Reliability evaluation of bladder accumulator with no failure data

As a bladder accumulator is a high reliable and long life component in a hydraulic system,its cost is high and it takes a lot of time to test its reliability,therefore,a reliability test with small sample is performed,and no failure data is obtained using the method of fixed time truncation. In the case of Weibull distribution,a life reliability model of bladder energy storage is established by Bayesian method using the optimal confidence intervals method,a model of one-sided lower confidence intervals of the reliability and one-sided lower confidence intervals model of the reliability life are established. Results of experiments show that the evaluation method of no failure data under Weibull distribution is a good way to evaluate the reliability of the accumulator,which is convenient for engineering application,and the reliability of the accumulator has theoretical and practical significance.

基于加速度时域信息的结构损伤识别方法研究

研究了基于加速度时域信息构造残差量的结构损伤识别方法。针对该方法实施过程中可能产生的识别方程组病态问题,以及随之产生的求解结果对测量噪声敏感等问题,采用截断奇异值分解技术(TSVD)求解识别方程组。以IASC?ASCE的基准结构为算例,采用本文的方法,识别出两种情况的损伤位置,损伤程度的识别误差分别为3.8%、6.0%,验证了所研究的基于加速度时域信息的结构损伤识别方法是有效的。

基于序列格的隐私时序模式挖掘方法

基于差分隐私的时间序列模式挖掘方法中,序列的最大长度以及添加拉普拉斯噪声的多少直接制约着挖掘结果的可用性.针对现有时间序列模式挖掘方法全局敏感度过高、挖掘结果可用性较低的不足问题,提出了一种基于序列格的差分隐私下时间序列模式挖掘方法PrivTSM(Differentially Private Time Series Pattern Mining).该方法首先利用最长路径的策略对原始数据库进行截断处理;在此基础上,采用表连接操作生成满足差分隐私的序列格;结合序列格结构本身的特性,合理分配隐私预算,提高输出模式的可用性.理论分析表明PrivTSM方法满足ε-差分隐私,基于真实数据库上实验结果表明,PrivTSM方法的准确率TPR(True Postive Rate)和平均相对误差ARE(Average Relative Error)明显优于N-gram和Prefix-Hybrid方法.

多输出非线性系统在数据截断协议下的时滞多采样率输出反馈镇定（英文）

本文研究一类多输出非线性系统基于一类数据截断协议的时滞多采样率输出反馈控制.所考虑的非线性系统的输出以异步方式进行采集,通过网络传输到输出反馈控制端后立即用于构造输出反馈控制器.当控制输入信号可用时,立即用来更新被控制系统.这样,就存在两种传输时滞,一种是非线性系统输出端到输出反馈控制器端的传输时滞,另一种是输出反馈控制器端到非线性系统输入端的传输时滞.从而被控系统的更新和输出反馈控制器的更新不在同一个时间区间.利用区间分解,可以在同一个区间考虑被控系统和输出反馈控制器并分析闭环系统的稳定性.最后,一个算例用来验证所提方法的有效性.

结合单元试验数据的指数型串联系统定时截尾试验可靠性评估方法

武器装备可靠性试验会产生单元试验数据和系统试验数据,在定型阶段目前通常的可靠性评估方法只是统计系统试验时间,并不考虑单元试验时间,单元故障数要么直接统计进最后的故障数据中(严苛但不严谨的方法),要么舍弃(浪费信息的方法)。为科学利用单元试验数据,基于指数型串联系统可靠性模型,引入定时截尾试验方案下失效率的近似Fiducial概率密度,将单元可靠性试验产生的故障数和试验时间折合到系统可靠性意义下的等效故障数和试验时间。分析结果表明:利用单元试验数据可补充系统试验数据的不足,减少试验消耗,提高可靠性评估精度;定时截尾和定数截尾二者利用单元试验数据的公式是有差异的,在定时截尾下仍然套用定数截尾的单元数据折合公式是值得商榷的。

基于反馈的时空联合数据融合算法研究

针对城市无线频谱检测中信号检测面临的高检测效率的要求,提出了基于截断型序贯检测的时空联合融合算法,在此基础上进一步提出基于反馈的时空联合数据融合算法,并进行了仿真分析。仿真结果表明基于截断型序贯检测的时空联合融合算法,有效缩短了平均检测时间;基于反馈时空联合数据融合算法,利用判决信息和知识库动态调整传感器参数,明显减小了采样样本数,提高了系统检测效率。

家用电器无故障定时截尾可靠性试验方案探讨

无故障定时截尾方案是针对故障率较低的家用电器产品的可靠性鉴定试验和验收试验方案,累计测试时间依据置信度确定,可接收状态为无故障或仅出现1个故障,试验方案编制简便和易以掌握,试验过程管理简单。按寿命服从指数分布的条件导出试验方法,同时将适用范围推广至寿命服从形状参数已知的两参数威布尔分布的条件。

Weibull分布定时无失效数据寿命分散系数

提出一种Weibull分布定时无失效数据疲劳寿命分散系数修正方法,定义了定时无失效数据情形下分散系数的修正系数,推导了其计算公式.定时无失效数据与完全数据截然不同,因此其疲劳寿命分散系数明显不同,从疲劳分散系数的定义出发,分别对定时无失效数据情形下基于平均寿命、特征寿命、中位值寿命、最小寿命及最大寿命的两参数Weibull分布疲劳寿命分散系数进行了修正.最后对完全数据与定时无失效数据条件下分散系数计算数值进行了对比分析,结果表明分散系数的修正充分利用了产品的寿命信息,提高了产品安全寿命的预测精度,且修正系数易于计算,便于工程应用.

Weibull分布定时无失效数据可靠性分析方法

定时无失效数据的处理是当前工程中亟需解决的问题.为此,提出一种Weibull分布定时无失效数据可靠性分析方法,在形状参数下限已知的情况下,给出了可靠度和使用寿命的单侧置信下限,从而能够根据定时无失效数据对产品进行高置信水平的可靠性评定.大量Monte Carlo模拟验证结果表明,该方法既可以充分利用定时无失效数据,又能对Weibull分布无失效数据进行累加,所以增大了信息量,提高了预测精度.文中给出某型号高压容器定时无失效寿命试验数据的计算实例.

正态分布定时无失效数据可靠性分析方法

定时无失效是指产品试验到预定的时间未发生失效的情况,定时无失效数据的处理是当前工程中亟需解决的问题.为此,提出一种正态分布定时无失效数据可靠性分析方法,该方法能够根据定时无失效数据对产品进行高置信水平的可靠性评定.分别针对标准差或标准差上限已知的情况进行了详细讨论,给出了可靠度和使用寿命的单侧置信下限.并结合某型号卫星推力器脉冲点火试验得到的定时无失效数据,进行了分析计算,结果表明本方法既可以充分利用定时无失效数据,又能最大化发挥对数正态分布置信下限较高的优点,且计算简单,便于工程应用.

正态分布定时无失效寿命分散系数

针对现有分散系数计算公式只适用于完全数据,以及近年来在寿命试验中大量出现的无失效数据并不适用的情况,将完全数据的寿命分散系数的概念推广到定时无失效寿命数据,提出定时无失效数据寿命分散系数方法,给出了相应的寿命分散系数计算公式.理论分析和结算结果表明,定时无失效数据寿命分散系数Lf*明显小于完全数据寿命分散系数Lf,从而能有效提高被完全数据寿命分散系数过分压低的安全使用寿命.

周期数据时段划分的双截断高斯混合模型及其EM算法

有限混合模型是多模态数据拟合和聚类的有力工具,本文针对具有多模态的周期数据提出了双截断高斯混合糢型,并推导出相应的EM算法,再通过BIC准則确定混合成分个数,该方法的优点是可以将相邻周期上距离较近的数据聚为一类.模拟研究显示,在具体参数设置下,EM算法和BIC准则是相合的。最后,该方法应用于车流量数据的时段划分,将一天划分为具有显著特征的6个时段,有助于交通部门采取相应策略,为优化交通灯信号配时提供参考依据.