具有一阶自回归测量误差的步进加速退化可靠性分析

针对传统方法在步进应力加速退化建模时常常忽略测量误差间自相关性的问题,提出一种具有一阶自回归(AR(1))测量误差的步进应力加速退化可靠性分析方法.利用Wiener过程描述产品的性能退化过程,同时引入一阶自回归AR(1)模型表征具有自相关性的测量误差项.然后,建立漂移系数与加速应力之间的加速关系模型,并对漂移系数进行随机化处理以表征产品个体差异性.在首达时概念下,给出失效时间分布函数和概率密度函数的解析表达式.然后,提出一种加速退化模型参数极大似然估计方法.最后,通过激光器算例分析验证了本文方法的适用性和有效性,结果表明:与传统方法相比,本文方法建模合理性更优,且能有效提高产品退化可靠性分析精度,进而为产品合理维修决策的制定提供有力支撑.     

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。     

基于退化数据的贮存设备最优检测策略

性能测试是保证设备可靠性的重要手段。早期的维护模型都是围绕定期检测展开研究，不能够很好地反映设备的实际工作情况，且数据来源大都为寿命数据，数据样本少，可信度不高。针对退化过程符合Wiener过程的设备，提出了工作前检测和定期检测相结合的维护决策模型。首先，基于Wiener过程进行退化建模，建立基于Wiener过程的退化模型,然后引入变点的概念，得到设备的寿命分布。最后，结合所提维护决策模型，确定对设备进行最优检测的间隔。     

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。     

随机效应Wiener过程退化可靠性分析方法

针对工程中很多产品的初始退化量具有不确定性的情况,提出一种性能退化随机效应Wiener过程可靠性分析方法,同时考虑初始退化量和漂移系数的随机性.然后,根据首达时的定义,推导出了失效时间概率分布函数和概率密度函数的解析表达式.其次,结合产品性能退化测试情况,给出退化模型未知参数的极大似然估计.最后,通过对磁盘性能退化可靠性实例分析,验证了本文方法的适用性和有效性,与随机效应退化轨迹模型相比,本文方法建模过程更为合理,且评估精度高.     

多阶段可校正系统退化建模与可靠性评估

退化数据在小子样、高可靠、长寿命产品可靠性评估中的作用日益突显。针对工程实践中多阶段可校正电子装备可靠性评估难题,综合考虑任务的多阶段性和校正行为影响,建立了基于Wiener过程的性能退化模型,采用贝叶斯方法得到退化模型中漂移参数的后验分布估计,构建了光滑函数解决系统校正行为导致的函数不连续性问题,在此基础上根据首次到达时的概率分布提出了多阶段可校正系统的可靠性评估方法,给出相关数值算例,验证了模型、方法和分析结果的正确性和实用性。     

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。     

考虑冲击与阶段备份的多阶段任务系统可靠性建模

近年来，由于在航空航天、军事、核能等领域的广泛应用，多阶段任务系统(phased mission system, PMS)可靠性建模方法得到了广泛的关注。航天系统所包含的电子设备会由于自身的老化导致性能退化而失效，同时也会因为外界的随机冲击导致失效，严重影响系统可靠度。针对该问题，提出一种基于模块化方法的模型。首先，将冲击模型与半马尔可夫过程结合，计算受冲击影响的工作单元可靠度。然后，提出一种基于二元决策图(binary decision diagram, BDD)模型的方法，对同时考虑冲击与阶段备份的PMS进行可靠性建模。最后，以某型航天器中的推进子系统为例对所提方法进行说明，并应用蒙特卡罗方法进行验证，证明了所提方法的建模效率与准确性。     

基于Wiener过程的步进应力加速退化建模

在现有的步进应力加速退化试验中,应力水平的改变时间通常被事先确定,这对高可靠性产品存在一定的不合理性。用Wiener过程描述产品性能退化轨道,在试验中当产品性能退化到某一阈值时,改变其应力水平,从而产品的应力水平改变时间是服从逆高斯分布的随机变量。基于该情形建立产品的步进应力加速退化模型。考虑到模型的计算复杂性,采用贝叶斯马尔科夫链蒙特卡罗方法获取模型参数的极大似然估计,最后通过仿真试验验证文中的模型和方法。     

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。     

军事欺骗计划的一种策划方法

介绍了一种制定军事欺骗计划的方法。首先,由军事欺骗手段的使用特点,分析了军事欺骗行动中产生的备择冲突、资源冲突和效果冲突等问题。其后,给出一种由作战目标导向的制定军事欺骗计划的模型,采用"力量优先矩阵"和"协调矩阵"等方法解决了上述冲突问题,并对军事欺骗手段进行优化配置。最后,用一个实例演示了应用该模型制定军事欺骗计划的过程,并验证了其可行性。     

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.     

考虑用户行为和排错延迟的多版本软件可靠性增长模型

软件在测试阶段和使用阶段操作环境的差别导致软件测试可靠性和运行可靠性不完全相同.软件在发布后的使用和维护阶段,软件可靠性的增长不仅体现在软件固有故障的排除,而且用户对软件的熟悉程度也会影响软件的可靠性.本文研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的多版本软件可靠性增长模型.通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,试验结果表明提出的模型具有较好的效果.     

网络可靠性评估的演化过程重要度抽样模拟方法

针对具有高可靠度网络的连通失效概率计算问题,提出了一种重要度抽样Monte Carlo模拟方法.首先提出了考虑节点和边单元失效网络连通状态判别的演化过程算法,算法根据网络节点和边单元的可靠度,将每次模拟抽样产生的随机数转化为单元的修复时间;按照单元修复时间次序构建网络连通拓扑结构,并视为向网络连通状态转变的演化过程.然后基于重要度抽样Mont,e Carlo模拟求解高可靠度网络的2\K\All端连通失效概率,其中重要度抽样函数的计算采用基于演化过程和交叉熵模型的多准则迭代方法.高可靠度网络算例的计算结果表明,预抽样求解重要度抽样函数时,多准则迭代方法所需的预抽样次数约为其他迭代方法的1/40.因此,本文方法具有较高的计算效率.     

自适应阵列处理典型算法的内在关系与统一框架

从经典维纳滤波器出发,以自适应干扰对消为纽带,推演出各种自适应阵列处理算法的等效原理。推导出降秩自适应滤波的统一算法结构,并提出线性约束正交投影算法。据此得出自适应阵列处理典型算法的内在关系,提出自适应阵列处理的统一框架,从而把单一约束和多线性约束(甚至静态方向图约束)、满秩和降秩、单级维纳滤波和多级维纳滤波有机统一起来,把对特殊干扰环境(相干干扰环境等)及期望信号特性(高阶累计量、循环平稳性等)下的处理视作预处理,构建起自适应阵列处理的统一理论基础。     

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。     

成败型系统可靠性增长的动态Bayes评定方法

针对产品研制过程存在多阶段的试验信息和产品性能参数呈现动态变化的特点,提出一种Bayes框架下成败型系统可靠性的动态评估方法.该方法依据产品研制过程中不同研制阶段的试验数据,利用离散AMSAA可靠性增长模型对产品可靠性的变化趋势进行描述,进而对新批次的产品可靠性进行预测,并由最大熵方法给出产品可靠性验前分布的确定方法,再结合产品少量的现场试验数据,对新批次的产品可靠性做出Bayes评估.最后通过实例对比分析,表明该方法很好地解决了小子样产品的可靠性试验评估问题.     

基于DDBN-Cloud的舰艇编队防空目标威胁评估方法

海上编队防空作战中,针对来袭目标威胁评估过程中不确定性因素较多、观测数据易缺失以及已有评估方法难以考虑动态威胁态势的问题,提出了基于离散动态贝叶斯网络云模型(discrete dynamic Bayesian networks cloud, DDBN-Cloud)的威胁评估方法。通过分析来袭目标特征,构建了目标威胁评估体系;为避免节点威胁属性值在小范围内连续变化所引起的重复计算,采用模糊逻辑理论将体系中的连续型变量转化为离散型变量;针对评估过程中指标数据缺失问题,采用前向信息修补算法进行信息预测修补;采用证据可信度对不确定性节点的先验概率进行赋值,使得贝叶斯网络(Bayesian network,BN)参数更贴合实际;最后,利用云模型将得到的威胁评估概率转化为确定的威胁度,实现由定性概念到定量数值的转化,进行威胁排序;仿真实验表明,该方法适用于目标数据缺失时的动态威胁评估,与静态贝叶斯网络云模型(Bayesian networks cloud, BN-Cloud)法和相对熵排序法相比,其结果更合理,具有一定的实用价值。     

人机环耦合效应下卫星天线装配概率风险分析

卫星天线展开机构装配工序复杂，主要依赖人工装调，装配过程中可靠性安全性风险因素众多且相互耦合，直接影响天线装配质量和效率。为此，提出一种基于贝叶斯网络的概率风险评价方法。首先，在全面识别装配过程风险因素的基础上，构建事件树模型，并采用贝叶斯网络建立考虑人机环风险耦合的中间事件可靠性模型。然后，采用人因可靠性等方法进行模型量化与不确定性分析，并开展敏感性分析与风险重要度排序。最后，以某型星载合成孔径雷达(synthetic aperture radar, SAR)天线展开机构为例，说明了所提方法的工程适用性。该方法可为飞船、运载火箭等人机耦合系统的风险分析与量化提供一定的参考。