Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

基于性能退化的动量轮可靠性建模与评估

为解决长寿命卫星动量轮可靠性评估无失效数据问题,研究基于性能退化的动量轮可靠性建模与评估方法.首先通过失效分析,提出以温度作为动量轮可靠性的特征量.然后利用动量轮温度的遥测数据,建立其温度随时间变化的叠合模型.为解决动量轮试验样本量不足问题,采用Bootstrap仿真方法建立动量轮寿命分布模型,评估其可靠性水平.实例表明,方法能够在无失效数据情况下,利用性能退化数据评估动量轮可靠性,且具有较高精度,为解决无失效数据条件下长寿命卫星动量轮可靠性建模与评估问题提供了一条有效途径.     

长贮产品基于贮存可靠度的序贯检测方法

长贮产品在贮存过程中,性能会逐步退化直至失效,保持和恢复系统可靠性的一种极为有效的方法就是周期地测试贮存产品的关键性能,并且修复和更换所发现的故障产品.检测时间间隔过长,则产品贮存可靠性达不到要求;检测时间过短,不仅要耗费大量的人力、物力甚至会诱发失效.考虑到产品贮存状态变化的复杂性,论文提出了Weibull分布产品基于贮存可靠度的序贯检测方法,可以动态调整检测间隔期,并结合仿真实例给出了序贯模型和参数估计方法.     

无失效数据的贝叶斯统计分析

本给出一类先验分布下基于失效数据的失效概率的贝叶斯和多层贝叶斯估计,证明了保序性,最后对一个无失效数据的应用例子进行了可靠性统计分析。     

Weibull小样本失效数据的贝叶斯可靠性分析

随着高性能复杂系统日益向“高质量、长寿命、小子样”等方向发展,在可靠性试验中经常出现小样本失效数据,传统的基于大样本的产品可靠性评估已不能满足试验要求.在两参数Weibull分布模型的基础上,对原始小样本数据采用灰色估计进行两参数估计,再利用蒙特卡洛方法进行随机抽样并将抽样结果纳入贝叶斯先验信息,通过贝叶斯公式得到后验分布,最终计算得到产品可靠度、失效概率、失效率等结果.最后经实例验证了该方法的有效性.     

供应链网络可靠性的多层Bayes估计模型

对供应链网络可靠性进行界定和分析,以节点企业间的协同为基础,得到可靠度计算模型,以此为依据采集实证样本无失效运行的数据.根据供应链网络可靠性统计特性,建立一种多层Bayes估计方法,应用于样本可靠性评估中.在估计失效率的基础上,对供应链网络可靠度进行估计,对仿真结果进行分析,显示多层Bayes估计方法应用效果较好,精确度高,反映了参数不确定性对供应链网络可靠性的影响,能够较好地解决依据无失效数据判定供应链网络可靠性水平的问题.     

无失效数据情形可靠性参数的估计和调整

本文在无失效取样情形下,提出了产品可靠性参数的一种估计和调整的方法———加权多层Bayes估计法.在无失效数据情形下失效率的多层Bayes估计和引进失效信息后失效率的多层Bayes估计的基础上,对可靠性参数进行了估计和调整———给出了失效率和可靠度的加权多层Bayes估计.最后,结合发动机的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

威布尔分布无失效数据的统计分析

本文对Weibull分布场合下的无失效数据(ti,ni),根据“平均剩余寿命”这一概念得到了参数的拟矩估计,进而将其转化至有一个或多个失效数据的情形,利用[1]中的结果给出了失效概率pi的多层Bayes估计,从而利用分布函数曲线拟合方法得到了未知参数的估计．并结合实际问题进行了计算．     

无失效数据情形指数分布失效率的E-Bayes估计

提出了一种新的可靠性参数估计方法——E-Bayes估计法.对寿命服从指数分布的产品,在无失效数据情形给出失效率的E-Bayes估计的定义、E-Bayes估计,并在此基础上给出了E-Bayes估计的性质——可靠性参数的E-Bayes估计和多层Bayes估计的关系.最后,结合发动机的实际问题进行了计算,结果表明提出的方法可行且便于应用.     

失效率的综合E-Bayes估计

该文提出了可靠性参数的一种新估计方法综合E-Bayes估计法.在无失效数据情形下给出了失效率的E-Bayes估计的定义,并给出了失效率的E-Bayes估计。在引进失效信息后，给出了失效率的E-Bayes估计，并在此基础上给出了失效率和其它参数的综合E-Bayes估计。最后，结合实际问题进行计算，结果表明该文提出的方法可行且便于应用。     

可靠度的双侧M-Bayes可信限

对二项分布的可靠度,提出了一种新的参数估计方法—双侧M-Bayes可信限法.在无失效数据情形,给出了可靠度的双侧M-Bayes可信的定义、双侧M-Bayes可信的估计,关于双侧M-Bayes可信限的性质提出了一个猜想—可靠度的双侧M-Bayes可信限与双侧经典置信限的关系.最后,给出了一个例子,通过这个例子可以看出双侧M-Bayes可信限优于双侧经典置信限.     

艾拉姆咖(Эрланга)分布小样本区间估计和检验问题研究

本文研究了艾拉姆咖分布的小样本区间估计和检验问题.给出了检验统计量和相应的拒绝域.比较了指数分布和艾分布的区别和差异.指出在对装备维修工时的估计时,运用艾分布可能更加精确和有意义;并运用实例分析了区间估计精度.文章对装备维修工时的估计具有一定意义.     

数据分组和右截尾情形下混合指数分布的参数估计

混合模型是可靠性工程,金融保险和计量经济学等领域中的一类重要模型。本文利用EM算法考虑了混合指数分布在分组数据和右截尾情形下的参数估计问题,并给出了相应的参数估计公式,最后的数值模拟表明EM算法对我们的模型是有效的。     

E-Bayesian estimation of the reliability derived from Binomial distribution

This paper introduces a new parameter estimation method, named E-Bayesian estimation method, to estimate reliability derived from Binomial distribution. The definition of E-Bayesian estimation of the reliability is proposed, the formulas of E-Bayesian estimation and hierarchical Bayesian estimation of the reliability are also provided. Finally, it is shown, through a numerical example, that the new method is much simpler than hierarchical Bayesian estimation in practice.     

二项分布可靠度E-Bayes估计的性质

作者以前提出了一种新的参数估计方法——E-Bayes估计法,对二项分布的可靠度,给出了E-Bayes估计的定义、E-Bayes估计和多层Bayes估计公式,但没有给出E-Bayes估计的性质.该文给出了二项分布可靠度F-Bayes估计的性质.     

变环境情形下Weibull分布分组数据的参数估计

本文研究了变环境情形下Weibull分布分组数据可靠性估计的参数估计问题。给出一种基于EM算法的变环境分组数据Weibull分布参数估计方法,所得估计量具有良好的收敛性,模拟结果表明方法的实践可用性。     

参数的E Bayes估计法及其应用

提出了参数的一种估计方法—— E Bayes估计法 ,对寿命服从指数分布的产品 ,在失效率的先验分布为 Gamma分布时 ,给出了失效率的 E Bayes估计和多层 Bayes估计 ,并在此基础上给出了失效率和可靠度的 E Bayes估计的性质 .结合实际问题进行了计算 ,结果表明提出的 E Bayes估计法可行且便于应用 .     

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—E-Bayes估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.     

二项分布无失效数据可靠度的多层Bayes估计

文章对二次分布无失效数据的可靠度,在先验分布为Ｂｅｔａ分布时,给出了可靠度的多层Ｂａｙｅｓ估计。最后,结合实际问题进行了计算。     

Profust reliability of a gracefully degradable system

Research in traditional reliability theory is based mainly on probist reliability, which uses a binary state assumption and classical reliability distributions. In the present paper the binary state assumption has been replaced by a fuzzy state assumption, thereby leading to profust reliability estimates of a powerloom plant, which is modelled as a two unit gracefully degradable system. Results of Bowles and Palaez [Application of fuzzy logic to reliability engineering, Proc. IEEE 83(3) (1995) 435–449] have been deduced as a particular case of results presented here. It is also recognized that estimation of system parameters such as failure rates, is vital in reliability estimation. Available methods for such estimation do not cover the underlying uncertainty in the failure data collection involving human judgment, evaluation and decision. In this paper we introduce a new approach based on fuzzy set theory to estimate such system parameters.