互不关闭一个修理工的两部件串联系统可靠性分析

本文研究了文献[1]中的两部件串联互不关闭可修系统。在失效分布为指数分布、维修分布为连续型分布的假定下,利用向量Markov过程方法求得了系统的全部可靠性指标。

部分信息下相邻2-out-of-n:F系统的可靠性分析

对相邻2-out-of-n系统可靠性的研究大都假定部件的失效时间分布是已知的,即部件的可靠度是已知的,然而该假设在许多情况下是不合理的(例如软件系统,人机系统)。本文针对部件的失效时间分布未知,仅仅具有关于部件可靠度的部分信息情况,也就是我们仅仅知道部件的寿命在某些重叠区间的可靠度,利用不精确概率理论分析了该系统,获得了相邻2-out-of-n:F环形与线形系统可靠度上下界的精确公式。最后用例子说明了本文的方法,并指出了在该方向上需要进一步研究解决的问题。

单向关闭两部件串联可修系统某些新的可靠性指标

本文利用史定华在文献[1]中所引用的补充变量方法,研究了曹晋华在文献[2]中提出的模型2。假定部件1的寿命分布为k-Erlang分布,部件2的寿命及两部件的修理时间均为一般连续型分布,部件1有优先修理权,分别求出了系统的更新频度,更新分布及每个部件首次失效时间分布等新的可靠性指标。

极小子样加速退化试验数据可靠性评估方法

针对极小子样的退化数据,对原始退化试验数据序列进行分段,依次从每段数据中随机抽取,组成新序列的方法扩充为大样本。考虑固定影响因素和随机影响因素,采用混合参数模型对扩充的样本进行建模,并采用two-stage方法估计模型参数。由最小二乘法估计每一样本的退化轨迹模型参数,计算混合参数模型的参数,由混合参数模型推导出产品失效时间累积概率分布函数。通过与自然贮存的大样本数据的比较表明,运用分段随机抽样方法对加速试验后的数据序列进行再抽样,可有效扩充试验样本量,无需虚拟扩充数据,解决了加速退化试验评估失效时间分布时样本量少的问题。