分享到:

小子样统计推断与融合理论在武器系统评估中的应用研究

本论文结合当前武器装备小子样试验分析与评估的特点,以Bayes方法为小子样统计推断与融合理论的研究主线,重点研究了适应于Bayes方法工程运用的若干共性问题。并在武器装备的精度和可靠性评估两个方面展开了应用研究。首先,研究了验前信息处理中的若干共性问题,如验前信息的分类、验前信息的获取、验前分布的表示、验前信息的相容性检验、验前信息的可信性分析以及多源验前信息的融合等。提出了一种基于信息似然比的计算验前信息可信度的新方法。然后,研究了Bayes统计推断在工程运用中的若干共性问题。首次将验前费用和试验费用引入到损失函数中,分析了样本容量大小、验前信息可信度以及Bayes决策风险三者之间的关系;理论上推导样本容量大小与验前信息可信度的关系不等式,从而为小子样条件下,找到验前信息可信度的保证下限提供了理论依据;进而提出了一种“次优样本量”的新概念,并由此得到了一种确定试验样本量的优化策略。另外,针对当前试验分析与评估中所存在的“异总体  (本文共140页) 本文目录 | 阅读全文>>

西南交通大学
西南交通大学

小子样产品的随机振动加速试验及可靠性评估

以《XX产品的可靠性试验和可靠性评估》课题为背景,开展了适用于小子样产品的可靠性试验和可靠性评估方法的理论和应用研究。可靠性试验针对小子样机械产品,利用基于随机振动试验的应力、寿命关系,结合将产品视为成败型,寿命服从指数、对数正态或威布尔分布下的经典可靠性分析方法,建立了加速试验下的子样数、加速应力、正常应力、额定工作时间、试验时间、置信度以及可靠度之间的关系。从理论上解释了提高产品承受的应力和延长试验时间可减少子样数。提出了控制产品承受最大应力的措施,以保证在加速试验下产品的失效机理不发生变化。研究了多级应力下步加试验的优化设计方法。利用仿真退火方法,确定了步加试验的试验方案。可靠性评估1 参数估计。讨论了恒加试验、步加试验下不同寿命分布的参数估计方法。重点研究了极大似然法-最小二乘法以及适合小样本的恒加试验Bayes方法估计参数。2 小子样可靠性评估。提出一种基于经典方法、通过增大产品承受的应力、并结合应力—强度干涉计算...  (本文共141页) 本文目录 | 阅读全文>>

《矿山机械》2007年01期
矿山机械

采矿机械可靠性试验小子样数的选择

可靠性试验属于一种抽样试验。在选择子样数时,既要考虑试验结果的逼真性,又要考虑试验的经济性。采矿机械产品与普通机械相比,它具有体积大、批量小及试验费用高的特点。而按数理统计方法要求,大子样数为大于50个。因此,在一般情况下,采矿机械可靠性试验只能采取小子样试验。所谓小子样就是指子样数接近或小于6个。当子样数只有1个或2个时,就称为极小子样,这样的情况,就给试验结果数据的统一处理带来一定的难度。随着机械可靠性试验的发展和数理统计理论的深入研究,已经较好地解决了这个被实际工程应用中的矛盾。1最小子样数的计算1.1估计母体均值所需的最小子样数根据数理统计学t分布理论,母体均值μ的区间估计式为x?tγSnx p=∫x∞pf x x=p式中f(x)——正态变量X的密度函数;给定p时,百分位值xp=μ+upδ当可靠度为p时,百分位值x p=x+u pS,即可代表p所求可靠度为p的指标估计值。按数理统计方法可得12(1)1()ppt SKx ...  (本文共2页) 阅读全文>>

《西北工业大学学报》1993年03期
西北工业大学学报

贝叶斯估计与极小子样可靠性试验的一种策略

引言 目前,系统可靠性分析与试验方面的理论发展方兴未力1,2,4l,它们给应用越来越广泛的系统可靠性分析与试验提供了理论依据.但是,由于这些方法都是完全建立在试验数据的基础之上的,因而需要一定的子祥容量.在系统可靠性试验中常常由于成本的间题而只能进行极小子样试验,目前尚没有完善的解决方法。 在文献[4]中,Ang Hs等六j寸贝叶斯方法在理论上进行了深入的探讨,指出了该方法的一些应用.本文将该方.法推广应用到了一般系统的可靠性试验之中,提出了一种极小子样可靠性试验的策略.该策略充分重视试验以前的信息,能将试验以前的信息与试验结果巧妙地结合起来.1理论与方法Ll贝叶斯方法 根据文献[3,41,如果O是待估参数,斌(e)是试验前口的分布型式,它是由试验前的信息完全确定则下面公式成立:、且,、劲户、,声,.盈﹃‘,J‘了.、矛咬J‘飞式中价甫(0)一KL(8)中,(口)L(仍一P(‘/0)K一1/丁P(‘/0)中,(8沁0 且。代表试...  (本文共5页) 阅读全文>>

《应用科技》1996年03期
应用科技

小子样试验精确误差的确定

0引言在工程上的很多试验中,由于受经费等条件的限制,在很多情况下,我们从试验现场只能测得个别的或很少量的相互独立的试验数据,要从这些数据中,直接确定试验测量的精确(或随机)误差是比较困难的,甚至是不可能的。为了确定什么是精确误差,必须要考虑误差分析中的基本术语。试验目的是为了回答问题,如果对回答问题的真实结果称1._;r,;,,。那么我们试验的答案应该是rt.;r。的最11Al好评估,我们称这个评估为r,并且/的区_1ill\….—.一、··、··—··,·—一、。-·——‘一镣!;I’\间包含rt,_的量信度为(1——a).a为显著性@!I厂I\._._______,、_、._gilJ;\水平,本文假定a。0.05.即置信度为95%11’厂I\,。。_。。__。,一、。。^。。__。。_。NI_11_l\.这个关系如图所示。试验的可能结果是一一【:.Pr川P.S\个散布,这个散布是一个母体均值为。的分DOI-/ODD\布(这里...  (本文共5页) 阅读全文>>

《航空学报》2004年05期
航空学报

极小子样试验的半经验评估方法

Bootstrap方法适用于试验子样数n≥5情况,而实际上对于大型复杂结构体系或机构系统,由于单件成本昂贵,往往只做试件子样数n=1或n=2的极小子样试验,因此如何确定极小子样试验的评估是一个既有理论意义,又有重大应用价值的课题。在此先给出了半经验试验评估方法,即在由经验已知同类试验的密度分布形式及离散性参数(标准差σ或变异系数CV)情况下,据本次试验件的试验均值即可用本方法得出在某个置信度要求下的所讨论参数的下限值[1],再提出把试件值从n=1虚拟增广至n=5的半经验试验值增广法,以便进一步可用Bootstrap再生子样方法继续做下去;所提出的这个方法简称为虚拟增广再生子样的极小子样试验评估法。下面进一步具体阐明。1 Bootstrap方法基本概念Bootstrap方法是用于小子样试验评估的一种可行方法,通常子样数n以n≥5较合适。Bootstrap方法的大致步骤如下[2,3]:(1)从n个子样值得近似累积分布函数 把n个子样...  (本文共4页) 阅读全文>>