加速试验失效机理一致性辨识及贝叶斯统计分析

加速试验失效机理一致性辨识及贝叶斯统计分析

论文摘要

为实现高长寿命产品在正常应力下寿命与可靠度的快速、准确的评估,本文结合Bayes理论,对恒定应力下ALT试验的定时截尾数据、ADT试验的性能退化数据展开了全面、深入的讨论。主要成果如下:第一,基于加速系数不变原则,对ALT试验的Weibull寿命模型、对数正态寿命模型、混合指数分布族模型的失效机理一致性辨识问题进行了研究,并给出了具体的判断方法;针对ADT中的Wiener退化模型和Inverse Gaussian退化模型的失效机理一致性辨识问题进行了研究,并给出了具体的检验方法。第二,讨论了ALT中的指数分布模型、Weibull分布模型,假设指数分布参数的先验分布为伽马分布和客观选择的Jeffreys无信息先验分布,Weibull分布的形状参数为离散分布和连续型分布、尺度参数分别为伽马分布和客观选择的Jeffreys无信息先验分布,采用Bayes公式融合寿命数据,得到了定时截尾数据下参数的显性估计式,建立了常应力下可靠度的普适模型。工程案例表明Bayes下的可靠度评估方法更加合理,操作性更强,具有一定的优越性。第三,针对Wiener过程在ADT试验中的建模方法,为克服产品的异质性,提高模型的预测精度,采用具有随机参数的Wiener过程描述产品的个体差异,分别选取正态伽马分布和Jeffreys无信息先验分布作为随机参数的先验联合分布,通过Bayes公式得到参数的后验分布,并利用EM算法得到超参数的估计值,通过加速系数将加速应力下的退化样本映射到常应力下,建立了正常应力下可靠度的普适模型。Monte Carlo模拟试验验证了该普适模型的可行性。第四,针对Inverse Gaussian过程在ADT试验中的建模方法,为克服产品的异质性,采提高模型的预测精度,采用具有随机参数的Inverse Gaussian过程进行建模,选取正态伽马分布作为随机参数的先验联合分布,利用EM算法得到超参数的估计值,通过加速系数的等效定义将样本数据映射到常应力下,建立了正常应力下可靠度的普适模型。Monte Carlo模拟试验验证了普适模型的可行性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景及意义
  •   1.2 加速试验研究现状
  •     1.2.1 失效机理一致性辨识
  •     1.2.2 ALT建模
  •     1.2.3 ADT建模
  •   1.3 发展趋势
  •   1.4 论文框架结构
  • 第2章 失效机理一致性分析的理论基础
  •   2.1 加速系数与加速模型
  •     2.1.1 加速系数
  •     2.1.2 加速模型
  •   2.2 ALT中典型寿命分布的一致性辨识
  •     2.2.1 辨识依据
  •     2.2.2 一致性检验方法
  •   2.3 混合指数分布下的失效机理一致性
  •     2.3.1 判别依据
  •     2.3.2 加速系数与寿命分布特征参数关系映射的检验
  •     2.3.3 同质性检验
  •     2.3.4 失效机理一致的判别
  •     2.3.5 仿真验证
  •   2.4 Wiener退化模型的一致性辨识
  •     2.4.1 辨识依据
  •     2.4.2 检验思想
  •   2.5 Inverse Gaussian退化模型的一致性辨识
  •     2.5.1 辨识依据
  •     2.5.2 检验思想
  • 第3章 恒加试验下典型寿命分布Ⅰ型截尾的贝叶斯统计分析
  •   3.1 指数分布的参数估计
  •     3.1.1 MLE估计
  •     3.1.2 贝叶斯估计
  •     3.1.3 常应力下可靠度评估模型
  •   3.2 Weibull分布参数的点估计
  •     3.2.1 定时截尾的MLE估计
  •     3.2.2 离散先验下的贝叶斯估计
  •     3.2.3 连续先验下的Bayes估计
  •     3.2.4 可靠度评估
  •     3.2.5 可靠度的Bootstrap区间估计
  •   3.3 温度应力恒加试验数据的统计分析
  •   3.4 章末小结
  • 第4章 Wiener过程下基于随机参数的可靠度评估模型
  •   4.1 MLE估计
  •   4.2 共轭先验分布下的参数估计
  •   4.3 Jeffreys先验下的参数估计
  •   4.4 加速应力随机参数的可靠度模型
  •   4.5 正常应力下的可靠度评估
  •     4.5.1 基于回归模型的可靠度评估
  •     4.5.2 正常应力下随机超参数的可靠度评估
  •   4.6 Monte Carlo模拟算例分析
  •   4.7 章末小结
  • 第5章 Inverse Gaussian过程下基于随机超参数的可靠度评估模型
  •   5.1 MLE估计
  •   5.2 EM算法下的随机超参数估计
  •   5.3 加速应力下的可靠度评估模型
  •   5.4 常应力下可靠度评估
  •     5.4.1 常应力下基于回归模型的可靠度评估
  •     5.4.2 基于随机超参数的可靠度评估
  •   5.5 Monte Carlo模拟算例分析
  •   5.6 章末小结
  • 第6章 结论与展望
  •   6.1 论文主要研究成果
  •   6.2 展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文及科研成果
  • 文章来源

    类型: 硕士论文

    作者: 谭启涛

    导师: 唐家银

    关键词: 加速试验,失效机理,贝叶斯估计,随机参数,模拟

    来源: 西南交通大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,企业经济

    单位: 西南交通大学

    分类号: F224;F273

    DOI: 10.27414/d.cnki.gxnju.2019.001514

    总页数: 84

    文件大小: 2510K

    下载量: 59

    相关论文文献

    • [1].极大值与极小值I型分布的Jeffreys无信息先验分布[J]. 统计与决策 2014(19)
    • [2].负二项和威布尔分布的先验分布确定[J]. 金陵科技学院学报 2008(03)
    • [3].Jeffreys无信息先验分布下参数的Bayes估计[J]. 佳木斯大学学报(自然科学版) 2012(06)
    • [4].贝叶斯方法在既有结构抗力推断中的应用[J]. 长春工程学院学报(自然科学版) 2010(02)
    • [5].不同先验信息下成功概率的Bayes估计[J]. 陕西理工学院学报(自然科学版) 2014(02)
    • [6].多项分布无信息先验的探究[J]. 西安文理学院学报(自然科学版) 2010(02)
    • [7].基于无信息先验分布的高可靠性产品可靠性评估方法研究[J]. 测试技术学报 2015(02)
    • [8].污染数据线性回归模型的贝叶斯估计[J]. 黄冈师范学院学报 2010(03)
    • [9].基于贝叶斯法估计杉木人工林树高生长模型[J]. 林业科学 2014(03)
    • [10].序约束下两威布尔分布总体参数的Bayes估计[J]. 数学学习与研究 2011(13)
    • [11].滚动轴承寿命及可靠性试验评定方法研究[J]. 中国计量学院学报 2011(02)
    • [12].逆χ~2分布下正态模型参数的后验分布及其抽样[J]. 北京印刷学院学报 2008(02)
    • [13].艾拉姆咖分布参数的Minimax估计[J]. 湘南学院学报 2016(05)
    • [14].基于Bayes框架的复合高斯杂波下稳健检测[J]. 电子与信息学报 2013(07)
    • [15].无先验信息情况下基于解耦极值荷载效应的桥梁时变可靠性分析[J]. 重庆交通大学学报(自然科学版) 2018(09)
    • [16].基于Linex损失函数的正态分布模型的研究[J]. 科技视界 2016(03)
    • [17].当结构假设和分布假设不满足时的验证性因子分析:稳健极大似然估计和贝叶斯估计的比较研究(英文)[J]. 心理科学 2016(05)
    • [18].无先验信息的三态电子设备可靠性评定方法[J]. 电子测量与仪器学报 2015(01)

    标签:;  ;  ;  ;  ;  

    加速试验失效机理一致性辨识及贝叶斯统计分析
    下载Doc文档

    猜你喜欢