基于支持向量回归的Bootstrap数据扩充方法及其在小子样可靠性评估中的应用

针对航空发动机小子样特性下的可靠性评估问题,提出一种基于支持向量回归(Support Vector Regression, SVR)的Bootstrap数据扩充方法:建立并训练SVR模型,采用邻域抽样法构造输入集,输入训练好的模型中获得扩充样本。仿真结果表明,采用该方法获得的扩充样本较传统Bootstrap方法更接近真实分布,且有效拓展了样本取值区间。以某航空发动机涡轮盘小子样疲劳寿命试验数据为例:(1)非参数方法,采用两种方法获得的平均疲劳寿命十分接近,但新方法获得的置信区间更大,这与样本取值区间的拓展相关;(2)参数方法,对新方法扩充的样本进行参数估计得到的结果与参考值更为接近,最大相对偏差为-1.290 2%,而传统方法的最大相对偏差达到了29.477 6%,两种方法下计算得到的平均疲劳寿命与参考值均较接近,但新方法得到的置信区间与参考区间更为接近。综合来看,所提出的方法能够有效实现样本扩充,具有一定的应用价值。

某型舰载电子产品小子样可靠性评估研究

可靠性评估是对产品可靠性水平进行评价,对产品可靠性要求进行验证的重要方法与手段。为解决装备研制过程中遇到的小子样可靠性评估问题,引入环境因子和信息融合的概念,提出一种确定环境因子的方法和步骤。首先,给出指数分布产品基于手册预计法的环境因子计算方法和步骤;然后,结合工程实例展示了产品环境因子具体的计算过程;最后,借助环境因子达到了不同环境条件下可靠性数据信息融合的目的,实现了产品的可靠性综合评估,解决了产品小子样可靠性评估的问题。实例结果表明,所提可靠性评估方法能有效融合不同环境下的可靠性数据信息,有效提高可靠性评估的准确度,方法合理可行,便于工程应用。

基于贝叶斯多源数据融合的小子样产品性能状态评估方法

为了解决小子样产品性能状态评估过程中,可运用的测试数据较少的问题。针对小子样产品的发动机性能参数进行分析,设定性能状态参数和状态划分;利用贝叶斯多源数据融合理论,对待评估产品的发动机测试数据、同型号同批次其他产品的发动机测试数据进行融合,得到性能状态参数的融合先验和后验;利用融合后验,对性能状态参数进行贝叶斯估计;结合估计值和状态划分,完成了小子样产品的发动机性能状态评估,为小子样产品的整体性能状态评估提供了一个新的思路。

极小子样试验的半经验评估方法

阐明了Bootstrap方法适用于子样数n≥5而不适用于子样数为n=1,2的情形,对于n=1,2的极小子样,给出了一种半经验评估方法,并提出了把n=1虚拟增广至n=5的半经验虚拟增广子样法与Bootstrap再抽样法相结合的极小子样评估方法,阐明了所提方法的立论依据与推导过程,给出算例并做了有益的讨论。

小子样下机构系统磨损仿真可靠性研究

针对断路器机构系统具有磨损试验小子样、失效阈值不固定、试验成本高的特点,通过模拟仿真试验法、小子样数据处理法、随机性理论,对某大容量发电机断路器传动机构的磨损可靠性进行研究。在考虑运动副非规则磨损对断路器传动机构系统性能退化的影响及制造误差的基础上,基于Archard磨损模型对运动副不同接触点的磨损量进行计算,利用ADAMS仿真软件获得了该传动机构危险关节运动副服从正态分布的初始间隙量下的磨损数据。采用小子样的虚拟增广法和Boot-strap法对获得的磨损数据进行扩展,根据该机构系统磨损退化量分布规律分别得到扩展前后的可靠度函数曲线,对比结果表明对该样本进行小子样的扩展是必要的。利用扩展数据分别得到固定失效阈值、随机失效阈值下的可靠度曲线,结果表明断路器传动机构磨损随机失效阈值下的可靠度较固定阈值更接近生产实际。研究表明复杂的磨损过程可通过仿真试验预测其可靠性,从而避免了传统的必须依赖试验的研究方法,具有一定的应用价值。

极小子样试验的虚拟增广样本评估方法

提出一种针对极小子样试验的虚拟增广样本评估方法。在工程实际中,对于成本昂贵的大型复杂结构体系或机构系统,往往只能做试件样本量为1或2的极小子样试验。在这种情况下,先根据极小子样试验的试验样本值虚拟增广样本,即把样本量从n=1虚拟增广至n=13,然后根据增广样本构造经验累积分布函数并对其进行修正,最后应用Bootstrap方法对增广样本进行评估,得到未知参数的估计。文中采用一个实例验证了所提出方法的实用性。

基于Bootstrap方法的小子样试验评估方法研究

Bootstrap方法是一种小子样试验评估方法。该方法在产生随机样本方面有不足之处,即产生的随机样本受到原始样本范围限制。因此本文在研究了用指数分布函数、Boltzm ann函数和三次多项式函数拟合修正样本经验分布函数的可行性之后,讨论用修正的样本经验分布函数替换传统Bootstrap方法中的经验分布函数,提出了基于Bootstrap方法的小子样试验评估方法。结论表明:采用Boltzm ann和三次多项式函数拟合修正样本经验分布函数后可使产生的随机样本不受原始样本范围限制,提高试验评估结果的精度,并附有算例说明所提出的方法。

GM模糊优化方法在小子样机械系统故障预测中的应用

将具有差分格式的灰色模型 GM( 1 ,1 )拓展为 GM( 1 ,1 ,ω)预测模型。用模糊贴近度来优化参数 ω,再进行预测。由最优参数 ω*的取值可知 ,最优 GM( 1 ,1 ,ω* )预测精度一定高于未优化的 GM( 1 ,1 ) ,工程实例证实了此方法的效果是显著的。

复合材料可靠性设计的小子样系数法

对试验数据进行统计分析后 ,找到了 T30 0 / QY8911,T30 0 / HD0 3和 T30 0 / QY8911- 等几种常用复合材料强度性能的最大标准差 ,并发现 :0°铺层或 90°铺层的复合材料单层板强度性能分散性 (变异系数或方差 )要比多向铺层板大 ,这一性质对大多数复合材料都成立。通过对 T30 0 / QY8911,T30 0 / HD0 3和 T30 0 / QY8911- 等复合材料强度性能的分布检验 ,发现 :复合材料强度性能遵循对数正态分布。提出复合材料强度性能可靠性设计的高精度小子样系数方法 ,与传统方法等进行了对比计算 ,发现 :本文方法计算结果稳定 ,计算精度高 ,可以获得比其他方法更大的数值结果 ,使复合材料得到更加充分的利用 。

基于Bayes法的电主轴极小子样可靠性研究

针对长寿命的磨削电主轴极小子样的可靠性评估问题,提出了Bayes结合虚拟增广样本的分析方法。首先,在Bayes法基本流程的指导下,研究了基于Bayes法的磨削电主轴可靠性评估方法。根据定时截尾试验的原则对电主轴进行可靠性试验,应用Bayes法结合磨削电主轴试验样本的可靠性试验数据,综合虚拟增广样本法对其可靠性进行评估,最终获得电主轴的可靠性评估结果。最后,将基于Bayes法与基于伪寿命分布法的磨削电主轴极小子样可靠性评估结果进行比较,以验证基于Bayes法可靠性评估理论的合理性。

小子样变总体下的Bayes测试性验证方法

现有测试性验证试验方案一般都需要较大的故障样本量,利用装备研制阶段的测试性数据则可能有效解决这一问题。但研制阶段的测试性数据和现场试验数据一样属于"小子样"且具有"变总体"特点,为此提出一种基于Bayes理论的测试性验证方法。首先根据装备研制各阶段积累的测试性试验信息构建装备测试性参数故障检测/隔离率(fault detection rate/fault isolation rate,FDR/FIR)的动态增长模型,用以揭示装备测试性水平的动态变化规律,并对其测试性指标进行预测。然后根据最大熵原理计算系统FDR/FIR的先验分布。最后结合少量现场试验数据,根据Bayes最大验后风险准则制定装备测试性验证方案,对装备测试性指标进行验证。通过实例对比分析表明,该方法有效融合了研制阶段数据与现场试验数据,能在小样本的情况下提高验证结论的置信度,降低评估风险。

基于Weibull分布的小子样电磁脉冲效应试验与评估

为了解决电磁脉冲易损性试验周期长、费用高的问题,需要采用较少试件在小子样条件下对系统的抗电磁脉冲能力做出较为准确的评判,同时明确小子样数目的选取。以火工品电磁脉冲易损性评估为目的,通过采用三参数威布尔估计方法,深入探讨了起爆管电路和控制继电器损伤、干扰失效的威布尔估计及样本数目的选取问题。采用相关系数估计法,得到大样本情况下失效密度函数参数,并用K-S方法对所得标准曲线进行了拟合优度检验。参照威布尔分布模型,检验和评估了小子样建模结果,得出了小子样条件下回归方程拟合精度和小子样试验数目,证明所得结果能够满足实际工程需要。

小子样产品的可靠性评定

可靠性评定是可靠性技术发展的重要研究方向之一,小子样产品可靠性评定技术由于信息量少,一些成熟的统计学方法并不适用于小子样情况。文章评述了国内外在小子样产品可靠性评定方面的研究现状,给出了工程上常用的可靠性评定Bayes方法、信息熵法、近似正态法、矩估计法的数学模型和计算方法,讨论了小子样产品可靠性评定急需解决的主要问题,并对其今后的发展方向做了展望。

小子样下的Bootstrap方法

基于密度估计和学习过程的逼近定理 ,说明用Bootstrap方法构造的随机变量去逼近另一随机变量是有偏差的 ,特别在小子样下这种偏差不可忽略 .指出小子样情况下 ,要慎用Bootstrap方法进行仿真 .并给出了导弹试验鉴定的基于正态分布的应用实例 。

小子样条件下导弹靶场试验综合评定方法

针对导弹靶场试验中的小子样问题,分析了自助法和随机加权法,并对自助法中再生子样较为集中的不足进行了改进。通过仿真比较得出,改进后的自助法具有更好的评定特性。

Bayes小子样分析在武器性能评估中的应用

在武器性能评估中,需要大量的试验数据。在现场试验数据不足的情况下,考虑Bayes小子样分析方法,利用计算机进行仿真试验提供评估所需的数据。为避免评估中仿真试验数据"淹没"现场试验数据,通过合理考虑仿真系统的可信度,提出基于全概率思想的改进方法,在某新型水中兵器性能评估中的应用表明该方法具有较好的性质。

基于信息熵理论的小子样模糊可靠性评定方法

为了解决小子样产品可靠性评定中的只考虑确定性信息而没有充分考虑系统模糊性的缺点,文中提出一种基于信息熵理论的小子样产品模糊可靠性评定方法。该方法基于信息熵理论,充分考虑子系统或部件可靠性信息的模糊因素,以清晰事件模糊概率为例,建立了小子样模糊可靠性评定的数学模型。经实例验证,该方法正确有效且与工程实际相符合,具有广泛的工程应用价值。

小子样场合下估算母体百分位值置信下限和可靠度置信下限的Bootstrap方法

将Bootstrap方法引入到小子样场合下母体百分位值置信下限的计算中,并与传统的单侧容限系数法和新单侧容限系数法进行了大量的对比计算,算例表明Bootstrap方法明显优于其他两种方法,在较高可靠度和置信度要求下母体百分位值置信下限不会出现负值的情况,而且计算得到的结果更接近真值。发展了一种半参数Bootstrap方法用于计算可靠度的置信下限,模拟计算表明半参数Bootstrap方法很好地克服了置信度较高时,新旧单侧容限系数计算出的可靠度置信下限过低的局限性,而且半参数Bootstrap方法的计算结果均有较高的精度。

极小子样加速寿命试验设计和可靠性分析方法

根据寿命破坏率和剩余强度破坏率相等的原理,建立加速应力水平与正常应力水平下寿命分布之间的关系式,提出一种极小子样加速寿命试验设计和可靠性分析方法。该方法能够在极小子样的情况下,根据可靠性要求确定加速应力水平和试验截止时间,并通过加速寿命试验对正常应力水平下的产品可靠性进行验证;也可以根据高应力水平下的加速寿命试验数据,对正常应力水平下产品的寿命和可靠性进行评估。详细讨论定时无失效试验、定时截尾试验和定数截尾试验三种常用加速寿命试验的设计方法,并针对工程上常用的Weibull分布和正态分布分别推导出加速寿命试验设计、可靠性评估和寿命预测公式。与传统的加速寿命试验分析方法相比,所提出的方法更加适用于极小子样的情况,尤其是整机和部件的加速寿命试验。

小子样统计理论及IC可靠性评估

小子样IC可靠性评估方法显得越来越重要.传统的小子样可靠性评估是基于Bayes方法,其主要特点是可充分利用先验信息进行统计推断.近年来发展的支持向量机(SVM)在小子样可靠性评估中具有独特的优势,已在软件可靠性评估和可靠性预测方面取得了重要应用.将SVM与Bayes方法相结合并应用于小子样IC的可靠性评估,将大大节省IC可靠性评估的时间,有效地提高工作效率.