基于Bayes序贯检验的长周期系统动态试验方法

提出了一套基于正态分布贝叶斯序贯检验的试验设计方法,为长周期、多指标系统的小子样动态试验次数的确定提供了理论依据。该方法以待检系统的单次抽样检验合格概率为统计观测值,从假设多次抽样后的该观测值序列服从正态分布开始分析,应用正态分布贝叶斯序贯验后加权检验理论对多指标系统的序贯抽样检验过程进行设计,给出了验前信息处理、贝叶斯序贯试验及序贯截尾方案设计、序贯截尾风险增量上界计算、以及系统各指标综合合格概率估算的具体实现方法。系统仿真实验的结果表明,该方法是可行的。     

计算机可靠性验证试验方法

可靠性验证试验是衡量设备设计质量水平的有效手段。本文通过实例介绍电子设备可靠性验证试验的理论和方法，该方法将定时截尾和序贯截尾的优势结合起来，具有可操作性、实用性和可行性。     

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。     

数据污染对于序贯分支方法的影响及应对策略

序贯分支方法(sequential bifurcation,SB)因其高效性,近年来被广泛用于仿真试验的因子筛选研究中.然而,传统的序贯分支方法难以应对数据污染情形下的因子筛选问题,因此,本文结合稳健估计的方法改进了传统的序贯分支筛选过程,使其具有良好的抗异常值特性,解决了多种数据污染情形下的因子筛选问题.首先,分析仿真试验中可能出现的数据污染情形及其数据形式,并结合序贯分支方法的基本原理,量化不同数据污染情形对因子筛选结果所造成的影响;其次,采用稳健的位置和散度统计量改进了传统的序贯分支方法中的显著性检验过程,使因子筛选结果不受数据污染的影响;最后,通过仿真试验验证改进的序贯分支方法具有更好的抗异常值特性,同时,该方法在非数据污染下也不失一般性.     

指数寿命分布多阶段可靠性增长决策研究

可靠性增长模型是可靠性增长决策的基础和关键,其在可靠性增长过程中有着重要作用。在故障延缓纠正模式下,对基于指数寿命分布的多阶段可靠性增长模型进行了研究。考虑到可靠度估计的不确定性,采用贝叶斯风险决策技术,通过期望效用函数量化可靠度的不确定性,并定义了停止可靠性增长试验的贝叶斯决策规则,最后给出了一个应用实例验证了方法的可行性。     

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     

参数未知自相关过程的自适应边界调整策略

针对参数未知的自相关过程的质量控制问题,研究了每次调整成本固定下的自适应调整策略。建立了过程的状态空间方程模型以及未知参数的贝叶斯模糊先验分布,利用序贯蒙特卡洛法估计未知参数值进而得到了过程每个阶段的调整边界线,从而确定使过程总体损失最小的边界调整策略;给出了基于序贯蒙特卡洛法的边界调整策略的算法步骤,并通过算例验证了调整策略的有效性。结果表明,该调整策略具有较好的调整效果。     

成败型试验的Bayes序贯网图检验法

Bayes序贯检验法和序贯网图检验法分别从先验信息利用和对检验问题拆分的角度对序贯检验法进行了有效的改进。融合二者的优点,针对成功率检验问题,提出了一种Bayes序贯网图检验法,对该方法中先验信息的利用以及插入点的选择等都进行了详细的讨论。同时也给出了相应截尾方案及比较计算实例,并通过Monte Carlo方法计算了平均样本量。实验结果表明,该方法对序贯网图法的改进是全方位的,不仅可以降低二类风险,而且所需的截尾样本量和平均试验量也更少。     

基于部分交叉验证的多准则序贯近似建模方法

提高序贯近似建模的精度和收敛效率,关键在于制定合理有效的序贯抽样准则。针对如何有效获取目标系统信息进行近似建模,同时提高建模精度和收敛效率,提出了基于部分交叉验证的多准则序贯近似建模方法。通过融合部分交叉验证误差估计准则、极大序贯建模累积变化准则和极大熵准则的特征和优势,可实现对全空间全面抽样和对不规则区域重点抽样,进而提高近似模型的精度和收敛效率。算例测试表明该方法在提高序贯近似建模精度和收敛效率方面可行有效。     

多值故障字典的测点选择与序测试设计

序贯测试问题是目前的一个研究热点。由于时间复杂度太高,传统的序贯测试算法对于测点数大于12的系统无能为力。为此,将序贯测试问题拆分为测点选择与序测试设计两个问题。测点选择问题用A^*算法解决:运用M进制编码规则,首先给出了启发函数的计算方法,然后给出了能够得到所有最小测点集的改进的A^*算法。序测试设计问题用AO^*算法解决:对二值哈夫曼编码规则进行推广得到了多值编码规则,根据此规则给出了AO^*算法启发函数的计算方法。提出的方法更符合可测性设计的设计流程,试验和复杂度分析表明该方法能显著降低传统方法的时间复杂度。     

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.     

二项式分布场合加速退化零失效可靠性验证试验

对于长寿命高可靠产品,采用零失效可靠性验证试验需要大量的时间或者样本。为了缩短试验时间,建立了一种在二项式分布场合下基于性能退化数据的加速退化零失效可靠性验证试验方法。首先从加速退化模型和测量数据估计样品在规定时间内的退化量及其方差,然后在使用方风险和可用试验样本量的约束下,对试验费用进行优化,得到了最优的试验方案,并给出了单个样品停止试验的判定规则。最后通过一个实例证实了该方法能有效地缩短试验时间。灵敏度分析表明,在规定时间内退化量的预估值对试验方案的优化结果影响较大。     

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.     

Poisson过程的可靠性增长模型(Ⅱ)——定时截尾试验的情况

基于定时截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限。     

现场可靠性数据的变点分析

针对产品寿命分布规律在使用过程中的变点问题,提出了产品寿命分布变点检验和估计的Bayes方法。根据产品现场使用先验信息的结构特点,提出了变点先验分布的确定方法,并给出了变点Bayes估计的计算方法。利用所得到的变点估计可制定产品的最佳维修策略以及产品报废期。数值模拟表明Bayes方法具有较好的稳健性,适用于现场可靠性数据的变点分析。     

可靠性工程中的经验Bayes方法(Ⅲ)

本文简要介绍了可靠性工程中广泛采用的经验Bayes方法,对这一方法的优缺点及其适用范围进行了系统的分析,对当前研究工作中存在的一些问题进行了评论.在此基础上,本文提出了根据实验数据对先验分布进行假设检验的必要性,给出了一些公式和若干可行的检验方法.