无失效数据场合失效概率的Bayes估计

在无失效数据场合中,失效概率的Bayes估计是常用的方法,对一类不同先验分布下基于无失效数据的失效概率的Bayes估计和多层Bayes估计进行探索,获得了三个有用的定理和两个推论.关于无失效数据的研究,对可靠性理论与应用技术发展具有重要参考价值且具有方法论上的指导意义.     

具有多失效模式机械构件的失效概率计算

将线性变换与统计试验法结合起来，考虑构件失效模式的相关性，采用相关抽样的方法计算机械构件的失效概率。     

高拱坝剪滑失效概率研究

利用故障树分析法对高拱坝进行风险分析..研究表明,上游溃坝和大面积山体滑坡等产生的高水位、强冲力的洪水是造成高拱坝剪滑垮坝的原因.根据剪滑溃坝机理建立了高拱坝剪滑失效模式的状态函数,该状态函数包含压应力、切应力、摩擦系数以及粘结力系数等4个非完全独立的随机变量,且具有非线性特征.应用统计推理和假设检验方法分析得知,压应力与切应力随机变量呈极值Ⅰ型分布,摩擦系数与粘结力系数随机变量呈对数正态分布.在将部分相关的极值型与对数正态分布随机变量转换为独立、正态随机变量的基础上,利用二阶矩法计算得到某高拱坝的剪滑失效概率为10-5量级.     

随机模型参数不确定时结构失效概率的区间估计

在缺乏足够数据或信息不完整的情况下，给出失效概率的界限，比给出一确定的单值具有更高的可信度。本文用区间变量描述随机可靠性模型参数的不确定性，提出了考虑随机模型分布参数不确定性时，机械结构失效概率的区间估计方法。实际算例表明：结构的失效概率对随机模型参数的偏差非常敏感。说明在进行可靠性建模时，对模型的可靠性必须给予足够的重视。     

基于PIE模型的管道机械挖掘失效概率预测

目前,油气埋地管道遭受的第三方破坏日渐显著,加之第三方事件具有随机性强,不易预测等特点,因此,对其失效预测已成为一项紧迫的难题.针对油气管道所受的机械挖掘破坏,借助相关数学分析手段,将管道缺陷的尺寸转变为断裂力学相关参数,再拟合得到管道损伤的威布尔累计概率曲线,并使用PIE模型预测管道所受机械挖掘的失效概率.利用算例分析对多组挖掘载荷下不同失效模式的概率计算,得到了管道的失效概率曲线.研究结论可为管道定量风险评价提供相关依据.     

无失效数据的失效概率的E-Bayes估计

提出了参数的一种新估计方法--E-Bayes估计法.在无失效数据情形下,给出了失效概率的E-Bayes估计的定义,在此基础上给出了失效概率的E-Bayes估计.     

几种抽样的统计模拟法在估算失效概率中的应用

提出用分层抽样，重要性抽样复合法计算接管失效概率，经与其它抽样方法比较，用复合法计算接管失效概率具有精度高，节省机时的优点。     

埋地输油管道的断裂失效概率评估

利用Monte-Carlo模拟方法编制了断裂失效概率的计算程序,并对某输油管道进行了实例计算。计算结果表明,R6通用曲线、R6附录8的C－Mn曲线、CVDA－84压力容器缺陷评定规范和K1因子等4种断裂判据在服役初期的差别微小,但在服役后期,它们之间的差别增大。在所有的参数,初始裂纹深度、断裂韧性、流变应力和管道壁厚等参数对管道断裂失效概率的影响最大,选定的概率分布类型对失效概率的计算结果也有影响。利用水压试验方法可以明显地降低管道在运行时的断裂失效概率。     

引信故障树底事件失效概率的计算方法

故障树底事件失效概率的确定是故障树定量分析的一个关键,该文的目的是建立底事件失效概率的计算方法,主要论述了根据产品的结构特点和试验结果,通过专家评议和数理统计方法计算故障树底事件失效概率的思想和方法。这种方法在实际应用中得到了满意的效果。     

一种基于失效概率相对误差估计的可靠性分析方法

为更高效地分析复杂机械结构的可靠性，提出了一种新的基于Kriging模型和失效概率相对误差估计的自适应分析方法.采用泊松二项分布的近似正态分布推导了样本符号不确定区域内真实失效样本数的取值范围，并通过引入比例因子重新定义取值下限，以确保真实失效样本数准确落在确定的区间内，进而给出了一种更精确的失效概率相对误差的估计.采用学习函数U实现自适应试验设计.通过两个算例验证失效概率相对误差估计和自适应分析方法的准确性、通用性及高效性，结果表明:本文方法不仅能准确估计失效概率的相对误差，而且显著减少了功能函数的调用次数.     

基于信息量法的斜坡破坏概率预测与制图

以信息量法为基础，对重庆市中区斜坡空间不稳定性进行预测分区并计算机自动成图，视强度参数ｃ，值为随机变量，分别选取较不稳定区和不稳定区中具代表性的斜坡段进行滑动面位置的随机搜索及破坏概率预测，并给出它们的斜坡破坏概率值ＦＰ，迭加于信息量预测分区图上。最后以不同的色块及ＦＰ值综合表示斜坡的不稳定程度。     

基于耦合概率法的空间杆系结构失效概率分析

结构失效概率的量化计算是预测结构剩余寿命的重要途径之一.以结构三阶耦合失效理论为基础,通过应力变化率法和杆件移除法相结合评价单元杆件失效模态的相关系数,建立了一种空间杆系结构失效概率计算的新方法.首先采用耦合概率法分析得到结构在不同子系统破坏模式下失效概率上界与下界的表达式,并与泰勒展开法进行验证比较分析.同时进行六角星型穹顶结构破坏实验,最后通过应力变化率法分析结构加载破坏全过程的杆件内力时程曲线,总结出六角星型穹顶结构破坏与耦合失效概率区间的变化规律.结果表明,耦合概率法能够很好地展示多子系统间的组合失效结果,将多维积分转化为一维积分,具有较高的计算精度的同时仍具有很好的适用性,可用于计算空间杆系结构失效概率区间,预测结构破坏模态并量化评价结构可靠性.     

基于JC法的砂土液化判别方法

通过对JC可靠性分析方法研究分析,提出了一种建立于标准贯入击数极限状态方程的地震液化可靠度评估方法,并用MATLAB7.0编制了相应的地震液化概率判别程序.用该可靠性分析方法对1976年唐山地震资料进行液化概率分析,通过与实测值和规范法计算结果对比,验证了该方法的可行性和精确性,为砂土液化势评估提供了一种有效的砂土液化评价的新方法.     

基于最优R-Vine Gaussian Copula模型的服役大跨桥梁主梁失效概率分析

考虑到服役大跨桥梁主梁多个控制监测点失效模式的相关性,提出失效概率分析的最优regular?vine(R?vine)Gaussian copula信息融合新方法.利用极值应变信息,引入双变量pair?Gaussian?copula模型和最优R?vine模型,结合多个控制监测点的功能函数,进行失效模式相关性的最优R?vi...     

基于GRA和AHP的GRNN神经网络零件失效概率预测方法

为了提高对机械零件失效概率的预测精度,提出一种基于GRA和AHP的广义回归神经网络零件失效概率预测方法.在分析机械零件失效概率影响因素的基础上,首先利用灰色关联分析法(Grey Relational Analysis,GRA)分析影响机械零件失效概率的主要因素,通过层次分析法(Analytic Hierarchy Process,AHP)构建机械零件失效概率的评价指标层次体系,评估各个指标对于零件失效概率的权重;结合各个指标权重与初始值,以获取各指标的加权评价值;最后通过广义回归神经网络(Generalized Regression Neural Network,GRNN)建立以各指标加权评价值来预测机械零件失效概率的预测模型.利用本文方法所建立的预测模型对某企业数控转台的上齿盘失效概率进行预测,并与传统的GRNN神经网络预测模型、BP神经网络预测模型和回归预测模型进行对比,结果显示本文所建立的模型预测误差小于0.8%、残差在-0.2%～0.2%范围内,均优于对比模型的预测结果,表明所建立的预测模型具有更高的精度和更强的稳健性,适合于零件失效概率的预测.     

动态概率模型跟踪性能退化的实时可靠性评估方法

针对实时可靠性评估中先验信息难以获取、分布假设不符合实际情况的问题,提出一种基于动态概率模型的实时可靠性评估方法.采用Parzen核密度估计构造滑动概率神经网络,使用滑移时间窗进行统计样本的动态选择,以非参数方式实时估计性能退化数据的条件概率分布,将超过失效阈值的分布函数值作为可靠性指标,来实现个体设备无先验信息条件下的可靠性评估.通过对高压水除鳞泵和加热炉风机失效过程数据的分析,验证了该方法的可行性和实用性.