无失效威布尔情形下基于双修正多层Bayes的可靠性评估

利用配分布曲线法构建无失效数据的可靠性评估模型时,往往采用E-Bayes或多层Bayes来估计失效概率,但因其估计能力有限,整体可靠度点估计精度不高。针对威布尔分布数据提出了一种新的双修正多层Bayes方法,用于改善失效概率估计,并完成可靠度点估计。在多层Bayes的基础上,通过修正失效概率上下限值来减小失效概率估计误差,然后结合加权最小二乘法和威布尔分布可靠度函数确定参数估计值和可靠度曲线,从而得到可靠度点估计。利用Monte-Carlo仿真试验,发现新方法能将参数估计相对误差控制在10%以下,并且得到的可靠度值更加趋近真值。通过实例分析发现,在超参数c取不同值的情况下,采用新方法得到的可靠度都更加接近工程实际。新方法适用性分析表明,形状参数β是影响估计精度的关键因素,且在β>2.2时新方法具有明显的优势及良好的稳健性。研究结果可为其他寿命分布无失效数据的可靠性评估提供参考。

对运用双区域模型计算大空间建筑火灾温度方法的修正

以较为精确的场模拟为参照,对于运用双区域模拟计算出的大空间建筑火灾室内烟气温度与时间的关系曲线进行修正。通过比较计算结果得出,此修正方法提高了计算精度,并在一定程度上扩大了双区域模型计算方法的适用范围和可计算时间。

指数分布无失效数据的Bayes点估计

通过对双指数分布无失效数据的失效率,在先验分布为Gamma分布时得到失效率的估计。并利用Bayes和多层Bayes估计,从而得到无失效数据可靠度的估计,并结合实际问题进行说明。

双参数指数分布无失效数据的参数估计

文章对双参数指数分布的无失效数据（ｔｉ，ｎｉ），给出了参数μ和σ的修正极大似然估计和最小二乘估计，并给出了失效概率ｐｉ＝ｐ｛Ｔ＜ｔｉ｝的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。最后，结合实际问题进行了计算。

Weibull分布下双应力定时截尾恒加试验无失效数据的统计分析

论述了Weibull分布场合下双应力恒加试验无失效数据的统计分析,给出了Bayes估计法和修正似然函数法。