基于截尾正态分布的最大值指标精度换算方法

提出了基于截尾正态分布的最大值指标精度换算方法,为最大值指标与常用精度指标间的精度换算,以及真值测量系统精度指标的确定提供了参考依据。该方法假设系统输出序列中各观测点的合格概率服从对数截尾正态分布;根据给定最大值指标的置信水平及序列样本量,证明并推导了截尾正态分布之截尾上限、截尾下限、均值及标准偏差的计算公式,导出了最大值精度指标与 等常用精度指标间的换算关系,最后结合精密仪器有关理论给出了最大值指标下真值测量系统精度指标的确定方法。实例应用的实验结果表明,该方法是可行的。     

对数正态分布步加寿命试验的统计分析

本文对正态分布的尺度参数σ和位置参数μ给出了双截尾数据的最佳线性无偏估计和简单线性无偏估计,并研究了在Ⅰ型截尾场合下对数正态分布步加寿命试验的统计分析。最后,给出一数值例子,说明上述方法是可行的。     

最大值指标截尾正态分布精度换算方法

提出了面向最大值指标的截尾正态分布精度换算方法,为最大值指标与常用精度指标间的精度换算以及真值测量系统精度指标的确定提供了参考依据。该方法假设系统输出序列中各观测点的合格概率服从对数截尾正态分布;根据给定最大值指标的置信水平及序列样本量,证明并推导了截尾正态分布之截尾上限、截尾下限、均值及标准偏差的计算公式,导出了最大值精度指标与1σ等常用精度指标间的换算关系;结合精密仪器有关理论给出了最大值指标下真值测量系统精度指标的确定方法。实例应用的实验结果表明,该方法是可行的。     

对数正态分布加速因子的Bayes估计

基于对数正态分布形式以及分布对数标准差不变的条件,运用Bayes方法对对数正态分布加速寿命试验条件下的加速因子进行分析。首先基于全寿命试验数据和随机变量函数分布的理论推导出加速因子的先验分布;然后由Bayes公式结合少量的现场截尾试验数据,得出加速因子的Bayes估计模型;最后给出实例进行说明。     

维修时间截尾序贯验后加权检验的实现

截尾序贯验后加权检验是一种小子样检验方法,可用于装备维修性指标的验证。对于此检验方法,当需要求解决策阈值时,现有的基于数值逼近原理的方法存在的难题是积分变量中含有正态分布积分函数,它没有解析表达式,因此不能直接进行积分运算。为此,在满足检验精度的情况下,尝试将积分变量中的正态分布积分函数替换为与之近似的解析表达式,从而给出了一种求解决策阈值的可行方法。对某导弹平均修复时间指标进行验证的实例表明该方法是有效的。     

基于Johnson转换的轴承装配过程质量控制

轴承装配过程质量研究中的参数一般按正态分布来处理,可实际过程中轴承径向间隙这个质量特性参数未必服从正态分布.基于这种情况,从车间采集了样本数据,并结合现有研究成果进行了正态性检验,在确认属于非正态分布的情况下用Johnson转换的方法进行了非正态过程能力分析,并与直接假设轴承径向间隙这个质量特性参数服从正态分布时的求解结果进行了比较,验证了基于Johnson转换的过程能力分析和质量控制的合理性和有效性.     

基于IDEF3的指挥控制任务描述方法

指挥控制任务的描述是实现任务和资源优化匹配的基础.给出了指挥控制任务的形式化定义,提出了一种基于IDEF3的指挥控制任务描述方法.在IDEF3的过程流网中可能存在死锁和同步丢失这两类结构性冲突.为了确保所建立的指挥控制任务描述模型的正确性.提出了基于图化简方法的IDEF3过程流网检验方法,其主要思路是利用三条规则对过程流网进行化简,如最终能将模型规约为空则表示不存在这两类冲突.最后给出了一个简单的示例.     

基于非线性模型预测的翼伞系统控制研究

翼伞系统在飞行过程中,受外界不确定因素的影响呈现出非线性特性和耦合性．应用非线性模型预测控制理论对翼伞系统飞行控制进行了研究,提出基于非线性模型预测控制的翼伞系统控制律设计方法,并推导出控制律解析式．仿真研究表明,合理地选择泰勒展开级数和预测周期,通过泰勒级数展开并截尾后的翼伞非线性控制系统可以表现出良好的控制性能．     

修正EWMA控制图在MAP中的应用

导弹测发控设备的计量保证方案中,数据存在自相关。依据时间序列模型得到的残差控制图在解决此类问题上的使用较为广泛。但是,时间序列模型往往是根据样本观测值拟合而来,模型自回归参数估计不准确。在模型存在错误的情况下,设计的控制限会过窄,导致虚假警报频生。针对此类问题,在模型下,研究了基于指数加权平均移动控制图(EWMA)在自相关以及自回归参数估计不足情况下的控制图性能。另外,给出了修正控制限后的控制图性能研究,比较得出修改控制限的重要性。同时,结合实例进一步验证了修改控制限的控制图具有更好的性能,降低了控制图虚发警报的概率。     

双边定数截尾试验下广义指数分布的可靠性分析

基于双边定数截尾试验,在无信息先验和共轭先验下,给出了广义指数分布参数的Bayes估计。同时在熵损失和加权平方损失函数下,给出可靠度函数的贝叶斯估计。最后运用Monte Carlo方法对估计结果进行了模拟比较。