CN109376334B - 一种正态型单元的寿命分布参数估计方法 - Google Patents
一种正态型单元的寿命分布参数估计方法 Download PDFInfo
- Publication number
- CN109376334B CN109376334B CN201811084008.5A CN201811084008A CN109376334B CN 109376334 B CN109376334 B CN 109376334B CN 201811084008 A CN201811084008 A CN 201811084008A CN 109376334 B CN109376334 B CN 109376334B
- Authority
- CN
- China
- Prior art keywords
- distribution
- parameter
- likelihood
- equal
- normal
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Stored Programmes (AREA)
Abstract
本发明涉及一种正态型单元的寿命分布参数估计方法,该方法首先根据正态型单元使用寿命数据生成n组候选分布参数,然后初始化似然度,再根据k次检查结果获取的完好单元的数量以及故障单元的数量依次更新似然度,在更新后的似然度中找到最大似然度,则最大似然度对应的正态分布均值参数和根方差参数即为估计结果。本方法的参数估计结果在总体上能“跟随”理论成熟方法的参数估计结果,其估计精度能满足工程要求。
Description
技术领域
本发明涉及产品质量检测技术领域,具体涉及一种正态型单元的寿命分布参数估计方法。
背景技术
产品可靠性是一种描述产品质量的核心属性,常用产品寿命的分布类型和参数来表达产品的可靠性。准确获知产品的可靠性,是开展产品的可靠性增长、维修性/保障性设计等工作的前提。在专门的可靠性试验中,一般能实时、在线监测产品的完好状态:一旦产品发生故障能立刻被发现,因此能获得产品寿命X的准确数值。在获得足够数量的寿命数据后即可分析出产品的寿命分布类型及参数。但在工作场景下,并不见得能针对产品配备在线监测设备,因而不能实时监测产品的完好状态。工作场景下更常见的做法是定期或不定期对产品做完好性检查。假定产品投入使用时刻为零时刻,如果在检查时刻Tc,产品状态为完好,这意味着该产品的寿命X大于Tc;如果在检查时刻Tc,产品状态为故障,这意味着该产品的寿命X小于Tc。与有寿命准确数值的X相比,[检查时刻Tc状态(完好或故障)]是删失了部分信息的寿命数据。目前,在理论上还没有利用这种删失型数据准确估计寿命分布参数的方法。
相对于标准的可靠性试验场景,当工作环境、使用方式等发生变化时,产品的实际寿命往往可能随之发生变化,因此,即便掌握了产品在可靠性试验场景下的寿命分布规律,也仍有必要去了解产品在工作场景下的实际寿命分布规律。
发明内容
本发明针对现有技术中存在的技术问题,提出了一种利用删失型数据估计正态型单元的寿命分布参数的近似方法,其估计精度能满足工程要求。
本发明解决上述技术问题的技术方案如下:一种正态型单元的寿命分布参数估计方法。
产品由各种单元组成。正态分布常用于描述机械件的寿命分布情况,正态型单元指寿命服从正态分布的单元,寿命X服从正态分布记作X~N(μ,σ2),其中μ为均值参数,σ为根方差参数,X的密度函数f(x)为:
假定:单元投入使用时刻为零时刻,同批次的单元同时投入使用,且各批次单元的工作场景相似。在第i次检查时,检查时刻记为Tci,该批次产品中,完好单元的数量记为Nri,故障单元的数量记为Nfi。共完成了k次检查。
本方法包含以下步骤:
步骤1,根据正态型单元使用寿命数据生成n组候选分布参数(μ2j,σ2j),1≤j≤n,其中,μ2j表示正态分布的均值参数,σ2j表示正态分布的根方差参数,n为正整数;
步骤2,初始化似然度Pj,令
步骤3,根据k次检查结果获取的完好单元的数量Nri、故障单元的数量Nfi以及检查时刻Tci,依次更新似然度Pj;
步骤4,在更新后的似然度Pj(1≤j≤n)中找到最大似然度,记为PM,则似然度PM对应的μ2M、σ2M分别为正态分布均值参数和根方差参数的估计结果。
进一步,所述步骤1具体包括:
步骤1.1,确定正态分布的均值参数μj1=μmin+(j1-1)d1,1≤j1≤n1,其中,μmax表示正态型单元寿命分布的均值参数上限,μmin表示正态型单元寿命分布的均值参数下限,n1为正整数,且n1≥2;
步骤1.2,确定正态分布的根方差参数σj2=σmin+(j2-1)d2,1≤j2≤n2,其中,σmax表示正态型单元寿命分布的根方差参数上限,σmin表示正态型单元寿命分布的根方差参数下限,n2为正整数,且n2≥2;
步骤1.3,取n=n1×n2,由μj1和σj2进行遍历组合获得n组候选的分布参数(μ2j,σ2j),1≤j≤n;
进一步,步骤1.3中所述的遍历采用以下方式实现:
令j=1;
第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,
令
μ2j=μj1;σ2j=σj2;j=j+1;
其中,μmax≥μj1≥μmin,σmax≥σj2≥σmin。
进一步,所述步骤3具体包括。
步骤3.1,令i=1,i表示检查次数;
步骤3.2,遍历计算Wj,1≤j≤n,令其中
Tci表示第i次检查时的检查时刻,Nri为第i次检查时完好单元的数量,Nfi为第i次检查时故障单元的数量;
步骤3.3,遍历更新似然度Pj,令
步骤3.4,令i=i+1,若i≤k则转步骤3.2,否则转步骤4,k为总检查次数。
本发明的有益效果是:本方法的参数估计结果在总体上能“跟随”理论成熟方法的参数估计结果,其估计精度能满足工程要求。
附图说明
图1为本发明方法流程图;
图2为采用理论成熟方法和本发明方法的仿真结果示意图。
具体实施方式
以下结合实施例对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
产品由各种单元组成。正态分布常用于描述机械件的寿命分布情况,例如汇流环、齿轮箱、减速器等。正态型单元指寿命服从正态分布的单元,寿命X服从正态分布记作X~N(μ,σ2),其中μ为均值参数,σ为根方差参数,X的密度函数为
假定:单元投入使用时刻为零时刻,同批次的单元同时投入使用,且各批次单元的工作场景相似。在第i次检查时,检查时刻记为Tci,该批次产品中,完好单元的数量记为Nri,故障单元的数量记为Nfi。共完成了k次检查。
实施例1
本方法,如图1所示,步骤如下:
1、确定候选的寿命分布参数
生成n组候选分布参数(μ2j,σ2j),1≤j≤n,其中,μ2j表示正态分布的均值参数,σ2j表示正态分布的根方差参数,n为正整数;
生成候选分布参数的具体实现方法为:
1)确定正态分布的均值参数μj1=μmin+(j1-1)d1,1≤j1≤n1,其中,μmax表示正态型单元寿命分布的均值参数上限,μmin表示正态型单元寿命分布的均值参数下限,n1为正整数,且n1≥2;
2)确定正态分布的根方差参数σj2=σmin+(j2-1)d2,1≤j2≤n2,其中,σmax表示正态型单元寿命分布的根方差参数上限,σmin表示正态型单元寿命分布的根方差参数下限,n2为正整数,且n2≥2;
3)取n=n1×n2,由μj1和σj2进行遍历组合获得n组候选的分布参数(μ2j,σ2j),1≤j≤n。其中,遍历的方式可以通过以下方式实现:令j=1;第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,令μ2j=μj1;σ2j=σj2;j=j+1。其中,μmax≥μj1≥μmin,σmax≥σj2≥σmin。
2、初始化似然度
初始化似然度Pj,1≤j≤n,令
3、遍历调整似然度
3.1令i=1
3.2遍历计算Wj,1≤j≤n,令其中
3.3遍历更新似然度Pj,1≤j≤n,令
3.4更新i,令i=i+1,若i≤k则转步骤3.2,否则转步骤4。
4、输出寿命分布参数估计结果
在所有似然度Pj(1≤j≤n)中找到最大似然度,记为PM,则μ2M、σ2M分别为正态分布均值参数和根方差参数的估计结果。
实施例2
某正态型单元的10次状态检查结果如下表,试估计其寿命分布的均值参数和根方差参数。
检查序号 | 检查时刻h | 故障单元的数量 | 完好单元的数量 |
1 | 970 | 2 | 3 |
2 | 550 | 0 | 5 |
3 | 140 | 0 | 5 |
4 | 830 | 0 | 5 |
5 | 280 | 0 | 5 |
6 | 420 | 1 | 4 |
7 | 1110 | 4 | 1 |
8 | 1250 | 4 | 1 |
9 | 1380 | 5 | 0 |
10 | 690 | 1 | 4 |
计算过程如下:
1、确定候选的寿命分布参数
按照以往经验,估计该单元的均值参数在500h~3000h范围内,以500为步长;估计该单元的根方差参数在100~500范围内,以100为步长;共生成30个候选的分布参数(μ2j,σ2j),1≤j≤30。
2、初始化似然度
初始化似然度Pj,1≤j≤30,令
3、遍历调整似然度
3.1令i=1
3.2遍历计算Wj,1≤j≤30,令其中
3.3遍历更新似然度Pj,1≤j≤30,令
3.4更新i,令i=i+1,若i≤10则转3.2,否则转4。表1列出了第i次更新后的似然度。
4、输出寿命分布参数估计结果
在所有似然度Pj(1≤j≤30)中最大似然度为P8,则μ28=1000,σ28=300分别为寿命分布均值参数和根方差参数的估计结果。
表1 第i次更新后的似然度
实施例3
可建立以下仿真模型来模拟对单元的检查过程。
假定单元的实际寿命服从正态分布N(μ,σ2),共进行k次检查,记第i次检查时刻为Tci,同批次的单元同时投入使用,第i批次的单元数量为Ni。
1)令i=1
2)随机产生Ni个随机数simTij,1≤j≤Ni,这些随机数服从正态分布N(μ,σ2)。
3)在simTij(1≤j≤Ni)中,找到大于Tci的随机数,其数量为完好单元的数量记为Nri,故障单元数量Nfi为Ni-Nri。
4)更新i,令i=i+1。若i≤k则转2),否则本次模拟k次检查结束。
对于以上仿真模型得到的Tci、Nri、Nfi,可采用本发明方法用于估计单元寿命的分布参数。
对于以上仿真模型得到的simTij,可采用理论上成熟的方法用于估计单元寿命的分布参数。
以单元的实际寿命服从正态分布N(1000,3002)为例,共进行10次检查,同批次的单元同时投入使用,第i批次的单元数量为5,利用上述仿真模型开展多次仿真,得到大量模拟检查结果并进行分布参数估计,并对多次估计结果进行统计分析。
针对模拟的删失型检查结果数据Tci、Nri、Nfi,采用本文方法估计的正态分布均值参数μ的均值为1005.0、根方差为50.0,根方差参数σ的均值为296.0、根方差为74.4。
针对模拟的寿命数据simTij,采用理论方法估计的正态分布均值参数μ的均值为1003.6、根方差为42.2,根方差参数σ的均值为296.3、根方差为24.1。
图2显示了利用10次仿真结果,分别针对寿命型数据和对应的删失型数据,各自采用理论成熟方法和本文方法得到的寿命分布参数估计结果。从下图来看,本文方法的参数估计结果在总体上能“跟随”理论成熟方法的参数估计结果。
大量仿真验证结果表明,本文方法有较好的估计精度,满足工程应用要求。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种正态型单元的寿命分布参数估计方法,其特征在于,包括以下步骤:
步骤1,根据正态型单元使用寿命数据生成n组候选分布参数(μ2j,σ2j),1≤j≤n,其中,μ2j表示正态分布的均值参数,σ2j表示正态分布的根方差参数,n为正整数;
步骤3,根据k次检查结果获取的完好单元的数量Nri、故障单元的数量Nfi以及检查时刻Tci,依次更新似然度Pj;
步骤4,在更新后的似然度Pj(1≤j≤n)中找到最大似然度,记为PM,则似然度PM对应的μ2M、σ2M分别为正态分布均值参数和根方差参数的估计结果;
所述步骤3具体包括:
步骤3.1,令i=1,i表示检查次数;
Tci表示第i次检查时的检查时刻,Nri为第i次检查时完好单元的数量,Nfi为第i次检查时故障单元的数量;
步骤3.3,遍历更新似然度Pj,令
步骤3.4,令i=i+1,若i≤k则转步骤3.2,否则转步骤4,k为总检查次数。
2.根据权利要求1所述一种正态型单元的寿命分布参数估计方法,其特征在于,所述步骤1具体包括:
步骤1.1,确定正态分布的均值参数μj1=μmin+(j1-1)d1,1≤j1≤n1,其中,μmax表示正态型单元寿命分布的均值参数上限,μmin表示正态型单元寿命分布的均值参数下限,n1为正整数,且n1≥2;
步骤1.2,确定正态分布的根方差参数σj2=σmin+(j2-1)d2,1≤j2≤n2,其中,σmax表示正态型单元寿命分布的根方差参数上限,σmin表示正态型单元寿命分布的根方差参数下限,n2为正整数,且n2≥2;
步骤1.3,取n=n1×n2,由μj1和σj2进行遍历组合获得n组候选的分布参数(μ2j,σ2j),1≤j≤n。
3.根据权利要求2所述一种正态型单元的寿命分布参数估计方法,其特征在于,步骤1.3中所述的遍历采用以下方式实现:
令j=1;
第一层循环中遍历j1=1:n1,第二层循环中遍历j2=1:n2,
令
μ2j=μj1;σ2j=σj2;j=j+1;
其中,μmax≥μj1≥μmin,σmax≥σj2≥σmin。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084008.5A CN109376334B (zh) | 2018-09-17 | 2018-09-17 | 一种正态型单元的寿命分布参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084008.5A CN109376334B (zh) | 2018-09-17 | 2018-09-17 | 一种正态型单元的寿命分布参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376334A CN109376334A (zh) | 2019-02-22 |
CN109376334B true CN109376334B (zh) | 2023-05-12 |
Family
ID=65404985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811084008.5A Active CN109376334B (zh) | 2018-09-17 | 2018-09-17 | 一种正态型单元的寿命分布参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376334B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309533B (zh) * | 2019-05-16 | 2023-05-16 | 中国人民解放军海军工程大学 | 基于备件保障数据的正态型单元寿命分布参数估计方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646417A (zh) * | 2016-12-29 | 2017-05-10 | 西安电子科技大学 | 广义帕累托分布参数的迭代最大似然估计方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008128699A (ja) * | 2006-11-17 | 2008-06-05 | Ntn Corp | 寿命試験のワイブルスロープ見積もり方法および装置 |
US8275575B2 (en) * | 2009-03-20 | 2012-09-25 | International Business Machines Corporation | Determining component failure rates using accelerated life data |
CN103413026B (zh) * | 2013-07-22 | 2016-06-22 | 北京航空航天大学 | 一种随机右截尾型寿命数据分布检验方法 |
CN104679983A (zh) * | 2014-12-30 | 2015-06-03 | 中国铁道科学研究院电子计算技术研究所 | 一种动车组零部件寿命分析算法 |
CN106777819B (zh) * | 2017-01-20 | 2020-05-19 | 中国人民解放军海军工程大学 | 一种正态型有寿件更换周期的计算方法 |
CN108304352B (zh) * | 2017-12-28 | 2021-12-17 | 中国人民解放军63908部队 | 加速寿命试验样本分配方法及终端设备 |
CN108304971B (zh) * | 2018-02-07 | 2021-07-16 | 中国人民解放军海军工程大学 | 一种多台套设备的备件需求量计算方法 |
-
2018
- 2018-09-17 CN CN201811084008.5A patent/CN109376334B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646417A (zh) * | 2016-12-29 | 2017-05-10 | 西安电子科技大学 | 广义帕累托分布参数的迭代最大似然估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109376334A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109388861B (zh) | 一种指数型单元寿命分布参数估计方法 | |
US20090271235A1 (en) | Apparatus and method for generating survival curve used to calculate failure probability | |
CN114365136A (zh) | 用于校准生产线的仿真模型的方法和装置 | |
CN111814342B (zh) | 一种复杂设备可靠性混合模型及其构建方法 | |
CN115019510B (zh) | 一种基于动态自适应生成对抗网络的交通数据修复方法 | |
CN112700326A (zh) | 一种基于灰狼算法优化bp神经网络的信贷违约预测方法 | |
CN109376334B (zh) | 一种正态型单元的寿命分布参数估计方法 | |
CN105005294A (zh) | 基于不确定性分析的实时传感器故障诊断方法 | |
US10936781B1 (en) | Method for setting parameters in design of printed circuit board, device employing method, and non-transitory storage medium | |
CN109446481B (zh) | 一种对数正态型单元寿命分布参数估计方法 | |
CN109145502B (zh) | 一种威布尔型单元寿命分布参数估计方法 | |
CN109388860B (zh) | 一种伽玛型单元寿命分布参数估计方法 | |
CN113112126B (zh) | 基于人工智能的供水管漏损预警方法及系统 | |
CN113570330A (zh) | 一种临境应急环境模拟训练效果评估系统及评估方法 | |
CN108665002A (zh) | 一种二分类任务标签噪声容忍分类器学习方法 | |
CN109325287B (zh) | 一种估计机械件可靠性参数的方法 | |
CN111522705A (zh) | 一种工业大数据智能运维解决方法 | |
CN116739147A (zh) | 基于bim的智能能耗管理与动态碳排放计算联合方法及系统 | |
CN109323876B (zh) | 一种估计伽玛型单元可靠性参数的方法 | |
CN110309533B (zh) | 基于备件保障数据的正态型单元寿命分布参数估计方法 | |
CN109284478B (zh) | 一种估计对数正态型单元可靠性参数的方法 | |
CN109583017B (zh) | 一种正态型单元备件损耗数量的计算方法 | |
CN112685957A (zh) | 一种用于预测继电保护缺陷的方法 | |
CN109344472B (zh) | 一种估计机电件可靠性参数的方法 | |
CN116562855B (zh) | 一种无缝钢管生产重点设备物联网维修管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |