国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      定期抽檢型產(chǎn)品貯存壽命評估方法

      文檔序號:8457453閱讀:615來源:國知局
      定期抽檢型產(chǎn)品貯存壽命評估方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及一種基于保序回歸理論和皮爾遜卡方擬合優(yōu)度理論的定期抽檢型產(chǎn) 品貯存壽命評估方法。它針對定期抽檢型產(chǎn)品貯存壽命試驗(yàn)數(shù)據(jù),通過保序回歸理論中的 相鄰逆序量合并算法(The Pool-Adjacent-Violators Algorithm,簡稱PAVA算法)進(jìn)行調(diào) 整,對產(chǎn)品總體累積失效函數(shù)的分布參數(shù)進(jìn)行極小卡方估計(jì),并運(yùn)用擬合優(yōu)度理論檢驗(yàn)分 布函數(shù)假設(shè)的合理性,最終評估產(chǎn)品的貯存可靠壽命。適用于定期抽檢型產(chǎn)品貯存壽命試 驗(yàn)中小樣本評估等領(lǐng)域。
      【背景技術(shù)】
      [0002] 通常情況下,軍用產(chǎn)品在批量生產(chǎn)之后需要在倉庫中貯存一段時間,稱為產(chǎn)品的 貯存期。在貯存期內(nèi),由于貯存環(huán)境的作用,產(chǎn)品可靠性指標(biāo)會有所下降。為了鑒定貯存期 不同階段產(chǎn)品質(zhì)量的變化,需要在貯存過程中對產(chǎn)品進(jìn)行檢驗(yàn)并分析試驗(yàn)數(shù)據(jù)。
      [0003] 通常的定期抽檢型產(chǎn)品貯存壽命試驗(yàn)按如下方法進(jìn)行:
      [0004] 記t = U1,…,tk)為檢測時間點(diǎn),在貯存了時間&之后,抽取n ^產(chǎn)品進(jìn)行試驗(yàn), 發(fā)現(xiàn)Xi件產(chǎn)品失效,從而得到數(shù)據(jù):
      [0005] (t" n" Xi), i = 1,2,…,k (1)
      [0006] 其中,0 < t2< - < tk,各次抽檢試驗(yàn)相互獨(dú)立。
      [0007] 在實(shí)際工作中,受時間和費(fèi)用等約束,試驗(yàn)樣本量叫不能取得太大值,因此試驗(yàn)結(jié) 果受抽樣的隨機(jī)性影響就會很大,有時會出現(xiàn)x i+1/ni+1< < X Vni的情況,這與樣本失效概 率隨時間增加而降低的特性不相符合,工程上稱之為數(shù)據(jù)的倒掛,嚴(yán)重的倒掛會使計(jì)算結(jié) 果產(chǎn)生很大偏差。另一方面,針對定期抽檢型產(chǎn)品貯存壽命試驗(yàn)得到的不完全數(shù)據(jù),在應(yīng)用 極大似然估計(jì)等傳統(tǒng)評估方法時,沒有進(jìn)行任何調(diào)整和刪失,結(jié)果給出的是產(chǎn)品累積失效 函數(shù)分布參數(shù)及可靠壽命的保守估計(jì)。在研宄中發(fā)現(xiàn),基于皮爾遜卡方擬合優(yōu)度理論的極 小卡方估計(jì)在評估此類數(shù)據(jù)時效果明顯優(yōu)于極大似然估計(jì),通過仿真試驗(yàn)可知,極小卡方 估計(jì)在評估小樣本數(shù)據(jù)時比極大似然估計(jì)具有更小的變異系數(shù)。
      [0008] 基于此本發(fā)明提出一種基于保序回歸理論和皮爾遜卡方擬合優(yōu)度理論的定期抽 檢型產(chǎn)品貯存壽命評估方法,綜合考慮試驗(yàn)數(shù)據(jù)類型和評估方法,給出產(chǎn)品累積失效函數(shù) 的分布參數(shù)及可靠壽命的評估方法。

      【發(fā)明內(nèi)容】

      [0009] (1)本發(fā)明的目的:針對定期抽檢型產(chǎn)品在貯存壽命試驗(yàn)中失效數(shù)少而產(chǎn)生的一 系列估計(jì)問題,提供一種包含倒掛數(shù)據(jù)處理、壽命估計(jì)、擬合優(yōu)度檢驗(yàn)的完整的產(chǎn)品貯存壽 命評估方法。通過保序回歸理論中PAVA算法調(diào)整試驗(yàn)數(shù)據(jù),對產(chǎn)品累積失效函數(shù)的分布參 數(shù)進(jìn)行極小卡方估計(jì),并運(yùn)用擬合優(yōu)度理論檢驗(yàn)分布函數(shù)假設(shè)的合理性,最終評估產(chǎn)品在 給定貯存條件下的可靠壽命。
      [0010] ⑵技術(shù)方案:
      [0011] 本發(fā)明需建立如下基本設(shè)置:
      [0012] 設(shè)置1在進(jìn)行產(chǎn)品貯存壽命試驗(yàn)時,不同批次的樣本需來自同一總體,產(chǎn)品之間 可靠性指標(biāo)無顯著差異,累積失效函數(shù)相同。
      [0013] 設(shè)置2產(chǎn)品貯存壽命t服從指數(shù)分布、威布爾分布、I型極大值分布和II型極大 值分布中的一種,各分布的累積失效函數(shù)分別為:
      [0014] ①指數(shù)分布:
      [0015] F (t) = l_exp (_t/ Θ ) (2)
      [0016] ②威布爾分布:
      [0017] F(t) = 1-exp (-(t/ n)m) (3)
      [0018] ③I型極大值分布:
      [0019] F (t) = exp (_exp (_ (t_ μ ) / 〇 )) (4)
      [0020] ④II型極大值分布:
      [0021] F(t) = exp (-(t/η 1 廣0 (5)
      [0022] 其中,θ為指數(shù)分布的均值壽命,η和m分別為威布爾分布的尺度參數(shù)和形狀參 數(shù),μ和 σ分別為I型極大值分布的位置參數(shù)和尺度參數(shù),η 1和ml分別為II型極大值 分布的尺度參數(shù)和形狀參數(shù)。
      [0023] 本發(fā)明提出的方法主要針對定期抽檢型產(chǎn)品貯存壽命試驗(yàn)數(shù)據(jù),根據(jù)保序回歸理 論中PAVA算法調(diào)整原始失效頻率,并運(yùn)用極小卡方估計(jì)的方法,對產(chǎn)品的可靠性參數(shù)進(jìn)行 評估,進(jìn)而對產(chǎn)品總體累積失效函數(shù)進(jìn)行假設(shè)檢驗(yàn)。
      [0024] 基于上述假設(shè)與思路,本發(fā)明提供的定期抽檢型產(chǎn)品貯存壽命評估方法通過如下 步驟實(shí)現(xiàn):
      [0025] 步驟一:用PAVA算法修正原始試驗(yàn)數(shù)據(jù)中的倒掛。
      [0026] 根據(jù)定期抽檢型產(chǎn)品貯存壽命試驗(yàn)數(shù)據(jù)結(jié)構(gòu),計(jì)算&時刻樣本的原始失效頻率
      [0027] fj= X i/rij, i = I, 2, ···, k (6)
      [0028] 其中,Iii為樣本數(shù),X i為樣本中檢測到的故障數(shù)。
      [0029] 用PAVA算法調(diào)整樣本原始失效頻率中的倒掛,使其成為滿足序約束的失效頻率 值,即求出X i/nj關(guān)于權(quán)值的保序回歸;
      [0030] 將樣本的保序失效頻率值記為計(jì)算相應(yīng)的樣本保序失效數(shù)Z;*:
      [0031] X:=f;-nn i = (7)
      [0032] 步驟二:求分布函數(shù)參數(shù)的極小卡方估計(jì),計(jì)算皮爾遜卡方統(tǒng)計(jì)量。
      [0033] 在擬合優(yōu)度檢驗(yàn)的相關(guān)理論中,皮爾遜提出了皮爾遜卡方統(tǒng)計(jì)量用于檢驗(yàn)一組獨(dú) 立樣本的共同分布是否屬于某一具有特定性質(zhì)的分布族,其中變樣本復(fù)合皮爾遜卡方統(tǒng)計(jì) 量/-(?的形式為:
      【主權(quán)項(xiàng)】
      1. 一種定期抽檢型產(chǎn)品貯存壽命評估方法,其特征在于:設(shè)置如下: 設(shè)置1:在進(jìn)行產(chǎn)品貯存壽命試驗(yàn)時,不同批次的樣本需來自同一總體,產(chǎn)品之間可靠 性指標(biāo)無顯著差異,累積失效函數(shù)相同; 設(shè)置2 :產(chǎn)品貯存壽命t服從指數(shù)分布、威布爾分布、I型極大值分布和II型極大值分 布中的一種,各分布的累積失效函數(shù)分別為: ① 指數(shù)分布: F(t) = 1-exp (-t/ 0 ).............................(1) ② 威布爾分布: F(t) = 1-exp(_(t/n)m).............................(2) ③I型極大值分布: F (t) = exp (-exp (- (t- y ) /〇))..........................(3) ④II型極大值分布: F(t) =exp(-(t/n1)').............................(4) 其中,9為指數(shù)分布的均值壽命,n和m分別為威布爾分布的尺度參數(shù)和形狀參數(shù),y和〇分別為I型極大值分布的位置參數(shù)和尺度參數(shù),n 1和ml分別為II型極大值分布的 尺度參數(shù)和形狀參數(shù); 根據(jù)保序回歸理論中PAVA算法調(diào)整原始失效頻率,并運(yùn)用極小卡方估計(jì)的方法,對產(chǎn) 品的可靠性參數(shù)進(jìn)行評估,進(jìn)而對產(chǎn)品總體累積失效函數(shù)進(jìn)行假設(shè)檢驗(yàn); 定期抽檢型產(chǎn)品貯存壽命評估方法通過如下步驟實(shí)現(xiàn): 步驟一:用PAVA算法修正原始試驗(yàn)數(shù)據(jù)中的倒掛; 根據(jù)定期抽檢型產(chǎn)品貯存壽命試驗(yàn)數(shù)據(jù)結(jié)構(gòu),計(jì)算h時刻樣本的原始失效頻率fi: fi= X i/rii, i = 1, 2, ???, k..............................(5) 其中,h為樣本數(shù),Xi為樣本中檢測到的故障數(shù); 用PAVA算法調(diào)整樣本原始失效頻率中的倒掛,使其成為滿足序約束的失效頻率值,即 求出比=X i/nj關(guān)于權(quán)值的保序回歸; 將樣本的保序失效頻率值記為f?,計(jì)算相應(yīng)的樣本保序失效數(shù):
      步驟二:求分布函數(shù)參數(shù)的極小卡方估計(jì),計(jì)算皮爾遜卡方統(tǒng)計(jì)量; 在擬合優(yōu)度檢驗(yàn)的相關(guān)理論中,皮爾遜提出了皮爾遜卡方統(tǒng)計(jì)量用于檢驗(yàn)一組獨(dú)立樣 本的共同分布是否屬于某一具有特定性質(zhì)的分布族, 其中,變樣本復(fù)合皮爾遜卡方統(tǒng)計(jì)量的形式為:
      其中,$ =d丨,…,代表參數(shù)向量,s為參數(shù)個數(shù),乃(;2)為h時刻的理論失效頻 率; 具體步驟為: I. 假設(shè)總體在時刻&的理論失效頻率服從特定分布 II. 極小化皮爾遜卡方統(tǒng)計(jì)量
      ,A表示參數(shù)集 合,將所得到的參數(shù)f作為真值$的最佳估計(jì),稱之為!丨的極小卡方估計(jì); 其中,求解,
      等價(jià)于解方程組:
      其中,
      表示皮爾遜卡方統(tǒng)計(jì)量對各個參數(shù)求偏導(dǎo)數(shù)所得到的結(jié)果,
      表示 理論失效分布函數(shù)對各個參數(shù)求偏導(dǎo)數(shù)所得到的結(jié)果; 故的極小卡方估計(jì)是下面方程的解:
      III. 計(jì)算皮爾遜卡方統(tǒng)計(jì)量; 由于參數(shù)1丨的真值未知,故將i的極小卡方估計(jì)值f代入方程(8)中,得到近似皮爾 遜卡方統(tǒng)計(jì)量
      步驟二:進(jìn)行皮爾遜卡方擬合優(yōu)度檢驗(yàn); 皮爾遜卡方統(tǒng)計(jì)量描述了期望頻數(shù)與觀察頻數(shù)之間的差異;當(dāng)叫一①時,f的極限分布是自由度為k-1的卡方分布;^2_4,即
      在實(shí)際檢驗(yàn)過程中,由于;r2(石未知,故用近似皮爾遜卡方統(tǒng)計(jì)量;^(辦代替
      的極限分布是自由度為k-s-l的卡方分布;,s為參數(shù)個數(shù);因此若給定 顯著性水平a,則有:
      查表得到
      他值,比較
      1的大小; 當(dāng)
      成立時,小概率事件發(fā)生,拒絕原假設(shè); 當(dāng)
      成立時,分布假設(shè)滿足要求,計(jì)算分布對應(yīng)的P值; 步驟四:計(jì)算產(chǎn)品在給定貯存條件下的可靠壽命; 選擇滿足假設(shè)檢驗(yàn)的分布中P值最大的作為產(chǎn)品總體累積失效函數(shù),記為,給 定可靠度R,計(jì)算對應(yīng)的可靠壽命tK:
      其中,rH?)為總體累積失效函數(shù)的反函數(shù); 其中,在步驟一中所述的"保序回歸",是指: 令T={tpt2,…,tk}為一個有限集合,f= (f\,f2,…,fk)'為定義在T上的有界函 數(shù);若T上又定義了一種半序關(guān)系"s",且對heT,tfT,( ,均有: f;=f*(ti) ^f;=f*(tj).............................(12) 成立,則稱函數(shù)r= (fV,f/,…,C為定義在T上相對于'' 4 "的保序函數(shù); 記G為保序函數(shù)的全體,若存在產(chǎn)gG,滿足:
      則稱產(chǎn)=(fV,f/,為f的保序回歸,其中《 = (%,%,…,W,%> 〇是給定權(quán)函數(shù); 在步驟一中所述的"PAVA算法",是指: i.如果fgg,則r=f; II?如果存在j使得選取適當(dāng)權(quán)重《 = (?" %,…,,《i>0, 令: b=aj+i} (14) fB=Av(B) = ....................(15) 〇B=Wj+Wj.i(16) 并且令:
      III.重復(fù)上述步驟II,直到把下標(biāo)集k分解為1個小塊Bi,B2,…,Bi,并且滿足條件:Av(Bi) <AV(B2) <…<Av(Bi) 則: f,=Av(Bt),iGBt,i= 1,2,…,1.................(19)。
      【專利摘要】一種定期抽檢型產(chǎn)品貯存壽命評估方法,方法步驟如下:一、用PAVA算法修正原始試驗(yàn)數(shù)據(jù)中的倒掛;二、求分布函數(shù)參數(shù)的極小卡方估計(jì),計(jì)算皮爾遜卡方統(tǒng)計(jì)量;三、進(jìn)行皮爾遜卡方擬合優(yōu)度檢驗(yàn);四、計(jì)算產(chǎn)品在給定貯存條件下的可靠壽命。本發(fā)明的優(yōu)點(diǎn)是:它保證了壽命分布參數(shù)估計(jì)的準(zhǔn)確性和完整性,其算法對參數(shù)的初值要求較低,算法迭代快速簡單,可操作性強(qiáng),較之極大似然估計(jì)對樣本量的要求更低,評估結(jié)果更加穩(wěn)定,體現(xiàn)了其在處理小樣本數(shù)據(jù)時的優(yōu)越性。
      【IPC分類】G06F19-00
      【公開號】CN104778354
      【申請?zhí)枴緾N201510158708
      【發(fā)明人】馬小兵, 王晗, 趙宇
      【申請人】北京航空航天大學(xué)
      【公開日】2015年7月15日
      【申請日】2015年4月3日
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1