恒应力加速寿命试验中无失效数据的处理

对恒应力加速寿命试验中W eibu ll分布无失效数据,合理地构造了失效概率的两种先验分布,并结合现场试验数据,利用极大似然方法和Bayes方法对该组无失效数据进行了处理,所得结果表明本文给出的方法是正确可行的.     

恒定应力加速寿命试验中无失效数据的处理

1.问题的提出:一种KP500A/1600 V平板型普通晶闸管的寿命服从Weibull分布,为获得此种产品在正常温度s_0=85℃下的各种可靠性指标。特选温度作为加速应力,在三个不同温度下按排一次恒定温度加速寿命试验(简称恒加试验)。试验情况和试验结果如表1所示。值得注意的是,该恒加试验在低温度s_1=125℃下出现无失效现象。这给数据处理带来了困难。本文试图用定时截尾寿命试验的方法[2]去处理s_2和s_3下的有失效数据,而用Bayes方法去处理s_1下的无失效数据。最后用恒加试验方法[1]进行综合,获得初步结果。     

关于无失效数据的分析

本文讨论无失效数据问题，从截断数据模型出发，改进了ＣＬＡＳＳ－Ｋ方法，得到了参数的矩估计，文章还给出了随横模拟的报告。     

无失效数据失效概率的估计

本文对无失效数据(ti,ni),在时刻ti的失效概率pi=p{T＜ti}的先验分布为不完全Beta分布Beta(pi-1,λi;1,b)时,给出了pi的多层Bayes估计,从而可以得到无失效数据可靠度的估计.     

无失效数据的统计分析

本文利用分布函数的凹凸性质给出了各检测时刻失效概率Ｐｉ的相互关系，作为先验信息，我们得到Ｐｉ（ｉ＝１，ｍ）的Ｂａｙｅｓ估计，进而估计出母体参数，最后对实际数据进行了计算。     

定数截断寿命试验中污染指数分布数据的统计分析

截断数据是生存分析的重要研究内容,而关于污染数据的分析在近几年也越来越受到人们的重视,本文考虑了是二者的混合情形,对定数截断下的污染指数分布模型的有关性质进行讨论,并据此对定数截断指分布模型下的有关数据处理方法作出修正,以求得到更加精确的统计分析结果。     

无失效数据的统计分析：修正似然函数方法

本文对无失效数据提出了一个种新的分析方法：修正似然函数方法，并把它应用于指数分布和Ｗｅｉｂｕｌｌ分布的参数估计。     

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．     

产品无失效数据的可靠性分析

本对某型发动机的无失效数据,给出了失效概率的多层Bayes估计,从而可以得到该型发动机可靠度的估计,并结合该型发动机的实际问题进行了计算。     

威布尔分布场合无失效数据的可靠性分析

本文综合了近几年来对威布尔分布和指数分布的无失效数据处理的几种方法，这些方法是经典方法、贝叶斯方法、最小ｘ＾２方法、等效失效数方法，并对这些方法作了适当的分析，提出进一步需研究的问题。     

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.     

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。     

威布尔分布无失效数据失效概率的估计

通过讨论威布尔分布函数形状参数m的大小,给出各检测时刻失效概率pi的相互关系作为先验信息,得到pi(i=1,2,…,n)的Bayes估计,并且试验数据显示此种方法是可行的.     

具有竞争失效机理产品的简单步如寿命试验统计分析

本文在指数分布场合下讨论了具有竞争失效机理产品的简单步加寿命试验的统计分析，并且研究了失效机理对正常应力下平均寿命估计的影响，最后，我们通过Ｍｏｎｔｅ－Ｃａｒｌｏ试验说明本文方法的可行性。     

无失效数据失效概率的Bayes估计

本文对无失效数据(ti,ni)在ti 时刻的失效概率pi= P｛T< ti｝的先验密度的核为(1- pi)k时,给出了pi 的Bayes估计和多层Bayes估计,由此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.     

无失效数据的Bayes分析

在无失效数据的可靠性分析中，关于时刻τｉ的换效概率Ｐｉ的估计，本文提出以不完全Ｂｅｔａ分布Ｂｅｔａ为一级先验分布，而超参数ｂ为（１，ｃ）上均匀分布的分级Ｂａｙｅｓ估计，这不仅保证满足关系ｐ１≤ｐ２≤．．．≤ｐｋ，且具有简单统一的表达形式，实例还表明这一估计是稳定、合理的。     

无失效数据的Bayes和多层Bayes估计

对无失效数据的研究 ,是近些年来遇到的一个新问题 ,在实际问题中迫切需要解决 ,这项工作具有理论和实际应用价值 .本文对无失效数据 (ti,ni) ,在时刻ti 的失效概率pi=p{T 相似文献   

无失效数据情形失效率的综合估计

对指数分布的无失效数据，提出了无失效数据情形失效率的综合估计法。在失效率的先验分布为截尾Gamma分布时，给出了失效率的多层Bayes估计。在引进失效信息后，在失效率的先验分布为截尾Gamma分布时，给出了失效率的多层Bayes估计和综合估计，并给出了可靠度的综合估计，结合实际问题进行了计算。     

威布尔分市场合无失效数据的可靠性分析

拿文综合了近几年来对威布尔分布和指数分布的无失效数据处理的几种方法这些方法是经典方法、贝叶斯方法、最小x~2方法、等效失效敷方法,并对这些方法作了适当的分析,提出进一步需研究的问题。