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。     

确定测试性验证试验方案的贝叶斯方法

现有的测试性验证试验方案在一定的风险约束下都需要较大的故障样本量。针对这一问题,以故障检测率(fault detection rate, FDR)为验证指标,提出利用研制阶段试验数据和专家信息制定测试性验证试验方案的贝叶斯方法。该方法首先利用研制阶段试验数据建立了产品的FDR增长模型,以此描述FDR在研制阶段的变化趋势,然后利用专家信息确定模型中的超参数,进而得到FDR的验前分布,最后依据贝叶斯最大后验风险准则制定了新的测试性验证试验方案。通过实例的对比分析表明,与经典试验方案相比,新方案样本量减少效果明显,在样本量保持不变的条件下双方风险大大降低。     

一种基于贡献率图的KPCA故障识别方法

提出一种新的针对KPCA模型的故障识别方法——贡献率图法。该方法是在微分贡献率图和核函数导数的基础上提出来的,它采用统计量T2和SPE对每个变量的偏导数来度量每个变量对统计量T2和SPE的贡献率。和基于数据重构法的KPCA故障识别方法相比,该方法不需要任何迭代近似计算和数据的重构,计算量小且可避免重构产生的误差对识别结果的影响。通过在某型涡扇发动机故障检测与诊断中的应用表明,该方法比基于数据重构法的故障变量识别准确率更高,再结合发动机故障机理分析,便可准确地确诊故障,从而大为缩短故障定位及排故的时间,预防重大事故的发生。     

DSFT的建立及故障概率空间分布的确定

为利用工矿企业生产过程中已有的长期监测得到的元件故障数据,提出适合于处理这些数据的离散型空间故障树(DSFT).在DSFT基础上提出了确定元件故障概率空间分布的方法,即因素投影拟合法和基于神经网络(ANN)的方法.给出了这两种方法的具体实现过程,考虑了工作时间t和工作温度c对于元件故障的影响,研究了范围c:0~40℃,t:0~50天内的元件故障概率空间分布.并将这两种方法和CSFT得到的元件故障概率空间分布进行了对比分析.比较分析证明:使用DSFT的ANN预测法所得结果要比使用DSFT的因素投影拟合法更为接近CSFT的相对真实结果.在只有监测数据而不清楚系统结构的情况下这两种方法均适用,但ANN法更精确.     

模拟电路软故障诊断测试节点优选的仿真研究

基于斜率故障模型和线性相关系数故障模型,提出了一种模拟电路软故障诊断字典法中的测试节点优选算法.针对模拟电路中的单故障和双故障,分别利用节点电压增量计算出的斜率和线性相关系数作为统一故障特征,建立故障字典;给出了在字典建立过程中,利用PSPICE仿真工具对电路进行故障仿真,采用特征函数描述故障统一特征的差别,根据故障隔离度优选测试节点的算法和步骤;并用仿真实例验证了该测试节点优选方法的有效性.     

无失效数据下计算装置贮存寿命评估方法

针对信息化弹药部组件贮存寿命难以评估的问题,提出了一种融合自然贮存试验数据与加速试验无失效数据的部组件贮存寿命评估方法。首先,根据部组件的自然贮存试验数据,通过保序回归解决数据中的倒挂问题,采用极小卡方估计法和拟合优度检验初步确定部组件的寿命分布函数。接着,通过最优置信限法,估计加速应力水平下的模型参数,并计算加速应力水平与常规应力水平间的加速因子,将加速试验中的无失效数据折算为常规应力水平下的定时截尾数据,单独依据该数据重新评估模型参数。而后,融合折算数据和原始自然贮存数据,再次评估部组件的贮存可靠性,综合对比评估结果确定其分布函数。最后,以某计算装置为例,综合对比分析自然贮存试验数据、加速试验无失效数据和融合贮存试验数据的评估结果,确定了该计算装置的寿命分布函数和给定可靠度下的贮存寿命,证明了该方法的有效性,可以做工程应用推广。     

加工中心故障分布规律及其研究方法

数控机床的平均故障间隔时间是一项重要的可靠性指标,然而作为该指标计算理论基础的故障分布规律却未得到充分研究.基于Ⅰ型截尾似然函数理论,结合加工中心试验数据,对加工中心故障间隔时间进行了威布尔分布模型的拟合,然后用Hollander-Proschan方法进行了拟合优度检验.最后证明该加工中心故障间隔时间服从威布尔分布.对这类有替换定时截尾数据,用截尾似然函数理论进行拟合,并且用Hollander-Proschan方法进行拟合优度检验,是非常有效的.     

基于不完全维修的可修系统平均故障次数研究

为了研究可修系统在不完全维修状态下的故障发生次数,使用广义更新模型(generalized renewal process,GRP)的思想建立的Kijima虚寿命模型来描述不完全维修模型,使用极大似然参数估计得到了上述过程的相关参数,使用Monte Carlo(MC)模拟得到了故障时间,计算不同时间段的不完全维修时平均故障次数.根据文献结合了一组零件故障服从两参数威布尔分布的数据,进行了上述方法的模拟.并将结果与相同数据的完全维修和一般维修得到的系统不同时间的平均故障次数进行比较,模拟表明在7000h前可以使用不完全维修模型确定平均故障次数,7000h后用不完全维修和一般维修平均故障次数曲线的平均值确定平均故障次数.     

基于蒙特卡洛方法求取故障导弹飞行落点概率方法研究

针对导弹飞行试验中发生故障时落点概率的求取问题,提出了一种基于蒙特卡洛统计仿真的估计方法。该方法通过对导弹飞行过程中发生坠落故障模式的分析,确定每种模式情况下导弹落点的散布规律,并建立起落点预测仿真统计数学模型,可得到导弹落点概率密度分布矩阵的估计。采用对仿真落点精度控制和对导弹落点概率密度矩阵的数值积分,有效地提高了对落入任一区域概率的估计精度。给出了应用该方法的具体步骤,通过一示例数据的计算证明了该方法的有效性。     

基于幂律型分布的动态VaR模型及实证研究

针对金融资产回报时间序列的尖峰厚尾性和波动集聚性,提出了基于AR(1)一GARCH(1,1)模型与幂律型分布相结合计算VaR的方法.用GARCH模型对时间序列建模刻画波动集聚性,用基于幂律型分布的扩展形式拟合GARCH模型的残差分布尾部,刻画回报时间序列的厚尾特征,两者结合更好地描述回报时序的动态波动现象.对上证综指进行实证分析,结果表明,文中提出的方法比基于正态分布的GARCH模型和静态幂律尾法更精确.     

基于比例失效率退化模型的可靠性评估方法

针对不假定寿命分布类型的长寿命可靠性评估问题,提出一种不同于传统基于退化轨迹和退化量分布的退化数据可靠性评估方法。将时间视为类加速因子并作为协变量,通过引入比例风险模型来描述产品寿命与退化量失效率之间的关系,建立比例失效率退化模型;通过考虑分布簇之间的差异度来确定退化量分布类型,求出退化量基准失效函数及比例失效率系数;采用线性回归模型拟合出类加速模型参数估计,确定已知检测时刻下的退化量失效率函数,并外推产品在退化失效阈值下的寿命可靠度函数;结合实例分析,验证方法的实用性和有效性。     

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.     

加速退化试验与加速寿命试验相结合的产品可靠性评估

提出加速退化试验与加速寿命试验相结合的对高可靠长寿命产品进行快速可靠性评估与寿命预测的新方法. 在建立合适退化轨迹模型的基础上,推出产品各应力下的失效分布函数. 根据这些分布函数利用数值仿真方法产生各应力下的伪失效寿命数据,利用加速寿命试验中的寿命试验数据的处理方法进行处理,然后外推出产品在正常应力下的失效分布函数. 该方法可以避免加速退化模型的分析和建模过程,在评估结果具有一定精度的情况下减少了研究工作量. 最后的实例计算表明了本文方法的有效性.     

基于不确定理论的退化数据分析方法

作为可靠性领域传统的数学工具，概率论难以解决现代可靠性工程面临的难题。本文以不确定理论在退化数据分析中的应用为切入点,阐述了不确定理论的基本公理、运算法则与不确定统计方法,给出了基于确信可靠性理论的可靠性建模思路,提出了不确定失效阈值情形下的退化数据分析与可靠性建模方法。利用时变不确定正态分布建立产品的退化方程,根据专家知识建立失效阈值的不确定分布进而构建裕量方程,最终根据度量方程推导出产品可靠性模型。使用不确定统计中的极大似然估计法与假设检验法解决参数估计与模型验证问题。案例分析说明如果不考虑失效阈值的不确定性,会造成可靠性评估结果较大偏差。研究表明不确定理论适合处理退化数据分析中的不确定性难题,具有广阔的应用前景。     

基于竞争失效模式的数控机床可靠性建模

数控机床是复杂的机电一体化系统，其故障不仅包括由于机械磨损造成的性能退化失效，还包括电子器件等引起的突发性失效，数控机床故障是退化失效和突发失效竞争的结果. 故本文假设突发失效和退化失效相互独立并且都服从Weibull分布，综合考虑突发失效和性能退化之间的相关性和竞争关系进行数控机床可靠性建模研究. 采用最小二乘估计法估计模型参数，运用D检验法进行参数拟和性检验；得出了一种基于竞争失效模式分析的可靠性评估模型. 最后，以15台某系列数控机床60个故障数据对该方法进行验证，说明了该方法的有效性和可行性.     

基于ARMA模型的故障率预测方法研究

在对比多种时间序列模型的基础上,结合故障率预测的特点,得出了自回归一移动平均混合模型(简称ARMA模型)是其中最适用于使用阶段故障率预测的方法这一结论.给出了基于ARMA模型的故障率预测的基本思想、预测模型、实施步骤,并按此法对某航空公司波音飞机故障率进行了预测,说明ARMA模型适用于故障率预测,且预测结果准确性较高.     

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.     

面向预防性维修的两种失效竞争下多状态系统可靠性模型

针对装备系统在使用过程中存在退化失效与突发失效竞争的情况,以单个系统为研究对象,考虑单一维修台,采用随机检测策略,根据系统内部性能水平与外部冲击损伤等级分别采用三种不同类型的预防性维修,系统完全故障时进行换件维修,利用Phase-type (PH)分布代替指数分布等典型分布,统一描述模型中各类时间变量分布,建立了通用性更好的系统可靠性模型,获得了系统的主要可靠性参数.最后通过算例验证了模型的适用性,并讨论了不同类型的预防性维修速率以及预防性维修阈值对系统可靠性参数的影响.     

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。