函数模型对产品退化曲线拟合性强的优点,可提高产品可靠性评估与寿命预测的精度。以某电子产品为例进行了应用实例分析。     

基于区间灰度的无人机航迹择优评价方法研究

本文给出一种基于区间灰度评价理论的无人机多航迹方案择优方法,提高了不确定飞行环境下,无人机航迹择优的精度和可靠度.针对无人机多航迹方案择优中存在的不确定性和威胁信息获取的不完全性,本文将反映不确定性的区间数,与刻画信息获取量的灰度组成的二元有序对,作为新的评价标度-区间灰度,并定义了决策结果可靠度指标;接着构建了基于区间灰度评价标度的无人机航迹方案择优方法.在无人机航迹规划方案的择优实证分析中,对比仿真了本文方法与区间决策方法,仿真结果表明:本文方法不仅能有效提升最优方案分别与次优和最差方案评价指标的离差,减少决策者的犹豫度;还能提供决策结果的可靠度信息,增加决策信心.     

混合不确定多态系统可靠性的EUGF分析方法

在进行多状态系统可靠性分析时,很多情况下系统中同时存在着多个类型不确定信息,如一些复杂系统中,由于样本量的差异,一些信息可以作为随机信息,而另一些信息由于缺少足够的样本,只能以区间形式给出。提出一种基于证据通用生成函数理论的多状态系统可靠性分析方法,来处理多类不确定性信息的多态系统。该方法基于证据不确定性量化理论,能够充分利用区间信息和认知信息,避免了系统中信息的浪费。基于证据量化理论建立证据通用生成函数模型,采用信度和似然度对多态系统进行可靠性评价,提高了基于认知不确定性的可靠性分析结果的可信性。对于同时含有随机信息和认知信息的多态系统,该方法首先通过将随机信息离散处理,然后建立统一的证据通用生成理论模型进行多态可靠性分析。通过案例分析对所提出的方法进行了验证。     

小子样变总体下的Bayes测试性验证方法

现有测试性验证试验方案一般都需要较大的故障样本量,利用装备研制阶段的测试性数据则可能有效解决这一问题。但研制阶段的测试性数据和现场试验数据一样属于“小子样”且具有“变总体”特点,为此提出一种基于Bayes理论的测试性验证方法。首先根据装备研制各阶段积累的测试性试验信息构建装备测试性参数故障检测/隔离率(fault detection rate/fault isolation rate,FDR/FIR)的动态增长模型,用以揭示装备测试性水平的动态变化规律,并对其测试性指标进行预测。然后根据最大熵原理计算系统FDR/FIR的先验分布。最后结合少量现场试验数据,根据Bayes最大验后风险准则制定装备测试性验 证方案,对装备测试性指标进行验证。通过实例对比分析表明,该方法有效融合了研制阶段数据与现场试验数据,能在小样本的情况下提高验证结论的置信度,降低评估风险。     

基于软符号重构的迭代子载波间干扰补偿方法

脉冲熄灭是正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机常用脉冲干扰抑制方法,但该方法将导致子载波间干扰(inter carrier interference, ICI),恶化OFDM接收机链路传输的可靠性。为克服脉冲熄灭OFDM接收机ICI的问题,提出基于软符号重构的迭代ICI抑制方法。接收机信道译码器输出的码字比特软信息交织后计算得到发送符号的软估计值,然后利用信道频率响应重构接收信号,最后对熄灭信号样值进行时域补偿。仿真结果表明,所提出方法可有效消除脉冲熄灭法产生的ICI,提高OFDM接收机链路传输的可靠性。