基于无维修使用期的计算机可靠性分析与评估

针对当前MTBF在计算机中可靠性设计分析和验证方法的不足,基于无维修使用期这一新型指标,构建了计算机新型可靠性分析和评估方法。首先,基于MFOP提出了高可靠计算机的故障模式影响分析方法,在故障模式影响分析中引入了通用和专用设计两个模块,并对故障率重新定义。其次,针对MFOP指标,提出了基于步降应力加速试验的非参数可靠性评估方法。最后,通过试验仿真对试验评估方法进行了验证,仿真结果表明该试验方法准确高效,能满足可靠性评估的需求。     

具有参数漂移特征的退化可靠性评估方法

针对具有参数漂移特征的产品,首先采用随机扩散理论描述其参数漂移规律,并建立了参数漂移模型.在此基础上,提出了将参数漂移模型预测与产品寿命分布拟合相结合的可靠性评估方法,即利用参数漂移模型对产品不同时刻的可靠度进行预测,通过适当增加产品可靠性预测点,拟合产品的寿命分布,进而获得产品的可靠性评估结果.该方法充分利用产品参数漂移规律和产品寿命分布规律,可有效提高产品可靠性评估精度.最后,通过实例比较,验证了该方法的可行性和有效性.     

基于作战效能的武器装备可靠性指标评估方法

装备可靠性的评估是装备管理使用中面临的重要课题.在总结前人的研究基础上,提出了一种基于武器装备作战效能的可靠性评估方法:建立非线性指标聚合的武器效能指标体系,通过主客观评分效果对底层指标进行打分,经过非线性指标聚合等手段获取装备效能的归一化评估指数,通过多次评估获取装备效能评估指数数据集,以此为基础对装备的可靠性进行评估.最后给出了评估仿真实例,实验结果表明所提方法的有效性、可行性.     

早期可靠性数据的统计分析及其应用

在大型复杂产品研制过程中,通过原理样机的各类试验所获得的早期可靠性数据对产品早期可靠性的评估及可靠性设计具有重要意义。文中利用顺序约束模型研究了早期可靠性数据的处理方法,并将早期可靠性数据评估结果应用于可靠性增长计划的制定,从而有效减短了可靠性增长试验的时间。最后,给出了一个实际例子,以说明上述方法的应用。     

环境因子和混合贝塔分布的贝叶斯法制导弹药评估

针对制导弹药可靠性试验评估成本高和靶场试验次数少的问题,采用基于环境因子和混合贝塔分布的贝叶斯法对制导弹药可靠性进行评估。利用环境因子法,结合成败型产品讨论了不同库存环境制导弹药可靠性试验数据的折合,解决了不同环境下数据融合的问题。以混合贝塔分布为先验分布,得到了评估制导弹药可靠性的Bayes方法,该法解决了性能检测试验数据与靶试数据融合问题,并对制导弹药可靠性进行了数值仿真计算,为制导弹药可靠性评估提供了一种新方法,具有一定的价值。     

相似产品信息在导弹可靠性试验评估中的应用

验前分布的确定是运用Bayes方法进行系统可靠性评估的重要前提.在对导弹系统进行可靠性评估时,大量的相似产品信息是不可忽视的重要验前信息.基于相似产品信息的存在性.研究了利用相似产品的信息采用加权融合确定可靠度验前分布的方法.并针对导弹寿命服从Weibull分布的可靠性试验结果,给出应用Bayes方法评估新导弹系统可靠性的计算公式.最后,通过一个实例证明了该方法的有效性.     

某装备系统机电产品贮存可靠性评估方法

针对某装备系统机电产品长期自然贮存环境下可靠性无法准确评估的难题,提出了一种基于极小χ2估计和拟合优度检验的贮存可靠性评估方法,并对试验数据进行了分析、计算和处理。该方法通过拟合产品的失效分布来确定其分布函数参数,并根据确定的分布函数来预测产品的贮存可靠寿命。与现有的评估方法相比,采用该方法确定的分布函数更能反映产品的可靠性变化规律,对机电产品的贮存寿命预测结果更加合理,在工程研究领域具有很好的实用价值。     

信息融合技术在可靠性评估中的应用

可靠性评估是可靠性工程的重要组成部分,即根据产品的可靠性结构、寿命模型及试验信息,利用统计方法和手段,对评价产品可靠性的性能指标给出估计的过程。在可靠性评估领域,对复杂大系统的可靠性评估一直是重大难题之一。这是由于复杂大系统诸如大型客机、导弹、卫星等,其可靠性     

基于Bootstrap仿真的鱼雷实航工作可靠度评定方法

由于鱼雷产品的可靠性不断提高,同时可靠性试验受经费、时间等因素的限制,导致鱼雷实航工作可靠度的评定面临现场试验数据不足的问题。近年来,普遍采用补充可靠性先验数据结合Bayes方法进行综合评定来解决这一小子样问题。针对现有先验数据获取未能充分利用性能可靠性信息,利用Bootstrap仿真方法对性能可靠性数据进行仿真增加样本量,作为现场可靠性Bayes评定的先验数据,极大地降低了实航工作可靠度评定样本不足对评估结果的影响,具有很好的工程应用价值。     

基于平均互信息熵的复杂系统可靠性评定方法

可靠性评定是定量评估系统可靠性水平的重要途径,是对其可靠性进行定量控制的必要手段.某些复杂系统由于研制时间和经费的限制,现场试验样本量极其有限,依赖传统的基于大样本的数理统计方法将难以获得客观结论,因此其可靠性评定一直是工程实践中的技术难题.针对复杂系统可靠性评估和寿命预测时现场样本量不足的问题,提出了一种基于多源信息融合的可靠性评定方法.该方法利用平均互信息熵来度量多源验前信息对可靠性评定不确定性减少所起的作用,以此为依据确定多源信息融合权重,并通过融合验前分布进行复杂系统的可靠性评定,从而减少了评定过程中的主观性,增强了评定结论的可信性.最后通过仿真实例验证了方法的有效性.     

Bayesian sampling plans for exponential distributions with interval censored samples

This article studies the problem of designing Bayesian sampling plans (BSP) with interval censored samples. First, an algorithm for deriving the conventional BSP is proposed. The BSP is shown to possess some monotonicity. Based on the BSP and using the property of monotonicity, a new sampling plan modified by the curtailment procedure is proposed. The resulting curtailed Bayesian sampling plan (CBSP) can reduce the duration time of life test experiment, and it is optimal in the sense that its associated Bayes risk is smaller than the Bayes risk of the BSP if the cost of the duration time of life test experiment is considered. A numerical example to compute the Bayes risks of BSP and CBSP and related quantities is given. Also, a Monte Carlo simulation study is performed to illustrate the performance of the CBSP compared with the BSP. The simulation results demonstrate that our proposed CBSP has better performance because it has smaller risk. The CBSP is recommended. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 604–616, 2015     

飞行计划管理中航迹关联算法

针对传统飞行计划管理中的缺限,基于MK-NN航迹关联算法思想,提出了一种利用方向因子、速度因子、偏航因子、时差因子和区域因子对综合航迹和计划航迹进行比较关联的方法.通过仿真,分析比较了该算法与其它算法的综合性能,验证了MK-NN算法在计划管理中的科学性和可行性.用改进的MK-NN算法为基本算法实现对飞行计划实施的动态监控,能够提高飞行计划管理的准确性和可靠性.     

加权随机模拟的时变可靠性分析方法

针对结构时变可靠性的随机模拟分析方法计算代价大的问题,在极值方法的基础上提出基于加权随机模拟的时变可靠性分析策略。时变可靠性分析需要计算在不同时间处的失效概率,通常需要进行多次可靠性分析,计算代价巨大。所提方法通过对常规静态可靠性的随机模拟方法进行改进拓展,运用加权策略分别发展了加权蒙特卡洛法和加权重要抽样法,使之能够高效分析计算时变可靠性问题。所提方法仅需一次常规可靠性分析模拟,即可得到时变失效概率函数估计。采用管状悬臂梁和十杆桁架两个算例进行验证。结果表明,基于加权思想的分析方法在能确保精确度的前提下能够大幅度减小计算量,提高计算效率。     

基于调整型的战术导弹批检试验抽样方案设计

为通过批检试验准确检验导弹的质量,提出基于调整型的战术导弹批检试验抽样方案设计思路。调整型抽样检验方法的应用,可适时调整抽样方案的宽严程度,提高检验效率,并为订货方和生产方提供适当的风险保护,把抽样检验和导弹的质量变化联系在一起形成一个动态检验过程。     

Adaptive importance sampling for extreme quantile estimation with stochastic black box computer models

Quantile is an important quantity in reliability analysis, as it is related to the resistance level for defining failure events. This study develops a computationally efficient sampling method for estimating extreme quantiles using stochastic black box computer models. Importance sampling has been widely employed as a powerful variance reduction technique to reduce estimation uncertainty and improve computational efficiency in many reliability studies. However, when applied to quantile estimation, importance sampling faces challenges, because a good choice of the importance sampling density relies on information about the unknown quantile. We propose an adaptive method that refines the importance sampling density parameter toward the unknown target quantile value along the iterations. The proposed adaptive scheme allows us to use the simulation outcomes obtained in previous iterations for steering the simulation process to focus on important input areas. We prove some convergence properties of the proposed method and show that our approach can achieve variance reduction over crude Monte Carlo sampling. We demonstrate its estimation efficiency through numerical examples and wind turbine case study.     

基于两阶段抽样法的作战仿真实验方案优选分析

通过作战仿真实验进行实验方案的优选分析研究,分别针对实验方案中的单一实验指标和综合实验指标进行了实验方案优选分析。首先运用两阶段抽样法完成了单一实验指标的实验方案优选分析,进而通过欧几里德贴近度分析了综合实验指标的实验方案优选分析,最后给出了两阶段抽样法在作战仿真实验中进行实验方案优选分析的应用实例。     

Designing acceptance sampling schemes for life testing with mixed censoring

Mixed censoring is useful extension of Type I and Type II censoring and combines some advantages of both types of censoring. This paper proposes a general Bayesian framework for designing a variable acceptance sampling scheme with mixed censoring. A general loss function which includes the sampling cost, the time‐consuming cost, the salvage value, and the decision loss is employed to determine the Bayes risk and the corresponding optimal sampling plan. An explicit expression of the Bayes risk is derived. The new model can easily be adapted to create life testing models for different distributions. Specifically, two commonly used distributions including the exponential distribution and the Weibull distribution are considered with a special decision loss function. We demonstrate that the proposed model is superior to models with Type I or Type II censoring. Numerical examples are reported to illustrate the effectiveness of the method proposed. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004     

优化拉丁方试验设计方法及其应用

计算机仿真是复杂系统优化的一种有效手段,但需要耗费大量机时,必须严格限制仿真次数。针对此提出了优化拉丁方试验设计方法,该方法需要较少的仿真次数,且兼顾方案的正交性和均匀性,采用Cholesky分解生成初始解,通过模拟退火算法对拉丁方矩阵进行优化,定义动态权重因子实现正交性与均匀性的权衡。最后构建了一个实例,通过试验结果证明采用优化拉丁方试验设计方法可以生成具有较好性质的仿真方案,且仿真次数少。     

面向诸元计算精度鉴定的二次抽样试验设计方法

针对诸元计算精度常规试验方法的缺点和不足之处,提出了"二次抽样"的试验设计方法,在一次抽样的基础上,通过对试验结果进行分析,进行第二次有针对性的抽样试验,并采用贝叶斯估计方法,对两次相关联的试验结果进行综合评价。最后采用该方法对某型炮兵指控系统的诸元计算精度进行了检验,证明了该方法的实用性和有效性。与常规试验方法相比,二次抽样法对诸元计算中各变量不同值域的权重进行了重新分配,其计算结果对被试装备的实际性能更具有指向性。     

带有先验分布的Bayes统计抽样方案费用评价模型

以往在评价和比较几个统计抽样方案时,多从比较分析两种风险率入手,由于这种方法的局限性,往往不能得出满意的结论。本文利用Bayes方法,在给出先验分布及有关损失函数的条件下,从各种抽样方案的平均总损失入手比较几个可选方案的优良性。本文提供的与二项分布相对应的算法具有一般意义。示例所得结果也是令人满意的。