无失效数据情形失效率的估计及其应用

该文对指数分布的无失效数据,在失效率　的先验密度的核为　ａ－１时,给出了失效率　的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计．并对某液压电动机,在寿命眼从指数分布时,给出了该液压电动机无失效数据情形可靠度的估计．     

无失效数据情形参数的综合估计

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

无失效数据失效率的估计

对指数分布无失效数据（ｔｉ,ｎｉ）的失效率λ,在λ的先验密度的核为ｅｘｐ（－λ）时,给出了λ的Ｂａｙｅｓ估计和多层Ｂａｙｅｓ估计,从而可以得到可靠度的估计,最后,给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。     

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．     

质子交换膜燃料电池阳极抗CO催化剂的研究进展

质子交换膜燃料电池采用重整气或甲醇为燃料时 ,阳极催化剂的CO中毒问题是影响其性能的主要原因 .使用抗CO催化剂是解决该问题的根本方法 .文中对质子交换膜燃料电池的CO问题进行了简介 ,比较详细地介绍了目前抗CO催化剂研究的发展现状 ,包括各种催化剂的活性、制法及抗CO机理 .Mo、W是很有希望改进阳极催化剂抗CO能力的材料 ,多组分催化剂是比较有希望的方向 .     

从诺贝尔经济学奖看数学建模的价值

分为三个部分,第一部分,诺贝尔经济学奖的概述;第二部分,数学建模在经济学中的应用情况;最后一部分,展望经济科学的发展趋势.     

La_(2)ATiO_(6)(A=Mg,Zn)∶Er^(3+)荧光材料的上转换发光特性及温度传感特性调控EI北大核心CSCD

Er^(3+)的上转换性能强烈依赖局部位置对称畸变。在本研究中,采用高温固相法制备了La_(2)Mg_(1-w)Zn_(w)TiO_(6)∶xEr^(3+)(x=0,0.02,0.04,0.06,0.08,0.10;w=0,0.3,0.5,0.7,1.0)系列荧光粉。基于XRD精修,Zn^(2+)的掺杂改变了La_(2)Mg⁃TiO_(6)晶体的配位环境,晶相由Pbnm转变为P2_(1/n)。在980 nm激光激发下,样品上转换荧光强度随Er^(3+)离子浓度改变,当Er^(3+)离子浓度为x=0.06时样品的上转换荧光强度最强。基于荧光强度比技术研究了样品La_(2)Mg_(1-w)ZnwTiO_(6)∶xEr^(3+)(x=0.06;w=0,0.3,0.5,0.7,1.0)在303~583 K温度范围内的上转换荧光温度传感特性。实验结果表明,灵敏度随着Mg^(2+)和Zn^(2+)掺杂浓度比例的改变而改变,在w=1.0时达到最大绝对灵敏度0.90%·K^(-1),说明Zn^(2+)的掺杂提高了La_(2)MgTiO_(6)的灵敏度。     

可靠度的M-Bayes可信限

在可靠性试验中,有时会出现无失效数据,特别是在高可靠性、小样本试验中更容易产生无失效数据.本文提出了无失效数据情形,产品可靠度的一种新的参数估计方法-"M-Bayes可信限法",给出了产品可靠度的M-Bayes可信限的定义和M-Bayes可信下限的估计公式,并给出了M-Bayes可信下限估计的性质.最后,给出了数值算例,通过例子可以看出,本文提出的方法可行且便于应用.     

XUV成像系统中像传递函数研究用的Si刻蚀膜

研制具有网格或条状图形的Si刻蚀膜靶,用于XUV系统中像传递函数的研究。在自截止腐蚀工艺制备Si平面薄膜的基础上,结合离子束刻蚀工艺,获得刻蚀深度为1.0 μm左右,网格尺寸为25 μm×25 μm,或条状线宽为5 μm的Si刻蚀膜;测量了Si刻蚀膜的形貌和刻蚀深度;研究了离子束刻蚀参数对图形形貌的影响。并介绍采用两种靶型获得的像传递函数信息。