基于贝叶斯混合概率分布融合的系统可靠性分析与预测方法

针对一般系统可靠性分析与预测方法在处理多层次信息分布不均衡(multi-level & information imbalanced, MLII)系统时的一些局限性,提出了基于贝叶斯推理与信息提取融合的系统可靠性分析方法。该方法通过引入直接先验分布、间接先验分布与融合先验分布的方式,重构了经典贝叶斯推理算法。主要创新性包括提出了基于自更新权重系数的贝叶斯混合算法,该算法可充分利用底层单元的完备数据,自下而上地补偿顶层匮乏的信息,获得较为准确的系统可靠性分析与预测结果。将该方法应用于具有MLII特点的复杂机电系统,分析结果较传统方法有更高的准确性。     

基于寿命分布和贝叶斯的加速因子确定方法

针对小子样产品加速因子难以确定问题,提出了一种基于寿命分布和贝叶斯的加速因子确定方法。首先根据相似产品内场贮存数据信息,对正常应力下寿命分布参数进行极大似然估计(maximum likelihood estimation,MLE),再利用Fisher信息矩阵求逆得到其方差〖CD*2〗协方差矩阵,最终得到正常应力下寿命分布参数的分布,然后根据新研产品加速应力下小子样试验信息结合相似产品加速应力试验信息和专家经验等先验信息,利用ML Ⅱ方法确定混合先验分布的权重,再利用Bayes方法得到产品寿命分布参数的后验分布,最后根据正常应力下和加速应力下的产品寿命分布参数的分布信息综合确定加速因子。以某加速度计为例,验证本文方法的正确性和有效性。     

融合先验加速退化与外场退化信息的可靠性评估方法

针对性能退化过程服从Wiener过程的产品,运用贝叶斯统计推断法,提出了一种融合同类产品加速退化试验(accelerated degradation test, ADT)信息与个体外场退化信息的可靠性评估方法。考虑到内、外场应力环境之间的差异,提出了基于修正系数的Wiener过程双参数修正模型;分别建立了步进ADT数据模型与外场退化数据模型,得到各应力下分布参数估计值;利用加速因子,将各加速应力下分布参数估计值折算到正常工作应力下,构成未知参数先验分布的数据样本;采用CvM检验法,确定未知参数最优先验分布类型及其超参数估计值;构建了外场退化数据下未知参数的后验分布函数,采用马尔可夫蒙特卡罗方法,得到参数的后验分布均值。通过实例分析验证了所提方法的正确性和实用性,结果表明,本方法可有效处理先验ADT信息与外场退化信息之间的融合评估问题。     

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。     

基于Bayes信息融合的人为差错概率计算方法

研究了人为差错概率的计算。首先,介绍了可用于人为差错概率计算的数据来源,主要包括：通用数据、专家数据、仿真实验数据和现场数据。然后,分析了Bayes信息融合方法的基本思想,强调了该方法的两个关键性问题：验前分布的构建和融合权重的确定。最后,构建了基于Bayes信息融合的人为差错概率计算方法。将前3种数据作为验前信息,融合形成验前分布。使用Bayes方法完成与现场数据的数据综合,得到人为差错概率的验后分布。基于该验后分布,完成人为差错概率的计算。通过示例分析,演示了方法的使用过程,证明了方法的有效性。     

基于Weibull-Bayes协同物流网络资源规划进度偏差应急控制

协同物流网络资源规划进度偏差应急控制具有小样本、无先验信息的特点,采用多样本偏差数据统计方法或传统先验信息分析方法均无法解决其偏差出现概率分布构造与可靠性评估问题.为此,提出了Weibull-Bayes进度偏差应急控制模型,利用考虑信息差异的Bayes方法构造各阶段偏差出现概率的验前分布,利用挣值分析指数估计Weibull分布的形状参数.最后,算例分析结果表明该模型方法对应急控制资源规划进度偏差是有效的.     

维修性先验信息的融合方法

在利用Bayes小子样方法进行维修性指标验证时,针对维修性先验信息与现场维修信息为异总体的可能性较大的问题,分别建立了前期试验阶段维修时间信息向现场试验信息折合的内积模型和相似装备维修时间信息向待评装备维修时间信息折合的线性模型。采用随机加权法将先验信息转换为先验分布,并以现场信息为基准,根据各先验信息与现场信息分布模型中均值参数的差异程度来确定各先验分布的权重,然后通过计算综合先验分布与假设的正态分布的概率密度误差,对其融合后为正态分布的假设进行了检验,同时也提出了准确计算分布模型参数的方法。对某舰船装备维修性先验信息的折合与融合的实例表明了方法的有效性。     

基于正态-逆伽马分布的反巡航导弹命中概率估计方法

有效估计反巡航导弹武器系统命中概率是确定反巡航导弹武器系统弹药消耗的基础, 反巡航导弹试验成本高, 导致数据不足, 给估计反巡航导弹武器系统的命中概率带来困难。本文以防空试验中靶面落点服从二维联合正态分布的现象为切入点, 结合巡航导弹等效矩形域的特点, 提出了基于正态-逆伽马分布的反巡航导弹武器系统命中概率估计方法。选取正态分布和逆伽马分布作为反巡航导弹武器系统命中概率特征参数的先验分布, 并通过贝叶斯分析方法得到相应的后验分布函数。采用参数估计得到先验分布中的超参数, 确定命中概率的最大后验估值, 示例表明了方法的可操作性, 具有广阔应用前景。     

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。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

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.     

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.     

成败型系统变总体下的Bayes可靠性试验鉴定方法

提出了一种成败型系统变总体下的Bayes可靠性试验鉴定方法.该方法依据产品研制过程中不同阶段的试验数据,建立了产品可靠性的动态参数模型,以此描述产品可靠性的变化趋势,并对正样阶段的产品可靠性进行预测,利用最大熵法给出了产品可靠性的验前分布,最后结合产品少量的现场试验数据,对正样阶段的产品可靠性做出了Bayes统计决策.通过算例对比分析,该方法很好地解决了小子样产品的可靠性试验鉴定问题.     

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。     

Bayesian sequential testing for exponential life system with reliability growth

A Bayesian sequential testing method is proposed to evaluate system reliability index with reliability growth during development.The method develops a reliability growth model of repairable systems for failure censored test,and figures out the approach to determine the prior distribution of the system failure rate by applying the reliability growth model to incorporate the multistage test data collected from system development.Furthermore,the procedure for the Bayesian sequential testing is derived for the failure rate of the exponential life system,which enables the decision to terminate or continue development test.Finally,a numerical example is given to illustrate the efficiency of the proposed model and procedure.     

基于无失效数据的加权E-Bayes可靠性评估方法

针对无失效数据情况下产品的可靠性评估问题,提出加权最小二乘法结合期望Bayes（expected Bayesian, E-Bayes)可靠性评估方法与模型。根据工程经验,构造出产品失效概率的先验分布;运用Bayes理论与方法,给出产品失效概率的E Bayes估计;在威布尔分布场合下,采用加权最小二乘法来拟合产品寿命分布参数,给出产品可靠性指标的点估计和区间估计;结合算例分析,探讨模型的稳健性与方法的优越性,表明该方法具有较好的工程应用价值。     

定时间隔测试时指数分布可靠性增长的Bayes分析方法

本文给出了定时间隔测试时指数分布可靠性增长的Bayes推断方法。在假设研制过程中失效率是非增的约束下,导出了最末阶段失效率的边缘验后分布。