威布尔部件的经验贝叶斯评估

在逐步增加Ⅱ型截尾寿命试验下, 讨论了威布尔部件可靠性指标的估计及性质. 基于Linex损失函数, 给出了威布尔部件寿命分布参数、可靠度函数及失效率函数的一致最小方差无偏估计、贝叶斯估计及经验贝叶斯估计, 并证明了经验贝叶斯估计的渐进最优性. 最后运用Monte-Carlo方法对各种估计 的均方误差进行了模拟比较. 结果表明, 经验贝叶斯估计精度高.     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。     

一种搜索威布尔MLE形状参数的PSO联合方法

以两参数威布尔分布的极大似然估计(MLE)方法为背景,首次将粒子群优化(PSO)算法用于形状参数的MLE估计。在详细分析PSO方法特点和实现的基础上,将基于最小二乘估计(LSE)的线性回归方法和PSO相结合,实现了一种联合优化的方法。与此同时,评析了将LSE和PSO相结合后用于两参数威布尔分布的MLE寻优方法。仿真和实际运用表明,基于PSO的联合方法对威布尔分布的MLE形状参数的搜索具有良好的性质,其具体体现为搜索准确、稳定和快捷。     

小批量生产过程VSI控制图经济设计

本文设计了一种面向小批量生产过程的变抽样区间(variable sample interval, VSI)控制图.根据参数的变化情况,变参数(variable parameter, VP)控制图被分为包括VSI控制图在内的几种不同类型的控制图.在带来成本节省的同时, VP控制图也增加了操作的复杂性; 综合考虑成本节省和操作复杂性, VSI控制图被证明是最有效的一种控制图.经济设计控制图的核心是成本的最优化,传统经济图在设计时,没有考虑扰动发生的时刻对成本的影响. 本文对过程状态进行重新划分,考虑了扰动发生的不同时刻对过程成本的影响;利用马尔科夫链和贝叶斯理论,构造了抽样区间随过程信息更新而变化的动态控制图. 仿真结果表明:相比于已有的VSI控制图,本文设计的控制图更具有成本优势,因此具有更大的实用价值.     

微分建模法及其在疲劳可靠性研究中的应用

很多工程问题可用微分方程描述,由此导出了微分建模方法.该方法的实质是直接用微分方程来描述客观物理现象,同时通过微分近似公式来直接辩识微分方程的系数.该方法用于三参数威布尔分布的参数估计和疲劳性能S N曲线拟合、低周疲劳特性曲线拟合、疲劳裂纹扩展a-N曲线拟合等问题,取得了较好的效果,为疲劳可靠性研究提供了新工具,对工程中建模和数据分析问题也有相当参考价值.     

双边定数截尾情形下指数-威布尔分布参数的Bayes估计

在双边定数截尾情形下．给出两参数指数-威布尔（EW）分布形状参数的Bayes估计。基于无信息先验和共轭先验，并分别考虑均方损失和LINEX损失，给出不同的估计结果。最后运用随机模拟的方法对各种估计结果的优良性进行分析比较。     

面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

面向小批量生产过程的多变量贝叶斯控制图

针对多维数据的贝叶斯更新难题,首先利用变量转换将多变量的贝叶斯更新公式转变为单变量更新公式.在对过程状态进行重新划分的基础上,利用马尔科夫链分别构造了不同情形下的贝叶斯过程状态转移矩阵,区分了扰动发生的不同时刻对于成本函数的影响.利用迭代的思想构造了过程的成本函数,在此基础上最终构造了面向小批量生产过程的多变量控制图优化模型.仿真结果表明,相比于已有的多变量控制图,本文设计的控制图可以有效地降低过程成本,因此具有更大的实用价值.     

威布尔产品加速寿命试验的可靠性分析

利用似然理论对加速寿命试验的多个样本失效数据进行综合分析。在定数截尾场合下，建立威布尔寿命型产品的步进应力加速寿命试验模型，利用Newton Raphson方法求解似然方程，得到寿命参数的极大似然估计。针对迭代公式初始值敏感问题，结合部件寿命信息给出一种精度更高的初始值确定方法，并利用Bootstrap方法构造加速寿命试验参数的置信区间。最后，以固体钽电解电容器为例，利用随机模拟方法验证提出理论的正确性和有效性。     

非正态响应稳健参数设计的贝叶斯建模与优化

针对非正态响应的稳健参数设计问题，提出一种考虑噪声因子的贝叶斯建模与参数优化方法。首先，考虑经验贝叶斯先验信息，利用贝叶斯广义线性模型构建设计因子与输出响应之间的函数关系；其次，假设噪声因子服从已知的分布，在此基础上利用贝叶斯抽样技术获得考虑噪声因子波动的输出响应模拟抽样值；然后，在给定产品规格的基础上，利用输出响应的抽样值构建符合性后验概率函数，并利用遗传算法对所构建的符合性后验概率函数进行优化，获得对噪声因子波动具有稳健性的参数设计值；最后，结合实际的案例验证了所提方法的有效性。研究结果表明，所提方法有效地刻画了噪声因子的波动对产品或过程质量的影响，从而获得了更为稳健可靠的参数设计值。     

基于分层贝叶斯模型的稳健参数设计

针对双响应曲面模型的参数不确定性、参数之间的层次结构以及模型的异方差问题,结合分层贝叶斯建模方法提出一种新的均值-方差双响应曲面模型,并在此基础上运用所提方法实现了产品/过程的稳健参数设计。首先,建立分层贝叶斯模型,并获得参数的后验分布;其次利用Gibbs采样获得参数估计值,在此基础上构建质量损失函数,并采用遗传算法对质量损失函数进行优化求得可控因子的最佳设计水平;最后,从模型具有同方差和异方差两种情形出发,结合具体实例分别采用普通最小二乘、加权最小二乘及分层贝叶斯建立双响应曲面模型进行了比较分析,验证了所提方法的有效性。     

广义线性模型的贝叶斯分析及稳健参数设计应用

讨论了非正态响应稳健参数设计中应用最为广泛的广义线性模型.针对广义线性模型在稳健参数设计中普遍存在的估计性问题,对广义线性模型的参数采用相对客观的Jeffreys先验分布,运用基于ARMS抽样算法的MCMC方法动态模拟出各参数后验分布的马尔科夫链,并给出了广义线性模型参数的估计值和显著性因子.根据实际工业试验数据,利用SAS软件对广义线性模型进行了贝叶斯分析,结果表明贝叶斯广义线性模型在参数估计的稳健性和显著性因子识别方面比一般的广义线性模型更加可靠和有效.     

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.     

失效信息已知时r/n(G)表决系统的剩余寿命预测

剩余寿命预测在可靠性工程中十分重要。而r/n(G)表决系统由于结构复杂, 对于其剩余寿命研究相对较少。本文假定部件寿命服从指数-威布尔分布, 在部件失效信息已知的情况下, 推导得到了表决系统剩余寿命期望的解析式, 也分别给出了失效信息未知和部件寿命服从威布尔分布这两种特殊情况下的解析式。仿真实验证明了所提方法的准确性和有效性, 也表明忽略部件失效信息对系统的剩余寿命进行预测, 所得结果偏差很大。     

系统维修性模型研究

从维修度基本定义着手，运用随机过程理论建立了更具一般性的系统维修性模型．分析了单元服从指数分布和故障为威布尔过程条件下，系统维修度、平均修复时间的特点及计算问题．     

舰载导弹系统故障率及保修期模型优化

保修期是国际可靠性领域的前沿研究.基于海军舰载导弹系统入役初期现状及装备保修研究领域特点,论证了对舰载导弹系统故障规律定量化建模研究的必要性,利用实例现场数据,使用线性回归拟合发现舰载导弹系统故障规律更近似于二参数威布尔分布,并求出舰载导弹系统故障率函数及参数.分别创建了确定舰载导弹系统全局最优保修期模型与公平保修期模...     

融合专家先验知识和单调性约束的贝叶斯网络参数学习方法

针对小样本集条件下的贝叶斯网络参数学习问题,提出一种融合专家先验知识和单调性约束的贝叶斯网络参数学习方法。该方法通过将专家先验知识以正态分布形式融入单调性约束的贝叶斯网络参数学习过程,进一步提高了小样本集条件下贝叶斯网络参数学习的精度和稳定性。在小样本集条件下进行仿真实验,结果表明,与其他3种主要方法相比,所提方法平均(Kullback-Leibler, KL)散度大幅降低,运行时间高于其余3种方法。综合考虑学习精度和运行时间,所提方法优于其他3种方法。将所提方法应用于燃气轮机健康状态评估,评估结果与实际状态一致,验证了方法的有效性。     

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。     

全变化参数的中位值-极差联合控制图

根据Costa的全变化参数的均值控制图,设计全变化参数中位值-极差联合控制图,记为CVPx-R.将其与静态的中位值-极差联合控制图及其他动态的中位值-极差联合控制图做了比较.数据显示所设计的CVPx-R能较快发现过程的变化.