武器装备可靠性试验中混合数据回归分析方法研究

[复制链接]
查看: 197|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72282
发表于 2022-8-28 14:38:51 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
    可靠性是评价武器装备综合性能的重要指标之一,如何对武器装备进行高精度的可靠性评估和寿命预测一直受到军方和工程上的广泛关注。随着武器装备可靠性的不断提高,其可靠性试验时间长与研制周期紧迫之间的矛盾日益突出,为了快速获得产品各种可靠性指标,工程中往往采用截尾试验。但是,目前只是定数截尾试验数据有成熟的可靠性分析方法,对于定时截尾试验数据和混合数据都尚无有效的处理方法,而定时截尾试验由于其可以事先控制试验时间和试验工作量,所以在工程实际中应用最为广泛。目前只能采用极大似然估计(MLE)方法处理定时截尾试验数据和混合数据,MLE方法属于大样本方法,需通过大样本试验来保证统计分析精度,这对于制造成本高、试验耗费大的武器装备来说,显然无法适用。本文对此进行了深入系统的研究,针对武器装备可靠性试验中常见的定时截尾数据和混合数据,建立了一套精度高、所需样本量少的可靠性分析方法,成功地解决了上述难题。    本文基于顺序统计量和区间统计量,建立了武器装备定时截尾试验数据最佳线性无偏估计方法,给出产品寿命分布参数和可靠寿命的置信区间估计。与只有在大样本情况下估计量才渐进无偏的MLE方法相比,本文方法所得估计量在大样本和小样本情况下都是无偏的。文中详细讨论了正态分布、极值分布、对数正态分布和Weibull分布情况下的武器装备定时截尾数据最佳无偏估计题目。此外,还建立了样本量n≤20时正态分布和极值分布的最佳线性无偏估计系数及估计量方差和协方差系数表,利用该系数表,工程人员仅通过查表和简单计算即可得到参数的最佳线性无偏估计。大量Monte-Carlo模拟和工程实例表明,在小样本情况下,本文方法比MLE方法精度高,计算简便,便于工程应用。    武器装备需要在多种条件下(如不同的载荷、温度、湿度等)考核它的性能。武器装备在高应力水平下容易失效,得到的多为完全数据或定数截尾数据,而在中低应力水平下不容易失效,往往得到定时截尾数据,对于这种完全数据、定数截尾数据和定时截尾数据混合的情况,传统的回归分析无法处理。目前只能采用两步估计法处理这种混合数据,它是先在各个条件下对试验数据分别进行统计分析,然后再对各个条件下得到的参数估计值进行拟合,这就要求在每种条件下都做大量的试验,从而导致总的试验工作量很大。对此,本文提出一种混合数据回归分析方法,实现了多状态下不同类型数据的整体推断,成功地将传统的回归分析从完全数据推广到混合数据的情况。该方法可以将不同条件下的不同类型试验数据作为一个整体进行统计推断,使其可利用的信息量远远大于两步估计方法。因此,本文方法与传统方法相比,既能提高统计推断的精度,又可节省大量试样。    武器装备可靠性试验中还经常出现异方差混合数据,特别是当试验最大应力与最小应力之差较大时,其高应力与低应力下的寿命分散性往往不同。本文针对武器装备可靠性试验中不同条件下寿命具有不同分散性的情况,进一步提出了异方差混合数据回归分析方法,给出其分布参数、可靠寿命的点估计和置信区间估计,从而解决了异方差混合数情况下的武器装备高精度可靠性评估和寿命预测题目。    最后,采用本文方法成功地对某潜水泵可靠性强化试验、某碳纤维浸胶丝束持久强度试验、某通讯卫星功率管加速寿命试验、某飞机座舱盖有机玻璃疲劳寿命试验等工程中的疑难数据进行处理,分别给出满足工程要求的武器装备可靠性指标。结果表明,本文方法具有信息量大,精度高的特点,而且属于通用方法,应用前景广阔。





上一篇:水气对高Al含量合金氧化行为影响的研究
下一篇:定时无失效数据寿命预测和可靠性评估方法研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图