多阶段含延缓纠正的可靠性增长序化建模分析

《多阶段含延缓纠正的可靠性增长序化建模分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第21卷第2期海军工程大学学报VoI_21No．22009年4月J0URNALOFNAVALUNIVERSITYOFENGINEERINGApr．2009多阶段含延缓纠正的可靠性增长序化建模分析闫志强，李欣欣，谢红卫(国防科学技术大学机电工程与自动化学院，长沙410073)摘要：多阶段含延缓纠正的可靠性增长试验，其各个阶段内的试验数据分别服从参数不同的Weibull过程。针对现场样本少、传统的可靠性评估方法实施困难的问题，首先在获得各阶段形状参数的基础上，对各个阶段截尾时刻的失效强度建立顺序约束关系。然后，运用Bayes方法融

2、合先验信息，获得最末阶段截尾时刻的失效强度的期望与置信上限。该结果融合了历史阶段的样本信息，优于仅利用单个阶段样本的分析结果，适用于多阶段可靠性增长试验的综合评估。关键词：可靠性增长；多阶段试验；序化建模；Bayes分析中图分类号：TB114．3文献标志码：A文章编号：1009—3486(2009)02—0040-05Analysisofordinalmodelingofmulti—stagereliabilitygrowthwithinstantanddelayedfixmodesYANZhi—qiang，LIXin—xin

3、，XIEHong—wei(CollegeofMechatronicsEngineeringandAutomation，NationalUniv．ofDefenseTechnology，Changsha410073，China)Abstract：Inthemulti—stagereliabilitygrowthtestwithinstantanddelayedfixmodes，thetestdataatdifferentstagescanbeassumedtofollowtheWeibullprocesseswithdiffer

4、entparameters．Withonlyafewfieldsamples，therearesomedifficultiesinusingthetraditionalreliabilityevaluationmethods．Basedontheestimationofstagesshapeparameters，anordinalconstraintrelationshipwasconstruc—tedonthefailureintensitiesatdifferentstagestruncatedtimes，thustoob

5、taintheexpectationandupperlimitofthefailureintensityatthelaststageStruncatedtimewithBayesianmethodcombiningthepriorinformation．Bymeansofthepreviousstagesdata，thismethodwasprovedtobebetterthantheclassicmethodwhichonlyconsidersthesinglestagedata．Therefore，itcanbeusedt

6、oimple—mentthesyntheticevaluationofmulti—stagereliabilitygrowthtest．Keywords：reliabilitygrowth；multi—stagetest；ordinalmodeling；Bayesiananalysis含延缓纠正的多阶段可靠性增长试验是即时纠正与延缓纠正的结合，其特点是：试验分多个阶段进行，阶段内呈现连续的增长趋势，阶段截尾时刻的可靠性水平与下一阶段起始时刻的可靠性水平呈现跳跃式增长。对于阶段内的数据，可以认为其服从Weibull过程，即失效强

7、度为(￡)一口btt-1的，非齐次Poisson过程。而所有阶段的数据整体往往不服从Weibull过程，即不能用一个AMSAA模型来分析多阶段试验数据整体。目前，对于这种多阶段试验数据的分析文献较少，主要困难在于阶段内两参数的参数估计以及阶段收稿日期：2008—09—05；修回日期：2008—11-30。基金项目：国家部委基金资助项目(06KG0164)；教育部博士点基金资助项目(2O059998007)。作者简介：闫志强(1981一)，男，博士生，主要研究方向为可靠性增长管理与评估、武器装备试验与鉴定，E-mail：sand

8、rayzq@163．cOm。第2期闰志强等：多阶段含延缓纠正的可靠性增长序化建模分析间的信息传递建模，即如何融合多阶段的试验数据以获得较为准确的末段可靠性估计。可以采用数据折合方法将阶段内的weibuU过程数据折合为指数寿命型试验数据，然后利用增长因子法融合各阶段数据进行可靠