贮存-使用可靠性模型估计问题的研究

综合利用工程实践经验及可靠性理论知识,确立了某种产品贮存时间与使用失效率的函数关系,建立了基于贮存寿命为指数分布,使用寿命为Weibull分布的贮存-使用可靠性模型,并给出了其相应的参数估计方法.最后给出实例予以验证.     

指数型寿命分布的贮存-使用模型可靠性评估方法

讨论贮存寿命和使用寿命均为指数分布的情况下,贮存-使用模型可靠性评估方法。引入"状态等效因子函数",将贮存时间转化为使用时间,给出贮存后再使用的平均剩余寿命计算公式,对贮存一定时间后使用给定时间的贮存可靠性置信下限进行估计,并举例验证该方法的适用性。     

正态参数可靠性的单侧置信下限

在产品性能参数服从正态分布的情况下,针对规定的参数取值范围。本文给出了参数可靠性单侧置信下限的直接表达式。若给定了可靠性的单侧置信下限,可用该表达式估计验证试验所需的样本容量,并提供了具体应用实例。     

充电系统可靠性的置信下限

利用充电设备的定时截尾寿命实验数据和转换开关的成败型实验数据,对充电系统可靠性的置信下限进行了研究.在转换开关不完全可靠的情况下,给出了充电系统可靠性的表达式,求出了充电系统可靠性的精确Fiducial置信下限,进而用拟合法和MML法分别求出了充电系统可靠性的近似置信下限,数值模拟结果说明这两种方法都是可行的.     

贮备系统可靠性的近似置信下限

基于元件的定数截尾寿命试验数据，在元件的失效率间满足某种关系时，给出了单个贮备系统、两贮备系统组成的串联系统的可靠性的置信下限，给出了数字例。     

关于回归模型中可靠度的置信下限

本文给出了回归模型中可靠度的置信下限，并且证明了所给置信下限具有强相合性。同时还介绍了根据观测数据计算该置信下限的方法。作为具体例子，我们找到了当导弹贮存时间为ｔ时其中某部件可靠度的置信下限。     

删失数据情形置信下限的模型选择方法

本文就一般总体未知参数的置信下限的设置问题提出了一种模型选择方法,其中数据是定时截尾的,所提出的方法可推广到一般情形。     

Poisson型元件串并联系统和并串联系统的可靠性置信下限

运用Poisson分布的累积函数与不完全伽玛函数之间的关系,给出了Poisson型元件组成的串并联系统和并串联系统的可靠性表达式,然后根据Poisson型元件的样本数据求出未知参数的Fiducial分布,进而得到这两种系统可靠性Fiducial置信下限的计算公式,最后通过数值模拟验证了结论.     

关于定时截尾无失效数据情形下Weibull分布条件可靠度的置信下限

文章证明了两参数Weibull分布无替换定时截尾、无失效数据时条件可靠度的置信下限和分别截时、无失效数据时条件可靠度的置信下限的存在性并给出其置信下限的计算方法。     

指数分布区间型删失数据的可靠度最优置信下限

由于测量仪器的精度,测量方法等原因,往往不能得到产品精确的失效时间,得到的是区间型删失数据.本文讨论了指数分布区间型删失数据下的可靠度最优置信下限的估计问题.首先采用极大似然估计方法对指数分布区间型失效数据的失效率进行了估计,然后对每个区间型失效数据采用期望值对其失效时间进行估计,通过估计出的失效时间估计出了可靠度的最优置信下限,并给出了计算机模拟结果.     

一次性作用产品可靠度的Bayes置信下限

针对高价值一次性作用产品的小样本可靠性评估问题,选用带有k因子的先验分布,基于贝塔分布的双层先验分布,以及基于均匀分布的双层先验分布,研究了一次性作用产品的可靠度置信下限的估计方法.由模拟研究得出,在有历史数据时,基于k因子贝塔先验分布的估计方法比WCF方法精确;在有不完全历史信息时,基于贝塔双层先验分布的方法比基于均匀双层先验分布的方法精确.     

关于结构可靠度的置信下限

针对实际工作中常见的一类试验数据,研究了产品的结构可靠度的置信下限。对于无失效数据及只含一个失效数据的重要情形给出了计算置信下限的有效方法。     

一个由指数元件组成的复杂系统的可靠度置信限

本文对可靠度函数R_s 为的复杂系统,提出了定时间隔测试一般替换的寿命试验模型,对该模型进行了一些分析。根据由此而得到的试验数据,给出了该可靠度的七个近似置信下限。     

带有可失效开关的冷贮备系统的可靠性置信限

基于组成系统的元件的定数截尾寿命试验数据和切换开关的成败型试验数据,讨论了冷贮备系统可靠性的近似置信下限．设切换开关的寿命为０－１型．在成功概率ｐ＝１时,给出了系统可靠性表达式的一种简单证明     

多应力—强度模型结构可靠度的估计

在Ｙｌ，…，Ｙｎ－ｌ，Ｙｎ相互独立且服从正态分布情况下得到结构可靠度Ｐｒ（Ｙｎ＞ａｌＹｌ＋…＋ａｎ－ｌＹｎ－ｌ）（其中ａｌ，ｉ＝ｌ，ｎ－ｌ均为已知的常数）的最小方差无偏估计及其置信下限．     

威布尔可靠度的置信下限

本文给出威布尔可靠度的一个近似置信下限公式,它可以方便地为工程师所采用。对■,如果■,■和■是α,β以及,v(t)=(t/a)~β的最大似然估计,则■的分布将与参数α、β无关,它的分位点可以从■的分位点求出。记l_γ,h_γ分别为u=■及■的分位点,则在R>e~(-1)时,■是R(t)的一个置信下限,γ是置信水平。一般它是不足估计,但如果采取合并估计去计算■的分位点表,则可很接近于精确的分位点。     

MLR分布族无失效时可靠度的置信下限

本文讨论了MLR分布族无失效数据时可靠度的经典置信下限问题和指数分布无失效致据时可靠度的Bayes置信下限问题。     

威布尔可靠度的置信下限

本文给出威布尔可靠度的一个近似置信下限公式,它可以方便地为工程师所采用。对R(t)=e~(-(t/a)~β),如果,■和■(t)=(t/■)是α,β以及v(t)=(t/α)~β的最大似然估计,则v(t)■/■(t)的分布将与参数α、β无关,它的分位点可以从■log/α的分位点求出。记l_r,h_r分别为u=■/β及v(t)~u/■(t)的分位点,则在R>e~(-1)时,R_L(t)=e~(-(h_1-r_(l2)■(t))~(■r/2))是R(t)的一个置信下限,γ是置信水平。一般它是不足估计,但如果采取合并估计去计算■/β的分位点表,则可很接近于精确的分位点。     

MLR分布族无失效时可靠度的置信下限

本文讨论了MLR分布族无失效数据时可靠度的经典置信下限问题和指数分布无失效数据时可靠度的Bayes置信下限问题.