基于截尾样本下部件相依竞争失效的k/n系统可靠性分析

研究k/n系统部件由两个相依竞争失效机理组成的可靠性问题,相依失效机理对应的失效时间由Gumbel-Hougaard Copula函数连接,边缘分布服从形状参数和尺度参数均不相同的Weibull分布。基于截尾样本下建立k/n系统部件失效的模型,证明了边缘分布形状参数的后验密度函数具有对数凹性,基于此性质提出了Metropolitan-Hastings(MH)抽样混合Gibbs抽样的Bayes估计方法。采用Inference for the margins(IFM)方法对参数进行估计。通过Monte Carlo实验比较两种方法的可行性和有效性。结果表明Bayes估计结果优于IFM估计结果。最后,将构建的模型运用到一个真实数据中。

基于统计学特性的高密度电阻率法多排列数据拼接及分组误差校正

根据高密度电阻率法相邻两个排列之间有相当重叠部分这个特点,提出将高密度各个单一排列剖面连接组成一个多排列数据拼接一起并进行误差校正。为抑制相邻排列间数据系统误差影响,运用多排列数据拼接系统误差的校正方法,即应用有序聚类法对多排列重叠层分组进行误差校正的一种计算方法。结合实例说明该方法的实际应用效果,并验证了其有效性。

逐步增加Ⅱ型截尾下比例危险率模型的可靠性分析

基于逐步增加Ⅱ型截尾样本,分别在均方损失和Linex损失下,利用ML-Ⅱ方法研究了比例危险率模型的参数和可靠性指标的经验Bayes估计问题。为了研究估计结果的精确性,分析了一个实际应用例子,并利用Monte-Carlo方法给出一个数值模拟例子,结果表明在非对称Linex损失下,经验Bayes估计更具灵活性,且结果更加有效。

相依屏蔽数据串联系统中M-O型部件的可靠性分析

当串联系统含有屏蔽数据且屏蔽概率与失效部件相关时,研究系统中相依部件分布参数及可靠度函数的估计问题。假设部件寿命服从二元Marshall-Olkin型指数分布,在逐步Ⅱ型截尾下,基于屏蔽数据,推导出部件参数及可靠度函数的极大似然估计。鉴于极大似然估计法在完全屏蔽情形下的局限性,利用贝叶斯方法,在平方损失函数下推导出部件参数和可靠度函数的贝叶斯估计。最后利用Monte-Carlo方法给出数值例子,比较了两种估计结果的优劣;同时研究了屏蔽概率和截尾数对估计结果的影响。结果表明两种估计的精度均随着屏蔽概率的增大而降低,随着截尾数的增大而增高,贝叶斯估计较极大似然估计效果更优。