《可靠性工程》课程教学的几点思考

《《可靠性工程》课程教学的几点思考》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、《可靠性工程》课程教学的几点思考摘要：概括了研究生《可靠性工程》教学现状，针对可靠性的应用情况，介绍了几种常用数据处理方法及期在研究生教学过程中的具体应用，对未来“可靠性工程”研宄生教育的具体实践提出了相应的建议。关键词：可靠性工程；数据融合；小子样；课程建设引言《可靠性工程》在火箭军工程大学研究生教育中属于可靠性研宄领域的一本入门课程。其授课内容侧重基础性和理论性。在长期的授课中体会到这种内容安排有概念明确、循序渐渐、方法系统等明显优点。同时在长期授课中也发现有一些问题需要探讨，比较突出的问题是，研究生课程如何与学生工作后面临的工作对象联系起来。我校研究生进入部队后接触的装备

2、多数是高精尖装备，其可靠性研究具有其特殊性。实际上，特殊对象的可靠性研究应该是《可靠性工程》课程的后续内容，是在掌握《可靠性工程》一般理论和方法的基础上的进一步深入探索和研宄的内容，但是学生一般完成《可靠性工程》学习后很少有机会进一步继续学习具体装备应用内容，那么在《可靠性工程》课程授课中如何体现和满足学生这种需求？结合教学体会，在《可靠性工程》课程授课后期适当结合高精尖装备的特殊性增加了4-6学时的内容拓展，效果良好。教学组结合个人教学体会，谈谈拓展的具体内容和具体做法。可靠性评估的基础是数据问题，评估的手段是方法问题，高精尖装备在数据处理和评估方法这两方面都有其特殊性。一、

3、数据处理方法（一）、问题的提出对于由许多不同单元组成的复杂产品，例如导弹、卫星等大型系统，由于人力、资金、时间限制，系统可靠性试验数量很少，甚至不做系统试验，属于小子样分析问题。同时，在进行大型复杂系统的可靠性分析时又存在大量的单元试验信息。大型复杂系统在进行设计、研制过程中，为了使其能够满足可靠性的要求，必须进行严格的质量控制和可靠性管理，在一系列的可靠性活动中，将会获得系统各个单元在不同环境、不同条件下的许多试验信息，而对复杂系统可靠性的评价恰恰直接依赖于这些试验信息。从信息论的角度来看，只有充分利用这些信息，才能对复杂系统的可靠性有较深刻的认识。但是，如何合理利用这些单元

4、在不同环境下的试验信息却是一个有待于深入研宄的问题。具体到尚精尖装备而言，这种特征很明显，有关高精尖装备数据的问题可以概括为两个方面，一是来源杂，二是数量少。来源杂，即多信息源数据问题。在高精尖装备的不同研制阶段、定型期间以及服役期间的各个环节中都会记录一些有关高精尖装备的质量信息，因此在工程实践中，存在着高精尖装备质量信息来源于多种信息源的问题。来源于不同信息源质量信息的母体、特性均不同，在统计上，它们不属于同一总体，经典统计中关于独立、同分布的前提未必满足，按照可靠性理论，多信息源的数据不能直接用于可靠性评估与研究中。数量少，即小子样问题。目前一些型号的服役高精尖装备都只有

5、X发，其历年数据都达不到可靠性评估中最基本的样本数量要求。在可靠性研宄中，基础数据越多，研宄结论越可信。当数据很少时，甚至直接导致研究结论不采用，因此开展小子样、多信息源数据的融合技术研究和可靠性研宄，全面利用已收集到的所有高精尖装备质量数据，对于提高研宄成果的可信度是相当必要的。（二）、解决问题的思路1、数据融合数据融合是近年来兴起的一种研宄多源信息综合处理的新技术，基本目的是充分利用由多个来源所获得的信息，实现信息互补和优化。虽然可用于数据融合的算法很多，如贝叶斯推理、D.S证据理论、模糊集理论、神经网络数据融合等，但这些方法各有利弊，只是在一定条件下对具体问题求解，对信息

6、的处理往往侧重于某一方面的最优。目前国内外的数据融合方法比较多，一般都具有各自特点，例如综合平均法、Bayes估计法、Dempster-ShMter（简称为D—S法）、Bayes方法、模糊逻辑法、基于参数估计的产品可靠性试验数据融合方法、神经网络数据融合法等。Bayes方法主要用来进行决策层融合，它是通过把先验信息和样本信息合成为后验分布，对检测目标作出推断。Bayes方法的优点是能充分利用已有信息；缺点是对先验概率比较敏感，并且要找到一个合适的先验分布不容易。一些情况下，装备均有一些先验信息，因此，基于Bayes理论的统计推断，在高精尖装备可靠性研宄领域还是时常见到的。在授课

7、中，在对若干主流方法进行简要介绍的基础上，以Bayes方法为例子，着重详细介绍数据融合原理、方法、步骤，以及应用范围和特点。不同研宄领域，可以根据自身研宄对象特点，选择不同的数据融合方法作为实例进行阐述。2、异母体分布融合异母体分布的融合是数据融合中的一种，尤其是适用于高精尖装备的数据类型。对于不同环境、不同条件下的异母体多源信息融合问题，目前有许多学者进行了研究，得到了一些有益的结论。小子样条件下可靠性试验信息融合方法主要是对异总体分布参数进行建模，主要模型有线性模型、非线性模型、序化模型