冷贮备串联系统可靠性指标的经验Bayes近似置信限

在无替换定时截尾样本下,利用经验Bayes方法和极大似然法研究具有冷贮备部件串联系统(简称冷贮备串联系统)可靠性指标的近似置信限,给出部件失效率、系统可靠度和平均寿命近似置信限的计算公式。最后给出随机模拟例子并讨论置信限的精度。

基于Bayes方法的数控机床可靠性研究

传统的用于计算数控机床整机及其子系统可靠度置信下限的方法有很多,根据获得数据的方式以及处理数据方法的不同可以获得相应的计算结果。通过Bayes方法对数控机床进行可靠性验证。结果表明:Bayes方法可以获得很高的置信限水平估计,满足了数控机床这类特殊产品的要求。

并联系统可靠性指标的多层Bayes近似置信限

利用多层Bayes方法研究了并联系统可靠性指标的近似置信限,给出了部件失效率,系统可靠度和平均寿命近似置信限的计算公式.最后,用随机模拟的方法对所得到的结果进行了分析,说明了该方法的合理性.

基于无故障数据的风电机组齿轮箱可靠度预测

以1.5 MW国产风电机组齿轮箱为研究对象,基于风电齿轮箱的无故障数据,在威布尔分布场合下,应用Bayes方法和最优置信限法对其进行可靠性分析.在配分布曲线的思想下,应用Bayes方法结合加权最小二乘法建立风电齿轮箱可靠度模型;引入保守估计的经典估计方法,结合Bayes方法得出的结论,给出风电齿轮箱寿命分布函数形状参数的估计范围,将此范围应用于最优置信限法,求出风电齿轮箱可靠度在置信水平为1-α下的最优置信下限,并验证此估计范围的合理性;最后分别应用Bayes方法和最优置信限法对风电机组齿轮箱可靠度进行预测,得出此型号风电齿轮箱无故障运行9a的可靠度约为45%,运行10a的可靠度约为30%.

伽玛分布环境因子估计

研究了二参数伽玛分布环境因子的估计。根据伽玛分布的特点,指数分布环境因子的定义,并考虑数据折算的方便,给出了伽玛分布环境因子的定义。根据此定义,用经典方法、贝叶斯方法和Fiducial 方法推证了环境因子的上、下限,并给出了一些近似式。

以B(O,O)作为元件可靠性的先验分布的二项串联系统可靠性的贝叶斯置信限的讨论

本文对以B(0,0) 作为元件可靠性的先验分布的二项串联系统可靠性的贝叶斯置信限进行了讨论,提出: 1° 用梅林变换法得到的贝叶斯精确解与矩拟合法得到的贝叶斯近似解,两者比较接近。 2° 矩拟合法得到的结果,相对于经典精确解是“冒进”的,经模拟计算,从覆盖系统可靠性真值P~*的百分比来看,也是冒进的。

成败型元件串联系统可靠性的Bootstrap置信下限某些问题的讨论

Bootstrap方法是目前较为流行的统计方法之一。本文讨论成败型元件及成败型元件串联系统可靠性的Bootstrap置信下限的某些性质。本文讨论当元件试验数改变或成功数改变时,可靠性的Bootstrap置信下限的变化趋势,从而讨论此方法是否具有合理性。由本文讨论指出:对单个成败型元件,当试验数不变,成功数增大时,元件可靠性的Bootstrap置信下限有增大的趋势,对成败型元件串联系统,也有同样的结果,即Bootstrap置信下限在这方面具有直观合理性,但对单个成败型元件,当试验数增加K次,成功数也增加K次(即失败数不变)时,元件可靠性的Bootstrap置信下限有时反而会有下降的趋势,显然这是不合理的。而对试验数增加,成功数不变时,本文给出了可靠性置信下限变化趋势的关系式,并举例说明当试验数增加,成功数不变时,元件可靠性的Bootstrap置信下限有时会出现增大的趋势,这也是不合理的。

串联系统可靠性虚拟系统法置信下限的小样本性质

本文讨论了具有r个成败型元件串联系统可靠性的置信下限问题。研究了虚拟系统法置信下限的小样本性质,证明了,在通常情况下虚拟系统法置信下限要大于常见的L-M法置信下限.更一般地,本文证明了在成败型试验中,当成功数与试验数之比保持不变时,试验次数的增加将直接缩小成功率置信区间的长度。

研制过程的贝叶斯可靠性增长模型

本文对成败型产品在研制过程中各阶段的可靠性评估问题进行了讨论。在获得了每一阶段的二项试验数据后,运用贝叶斯方法和在可靠度先验分布概率密度函数均匀不变的条件下,给出了第m阶段的可靠度贝叶斯估计值以及置信下限评定方程。本模型与其它增长模型相比,具有标准差小和便于工程应用等特点。

置信度条件下轴承寿命的可靠度分析

汽车轴承的寿命一般有置信度下可靠度的要求。基于Bayes方法分析确定了可靠度和置信度的关系,进一步采用中间秩确定了轴承给定置信度和可靠度的额定寿命修正系数,最后给出了验证置信度和可靠度的寿命试验方案的制定方法。

正态──正态结构串联系统可靠度的Bayes估计

本文利用Ｂａｙｅｓ方法讨论了正态——正态结构串联系统可靠度θ＝Ｐ＿ｒ０（Ｘ＞Ｙ）的估计问题，把θ的后验均值作为它的点估计，在特殊情况下，还得到了θ的Ｂａｙｅｓ置信限。

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。