CN104462757A - 基于监测数据的Weibull分布可靠性序贯验证试验方法 - Google Patents
基于监测数据的Weibull分布可靠性序贯验证试验方法 Download PDFInfo
- Publication number
- CN104462757A CN104462757A CN201410610284.6A CN201410610284A CN104462757A CN 104462757 A CN104462757 A CN 104462757A CN 201410610284 A CN201410610284 A CN 201410610284A CN 104462757 A CN104462757 A CN 104462757A
- Authority
- CN
- China
- Prior art keywords
- theta
- eta
- delta
- distribution
- exp
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开一种基于监测数据的Weibull寿命型产品可靠性序贯验证试验方法。首先利用相似产品或历史使用数据用贝叶斯方法估计Weibull分布的形状参数m,并计算可靠性验证指标检验上限θ0对应的尺度参数η0(θ0)和检验下限θ1对应的尺度参数η1(θ1);然后将Weibull分布转化为指数分布的形式;接着利用指数分布的序贯验证试验方法推导Weibull分布序贯验证试验方法,由生产方风险α、使用方风险β、MTBF检验上限θ0、检验下限θ1以及尺度参数η0(θ0)及η1(θ1)即可制订试验方案,试验中每出现一次故障将累计失效时间Tr,n(t)与判决边界作比较,即可得出接收判决、拒收判决或者继续试验;最后,针对试验结束后仍不能作出接收或拒收判决的情况,充分利用已有的监测数据进行未故障试验产品的剩余寿命预测,作为新的故障时间进而进行判决。
Description
技术领域
本发明涉及一种评定Weibull寿命型产品可靠性验证指标的序贯验证试验方法。
背景技术
在可靠性验证试验方案中,概率比序贯抽样试验方案可以充分利用每一个故障信息,每发生一次故障就作出一次判决。对于很高或很低MTBF(平均故障间隔时间)的产品,概率比序贯抽样试验方案要比相同风险和鉴别比的定时截尾或定数截尾试验方案作出接收或拒收判决的时间要短,因此,在计划费用和时间内采用序贯抽样试验方案。目前国内外关于概率比序贯抽样试验方案的标准如GJB899A-2009(可靠性鉴定和验收试验)、MIL-STD-781D(MilitaryStandard Reliability Testing for Engineering Development,Qualification,andProduction)等都是基于产品故障前工作时间服从指数分布这一假设而制定的。然而,对于大多数非电子产品而言,事实上仅有10%服从指数分布,多数服从或近似服从Weibull分布。将指数分布的概率比序贯试验方案应用于故障服从Weibull分布的非电子产品,结果将过于保守。
寿命服从指数分布的概率比序贯验证试验方法如下:设随机变量X的分布密度函数记为f(x,θ),θ为表征产品寿命的分布参数。假定产品的MFBF检验上限为θ0,检验下限为θ1,对于样本总体为f(x,θ)的样本(x1,x2,...,xn),随机变量X1,X2,...,Xn的联合概率密度函数为Pθ=f(x1,x2,...,xn;θ)
如果θ=θ0,则联合概率密度为
如果θ=θ1,则联合概率密度为
其中,α:生产方风险;β:使用方风险。
那么,概率比为根据序贯抽样试验规则:预先选择两个常数A和B,试验中充分利用每一个故障信息,试验中每发生一次故障,就用概率比和两个常数进行比较,从而作出判决。Wald提出序贯试验的判断界限:令
a.若则θ=θ0,作出接收判决(大,发生概率为(1-α),高概率接收);
b.若则θ=θ1,作出拒收判决(大,发生概率为(1-β),高概率拒收);
c.若则不能判断,继续试验。
对于指数分布,其概率密度函数为:
f(t)=θ-1e-t/θ
若投入n个试样进行非替换的序贯验证试验,在时刻t以前有r个试样失效,t(i)为第i个试样失效的时间,那么在非替换情况下定时截尾子样t(1),t(2),...,t(r)的联合概率密度函数为:
式中:那么根据序贯验证试验的思想方法可得,如果:
则不能作出判断,寿命试验应继续进行。对不等式两边取自然对数,可化为:
-h1+rs<Tr,n(t)<h0+rs
式中:
若Tr,n(t)≥h0+rs,则作出接收判决;若Tr,n(t)≤-h1+rs,则作出拒收判决;若-h1+rs<Tr,n(t)<h0+rs,则继续试验。
对于指数分布,计算时,只需将已知的α、β、θ0、θ1代入上式,即可制定序贯试验方案。试验时将每次故障的数据代入计算,直到作出接收或者拒收判决,停止试验。对于Weibull分布,则不能直接将试验数据直接代入指数分布的序贯试验方案中计算,需要将其转化为指数分布的形式并推导其序贯验证试验方案。
发明内容
鉴于可靠性验证试验标准(GJB899A-2009、MIL-STD-781D)都只给出了寿命服从指数分布的产品的序贯验证试验方案,而寿命服从Weibull分布的可靠性验证试验在工程中无法实施,本发明的目的是提供一种评定Weibull寿命型产品可靠性验证指标的序贯验证试验方法。
为了达到上述目的,本发明采用的技术方案如下:基于监测数据的Weibull分布可靠性序贯验证试验方法,具体步骤如下:
1)对于两参数Weibull分布,概率密度函数f(t|z)和概率分布函数F(t|z)分别为:
其中:m表示威布尔分布的形状参数,η(z)表示威布尔分布的尺度参数;
以产品的MTBF来验证设备是否符合其规定的可靠性要求:
通过贝叶斯方法估计得到形状参数m,并根据MTBF检验上限θ0和检验下限θ1:
计算得到θ0和θ1下的不同的η(z)值,分别为η0(θ0)和η1(θ1);
2)令(2)式中的y=tm,δ=η(z)m,则(2)式可改写为:
在累积工作时间t内发生r次故障的概率为:
则y服从指数分布,从而将Weibull分布转化成指数分布的情形;
3)不同MTBF要求下,在累积工作时间t内发生r次故障的概率比为:
其中:δ0=η0(θ0)m,δ1=η1(θ1)m;
根据序贯试验的判断界限:
其中:可得Weibull寿命型非替换序贯验证方案继续试验的判断条件为:-h1+s·r<Tr,N(t)<h0+s·r (9)
其中:为累积失效时间,r为失效数;
令T1(r)=h0+s·r,T2(r)=-h1+s·r,若Tr,N(t)≤T1(r),则作出拒收判决;若Tr,N(t)≥T2(r),则作出接收判决;若T1(r)≤Tr,N(t)≤T2(r),继续试验;
4)如果到试验停止时利用已有的故障信息仍不能得到接收或者拒收判决,可充分利用已有的监测数据进行未故障试验产品的剩余寿命预测,作为新的故障时间进而进行判决。
进一步的,步骤1)中所述通过贝叶斯方法估计得到形状参数m,具体步骤如下:
对于两参数Weibull分布,概率密度函数为:
令θ=ηm,则密度函数为:
设随机变量X的分布函数为双参数Weibull分布,X1,X2,...,Xn为总体的独立同分布样本,参数θ和m未知,假设未知参数θ的先验分布为IG(α,λ),参数m的密度函数为g(m),并且θ和m相互独立,则联合概率密度函数为:
由此得θ和m的后验分布密度为:
未知参数θ和m的贝叶斯估计为后验均值向量,通过积分计算可得:
从而计算得出m的估计。
进一步的,步骤4)的具体步骤如下:
若试验在t时刻停止时仍有产品未发生故障,那么具有年龄t的产品从t时刻开始继续使用下去直到失效为止所经历的时间,称为具有年龄t的产品的剩余寿命,记为Tt,其概率分布函数记为Ft(x),那么根据条件概率公式可得:
进一步可得:
则在一定年龄t条件下产品的剩余寿命分布函数为:
在一定年龄t条件下产品的剩余寿命概率密度函数为:
根据疲劳寿命样本的分布参数,可获取其剩余寿命的分布规律;具有年龄t的产品,其剩余寿命Tt能达到x的概率为:
由此可见,对于Weibull分布寿命型产品的可靠性序贯验证试验方法,只需估计出形状参数m和尺度参数η0(θ0)及η1(θ1)即可制订验证试验方案,如果到试验停止时仍不能得到接收或者拒收判决,可充分利用已有的监测数据进行未故障试验产品的剩余寿命预测,作为新的故障时间进而进行判决。
本发明具有的有益效果是,代替传统的比较保守的指数分布可靠性序贯验证试验方案,推导出的Weibull分布序贯验证试验可有效作出接收或拒收判决,从而避免由于分布假设错误导致判决结果错误。
附图说明
图1为序贯验证试验示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
在Weibull分布可靠性序贯验证试验方案中,有必要事先确定试验产品的形状参数m和尺度参数η0(θ0)、η1(θ1)。
Weibull分布模型的参数用贝叶斯方法估计。两参数Weibull分布的概率密度函数为
令θ=ηm,则密度函数为
设随机变量X的分布函数为双参数Weibull分布,X1,X2,...,Xn为总体的独立同分布样本,参数θ和m未知,假设未知参数θ的先验分布为IG(α,λ),参数m的密度函数为g(m),并且θ和m相互独立,则联合概率密度函数为
由此得θ和m的后验分布密度为
未知参数θ和m的贝叶斯估计为后验均值向量,通过积分计算可得
由上式可以得出θ和m的估计。形状参数m确定后,由
可得
从而解出η0(θ0)、η1(θ1)。
Weibull寿命型产品可靠性序贯验证试验方法,具体步骤如下:
1)对于两参数Weibull分布,概率密度函数f(t|z)和概率分布函数F(t|z)分别为:
其中:m表示威布尔分布的形状参数,η(z)表示威布尔分布的尺度参数;
2)令(10)式中的y=tm,δ=η(z)m,则(2)式可改写为:
在累积工作时间t内发生r次故障的概率为:
则y服从指数分布,从而将Weibull分布转化成指数分布的情形;
3)不同MTBF要求下,在累积工作时间t内发生r次故障的概率比为:
其中:δ0=η0(θ0)m,δ1=η1(θ1)m;
根据序贯试验的判断界限:
其中:可得Weibull寿命型非替换序贯验证方案继续试验的判断条件为:
-h1+s·r<Tr,N(t)<h0+s·r (15)
其中:为累积失效时间,r为失效数;
令T1(r)=h0+s·r,T2(r)=-h1+s·r,以总试验时间为横轴、总故障数为纵轴画出T1(r),T2(r)的图像如图1所示。若Tr,N(t)≤T1(r),则作出拒收判决;若Tr,N(t)≥T2(r),则作出接收判决;若T1(r)≤Tr,N(t)≤T2(r),继续试验。
4)如果到试验停止时利用已有的故障信息仍不能得到接收或者拒收判决,可充分利用已有的监测数据进行未故障试验产品的剩余寿命预测,作为新的故障时间进而进行判决。
若试验在t时刻停止时仍有产品未发生故障,那么具有年龄t的产品从t时刻开始继续使用下去直到失效为止所经历的时间,称为具有年龄t的产品的剩余寿命,记为Tt,其概率分布函数记为Ft(x),那么根据条件概率公式可得:
进一步可得:
则在一定年龄t条件下产品的剩余寿命分布函数为:
在一定年龄t条件下产品的剩余寿命概率密度函数为:
根据疲劳寿命样本的分布参数,可获取其剩余寿命的分布规律;具有年龄t的产品,其剩余寿命Tt能达到x的概率为:
从而在t时刻试验停止时仍不能作出判决的情况下,将(t+x)作为新的故障时间进一步作出判决。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (3)
1.基于监测数据的Weibull分布可靠性序贯验证试验方法,其特征在于:具体步骤如下:
1)对于两参数Weibull分布,概率密度函数f(t|z)和概率分布函数F(t|z)分别为:
其中:m表示威布尔分布的形状参数,η(z)表示威布尔分布的尺度参数;
以产品的MTBF来验证设备是否符合其规定的可靠性要求:
通过贝叶斯方法估计得到形状参数m,并根据MTBF检验上限θ0和检验下限θ1:
计算得到θ0和θ1下的不同的η(z)值,分别为η0(θ0)和η1(θ1);
2)令(2)式中的y=tm,δ=η(z)m,则(2)式可改写为:
在累积工作时间t内发生r次故障的概率为:
则y服从指数分布,从而将Weibull分布转化成指数分布的情形;
3)不同MTBF要求下,在累积工作时间t内发生r次故障的概率比为:
其中:δ0=η0(θ0)m,δ1=η1(θ1)m;
根据序贯试验的判断界限:
其中:可得Weibull寿命型非替换序贯验证方案继续试验的判断条件为:-h1+s·r<Tr,N(t)<h0+s·r (9)
其中:为累积失效时间,r为失效数;
令T1(r)=h0+s·r,T2(r)=-h1+s·r,若Tr,N(t)≤T1(r),则作出拒收判决;若Tr,N(t)≥T2(r),则作出接收判决;若T1(r)≤Tr,N(t)≤T2(r),继续试验;
4)如果到试验停止时利用已有的故障信息仍不能得到接收或者拒收判决,可充分利用已有的监测数据进行未故障试验产品的剩余寿命预测,作为新的故障时间进而进行判决。
2.根据权利要求1所述的基于监测数据的Weibull分布可靠性序贯验证试验方法,其特征在于:步骤1)中所述通过贝叶斯方法估计得到形状参数m,具体步骤如下:
对于两参数Weibull分布,概率密度函数为:
令θ=ηm,则密度函数为:
设随机变量X的分布函数为双参数Weibull分布,X1,X2,...,Xn为总体的独立同分布样本,参数θ和m未知,假设未知参数θ的先验分布为IG(α,λ),参数m的密度函数为g(m),并且θ和m相互独立,则联合概率密度函数为:
由此得θ和m的后验分布密度为:
未知参数θ和m的贝叶斯估计为后验均值向量,通过积分计算可得:
从而计算得出m的估计。
3.根据权利要求1所述的基于监测数据的Weibull分布可靠性序贯验证试验方法,其特征在于:步骤4)的具体步骤如下:
若试验在t时刻停止时仍有产品未发生故障,那么具有年龄t的产品从t时刻开始继续使用下去直到失效为止所经历的时间,称为具有年龄t的产品的剩余寿命,记为Tt,其概率分布函数记为Ft(x),那么根据条件概率公式可得:
进一步可得:
则在一定年龄t条件下产品的剩余寿命分布函数为:
在一定年龄t条件下产品的剩余寿命概率密度函数为:
根据疲劳寿命样本的分布参数,可获取其剩余寿命的分布规律;具有年龄t的产品,其剩余寿命Tt能达到x的概率为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410610284.6A CN104462757B (zh) | 2014-11-03 | 2014-11-03 | 基于监测数据的Weibull分布可靠性序贯验证试验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410610284.6A CN104462757B (zh) | 2014-11-03 | 2014-11-03 | 基于监测数据的Weibull分布可靠性序贯验证试验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104462757A true CN104462757A (zh) | 2015-03-25 |
CN104462757B CN104462757B (zh) | 2017-10-31 |
Family
ID=52908786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410610284.6A Expired - Fee Related CN104462757B (zh) | 2014-11-03 | 2014-11-03 | 基于监测数据的Weibull分布可靠性序贯验证试验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462757B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105425195A (zh) * | 2015-11-02 | 2016-03-23 | 国网天津市电力公司 | 一种高压电能表可靠性验证试验统计方法 |
CN105629156A (zh) * | 2016-03-10 | 2016-06-01 | 电子科技大学 | 基于遗传规划的模拟电路故障测试最优序贯搜索方法 |
CN105975739A (zh) * | 2016-03-02 | 2016-09-28 | 航天科工防御技术研究试验中心 | 整机产品贮存寿命建模方法 |
CN106443221A (zh) * | 2015-08-04 | 2017-02-22 | 北京电子工程总体研究所 | 一种用于电子产品的可靠性鉴定方法 |
CN107301285A (zh) * | 2017-06-16 | 2017-10-27 | 南京航空航天大学 | 基于剩余寿命预测的非电子产品序贯验证试验方法 |
CN107478455A (zh) * | 2017-09-01 | 2017-12-15 | 电子科技大学 | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 |
CN108171338A (zh) * | 2017-12-12 | 2018-06-15 | 中车长春轨道客车股份有限公司 | 基于贝叶斯统计学方法的轨道车辆车门电机寿命评估方法 |
CN108197413A (zh) * | 2018-02-06 | 2018-06-22 | 辽宁工业大学 | 变幅载荷下带多部位损伤结构的钢材液压支架疲劳可靠性评价方法 |
CN108595847A (zh) * | 2018-04-27 | 2018-09-28 | 公安部天津消防研究所 | 一种用于气体灭火系统可靠性的评估方法 |
CN110069750A (zh) * | 2019-04-12 | 2019-07-30 | 电子科技大学 | 基于四参数威布尔分布的非精确分析方法 |
CN111488281A (zh) * | 2020-05-28 | 2020-08-04 | 山西大学 | 一种基于随机引进故障的开源软件可靠性建模方法 |
CN111506877A (zh) * | 2020-04-07 | 2020-08-07 | 中国人民解放军海军航空大学 | 基于贝叶斯框架下序贯网图检验的测试性验证方法及装置 |
CN113624506A (zh) * | 2020-05-09 | 2021-11-09 | 郑州宇通集团有限公司 | 一种汽车零部件产品的寿命验证方法 |
CN115587338A (zh) * | 2022-09-23 | 2023-01-10 | 成都信息工程大学 | 一种基于序贯多层融合的复杂系统成功率评估法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145414A (ja) * | 2006-11-17 | 2008-06-26 | Ntn Corp | 打寿命打切り試験からの寿命見積もり方法・装置 |
US20110144924A1 (en) * | 2006-12-22 | 2011-06-16 | The Boeing Company | Computational method for load enhancement factors |
CN103020438A (zh) * | 2012-11-29 | 2013-04-03 | 中国人民解放军军械工程学院 | 一种基于混合威布尔分布的航空发动机可靠性监测方法 |
CN103218533A (zh) * | 2013-04-22 | 2013-07-24 | 北京航空航天大学 | 一种指数分布的串联系统可靠度置信下限估计方法 |
CN103778295A (zh) * | 2014-01-26 | 2014-05-07 | 南京航空航天大学 | 多失效模式下多模型集成航空发动机运行可靠性评估方法 |
-
2014
- 2014-11-03 CN CN201410610284.6A patent/CN104462757B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008145414A (ja) * | 2006-11-17 | 2008-06-26 | Ntn Corp | 打寿命打切り試験からの寿命見積もり方法・装置 |
US20110144924A1 (en) * | 2006-12-22 | 2011-06-16 | The Boeing Company | Computational method for load enhancement factors |
CN103020438A (zh) * | 2012-11-29 | 2013-04-03 | 中国人民解放军军械工程学院 | 一种基于混合威布尔分布的航空发动机可靠性监测方法 |
CN103218533A (zh) * | 2013-04-22 | 2013-07-24 | 北京航空航天大学 | 一种指数分布的串联系统可靠度置信下限估计方法 |
CN103778295A (zh) * | 2014-01-26 | 2014-05-07 | 南京航空航天大学 | 多失效模式下多模型集成航空发动机运行可靠性评估方法 |
Non-Patent Citations (5)
Title |
---|
凌丹 等: "基于威布尔分布的疲劳剩余寿命可靠性预测方法", 《机械设计》 * |
李天燕: "双参数Weibull分布模型的贝叶斯估计", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
李鑫 等: "Weibull分布可靠性序贯验证试验方案选择及分析", 《工程与试验》 * |
楼洪梁 等: "Weibull分布形状参数对轴承序贯验证试验的影响", 《轴承》 * |
陈文华 等: "Weibull寿命型产品可靠性序贯验证试验方法", 《仪器仪表学报》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443221A (zh) * | 2015-08-04 | 2017-02-22 | 北京电子工程总体研究所 | 一种用于电子产品的可靠性鉴定方法 |
CN106443221B (zh) * | 2015-08-04 | 2019-01-15 | 北京电子工程总体研究所 | 一种用于电子产品的可靠性鉴定方法 |
CN105425195B (zh) * | 2015-11-02 | 2018-07-06 | 国网天津市电力公司 | 一种高压电能表可靠性验证试验统计方法 |
CN105425195A (zh) * | 2015-11-02 | 2016-03-23 | 国网天津市电力公司 | 一种高压电能表可靠性验证试验统计方法 |
CN105975739A (zh) * | 2016-03-02 | 2016-09-28 | 航天科工防御技术研究试验中心 | 整机产品贮存寿命建模方法 |
CN105975739B (zh) * | 2016-03-02 | 2018-11-09 | 航天科工防御技术研究试验中心 | 整机产品贮存寿命建模方法 |
CN105629156B (zh) * | 2016-03-10 | 2018-04-13 | 电子科技大学 | 基于遗传规划的模拟电路故障测试最优序贯搜索方法 |
CN105629156A (zh) * | 2016-03-10 | 2016-06-01 | 电子科技大学 | 基于遗传规划的模拟电路故障测试最优序贯搜索方法 |
CN107301285A (zh) * | 2017-06-16 | 2017-10-27 | 南京航空航天大学 | 基于剩余寿命预测的非电子产品序贯验证试验方法 |
CN107301285B (zh) * | 2017-06-16 | 2020-11-20 | 南京航空航天大学 | 基于剩余寿命预测的非电子产品序贯验证试验方法 |
CN107478455A (zh) * | 2017-09-01 | 2017-12-15 | 电子科技大学 | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 |
CN108171338A (zh) * | 2017-12-12 | 2018-06-15 | 中车长春轨道客车股份有限公司 | 基于贝叶斯统计学方法的轨道车辆车门电机寿命评估方法 |
CN108197413A (zh) * | 2018-02-06 | 2018-06-22 | 辽宁工业大学 | 变幅载荷下带多部位损伤结构的钢材液压支架疲劳可靠性评价方法 |
CN108595847A (zh) * | 2018-04-27 | 2018-09-28 | 公安部天津消防研究所 | 一种用于气体灭火系统可靠性的评估方法 |
CN110069750A (zh) * | 2019-04-12 | 2019-07-30 | 电子科技大学 | 基于四参数威布尔分布的非精确分析方法 |
CN111506877A (zh) * | 2020-04-07 | 2020-08-07 | 中国人民解放军海军航空大学 | 基于贝叶斯框架下序贯网图检验的测试性验证方法及装置 |
CN111506877B (zh) * | 2020-04-07 | 2023-12-08 | 中国人民解放军海军航空大学 | 基于贝叶斯框架下序贯网图检验的测试性验证方法及装置 |
CN113624506A (zh) * | 2020-05-09 | 2021-11-09 | 郑州宇通集团有限公司 | 一种汽车零部件产品的寿命验证方法 |
CN111488281A (zh) * | 2020-05-28 | 2020-08-04 | 山西大学 | 一种基于随机引进故障的开源软件可靠性建模方法 |
CN115587338A (zh) * | 2022-09-23 | 2023-01-10 | 成都信息工程大学 | 一种基于序贯多层融合的复杂系统成功率评估法 |
CN115587338B (zh) * | 2022-09-23 | 2023-08-22 | 成都信息工程大学 | 一种基于序贯多层融合的复杂系统成功率评估法 |
Also Published As
Publication number | Publication date |
---|---|
CN104462757B (zh) | 2017-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462757A (zh) | 基于监测数据的Weibull分布可靠性序贯验证试验方法 | |
CN102629232B (zh) | 引入测试有效性的软件可靠性验证测试方法 | |
CN102360332B (zh) | 一种软件可靠性加速测试与评估方法及其计算机辅助工具 | |
Tang et al. | Novel metrics and methodologies for the verification and validation of prognostic algorithms | |
CN103279640B (zh) | 基于粗糙集理论和可靠性预计的星载电子系统fmeca方法 | |
CN103646138A (zh) | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 | |
CN102722471B (zh) | 一种基于综合相关性矩阵的模糊关系矩阵生成方法 | |
CN104597892A (zh) | 一种用于电子信息装备层次化故障诊断方法 | |
CN109543743B (zh) | 一种基于重建预测残差的制冷机组多传感器故障诊断方法 | |
CN110348150A (zh) | 一种基于相关概率模型的故障检测方法 | |
CN104035431A (zh) | 用于非线性过程监控的核函数参数的获取方法和系统 | |
CN109815149A (zh) | 一种基于Weibull分布引进故障的软件可靠性增长模型 | |
CN103092762B (zh) | 一种适用于快速软件开发模式的实时软件缺陷检测方法 | |
CN109766281A (zh) | 一种故障检测率下降变化的不完美调试软件可靠性模型 | |
CN109978259A (zh) | 基于q型威布尔分布的产品剩余寿命预测方法及系统 | |
Baig et al. | Estimation of failure probability using fault tree analysis and fuzzy logic for CO2 transmission | |
CN102662848B (zh) | 一种贝叶斯软件可靠性验证测试方法及其计算机辅助工具 | |
CN108932197A (zh) | 基于参数Bootstrap重抽样的软件失效时间预测方法 | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
CN116383048A (zh) | 软件质量信息处理方法及装置 | |
Duan et al. | Diagnosis strategy for micro-computer controlled straight electro-pneumatic braking system using fuzzy set and dynamic fault tree | |
Sankararaman et al. | Uncertainty in prognostics: Computational methods and practical challenges | |
CN110083933A (zh) | 一种考虑随机效应的腐蚀管道贝叶斯退化分析方法 | |
CN110895624A (zh) | 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法 | |
Ma et al. | Modeling the impact of prognostic errors on CBM effectiveness using discrete-event simulation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171031 Termination date: 20211103 |