利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

航天长寿命产品可靠性建模与评估的Bayes信息融合方法

针对航天长寿命产品在研制、生产、试验和使用过程中, 存在大量的性能退化数据和少量寿命数据的特点, 给出了融合性能退化数据和寿命数据获取其寿命分布的一种Bayes方法, 以及利用其性能退化参数来进行可靠性评估的方法. 首先, 根据Fisher信息量确定维纳过程漂移参数和扩散参数的无信息验前分布; 然后, 利用性能退化数据结合其性能退化的独立高斯增量特点, 获取参数的第一次验后分布, 利用寿命数据结合其寿命的逆高斯分布获取参数的第二次验后分布; 最后, 利用漂移参数和扩散参数的验后分布, 对产品进行了可靠性评估. 本文模型充分利用了性能数据和寿命数据, 在很大程度上提高了评估的精度.     

Wiener过程性能退化产品可靠性评估的Bayes方法

在分析性能退化数据模型的基础上,针对Wiener过程性能退化产品提出了一种可靠性评估的Bayes方法,给出了参数的递推估计.该方法计算简单,并且能随着性能退化试验进行不断更新可靠性评估结果,而不需要重新处理历史数据,因而也适合于实时可靠性评估.最后通过金属化膜电容器可靠性评估实例分析验证了该方法的适用性,并进行了相关讨论.     

冗余系统的Bayes可靠性分析

本文首先指出了Ｂａｙｅｓ方法和冗余系统的重要性,然后,提出了建模的数学背景,并作出并联系统的Ｂａｙｅｓ可靠性分析,最后给出了算例和分析结果.     

产品可靠性新型顺序约束及评估算法改进

在产品研制过程中,通常经过多个阶段试验及改进才能达到最后定型要求,产品研制的每个阶段均产生有大量可靠性信息。利用产品可靠性增长规律,对传统的顺序约束条件进行改进,给出了一种新型顺序约束关系,该新型顺序约束关系更为准确地反映了产品可靠性增长规律。基于新型顺序约束关系给出了一种新的顺序约束Bayes评估方法,并通过Bayes评估方法进行合理改进,有效降低了Bayes估计的计算复杂性。最后,通过模拟仿真实例分析,说明提出的改进方法计算简单,与传统的顺序约束Bayes评估方法相比,得到的产品在各阶段可靠性评估结果具有较高精度,能够简单高效地运用于工程实际问题。     

可靠性工程中的经验Bayes方法(Ⅲ)

本文简要介绍了可靠性工程中广泛采用的经验Bayes方法,对这一方法的优缺点及其适用范围进行了系统的分析,对当前研究工作中存在的一些问题进行了评论.在此基础上,本文提出了根据实验数据对先验分布进行假设检验的必要性,给出了一些公式和若干可行的检验方法.     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

基于信息熵和Bayes理论的高可靠性产品可靠性评估

产品的可靠性是其通用质量特性的重要指标,研究产品的可靠性评估方法至关重要.当产品只收集到寿命试验数据时,现有的基于极大似然估计和最小二乘估计的可靠性评估方法应用较为广泛,但在适用性上存在一定的局限性.针对这一问题,提出了一个基于信息熵函数和Bayes理论的产品可靠性评估方法.通过理论分析可知本文提出方法的适用性比现有方法更广,且结合仿真实验,可验证利用本文提出方法评估高可靠性产品的可靠性时,评估结果的精度也优于现有方法.最后,通过加工中心设备的算例分析,说明了本文提出方法的具体应用.     

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。     

指数寿命系统可靠性增长的动态Bayes评估方法

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框架下指数寿命系统失效率的动态Bayes评估方法.该方法依据产品研制过程中不同阶段的试验数据,利用AMSAA模型对系统失效率的变化趋势进行描述,进而对新批次的产品失效率进行预测,并由最大熵方法给出产品失效率验前分布的确定方法,再结合产品少量的现场试验数据,对新批次的产品失效率做出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指数寿命产品的可靠性试验评估问题.     

Barlow-Scheuer可靠性增长模型的Bayes限

在本文中,基于共轭型先验分布与无信息先验分布,对Ｂａｒｌｏｗ＆Ｓｃｈｅｕｅｒ提出的顺序约束的三项分布可靠性增长模型,推导了研制试验的最后阶段之可靠性Ｒｍ与Ａ型失败概率ｐ０的Ｂａｙｅｓ精确限。为了满足工程实践的需要,给出了Ｒｍ的高精度近似限,并用数值例说明了这些方法。     

基于Bayes Monte Carlo方法的小样本模糊可靠性仿真研究

针对基于Bayes解析方法的小样本模糊可靠性评估过程中存在的先验主观性和后验复杂性缺陷,通过引入贝叶斯蒙特卡罗(Bayes Monte Carlo,BMC)方法、融合信息熵原理与加权思想,建立了小样本模糊可靠性的BMC方法基本框架,给出了基于BMC方法的小样本模糊可靠性仿真流程,设计了相应算法.采用Matlab工具实现了该算法,并对指数寿命分布的小样本模糊可靠性进行了仿真实验.实验结果表明,运用BMC方法对小样本模糊可靠性进行评估能够有效地降低Bayes方法的先验主观性和后验复杂性.     

基于Bayes network含失效节点的网络可靠性评估

针对Bayes network (BN)能很好地表示变量的不确定性和相关性, 并能直接进行不确定性推理的优势, 提出了基于BN含失效节点的网络可靠性评估方法. 建模方面, 给出了通过节点分割去环构建有向无环图及条件概率表的具体方法; 推理方面, 通过节点消隐, 减小BN规模, 有效降低推理复杂度. 分析了算法复杂度, 并通过算例证明了算法的有效性和适用性. 由于BN建模及推理的灵活性, 该方法可研究同时含节点失效、共因失效的网络可靠性, 况且通过BN推理除得到网络失效概率和部件重要度外, 还可得到网络失效条件下任一部件失效或者共因失效发生的概率, 为故障诊断和维护提供指导.     

长寿命卫星活动部件Bayes-Weibull可靠性评估方法

长寿命卫星活动部件可靠性评估具有小样本、无失效数据的特点,采用大样本寿命数据统计方法或通常的无失效数据分析方法难以解决寿命分布建模与可靠性评估问题.针对Weibull寿命型卫星活动部件,提出了一种有效的Bayes可靠性评估方法.综合利用相似型号活动部件数据估计Weibull分布形状参数,利用相似因子和参数Bootstrap方法构造Bayes验前分布.实例分析表明,该方法具有较高的精度,可以解决小样本无失效条件下,长寿命卫星活动部件可靠性评估的困难问题.     

多阶段Bayes信息融合的多散射中心仿真评估方法

为对射频半实物仿真系统中复杂体目标进行仿真,介绍了复杂体目标多散射中心从外场数据、数学仿真数据、半实物仿真数据三阶段评估等效性框架,分别利用作为阶段的验前信息进行传递,设计了基于可信度的多阶段Bayes信息融合的多散射中心半实物仿真等效性评估.在基于外场数据和数学仿真数据2个阶段的验前信息,通过信息融合Bayes理论,...     

基于Dirichlet 先验分布的Bayes 二项可靠性增长方法

由于产品系统的复杂性和试验的高费用,并且产品的可靠性增长试验往往基于小样本,因此解决小样本问题在可靠性增长试验中也是非常重要的.借助Bayes理论,假设先验分布为Dirichlet分布,解决二项可靠性增长问题,能够充分借助先验分布和试验数据更合理估算出外场可靠性.同时在后验分布的计算上,利用Gibbs抽样的Markov Chain Monte Carlo(MCMC)方法仿真后验分布的计算.和传统的二项式Bayes方法进行比较,利用以Dirichlet分布为先验分布的Bayes方法非常适合阶段性可靠性增长试验评估,借助于专家的经验和以往类似产品的试验数据,容易定量和衡量先验参数.     

Bayes可靠性增长模型先验参数的确定

Gamma分布Gamma(a ,b) (其中a >0 ,b>0 ) ,通常用来作指数分布Bayes可靠性增长模型的先验分布 ,参数a和b的不同 ,将使可靠性增长试验的评估结果有很大的差异。根据可靠性增长和“弱”先验分布原理 ,通过对数值例的分析、比较 ,得出了先验参数的三种取法对可靠性评估结果的影响 ,并给出了指数分布Bayes可靠性增长模型的先验参数a和b的一种确定方法。     

基于试验损失的指数型产品Bayes可靠性试验设计

依据Bayes理论,对可靠性参数服从指数分布的装备产品进行了统计验证试验设计.综合考虑弃真和采伪的风险损失以及可靠性试验成本,建立了基于试验损失的可靠性验证试验设计模型.对于给定的失效数,运用0-1损失函数,按照验后期望损失最小的原则,给出了最短试验截止时间的计算方法.根据平均风险准则,推导出了弃真和采伪两类风险的计算公式.最后通过算例验证了方法的有效性.     

相关函数融合法及其在可靠性分析中的应用

验前分布的获取与表示是Bayes小子样理论中的关键问题 ,尤其在验前信息多源性的情况下 ,更需要合理客观地综合利用这些信息 ,为统计判断提供充分的论据。随着科技的发展 ,可靠性试验分析等实际研究领域现场样本较少 ,而验前信息多源化的趋势日益明显。为此提出了一种基于相关函数的多源异总体信息融合技术 ,并通过仿真实例说明了该方法在可靠性试验分析研究中的应用。     

基于Bayes信息融合的人为差错概率计算方法

研究了人为差错概率的计算。首先,介绍了可用于人为差错概率计算的数据来源,主要包括：通用数据、专家数据、仿真实验数据和现场数据。然后,分析了Bayes信息融合方法的基本思想,强调了该方法的两个关键性问题：验前分布的构建和融合权重的确定。最后,构建了基于Bayes信息融合的人为差错概率计算方法。将前3种数据作为验前信息,融合形成验前分布。使用Bayes方法完成与现场数据的数据综合,得到人为差错概率的验后分布。基于该验后分布,完成人为差错概率的计算。通过示例分析,演示了方法的使用过程,证明了方法的有效性。