最佳线性不变估计——多总体的情形

本文是讨论某类线性估计,是对分布族为F((x-μ)/σ)类型的参数估计,其中μ是位置参数,σ>0为刻度参数,此类型的分布对目前可靠性理论的研究很有用处,如极值分布、正态分布和指数分布都属于此种类型的分布以及可以转化为此类型的威布尔分布和对数正态分布等,在可靠性理论中都是很重要的分布。如何通过寿命试验或加速寿命试     

两部件并行系统可靠性分析的某些新推进

两个不同部件的并行系统是可靠性数学研究的最典型模型之一。有许多作者曾采用不同的方法研究过这个系统。例如,Nakagawa和Osaki用Markov更新过程的理论研究了两部件寿命分布均为负指数分布的特殊情形。程侃和曹晋华用Markov更新过程和交替更新过程的理论研究了其中一个部件的寿命分布和修理时间分布为负指数分布的特殊情形。Linton用补充变量方法研究了其中一个部件的寿命分布和修理时间分布     

广义指数分布下恒定应力加速寿命试验的贝叶斯分析

研究产品寿命服从广义指数分布的有关加速寿命试验的贝叶斯统计分析.首先介绍了广义指数分布在恒定应力下的加速寿命试验基本过程;其次在完全样本,和定数截尾样本下,分别给出了广义指数分布参数的贝叶斯估计;最后运用随机模拟方法对各种估计结果的优良性进行了分析比较.     

由 Weibull 子系统数据综合的系统可靠度的置信下界限

§1.前言以往对系统可靠度的置信区间估计方法,主要是利用各个子系统的寿命试验的数据,通过系统的可靠性结构模型,进行可靠性综合的方法来得到系统可靠度的置信区间估计.关于这方面的若干情况可参阅文章[1]的概况介绍.从所查阅到的文献来看,主要是各子系统的寿命试验数据为成败型的或是指数分布类型的情况,至于各子系统的寿命分布是Weibull 分布的情况的文章较少,主要原因是,问题解决的困难和计算上产生的困难等,甚至于无法计算,不得不采用 Monte-Carlo 方法.本文中所讨论的问题,是 Weibull 子系统的情况,其方法的计算困难程度可以得到改善.     

修理设备可更换且修理有延迟的两不同型部件并联可修系统

假定部件的寿命服从指数分布,其修理延迟时间和修理时间均服从一般分布,并且修理设备的寿命服从指数分布,其更换时间服从一般分布,利用马尔可夫更新过程理论和一种新的分解方法,研究了修理设备可更换且修理有延迟的两不同型部件并联可修系统,求得了系统和修理设备有关可靠性指标的一系列结果.     

可修系统中半马氏过程的稳态分布

众所周知,可修系统是可靠性理论中讨论的一类非常重要的系统,也是可靠性数学主要研究对象之一,研究可修系统的主要数学工具是马氏理论.当构成系统各部件的寿命分布和故障后的修理时间分布,及其出现的有关分布均为指数分布时,只要适当的定义系统的状态,这样的系统总可以用马氏过程来描述.大部分学者为了方便,均是在马氏框架下研究问题的.但是在实践中经常遇到部件的寿命或修理时间分布不是指数分布的情形,这时可修系统所构成的随机过程是半马氏过程,用现有的马氏理论无法解决相关问题.目前,关于半马氏的理论研究的研究又很少,基于此,针对半马氏的随机模型给出了与马氏理论相平行的稳态分布的求解方法.     

独立维修两部件并联系统可靠性的进一步分析

本文考虑了具有独立维修规则的两个不同型部件并联系统的可靠性问题，在一个部件的寿命为指数分布，维修分布为Ｅｒｌａｕｇ分布，另一个部件的寿命和维修分布均为一般连续型分布的条件下，我们得到了并系统的主要可靠性指标。     

指数分布场合恒加试验缺失数据的Bayes统计分析

主要讨论了当寿命分布是指数分布时恒定应力加速寿命试验中常见几类数据类型(完全样本,分组样本,删失样本)的Bayes统计分析方法.运用G ibbs抽样迭代算法成功解决了Bayes分析中极为复杂的后验边际分布的计算问题,得到了满足顺序约束的参数的Bayes估计.模拟结果表明各场合下此方法均较好.     

修理设备可更换且有修理延迟的N部件串联系统分析

假定部件的寿命服从指数分布,修理延迟时间和修理时间均服从任意分布,并且修理设备的寿命服从指数分布,其更换时间服从任意分布的情况下,利用马尔可夫更新过程理论和拉普拉斯变换工具,研究了修理有延迟且修理设备可更换的n部件串联可修系统,求得了系统的可用度和(0,t]时间内的平均故障次数.进一步,在定义修理设备“广义忙期”下,利用全概率分解,提出了一种新的分析技术,讨论了修理设备的可靠性指标,得到修理设备的一些重要可靠性结果.     

定数截尾时可靠性指标的 Bootstrap 区间估计

在工程可靠性试验数据的统计分析中,关于可靠性指标的置信区间的获得是一个有实际意义的课题.这个问题历史上通常是对特定的分布作大量模拟计算,这种做法不但计算量大,而且随着寿命分布的不同必须另行重复模拟,使用极为不便,特别对某些我们所关心的指标,至今缺少较为理想的求置信区间的办法.例如,某些电子元件的寿命服从     

指数分布场合下加速寿命试验的Bayes方法

当寿命分布为指数分布时,本文用Bayes方法对由恒定或步进应力加速寿命试验得到的数据进行统计分析,得到了满足顺序约束的参数的估计,模拟结果表明这个方法较好。     

修理设备可更换且修理延迟的两相同部件冷储备可修系统(Ⅱ)

在文[1]的基础上,本文研究了修理有延迟和修理设备可更换的两单元冷储备可修系统.在假定单元的寿命服从指数分布、修理时间和延迟时间服从一般分布、修理设备的寿命和故障后的更换时间服从指数分布下,通过定义修理设备的"广义忙期",使用更新过程理论和全概率分解技术,提出一种新的分析技巧,讨论了修理设备的一些可靠性指标,获得了如修理设备的可用度和故障次数等可靠性结果.     

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.     

Alpha Power广义指数分布

研究了一种新的寿命分布,称为Alpha power广义指数分布.新分布的危险率函数具有单调、浴盆和单峰形状,更加灵活地适用于可靠性分析中寿命数据拟合.讨论了新分布的统计特征,包括分位数、矩和矩母函数、熵、次序统计量,并讨论了参数的最大似然估计.通过两组真实寿命数据拟合分析说明了新分布的优越性.     

具有修理延迟的两不同部件冷贮备系统的可靠性分析

研究了有修理延迟的两个不同部件和两个修理工组成的冷贮备系统.假定部件的工作寿命服从一般分布,故障后的延迟修理时间和修理时间均服从指数分布.利用马尔可夫更新过程、拉普拉斯变换和拉普拉斯-司梯阶变换工具,得到了系统的首次故障前时间、可用度和平均故障次数等可靠性指标.     

第二讲:成败型情形和指数分布情形的可靠性评定

对于成败型情形,基于成功次数给出了成功率的优良置信限和置信区间;对于产品寿命服从指数分布的情形,针对不同类型的数据(定数截尾、定时截尾、定总时与定数混合截尾、工型区间删失等)分别给出了可靠性参数(平均无故障时间(MTBF),可靠度,可靠寿命)的点估计和置信限。     

修理设备可更换和修理延迟的两类故障状态并联可修系统

考虑两同型部件组成的并联可修系统,每个部件有两类故障状态,部件故障后修理有延迟,且修理设备在修理故障部件的过程中也可能发生故障.假定部件的寿命和修理设备的寿命服从指数分布,部件发生故障后的修理延迟时间、修理时间和修理设备故障后的更换时间均服从一般分布,利用马尔可夫更新过程理论和拉普拉斯变换工具,求得了系统有关的可靠性指标.     

二参数指数分布有替换寿命试验极大似然估计

本文首先指出了在寿命试验中一个非常重要而又容易忽视的事实,也即初试产品和替换产品的寿命同为二参数指数分布的有替换寿命试验的数据分析将完全不同于替换产品的寿命为仅含刻度参数的分布的寿命试验的数据分析。然后借助于更新过程的理论给出了前一种寿命试验的极大似然估计。模拟例子表明这种估计是很有效的。     

单向关闭两不同部件串联一部件冷贮备的三部件可修系统的可靠性

本文考虑单向关闭两个不同型部件串联和一个部件冷贮备的可修系统的可靠性.假设所有部件的寿命均为指数分布,修理时间为一般连续型分布.利用补充变量法,拉普拉斯变换和拉普拉斯-斯梯阶变换工具,研究系统的可用度,系统的可靠度以及系统在(0,t]内的故障频度.     

可修复产品的有效度及其计算公式

<正> 有效度是可修复产品的一个重要的可靠性指标。如果产品的寿命和修复时间都服从指数分布,则可修复产品的状态可用马尔可夫过程来描述,因而其有效度的计算公式也可用马尔可夫过程导出。本文介绍只用概率论知识导出的方法,供参考。