并串联系统可靠度的Bayes估计及Bayes置信限

针对并串联系统,在先验分布服从伽玛分布的条件下,应用双边截尾样本和Bayes方法对系统在平方损失、LINEX损失、熵损失下的可靠度进行研究,分别得到相应损失函数下的Bayes估计和Bayes置信限.     

熵损失下负二项分布可靠度的E—Bayes估计

对负二项分布,给出可靠度在熵损失函数下的Bayes估计,在此基础上给出当先验分布为幂分布时,可靠度的E-Bayes估计和多层Bayes估计,并设计了相应的数值实验,实验结果表明负二项分布可靠度的E-Bayes估计较多层Bayes估计稳健性更好,计算更简单,便于实际应用.     

升降法试验C-R-S曲线及疲劳极限研究

为获得安全可靠的疲劳极限,提出了处理升降法试验数据置信限-可靠度-应力(C-R-S)曲线方法.把升降法的应力水平和可靠度作为随机变量,进行了最优分布检验和参数估计,确定置信限,按三参数Weibull分布、采用最小二乘法拟合C-R-S曲线,获得具有一定置信限和可靠度的疲劳极限.通过38SiMnMo调质齿轮弯曲疲劳强度升降法试验,获得置信限为95%、可靠度为99%的弯曲疲劳极限应力为283.76MPa,位于GB3480极限应力框图内,表明该方法是可行的.     

熵损失下产品可靠度的E_Bayes估计

研究了熵损失下产品可靠度的E_Bayes估计及其性质。提出了一种新的参数估计方法--E_Bayes估计法。在熵损失函数下,分别就超参数的不同先验分布,给出产品可靠度的E_Bayes估计及其性质,并通过实例将可靠度的E_Bayes估计与多层Bayes估计进行比较。可靠度的E_Bayes估计避免了多层Bayes估计复杂的积分计算,形式上更加简洁,便于计算。对于同一组数据,可靠度的E_Bayes估计和多层Bayes估计的数值计算结果十分接近。可靠度的E_Bayes估计不仅具有多层Bayes估计的稳健性,而且具有多层Bayes估计的精确性,应用更加方便,表明可靠度的E_Bayes估计法是可行的。     

负二项分布可靠度的经验Bayes估计

在平方损失函数下,获得了负二项分布可靠度θ的Bayes估计,在一般条件下,利用其边缘分布的特性,构造了相应的经验Bayes估计,并证明了得到的EB估计是相合的渐近最优的.     

负二项分布可靠度的E-Bayes估计

对负二项分布,给出在熵损失函数下当可靠度的先验分布为Beta分布和幂分布时可靠度的Bayes估计、E-Bayes估计及多层Bayes估计,并针对先验分布为幂分布的情形设计了相应的数值实验.实验结果表明,相对于负二项分布可靠度的多层Bayes估计,其E-Bayes估计的计算更简单,且稳健性也更好.     

刻度平方误差损失函数下几何分布的Bayes可靠性分析

在刻度平方误差损失函数下,研究了几何分布可靠度的Bayes统计推断问题。在可靠度的先验分布为无信息先验分布下,得到了可靠度的Bayes和E-Bayes估计。最后通过Monte Carlo数值模拟对几种估计进行比较。     

基于记录值的几何分布模型的Bayes可靠性分析

针对来自几何分布的记录值样本,研究可靠度参数的Bayes估计问题.首先给出可靠度的最大似然估计和最小方差无偏估计;在可靠度参数的先验分布为贝塔分布、损失函数为平方误差损失和一类新的加权平方损失函数下,导出了可靠度的Bayes估计;最后通过Monte Carlo数值模拟例子说明论文给出估计的有效性.     

基于小子样的Bayes系统可靠性综合评估方法

通过分析系统故障状态建立系统模糊不可靠度,在故障模式影响及危害性分析(Failure Mode Effect and Criticality Analysis,FMECA)的基础上,提出影响系统故障模式可靠性的一些重要参数,结合所建立的模糊不可靠度推导出系统不可靠度综合公式,利用提出的最优分布拟合方法、Bayes方法对系统可靠度进行Bayes点估计和置信下限估计.以某型发动机系统为例,对其不可靠度进行随机模拟仿真,仿真结果表明所提出的方法在实际的可靠性工程中具有一定的可行性.     

表决系统可靠性指标的近似置信限比较

利用E-Bayes和多层Bayes方法对定时截尾试验数据下表决系统的可靠性指标进行估计,得到了部件失效率、系统可靠性和系统平均寿命的E—Bayes近似置信限和多层Bayes近似置信限,并利用蒙特卡罗方法进行模拟比较,结果表明,多层Bayes方法比E—Bayes方法更具优势．     

基于ARIMA风电机组齿轮箱故障趋势预测方法研究

针对齿轮箱计划外停机和意外故障导致的风电机组安全运行问题,提出了一种基于ARIMA模型的故障趋势预测方法;方法可以处理具有非线性和非平稳性特征的齿轮箱运行状态监测数据,用以时间序列的自相关分析为基础的模型预测状态监测时间序列数据的趋势变化;选择生产现场采集到的齿轮箱油泵出口压力SCADA数据和运行实例验证了方法的有效性,实验结果的拟合效果令人满意;研究结果表明方法能够适应齿轮箱运行状态监测数据随时间的变化特征,反映出一定的运行状态变化趋势,具有较好的预测精度和较大的应用范围,对风电机组其他部件的故障趋势预测具有一定的应用参考价值。     

结合部件试验数据和系统试验数据估计串联系统可靠度置信限

本文讨论了部件和系统都作定数截尾试验时,独立指数部件串联系统可靠度的置信限估计问题。推广了中的结果,得到了结合部件试验数据和系统试验数据的系统可靠度精确置信下限求解方程。由此解得的可靠度置信限在无偏意义下是最优的。     

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下 ,巴斯卡分布可靠度的 Bayes估计及其可容许性 ,并且给出 Bayes置信下限以及多层 Bayes估计的表达式     

分组与删失数据下几何分布的参数估计

研究了当寿命分布为几何分布时,观测数据分组与可能删失的情况下的参数估计,利用EM算法求出了参数的MLE估计,在平方损失下得出了参数的Bayes估计,并应用近似Beta分布加权和的方法得出了参数的近似的Bayes置信下限.     

一类新的损失函数下负二项分布模型的Bayes可靠性分析

在一类新的加权平方损失函数下,给出了负二项分布可靠度的Bayes和多层Bayes估计,并利用E Bayes方法给出了负二项分布可靠度的E Bayes估计.针对得到的3种估计,给出了数值模拟,结果表明:E Bayes估计比多层Bayes估计优良.     

加权平衡损失函数下逆伽马分布的Bayes估计

在逆伽马分布尺度参数的先验分布为其共轭先验分布伽马分布Γ(a,b)时,给出了其在加权平衡损失函数下的Bayes估计、E-Bayes估计和多层Bayes估计.最后通过数值模拟,说明了此3种估计具有较高的稳健性和精确性,其中多层Bayes估计的稳健性最好,E-Bayes估计的精确性最好.     

一种对称损失下巴斯卡分布参数的Bayes估计

研究在一种对称损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes估计的置信下限.     

指数分布场合下只有一个失效数据的统计分析

针对定时截尾试验中只有一个失效发生情况下,利用指数分布母体分布函数的凹凸性给出了各检测时刻失效概率的Bayes估计,然后用最小二乘法给出指数分布参数λ的估计,进而得到指数分布可靠度估计。最后将此方法应用于实际例子,所得结果较为稳定。     

基于历史样本几何分布可靠度的经验Bayes估计

在几何分布可靠度的先验分布为幂分布时,分别在平方损失函数和熵损失函数的情况下,给出了可靠度的经验Bayes估计,并且证明了θ的Bayes解的唯一性.最后,通过实例验证了几类估计的优良性.     

Q对称熵损失下几何分布的参数估计

研究几何分布的先验分布为幂分布时,在对称熵损失函数下给出了其可靠度的多层Bayes估计,并根据实际数据说明了该估计是稳健的。