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.     

基于改进非参数核密度估计的光伏出力概率分布建模方法

针对非参数核密度估计方法应用于光伏发电出力概率建模中存在边界偏差和局部适应性不足问题,提出一种改进的非参数核密度估计光伏发电出力建模方法.将自适应核密度估计方法与基于伪数据法的核密度估计相结合,通过在估计区间外生成伪数据,将伪数据添加到边界附近以修正偏差,进而构建更加准确的光伏出力概率分布模型;应用交叉验证法计算最优带...     

考虑随机失效阈值的退化数据建模分析方法

针对退化过程中随机失效阈值分布难以确定,无法直接引入到退化数据建模分析过程的难题,提出一种将失效阈值的随机性转移到易于获得分布参数变量中的建模分析方法,给出退化试验数据和加速退化试验数据的建模分析步骤.结合实例分析表明:将失效阈值随机性转移到易于获得分布参数变量中的建模分析方法可行,避免了复杂的数值计算;同时,该方法能够为高可靠长寿命产品提供更符合实际的可靠性评估结果.     

基于非参数核密度估计的集装箱码头交通需求预测模型

针对现有集装箱集疏港时间概率分布建模中需要假设参数分布的问题,基于非参数核密度估计理论建立集装箱码头交通需求预测模型.非参数核密度估计的核函数选取高斯核,最优带宽由交叉验证法求得,通过检验、K-S检验和后验检验对比分析了核密度估计与两种传统参数模型的估计效果,并应用该模型预测DCT码头的交通需求.结果表明:非参数核密度估计模型具有更高的拟合精度、稳定性和适用性,得到的概率密度曲线能更加准确反映出口箱集港时间和进口箱疏港时间的整体分布形态,基于非参数核密度估计的集装箱码头交通需求预测模型具有比传统的参数模型更高的预测精度,可为集装箱码头基础设施规划、集疏港通道的道路交通管理、码头资源优化配置和调度等问题的研究提供更准确的交通量和作业任务量预测.     

考虑随机退化和信息融合的剩余寿命预测方法

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,提出了一种融合产品现场实测性能退化数据与同类产品常规退化试验信息、历史寿命信息的个体剩余寿命预测方法.建立了基于Wiener过程的产品剩余寿命模型;考虑到个体之间的性能退化差异性,假定Wiener过程参数服从随机分布模型,建立了个体现场实测退化数据下分布参数的贝叶斯估计模型,给出了超参数后验估计公式;分别建立了退化数据和寿命数据下的完全似然函数,构建了基于最大期望算法的超参数先验估计模型;通过实例分析验证了所提方法的正确性和优势,结果表明本方法可有效处理个体现场实测退化信息与同类产品先验信息之间的剩余寿命预测问题.     

层次聚类法在空间犯罪热点分析中的应用

当前,基于核密度估计的空间犯罪热点分析方法存在着无法确定热点的分布范围和难以支持警务决策等不足.相比之下,数据挖掘中的层次聚类算法则能够根据犯罪活动的位置信息确定出不同空间尺度下的犯罪热点的分布范围和具体的热点数量,因此具有更好的优势.该文介绍了层次聚类算法的基本原理,并基于实际案例数据对层次聚类算法与核密度估计算法的热点分析结果进行了比较,并对基于层次聚类算法的犯罪热点分析在情报分析和警务决策方面的应用进行了讨论.     

基于全波分析方法的MIMO信道空间相关性分析

针对现有多输入多输出(MIMO)信道空间相关性分析方法的不足,提出了一种新的分析方法:对包含收发天线在内的无线散射信道模型进行全波分析,利用矩量法求解天线电流分布,并由接收天线的电流分布直接推导出MIMO信道接收端的空间包络相关系数.在建模过程中,提出根据能量比的原则确定信道模型参数.仿真结果表明,与现有基于来波角谱分布求解相关系数的方法相比,该方法不仅与之有较好的相容性,而且无需假设来波角谱分布.     

一种基于伪失效阈值的寿命分析方法

为了有效地利用来自退化试验或加速退化试验的信息,提出了一种新的采样策略来获取退化过程超过一系列伪失效阈值的首次通过时间数据,给出了有关模型假设和详细的伪失效时间数据分析步骤,利用极大似然估计获取时变参数分布的参数估计,根据拟合的分布参数函数预测将来的失效时间分布,得到了一种基于伪失效时间数据的可靠性分析方法.最后,利用...     

基于性能退化数据的数控转台单子样可靠性分析

针对数控转台可靠性高、寿命长、失效样本数据少的情况,采用基于性能退化数据的可靠性评估方法进行研究。在试验过程中通过测量转台不同角度回转精度的性能退化量扩充试验数据,根据试验数据计算得出数控转台的伪失效寿命值。为了提高转台可靠性评估结果的准确率,采用虚拟增广原理扩展试验数据,再对扩展试验数据采用数学方法进行分析。结果表明:该方法可对数控转台的可靠性进行评估,得到数控转台的可靠度、失效分布密度函数和预期平均寿命等可靠性指标。该方法节省了试验成本与时间。     

采用虚拟样本加速退化试验的复杂电子设备可靠性评估

对复杂电子设备进行可靠性评估时,针对退化特征量难以确定和试验样本数目有限这两方面的困难,提出了一种基于虚拟样本加速退化试验(ADT)的电子设备可靠性评估新方法.将相对贴近度的概念引入到退化监测数据的处理中,以相对贴近度为退化特征量,并对原始样本进行虚拟增广,同时对增广样本数据加以修正处理,从而形成电子设备各应力下的退化轨迹.将该方法与传统的可靠性预测方法相结合,有效地解决了加速退化试验中极少样本数据的处理问题.实例分析表明:电子设备的预测寿命与出厂时标定使用寿命的误差为5.93％,86.27％的样品设备使用寿命超过9 a,说明该方法可行、有效,并大大提高了试验的效费比.     

基于Wiener过程的数控转台极小子样可靠性分析

针对数控转台性能退化过程较为缓慢且存在波动的特点,采用Wiener过程进行数学建模,利用极大似然法结合试验数据分析模型中各未知参数的特点。根据分析结果将模型中的漂移系数和扩散系数设为恒定值,假设性能退化初值服从正态分布,得出数控转台的相关可靠性函数,并与基于伪寿命分布法得出的结果进行比较。结果表明:基于Wiener过程得出的结果较基于伪寿命分布法得出的结果更加符合实际情况。     

考虑震损的混凝土框架结构改进建模方法

为准确描述震后结构损伤的影响,提出了损伤构件的定量分析方法及震损结构的改进建模方法.首先,从骨架曲线退化及滞回规则退化两方面定义了损伤构件的性能退化指数;然后,基于Park-Ang模型与Kunnath模型,采用统计回归分析方法提出了损伤构件恢复力模型,并对其准确性进行了验证;最后,应用该恢复力模型对震损框架结构进行弹塑性分析.结果 表明:采用Park-Ang模型和Kunnath模型得到的损伤构件恢复力模型均具有较高的准确性;对于所研究的2种构件,滞回曲线力峰值的理论值和试验值误差均小于10％;向完好结构输入组合地震波,向震损结构输入单一地震波,各层位移时程曲线吻合良好,说明采用该恢复力模型进行震损结构建模能够准确分析震损程度及分布对结构抗震性能的影响.     

基于变分模态分解的弹性参数核密度估计方法

概率密度建模是地震随机模拟中至关重要的环节,而弹性参数高频成分的概率密度估计决定了高分辨率地震随机模拟结果的精度。针对常规方法中弹性参数高频成分提取精度不足、概率密度建模先验条件过度约束以及弹性参数的概率密度建模分层设计等问题,提出了一种基于变分模态分解（variational mode decomposition, VMD）的弹性参数核密度估计方法。该方法首先采用VMD对测井弹性参数数据进行模态分解,筛选出本征模态函数（intrinsic mode function, IMF）中的高频项叠加得到测井弹性参数的高频成分;然后使用核密度估计分层计算得到高频成分的概率密度模型,并通过该模型进行随机抽样生成随机高频成分叠加至井旁地震数据上以达到丰富地震弹性参数数据高频内容的目的。珠江口盆地34号井区的实验结果显示,VMD有效分离出了中心频率在70 Hz以上的测井弹性参数高频成分,分层设计的核密度估计方法凸显了高频成分的统计规律,叠加随机高频成分后地震弹性参数70 Hz以上的高频成分得到了明显补充。该方法为地震高分辨率随机模拟提供了新的思路。     

一种基于分数低阶矩的α稳定分布噪声中频谱感知方案

针对在非高斯背景、主用户信息未知的条件下,传统的基于二阶统计量的频谱感知方法性能将出现退化或失效的问题,建立了以α稳定分布为背景噪声的频谱感知模型,给出了一种基于分数低阶矩的感知方法,较好地解决了非高斯背景中主用户先验信息未知条件下的频谱感知问题.同时,根据中心极限定理推导了感知门限与虚警概率的关系式,通过蒙特卡洛仿真分析了该算法在不同广义信噪比、特征指数α以及协作用户数条件下的感知性能,并与传统的感知方法进行比较.仿真结果表明,基于分数低阶矩的感知方法在α稳定分布背景噪声中的感知性能明显优于基于二阶统计量的能量检测,且采用多用户协作可以进一步提高感知性能.     

Wiener过程性能退化产品可靠性评估新Bayes方法

针对Wiener过程性能退化产品的可靠性评估问题,通过分析先验分布和损失函数两个因素,提出一种新的Bayes方法.假定Wiener过程参数服从共轭先验分布,对求解参数的后验分布进行理论分析;基于平方损失、绝对损失、0-1损失3种损失函数,分别求得Bayes估计结果;对航空发动机可靠性评估进行了实例分析.相对于已有方法,该方法在求解参数的后验分布时具有更广泛的适用性,并且运算过程更简单.对于民航发动机可靠性评估这一特定应用,3种损失函数中选取绝对损失函数时参数估计的拟合程度最优.     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。     

竞争失效场合恒定应力加速退化试验统计分析

为了解决恒定应力加速退化试验中突发与退化同时存在的竞争失效可靠性评估问题,针对产品的退化过程,采用退化量分布函数进行刻画,弥补伪失效寿命建模方法的缺陷.同时考虑到突发失效与性能退化和应力水平的相关性,提出基于比例危险的突发失效模型,并用线性回归和极大似然估计(MLE)模型中的参数,实现对竞争失效场合恒定应力加速退化问题的建模分析.最后应用算例验证该方法的有效性.     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

高速冲床传动系统性能退化分析与可靠性评估

针对高速冲床传动系统寿命较长、可靠性试验成本较高的特点,研究了基于性能退化数据的传动系统可靠性评估方法.根据传动系统的工作特性选择了下死点动态精度作为衡量性能退化的特征参数,搭建了相应的测试系统.对退化机理进行了分析,在此基础上利用漂移布朗运动模型对传动系统动态精度退化量进行建模,基于退化数据估计模型中的参数,进而利用所建模型评估得到传动系统寿命和可靠性指标.采用实测数据对所提出的方法进行验证,结果表明:该方法在没有寿命数据的情况下评估得到了高速冲床传动系统的寿命和可靠性指标,可节约试验经费和时间.     

拓展目标杂波概率假设密度估计

针对拓展目标概率假设密度滤波器中的未知杂波概率假设密度,提出了杂波概率假设密度估计算法。算法利用有限混合模型极大后验估计杂波概率假设密度,取混合权重的熵分布作为混合参数的先验分布;在渐进假设条件下,利用拉格朗日乘子推导了混合权重的递进估计公式;在混合权重递进估计过程中,通过混合权重置零操作来实现对有限混合模型中混合分量的删减。以二维场景为例对算法进行了仿真实验,结果表明:在拓展目标概率假设密度滤波器高斯混合实现的框架内,所提杂波概率假设密度估计算法的跟踪性能接近真实杂波概率假设密度时的跟踪性能。