污垢热阻恒定应力加速寿命试验研究

为缩短渐近污垢试验时间,本文定义了污垢寿命,利用恒定应力加速寿命试验(简称恒加试验),基于定数截尾 指数寿命统计分析方法,求得加速系数a, b近似最小二乘估计,然后由加速模型求得在正常应力水平下的平均寿命估 计。实例计算结果表明,对渐近型污垢热阻进行加速试验是可信的,也是可行的。这对污垢试验研究具有重要价值。

恒定应力加速寿命试验数据缺失时的统计分析

试验数据缺失是加速寿命中经常遇到的情况 ,处理起来也较复杂 ,当产品寿命服从指数分布时 ,该文研究了恒定应力加速寿命试验中试验数据缺失时的统计分析方法 ,讨论了加速模型参数的极大似然估计 (MLE)与线性估计 (BLUE与ABLUE) ,证明了极大似然估计的存在性与唯一性 ,并对各种估计的优良性进行了模拟比较。

Weibull分布下恒定应力加速寿命试验分组数据的统计分析

对Weibull分布恒定应力加速寿命试验的分组数据,利用形状参数的线性无偏估计将分组数据转换为指数分布的加速寿命试验分组数据,建立相应的似然方程,求解得到加速模型参数最大似然估计,最后对某实例进行了分析。

Weibull分布下恒定应力加速寿命的试验分析

在 2个应力下恒加试验中加速方程的 3个系数A0 、A1、A2 的估计最为重要 常用的线性估计由于未考虑中间估计的相关性 ,导致 3个系数的估计 ^A0 、^A1、^A2 的方差增大 .文中利用协方差改进法 ,改进了中间估计 ,推导出 3个系数的BLUE ,并给出了A0 ,A1,和A2 的BLUE的简化算法 ,同时还给出了 3个系数的一种新的加权最小二乘估计 ,数值例子说明其方差与BLUE的方差较接近且计算较为简单 .

对数正态分布场合恒定应力加速寿命试验的MLE和AMLE

在寿命分布为对数正态分布场合，由恒定应力加速寿合试验所获的数据，给出未知参数的近似极大似然估计．

Weibull分布恒定应力加速寿命试验的Bayes估计

对定时和定数截尾样本情形CE模型下Weibull分布场合恒定应力加速寿命试验进行了Bayes统计分析,利用Laplace方法给出了该模型的近似Bayes估计.最后通过模拟实例表明该Bayes估计是有效的.

对数正态分布下恒定应力加速寿命试验的Bayes方法

恒定应力加速寿命试验是产品寿命试验中一种有效的、经济的试验方法。其理论日趋成熟,并在实践中得到了广泛的应用。本文在产品寿命服从对数正态分布的情况下,讨论了恒定应力加速寿命试验数据的Bayes统计分析方法,并用Gibbs抽样的迭代算法成功地解决了Bayes分析中极为复杂的后验边际分布的计算问题。实例表明这种方法是有效且可行的。

基于逐步Ⅱ型删失恒定应力部分加速寿命试验下Burr Ⅲ分布的统计分析

在可靠性工程试验中,恒定应力部分加速寿命试验不仅能提高效率节省成本,且不需要试验设备的加速方程,这种寿命试验被广泛应用。基于逐步Ⅱ型删失数据,在恒定应力部分加速寿命试验下,对加速因子和Burr Ⅲ分布中的形状参数进行估计。运用极大似然法和贝叶斯方法得到了Burr Ⅲ分布形状参数和加速因子的估计式。此外,利用Monte-Carlo模拟,对上述2种估计方法的效果进行了对比分析。模拟结果表明,在均方误差(MSE)准则下,贝叶斯估计与极大似然估计近似。

气缸加速寿命试验方法的研究

介绍了加速寿命试验的理论基础。对H公司生产的A系列气缸进行了故障机理分析,确定出了加速应力和故障模型,给出了加速试验谱和试验条件的设计原则以及故障判断基准的确定与检测,最后设计出了气缸加速寿命试验的实施方案,并通过对具体试验数据的分析及参数估计验证了该方案的可行性。

基于气动系统的复杂系统加速寿命试验方法的研究

对复杂系统加速寿命试验进行分析,重点对串联法及并联法进行研究,对气动系统的加速寿命试验进行分析,以X公司CQ2系列气缸及Y系列电磁换向阀为例进行加速寿命试验的实施与数据统计,并通过对具体试验数据的分析及参数估计验证试验的可行性,总结出复杂系统加速寿命试验研究的一般方法。

CQ2系列气缸加速寿命试验优化方法研究

基于CQ2系列气缸的优化模型,设计了一种改进遗传算法,此算法中采用交叉和变异操作点数随种群多样性函数而变化,在寻优后期,采用Powell法进行加速。高维复杂函数优化结果表明:该算法有效地解决了早熟收敛问题,同时在目标函数的寻优后期快速逼近最优值,达到全局最优。依据优化方案对CQ2系列气缸实施加速寿命试验,试验结果证明:此方案在不影响参数估计精度的前提下,有效地缩短了周期,降低了成本。

竞争失效产品部分加速寿命试验的统计分析

基于加速寿命试验的失效数据对产品的寿命特征进行统计分析时,需要利用产品寿命和应力水平之间的关系即加速模型。但在工程实际中,加速模型不一定总是已知的,例如新研制的产品。针对这个问题,提出了一种利用部分加速寿命试验研究竞争失效产品寿命特征的统计分析方法。在逐步Ⅰ型混合截尾下,讨论Pareto分布竞争失效产品恒定应力部分加速寿命试验的统计分析问题。文中给出了未知参数和加速因子的极大估计(MLE)和贝叶斯估计(BE)。利用Bootstrap方法及贝叶斯理论分别获得了参数和加速因子的Bootstrap置信区间(Stud-t)、最高后验概率密度置信区间(HPD)。最后运用Monte Carlo方法对各种估计的平均相对误差(ARE)、均方误差(MSE)及参数的置信区间进行了模拟计算,并讨论了样本量和分配比例对估计精度的影响。结果表明:参数的MLE和BE的ARE和MSE均随样本量增大而减小;而参数BE的ARE和MSE均小于MLE的ARE和MSE;样本分配比例和2种估计所对应的ARE和MSE呈负相关关系;在相同的置信度下,参数的HPD置信区间的长度小于Stud-t置信区间的长度。

恒加寿命试验在定时截尾逐级删失模型下的优化设计

研究了当产品寿命数据来自指数分布时,2水平恒定应力加速寿命试验在定时截尾逐级删失模型下的优化问题.在试验过程中,每个阶段被移走的产品数目是随机的,并假定其服从离散均匀分布.在给定模型下,推导了似然函数和Fisher信息阵,得到了产品平均寿命估计量的渐进方差的表达式,利用MonteCarlo方法对不同的模型参数和观测次数进行模拟,通过极小化渐进方差(C-optimality)得到了低应力水平和试验产品分配比例的最优取值.

自适应逐步Ⅱ型混合截尾恒加寿命试验下广义指数分布的统计分析(英文)

在自适应逐步II型混合截尾恒定应力加速寿命试验下,讨论了两参数广义指数分布的统计分析.利用EM算法和最小二乘法相结合的新方法推导出未知参数与可靠度函数的点估计,通过信息缺失原则得到了观测Fisher信息阵和尺度参数的渐近无偏估计.利用估计的渐近正态性和参数bootstrap方法构造了参数的置信区间.最后运用Monte-Carlo方法分别对得到的点估计和区间估计的精度进行研究,结果表明尺度参数的渐近无偏估计优于相应的两步估计,Boot-p置信区间比相应的渐近置信区间更精确.

BS疲劳寿命分布序-恒试验的统计分析

研究了Birnbaum-Saunders疲劳寿命分布产品在序进-恒定应力下加速寿命试验的可靠性统计分析。在刻度参数满足逆幂律模型下,得到了BS疲劳寿命分布产品在序进-恒定应力加速寿命试验下的失效分布,并在此基础上得到了参数的极大似然估计,最后通过Monte-Carlo算例说明了该方法的可行性。

Weibull分布产品恒加应力缺失数据下的Bayes可靠性评估

在加速寿命试验过程中,由于试验设备、观测手段或其他方面的困难可能会造成某些试验数据丢失或未观测到。为解决Weibull分布产品在恒加应力试验中出现的小子样缺失数据情形下的可靠性评估问题,提出了可以综合利用多源信息的Bayes可靠性评估方法。首先通过概率元方法得到缺失数据的似然函数,同时根据似然函数中各未知参数的物理含义确定其验前分布类型,再利用第二类极大似然估计原理得到验前分布中超参数的估计。最后通过仿真实例说明了该评估方法在小子样缺失数据情形下的有效性。

逐步Ⅱ型截尾下指数分布恒加试验的贝叶斯分析

对逐步Ⅱ型截尾下指数分布场合恒定应力加速寿命试验进行了贝叶斯统计分析,利用Gibbs抽样给出了该模型的两种Bayes估计.最后通过Monte Carlo方法对逆幂律模型进行了模拟,统计表明两种Bayes估计均是有效的.

逐步增加定数截尾下Weibull分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。

恒加试验下LED照明灯的三参数Weibull分布的参数估计

三参数Weibull分布拟合LED照明灯寿命的优势较为明显,但要得到三参数Weibull分布参数较为精确的点估计较为困难。目前常用的参数估计方法有极大似然法、矩估计法、Bayes估计法等,由于其计算的方程复杂,导致软件编程繁琐,不易掌握,而且也不一定能得到参数估计。鉴于此,文章针对恒加试验提出一种简便地求解三参数Weibull分布参数估计的方法,该方法不涉及超越方程的求解问题,软件编程相当简单,且统计思想清晰。通过LED照明灯恒加试验下的几个案例数据说明方法的应用,并与已有的方法做了对比分析。