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。     

基于任务剖面的导弹LRU备件规划方法

研究了不同环境条件对导弹产品寿命的影响,利用Poisson过程来描述导弹现场可更换单元(line replaceable unit, LRU)在全寿命周期中的维修情况,给出了一种基于任务剖面的导弹LRU备件规划方法。通过对全寿命周期任务剖面进行分析,综合考虑不同典型任务剖面对LRU可靠性的影响,利用Poisson过程建立LRU备件量模型。通过考虑LRU备件贮存失效和定期检测损耗,对备件量模型进行了修正。结合实例表明,该方法在导弹贮存寿命剖面下对LRU备件量进行了合理规划,确保导弹满足战备完好性要求,并节约了全寿命周期费用。     

基于MCMC稳态模拟的Weibull回归模型及其可靠性应用

讨论了贝叶斯加速失效模型族中应用最为广泛的Weibull回归模型，提出针对寿命服从weibull分布的产品，运用基于Gibbs抽样的MCMC方法动态模拟出参数后验分布的马尔可夫链，在失效率的先验分布为Gamma分布时，给出随机截尾条件下参数在Weibuil回归模型中的贝叶斯估计，提高了计算的精度。借助数据仿真说明了利用BUGS软件包进行建模分析的过程，证明了该模型在可靠性应用中的直观性与有效性。     

基于元件降额设计的温度步进强化试验剖面设计

针对目前强化试验剖面效率低、成本高的问题，提出了某型弹类电子产品温度强化试验剖面设计框架。结合产品可靠性框图对试验对象进行失效逻辑分析，基于元器件降额的步长设计方法(step design method based on component derating, CD-SDM)优化步长、缩短试验时间，采用基于有限元仿真的确定性分析方法获得工作极限和破坏极限估值，降低步长划分时极限间工作裕度的影响，实现步长、试验时间和其他要素的优化。以某型弹类电子产品高温步进为例验证所提方法，结果表明获得的温度强化试验剖面较传统方法在试验时间上最少可缩短13.33%左右，与传统方法相比减少了1/4的检测次数，优化了目前可靠性强化试验剖面设计对弹类电子产品试验效率低、成本高的问题。     

突发和退化竞争失效产品的老练时间优化

由于设计与材料的缺陷以及制造过程中的不稳定性,通常在一批产品的生产过程中会产生一定比例具有较高突发失效率的缺陷产品。为了尽量剔除缺陷产品,提高整批产品的实际使用可靠度并减少寿命周期费用,需要进行老练筛选并确定最优的老练时间。在假设突发失效时间服从指数分布、性能退化轨道以Wiener过程描述的基础上,针对同时包含突发失效和退化失效的产品,本文首先建立了包含退化失效的混合竞争失效模型;然后以平均剩余寿命(mean residual life, MRL)为目标函数建立了老练试验优化模型的有效性,并给出了数值求解方法;最后通过数值实例验证了所提出的老练试验优化模型的有效性,并对模型参数进行了灵敏度分析。     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

基于定期检测的贮存可靠性模型及其参数估计

为保持贮存产品的高可靠性,基于指数分布建立了三类具有初始失效的周期检测贮存可靠性模型:检修后如新,贮存失效率增大;检修后不如新,贮存失效率不变;检修后不如新,贮存失效率增大.依据周期检测数据,给出了检修前即刻可靠度的极大似然估计及Bayes估计,用极大似然方法与最小二乘法对模型参数进行了估计.最后,给出一个应用实例演示了模型的有效性.     

无失效数据条件下装备贮存可靠性分析

为解决装备贮存可靠度评估问题,对寿命分布为平均失效率递增类分布(increasing failure rates on the average, IFRA)的装备的贮存可靠性进行分析。首先,针对装备检测过程中可能出现的无失效数据情况,确定了失效概率的先验分布并给出了Bayes估计。然后用加权最小二乘法给出了寿命分布的参数估计,进而得到了装备贮存可靠度的估计和表达式。最后结合实例进行计算,说明了方法的稳定性和可行性,为工程上评估装备贮存可靠度提供借鉴。     

考虑右删失数据的改进Jelinski-Moranda软件可靠性模型

针对软件可靠性测试停止时间不对应失效的右删失问题,给出考虑完全右删失失效数据的改进Je-linski-Moranda(J-M)模型。定量分析了右删失失效数据对可靠性参数评估值的影响,在此基础上分别给出基于残存缺陷比率、失效率以及可靠度函数的软件可靠性测试停止准则。最后将改进模型应用于一组失效数据集,计算结果表明,改进后的模型可充分挖掘右删失数据中蕴含的时间信息,得到更准确的参数评估值。并且所提出的停止准则可有效指导软件可靠性测试活动的开展,具有较好的工程应用价值。     

一种随机截尾恒加寿命试验的贝叶斯评估

针对传统计算方法的不足,讨论了一种贝叶斯加速失效模型族中应用最为广泛的Weibull恒定应力加速度寿命试验模型。针对寿命服从Weibull分布的产品,在参数的先验假设条件下,基于Gibbs抽样的马尔可夫链,运用蒙特.卡罗方法动态模拟出随机截尾恒加寿命试验中相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计。利用BUGS软件包进行建模和仿真分析,证明了该模型在可靠性应用中的直观性与有效性。     

基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

Weibull分布产品零失效下的可靠性增长研究

提出了一种新的基于修正似然函数的可靠性增长分析方法,解决了现有的基于失效次数的可靠性增长模型不能解决的无失效数据情形下的可靠性增长分析问题。该方法首先利用数据合并技术和修正似然函数法得到各研制阶段结束时的可靠性水平,然后利用Duane模型研究系统瞬时失效率随研制试验延长而递减的可靠性增长规律,最后通过仿真实例说明了该方法的有效性。     

基于确信可靠性理论的蠕变寿命模型应用研究

蠕变持久寿命的评估一直受到理论与工程领域的研究和关注, 基于确信可靠性理论这一可靠性领域的新理论所提出的可靠性的三个科学原理建立了蠕变寿命的确信可靠度模型, 并使用不确定理论表征参数的不确定性。通过案例研究分析了模型参数的不确定性, 并将所得结果与基于失效时间数据的概率分布建模进行了对比。分析认为,基于确信可靠性理论的蠕变寿命模型是一种适用于缺少蠕变试验数据情况下的寿命评估新方法, 可以同时考虑多个不同参数不确定性, 蠕变应力指数的不确定性对蠕变可靠度曲线的趋势有显著影响。     

考虑概率型共因失效的多阶段任务系统可靠性分析模型

针对多阶段任务系统(phased-mission system, PMS)任务可靠性受概率型共因失效(probabilistic common cause failure, PCCF)影响的问题, 提出一种基于贝叶斯网络(Bayesian network, BN)的PCCF-PMS分析模型。首先, 研究基于BN的PMS表征方法, 建立不考虑共因失效的PMS基础BN模型, 即PMS-BN。其次, 构建共因空间节点, 并研究在共因空间节点影响下系统模型参数的修正方法。最后, 引入共因节点对PMS-BN模型进行扩展, 实现考虑共因失效影响的PMS可靠性量化分析。以地球同步轨道卫星的首次变轨任务为例说明所提模型的正确性, 分析结果表明, 共因失效问题对于PMS的可靠性存在显著影响。PCCF-PMS模型能够综合处理受概率型与确定型共因失效影响的PMS可靠性分析问题。所提模型适用于共因事件间呈独立、互斥、统计相关等统计关系的情况, 且网络模型规模可控。     

一种多重Weibull回归模型在竞争失效分析中的应用

基于传统竞争失效分析中对截尾数据(包括寿命数据截尾及失效机理信息的删失)、以及环境因子伴随变量的研究不足,提出贝叶斯生存分析理论中一种多重Weibull回归模型;在该模型中假设各失效机理条件下的产品寿命均服从某种Weibull分布,利用该模型能够较为灵活地拟合竞争失效分析中存在数据截尾的情形;针对高维数值积分的不便,讨论了基于Gibbs抽样的MCMC方法,提出通过运用该方法动态模拟出多重Weibull回归模型中相关参数后验分布的马尔可夫链;并通过对模型结构的输入输出分析,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行实例分析的结果,证明了该模型在竞争失效分析中的直观性与有效性。     

考虑随机失效阈值的设备剩余寿命在线预测

退化失效阈值是影响设备剩余寿命预测的重要因素。针对现有剩余寿命预测方法忽略失效阈值随机性影响的问题,提出考虑随机失效阈值的设备剩余寿命在线预测方法。首先,基于带测量误差与随机效应的非线性Wiener过程构建设备退化模型;其次,采用极大似然估计(maximum likelihood estimation, MLE)算法估计退化模型参数与随机失效阈值分布系数;然后,在考虑随机失效阈值的基础上推导出设备剩余寿命的概率密度函数(probability density function, PDF),并基于Bayesian原理实时更新退化模型参数,实现对剩余寿命的在线预测。最后,将该方法应用于陀螺仪剩余寿命在线预测分析,结果表明该方法能够有效提高剩余寿命预测的精度与准确性。     

作业时间随机性及其影响分析

研究作业计划的随机性特征和工序时间波动对调度规则的影响。通过分析和研究不同作业间的工序时间分布关系 ,建立了基于时间参数的调度规则在两项任务间的工序时间随机分布存在重叠情况下的失效率的计算模型。在此基础上 ,采用概率分析法 ,进一步分析和建立了多项任务工序时间分布有重叠的调度规则失效率计算模型。采用该计算模型 ,分析了不同任务间的工序时间期望值相对差和工序时间波动幅度对调度规则失效率的影响     

机械系统有效性仿真

建立了机械系统有效性仿真模型和方法,并以汽车制动系统为例进行了有效性仿真。利用失效概率序列和维修序列的运算描述了机械系统的使用过程,从而计算出系统及其元件的动态可靠性指标:故障频率,有效度,失效率和平均寿命。从理论上系统地阐述了该方法的基本原理及算法过程,并在理论上验证了其正确性。该方法不受系统元件寿命分布类型的限制,与MonteCarlo方法相比,计算量小,精度高。     

可靠性参数的M-Bayes可信限

提出了可靠性参数的一个新估计方法--M-Bayes可信限估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的M-Bayes可信限的定义、估计及其性质.结合某型发动机的实际问题进行了计算,计算结果表明失效率的M-Bayes可信上限"优于"经典置信上限,可靠度的M-Bayes可信下限"优于"经典置信下限.通过例子可以看出提出的方法便于应用.     

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。