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。

舰炮的人工后坐液压系统可靠性评估

针对单一子样多性能退化特征参数的舰炮人工后坐液压系统可靠性及预期寿命评估问题,在分析系统的工作过程和失效机理基础上,依据评判准则确定了具有退化特征的性能特征参数,开展性能退化试验,采用最小二乘拟合、优度检验及失效阈值获得退化模型及其伪寿命。基于虚拟增样技术与K-S检验,得到伪寿命分布模型,通过最优无偏估计得到液压系统性能特征参数的可靠度函数,利用串联系统模型得到了整个液压系统性能特征参数的可靠性评估以及预估寿命。结果表明:后坐时间与复进时间特征参数更适合表征舰炮人工后坐液压系统的可靠程度;舰炮人工后坐液压系统处在一个高可靠性的状态;提高复进时间可靠度可显著提高舰炮人工后坐液压系统可靠度。

基于伪寿命分布的电主轴极小子样可靠性研究

在分析和研究了电主轴性能退化失效机理的前提下,选取合适的性能退化特征量,在此条件下设计电主轴可靠性实验方案,并在该方案的指导下进行电主轴可靠性实验。在研究了基于伪寿命分布的退化数据可靠性评估方法的基本原理基础上,应用该方法结合电主轴实验样本的可靠性实验数据,综合虚拟增广样本法对其可靠性进行评估。最终获得失效分布函数、分布密度函数及其曲线,以及一系列可靠性指标,包括可靠度函数及其曲线、失效率函数及其曲线、平均寿命及部分可靠寿命等。

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。

极小子样下参数随机分布的电主轴可靠性分析

对某型号电主轴进行了极小子样下的可靠性分析,将虚拟增广法和Boot-strap法结合,对原始试验样本虚拟扩展,建立了参数服从随机分布的退化模型和电主轴可靠度函数,并利用Bayes验前分布,对该随机系数下电主轴可靠度函数进行修正,得到修正后的可靠度函数。将修正后随机系数下电主轴可靠度函数曲线与伪寿命下得到的可靠度函数曲线进行对比。结果表明,随机系数法得到的可靠度函数具有更高的精度,同时也避免了将模型参数看作固定值即采用伪寿命法进行可靠性评估时产生的误差。进一步说明根据极小子样试验数据可以通过该方法得到同类产品的退化特征,具有一定的适用性。

高速电主轴系统的极小子样试验评估方法研究

针对数控机床这类高可靠性产品的寿命实验数据极少的情况,为了提高数控机床高速电主轴系统的可靠性寿命评估精度,基于性能退化可靠性评估的理论对高速电主轴系统进行了机械应力仿真加载试验。对高速电主轴的退化数据,借助MATLAB软件利用最小二乘法对样本的退化模型参数进行估计,得出一次伪失效寿命。应用虚拟增广法和半经验评估法相结合的可靠性评估方法对高速电主轴系统进行了可靠性评估,得出了高速电主轴系统的平均无故障寿命均值的置信区间。与单纯地采用以往的半经验评估法进行可靠性评估的结果对比,进一步提高了高速电主轴系统在试验样本极小的情况下的试验寿命评估精度,为高速电主轴系统的可靠性研究提供了更加合理有效的评估方法。

基于极小子样的某列车齿轮箱箱体疲劳寿命可靠性评估

针对采用Bootstrap方法对极小子样进行可靠性评估时,在重抽样的过程中样本向均值集中导致评估结果不够准确的问题,提出一种改进的Bootstrap可靠性评估方法。采用虚拟增广样本法对极小子样进行增广,增广至小样本。然后将增广后的小样本按照大小进行排序并分组,运用四分位差法和Bootstrap法对分组后的数据进行可靠性评估。最后,将该方法用于某列车齿轮箱箱体疲劳寿命的可靠性评估。评估结果表明:该方法可以较好地解决Bootstrap法无法对极小子样进行评估的问题,改善了Bootstrap法的抽样结果向均值集中的状况。

基于加工中心的极小子样试验评估法

针对大型复杂昂贵的加工中心往往只能做试件样本量为1或2的极小样本试验的情形,充分利用工程试验经验信息,提出了将虚拟增广法和半经验评估法相结合的可靠性评估方法对加工中心进行了可靠性评估。该评估方法提高了加工中心在极小样本量下的试验寿命评估的精度,为加工中心的可靠性研究提供了更加合理有效的评估方法。

小样本下装备平均维修时间验前分布确定方法研究

针对装备维修性试验数据小样本的实际,选取Bayes方法,对小样本下平均修复时间（mean time to repair,MTTR）验前分布的求取方法进行改进。依据不同的样本量,分别采用Bootstrap方法、最大熵法、Bootstrap与最大熵结合法及极小子样的虚拟增广样本法确定总体的验前分布,重点对其原理和计算过程进行说明,并利用实例对每种验前分布确定方法进行了验证分析,最后总结比较了各种方法的优缺点,为其实际使用提供了参考。

基于加工中心的极小子样试验评估法

为了对大型复杂昂贵的加工中心进行精度更高的可靠性寿命评估,作者利用工程试验的经验信息提出了将虚拟增估广法和半经验评估法相结合的可靠性评估方法.该评估方法提高了加工中心在极小样本量下的试验寿命评估的精度,为加工中心的可靠性研究提供了更加合理有效的评估方法.

基于双应力加速寿命试验的滚珠丝杠副可靠性分析

为了在较短时间内完成对滚珠丝杠副的寿命评估,通过采用加大应力载荷的方法建立加速寿命试验模型,提出一种单样本双应力三水平的加速寿命试验设计和可靠性分析方法.利用虚拟增广法对3个步进加速双应力下的故障时间数据进行等价扩充,以提高滚珠丝杠副在单样本、较少数据情况下的可靠性评估精度;再借助最小二乘法完成3个步进加速双应力水平下的Weibull分布模型中的参数估计;最后结合加速方程推算出在正常应力水平下的寿命,确定滚珠丝杠副的可靠性寿命指标.通过试验仿真算例,验证了在不改变失效机理的前提下采用双应力加速寿命试验对滚珠丝杠副进行可靠性评估的可行性,提高了滚珠丝杠副寿命评估的效率.

单子样结构疲劳试验寿命评估方法研究

针对工程上常见的航空复杂昂贵产品的单子样结构疲劳试验寿命,考虑疲劳寿命服从对数正态分布及威布尔分布两种情况下,发展、提出了将样本数从虚拟扩展至,再结合Bootstrap方法进行可靠性试验评估的方法,并给出了相应的求解带可靠度、置信度下限的试验评估方法。给出了算例阐明。

小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度。总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估。针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布(1-a)双侧百分位区间的判定方法。结果表明:Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小。

基于加速性能退化数据的XLPE绝缘可靠性评估

传统的基于失效寿命数据的固体电介质绝缘可靠性评估方法,试验时间长、失效数据少且难以获取。针对这一问题,本文研究了基于加速性能退化试验数据的可靠性评估方法。首先,采用平均电荷密度作为性能退化特征量,分别在140、160、180 kV/mm场强条件下进行加速性能退化试验,获取性能退化数据。其次,计算得出各场强条件下交联聚乙烯(XLPE)绝缘材料的伪失效寿命并确定其统计分布。最后,结合虚拟增广理论对伪失效寿命数据进行扩充,利用统计分析方法对扩充后的数据进行分析。结果表明:采用加速性能退化试验方法进行XLPE绝缘可靠性评估,经理论计算得到样本可靠度、失效分布密度函数、平均寿命等性能可靠性指标。结合加速寿命模型理论推导出20 kV/mm稳定场强条件下该XLPE绝缘材料的预期寿命为15.3年,且到达预期寿命时可靠度为0.4451。

一种弹载遥测装置可靠性的试验评估方法

本文结合极小子样下的虚拟增广样本评估法对其进行了验证评估,并与前期的预测进行对照,说明该方法是对兵器遥测产品可靠性试验评估的一种可行方法。

基于性能退化数据的数控转台单子样可靠性分析

针对数控转台可靠性高、寿命长、失效样本数据少的情况,采用基于性能退化数据的可靠性评估方法进行研究。在试验过程中通过测量转台不同角度回转精度的性能退化量扩充试验数据,根据试验数据计算得出数控转台的伪失效寿命值。为了提高转台可靠性评估结果的准确率,采用虚拟增广原理扩展试验数据,再对扩展试验数据采用数学方法进行分析。结果表明:该方法可对数控转台的可靠性进行评估,得到数控转台的可靠度、失效分布密度函数和预期平均寿命等可靠性指标。该方法节省了试验成本与时间。

岩土热物性参数的正态信息扩散法分析

在地源热泵热物性测试中,经常会遇到测试样本数据太少的问题。根据浙江某项目地源热泵热物性测试数据,提出一种针对极小样本试验虚拟增广样本的方法。基于正态信息扩散原理,从虚拟增广样本和信息论的角度出发,充分利用虚拟样本,而不是先假设其服从某一经典概率分布,来求解样本信息扩散函数。利用K-S检验法,验证所求正态扩散函数的正确性,从而证明所得正态信息概率密度函数更加符合岩土热物性参数的真实分布,为推断整个项目岩土热物性参数的概率分布提供一定的参考。