一个贝叶斯离散可靠性增长模型

本文提出了一个贝叶斯离散可靠性增长模型，假设一个产品的开发过程由ｍ个阶段组成在每一个阶段中，都进行一个成败型寿命试验，在试验结束后，再分析其结果，然后对产品进行修改或重新设计，以期提高产品的可靠性，如何产品的失效可分为不可修复的以及可修复的两种，假定产品的不可修复失效概率在各个阶段中保持相同，而可修复失效概率随着试验 增加而减少。     

平均寿命浅说

平均寿命原是人口统计中的一个术语,随着可靠性技术的诞生和发展现已广泛用于衡量产品的耐久性.然而,工程界在使用平均寿命时却存在不少误解之处,本文偿试把这个概念说清楚. 要说清平均寿命,首先要知道什么是寿命.产品的寿命是指产品从完好状态开始到刚进入失效状态为止所经历的一段时间.定义中涉及的产品完好状态和失效状态工程上必须确切描述,换句话说,在研究产品的耐久性时,首先应严格定义产品完好状态的开始时刻和产品失效状态的精确判据. 对不可修复的产品,通常以产品开始使用时刻作为产品完好状态的起点.对可修复的产品,如果能保证“…     

基于两阶段局部抽样策略的结构可靠性分析

工程实践中存在着各种不确定性因素，影响着工程结构的安全运行。结构可靠性分析以失效概率的形式考虑了不确定性的影响，可为结构的安全设计提供指导。然而，失效概率的评估往往涉及昂贵功能函数的调用，导致难以负担的计算成本。为解决该问题，基于Kriging模型的可靠性分析法在近年来受到了广泛的关注。该方法以训练良好的Kriging模型近似真实功能函数，从而在失效概率的计算中达到减少功能函数评价次数的目的。本文在主动学习Kriging模型的框架下，提出了基于两阶段局部抽样策略的结构可靠性分析法，以提高失效概率的估计精度和计算效率。在该方法中，Kriging模型的训练样本以两阶段局部抽样的方式从候选样本池中被逐渐添加。第一阶段以输入变量的均值点为抽样中心，利用概率密度函数确定抽样区域。当所估计失效概率满足基于置信区间的阶段划分阈值时，则开始第二阶段的局部抽样。第二阶段则以最可能失效点为抽样中心，以目标可靠度和功能函数的非线性度确定抽样区域。应用案例表明：所提方法能平衡有效抽样区域的全局探索和局部搜索，实现高精度失效概率估计的同时提高计算效率。     

具有不同失效率和修理率的n中连续取k的可修系统

研究了具有不同失效率和修理率的,2中连续取k的可修系统．在假设失效部件的修理规则为后到先修,且修复如新的条件下,得到了具有不同失效率和修理率的n中连续取k的可修系统各状态的概率,并进一步获得了这类可修系统的一些重要的可靠性指标或者其Laplace变换．     

发电设备可靠性的统计评价和验证方案

发电设备产品大,可靠性试验无法在实验室进行,利用电站的运行数据对发电设备的可靠性进行统计评价和现场验证是发电设备可靠性研究的重要工作。发电设备的可靠性数据可以处理为指数分布,主要依据有两点: (1)从文献[5]知,大量元件构成的系统,当元件的失效能造成系统故障、元件失效后可立即修复或更换且元件的失效相互独立时,该系统的故障间隔时间服从指数分布。大型发电机     

N-控制策略且温储备失效M/G/1可修排队的可靠性指标

本文研究N-门限值进入控制策略且温储备失效M/G/1可修排队系统, 其中系统在处于温储备失效的状态下最多容许N(1)个顾客进入系统。 运用全概率分解技术和拉普拉斯变换工具, 对服务台第一次失效前的寿命概率分布、不可用度、(0,t]时间内的平均失效次数以及处于温储备失效而等待修理的概率等可靠性指标进行了讨论, 并给出了其稳态结果表达式。 最后, 通过数值实例分析了服务台因温储备故障的稳态不可用度和稳态故障频度随一些参数的变化情况。     

具有两类失效模式和修理工休假的重试系统可靠性分析

本文考虑具有两类失效模式和Bernoulli休假的可修表决重试系统,系统中每个部件或者正常工作,或者以概率p类型a失效,或者以概率1-p类型b失效.修理工修理完一个部件后,可能以概率h进行休假,也可能以概率1-h在系统中空闲.系统中没有等待空间,失效部件如果不能立即得到修理,则进入重试空间,一段时间后再进行重试,直到得到修理.利用马尔可夫过程理论和拉普拉斯变换等方法,得到了系统的稳态可用度、可靠度函数和系统首次故障前平均寿命等可靠性指标.通过数值例子分析了系统参数对可靠性指标的影响.     

系统可靠性

假设某系统由若干个元件联结而成 ,而每个元件可能会正常工作 ,也可能会失效 .我们称元件能正常工作的概率为该元件的可靠性 ,而系统的可靠性就是该系统能正确工作的概率 .它由各元件各自独立的可靠性所决定 ,因此 ,独立性的作用在系统的可靠性分析中将得到最为完美的体现 .假设各元件正常工作或失效是相互独立的 ,我们首先来考虑两个最简单系统的可靠性 :1 )串联系统 (如图 1 ) :由n个元件串联而成 ,故只要有一个元件失效 ,该系统就失效 .元件 1元件 2元件n图 1　串联图 2　并联2 )并联系统 (如图 2 ) :由n个元件并联而成 ,故只要有一个元…     

服务台可修的N-策略单重休假M/G/1排队系统的可靠性分析

本文研究服务台可修的N-策略单重休假M/G/1排队系统,假定服务台的寿命有负指数分布和修理时间有任意分布,通过使用全概率分解技术和拉普拉斯变换,讨论了服务台的首次失效时间分布、不可用度和故障频度等可靠性指标,获得了服务台的一系列可靠性结果.     

指数分布场合下无失效数据的统计分析

由于产品的可靠性愈来愈高，所以在可靠性寿命试验中，“无失效数据”的现象也愈来愈多．本文根据指数分布的无记忆性，给出可靠度的先验分布，进而在无失效数据的情况下，得到了平均寿命的Bayes估计。     

无失效数据失效率的综合多层Bayes估计

文章对指数分布无失效数据的失效率,在先验分布为Ｇａｍｍａ分布时,在引进失效信息后,给出了多层Ｂａｙｅｓ估计以及综合多层Ｂａｙｅｓ估计,并给出了可靠度的综合估计。最后,结合实际问题进行了计算     

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 .     

以截尾伽玛分布为先验分布的产品失效率的贝叶斯估计

本文研究了基于泊松分布的产品失效率估计问题.利用贝叶斯统计推断方法,获得了以截尾伽玛分布为先验分布时,产品失效率的贝叶斯估计和相关性质,推广了以伽玛分布为先验分布的贝叶斯估计结果.     

无失效数据的Bayes和多层Bayes分析

本文推广了文献[6]的结果，对指数分布无失效数据的失效率，给出了Bayes估计、Bayes置信上限以及多层Bayes估计，从而可以得到无失效数据可靠度的估计，最后，结合实际问题进行了计算。     

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。     

产品可靠度的E-Bayes估计

提出了参数估计的一种新方法——E-Bayes估计法.对Pascal分布,给出了可靠度的E-Bayes估计的定义(在先验分布中有一个超参数情形),在此基础上给出了可靠度的E-Bayes估计,并给出了可靠度的E-Bayes估计性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的E-Bayes估计法可行且便于工程应用.     

Reliability analysis for Weibull distribution with homogeneous heavily censored data based on Bayesian and least-squares methods

The reliability for Weibull distribution with homogeneous heavily censored data is analyzed in this study. The universal model of heavily censored data and existing methods, including maximum likelihood, least-squares, E-Bayesian estimation, and hierarchical Bayesian methods, are introduced. An improved method is proposed based on Bayesian inference and least-squares method. In this method, the Bayes estimations of failure probabilities are focused on for all the samples. The conjugate prior distribution of failure probability is set, and an optimization model is developed by maximizing the information entropy of prior distribution to determine the hyper-parameters. By integrating the likelihood function, the posterior distribution of failure probability is then derived to yield the Bayes estimation of failure probability. The estimations of reliability parameters are obtained by fitting distribution curve using least-squares method. The four existing methods are compared with the proposed method in terms of applicability, precision, efficiency, robustness, and simplicity. Specifically, the closed form expressions concerning E-Bayesian estimation and hierarchical Bayesian methods are derived and used. The comparisons demonstrate that the improved method is superior. Finally, three illustrative examples are presented to show the application of the proposed method.     

A semiparametric Bayesian generalized linear mixed model for the reliability of Kevlar fibers

We analyze the reliability of NASA composite pressure vessels by using a new Bayesian semiparametric model. The data set consists of lifetimes of pressure vessels, wrapped with a Kevlar fiber, grouped by spool, subject to different stress levels; 10% of the data are right censored. The model that we consider is a regression on the log‐scale for the lifetimes, with fixed (stress) and random (spool) effects. The prior of the spool parameters is nonparametric, namely they are a sample from a normalized generalized gamma process, which encompasses the well‐known Dirichlet process. The nonparametric prior is assumed to robustify inferences to misspecification of the parametric prior. Here, this choice of likelihood and prior yields a new Bayesian model in reliability analysis. Via a Bayesian hierarchical approach, it is easy to analyze the reliability of the Kevlar fiber by predicting quantiles of the failure time when a new spool is selected at random from the population of spools. Moreover, for comparative purposes, we review the most interesting frequentist and Bayesian models analyzing this data set. Our credibility intervals of the quantiles of interest for a new random spool are narrower than those derived by previous Bayesian parametric literature, although the predictive goodness‐of‐fit performances are similar. Finally, as an original feature of our model, by means of the discreteness of the random‐effects distribution, we are able to cluster the spools into three different groups. Copyright © 2012 John Wiley & Sons, Ltd.     

Interval statistic based reliability analysis method on small sample hot test of satellite thruster

As one of the most important components of satellites, the thruster must maintain high reliability, but the assessment is difficult when lacking test failure data. When conducting hot test of the satellite thruster, we encountered the problem of reliability assessment on type-I censored data with only one failure, which is common for small sample tests. This paper proposes a novel interval statistic based reliability analysis method, which can fulfill the life information from the failure time to the censored time ignored by conventional methods, and improve the assessment accuracy. In this paper, a life distribution model is established by proper failure mechanism analysis and prior test information exploitation. As thrust chamber burning-through has been considered as the main failure mode, life test of the chamber coating was conducted under different thermal conditions to obtain the model parameter. Based on the interval statistic theory, a detailed derivation is illustrated. Then, reliability assessment and life prediction for the satellite thruster in both transfer orbit phase and synchronous orbit phase have been achieved, and the results show that our method performs very well, which provides an important way for dealing with test data with only one failure.     

双参数指数分布无失效数据的Bayes估计

本文对双参数指数分布的无失效数据（t_i,n_i）,在时刻t_i的失效概率P_i=P{T＜t_i}的先验分布为截尾指数分布时,给出了P_i的Bayes估计,从而可以得到无失效数据可靠度的估计．最后,结合实际问题进行了计算．