CN110298453B - 基于备件保障数据的伽玛型单元寿命分布参数估计方法 - Google Patents
基于备件保障数据的伽玛型单元寿命分布参数估计方法 Download PDFInfo
- Publication number
- CN110298453B CN110298453B CN201910410081.5A CN201910410081A CN110298453B CN 110298453 B CN110298453 B CN 110298453B CN 201910410081 A CN201910410081 A CN 201910410081A CN 110298453 B CN110298453 B CN 110298453B
- Authority
- CN
- China
- Prior art keywords
- equal
- guarantee
- alpha
- distribution
- task
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于备件保障数据的伽玛型单元寿命分布参数估计方法,该方法首先根据k次保障任务的相关数据生成n组候选分布参数;然后初始化似然值;再遍历候选参数,依次计算每次保障任务的概率,并利用所述k次保障任务的概率计算更新似然值;最后在更新后的似然值中找到最大似然值,则最大似然值对应的形状参数和尺度参数分别为该单元寿命分布参数的估计值。本发明提出的寿命分布参数估计方法,能在因缺少专门的可靠性试验导致缺少寿命值数据时,有效利用实际工作产生的备件保障数据,较为准确地估计寿命分布参数。
Description
技术领域
本发明涉及产品可靠性预测技术领域,具体涉及一种基于备件保障数据的伽玛型单元寿命分布参数估计方法。
背景技术
产品由各种单元组成。通常以产品的寿命分布函数来定量描述产品的可靠性。伽玛分布常用来描述类似“冲击”引起的故障,假若单元能经受若干次外界冲击,但当单元受冲击次数累积到一定次数时就产生故障。例如电网中存在着电涌现象,一些电子器件当承受的电涌冲击次数超过一定数量时会发生故障。伽玛型单元指寿命服从伽玛分布的单元,寿命X服从伽玛分布记作X~Ga(α,b),其中α>0为形状参数,b>0为尺度参数,X的密度函数为其中Γ(α)为伽玛函数,且
寿命分布函数由函数类别和分布参数决定,本质上是一种描述统计规律的函数。因此,只有当寿命样本值达到一定数量规模时,该函数才能较为准确的描述产品寿命的分布规律。在实际工作中,工作环境往往对产品可靠性有较大影响,因此需要关注工作环境下产品的寿命分布规律。在实际工作中,产品工况数据的记录质量与专门的可靠性试验相比往往较差,常常由于记录不及时或记录不全,导致故障发生时间、产品累积工作时间等直接反映产品寿命值的相关数据丢失,只留有保障任务开始前的备件数量、任务成功与否、任务计划时间等数据。这使得基于寿命值数据的分布参数常规估计方法难以从这种备件保障数据中分析产品的可靠性。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于备件保障数据的伽玛型单元寿命分布参数估计方法,该方法约定:共有k次保障任务的相关数据,第i次保障任务时该单元的计划工作时间记为Twi(以下简称为任务时间),任务开始前的备件数量记为Nbji,保障任务结果记为Fi,1≤i≤k。在保障任务期间,以备件更换故障件的方式来排除故障,若发生的故障次数不大于备件数量,则本次保障任务成功(Fi记为1),否则视为失败(Fi记为0)。即:以形如[Twi Nbji Fi]的备件保障数据来描述一次保障任务。在积累了k组备件保障数据后,估计寿命分布参数。
本发明解决上述技术问题的技术方案如下:
一种基于备件保障数据的伽玛型单元寿命分布参数估计方法,包括以下步骤:
步骤1,根据k次保障任务的相关数据生成n组候选分布参数(αj,bj),1≤j≤n,其中,αj表示伽玛分布的形状参数,bj表示伽玛分布的尺度参数,k、n为正整数;
步骤2,初始化似然值Lj,令Lj=0,1≤j≤n;
步骤3,遍历候选参数,依次计算每次保障任务的概率P1;并利用所述k次保障任务的概率计算更新似然值Lj;
步骤4,在更新后的似然值Lj(1≤j≤n)中找到最大似然值,记为LM,则似然值LM对应的αM、bM分别为该单元寿命分布参数的估计值。
进一步的,所述步骤1包括:
步骤1.1,确定伽玛分布的形状参数α1j1=αmin+(j1-1)d1,1≤j1≤n1,其中,αmax表示伽玛分布的形状参数上限,αmin表示伽玛分布的形状参数下限,n1为正整数,且n1≥2,n1决定了对形状参数的估计精度;
步骤1.2,确定伽玛分布的尺度参数b1j2=bmin+(j2-1)d2,1≤j2≤n2,其中,bmax表示伽玛分布的尺度参数上限,bmin表示伽玛分布的尺度参数下限,n2为正整数,且n2≥2,n2决定了对尺度参数的估计精度;
步骤1.3,取n=n1×n2,由α1j1和b1j2进行遍历组合获得n组候选的分布参数(αj,bj),1≤j≤n。
进一步的,步骤1.3中所述的遍历通过以下方式实现:
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αj=α1j1;bj=b1j2;j=j+1;
其中,αmax≥α1j1≥αmin,bmax≥b1j2≥bmin。
进一步的,所述步骤3包括:
步骤3.1,令候选参数序号j=1;
步骤3.2,令任务序号i=1,1≤i≤k,k为保障任务最大次数;
步骤3.3,对于第i次保障任务,利用下式计算保障任务概率P1i;
其中,Twi为第i次保障任务时该单元的计划工作时间,Nbji为任务开始前的备件数量;Fi表示保障任务结果,保障任务成功则Fi=1,保障任务失败则Fi=0;
步骤3.4,更新i=i+1,若i≤k则跳转至步骤3.3,否则跳转至步骤3.5;
步骤3.6,令j=j+1,若j≤n则跳转至步骤3.2,否则跳转至步骤4。
本发明的有益效果是:本发明提出的寿命分布参数估计方法,能在因缺少专门的可靠性试验导致缺少寿命值数据时,有效利用实际工作产生的备件保障数据,较为准确地估计寿命分布参数。
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。伽玛分布常用来描述类似“冲击”引起的故障,假若单元能经受若干次外界冲击,但当单元受冲击次数累积到一定次数时就产生故障。例如电网中存在着电涌现象,一些电子器件当承受的电涌冲击次数超过一定数量时会发生故障。伽玛型单元指寿命服从伽玛分布的单元,寿命X服从伽玛分布记作X~Ga(α,b),其中α>0为形状参数,b>0为尺度参数,X的密度函数为其中Γ(α)为伽玛函数,且
约定:共有k次保障任务的相关数据,第i次保障任务时该单元的计划工作时间记为Twi(以下简称为任务时间),任务开始前的备件数量记为Nbji,保障任务结果记为Fi,1≤i≤k。在保障任务期间,以备件更换故障件的方式来排除故障,若发生的故障次数不大于备件数量,则本次保障任务成功(Fi记为1),否则视为失败(Fi记为0)。即:以形如[Twi Nbji Fi]的备件保障数据来描述一次保障任务。在积累了k组备件保障数据后,具体估计寿命分布参数的方法如下:
1确定候选的寿命分布参数
生成n组候选分布参数(αj,bj),1≤j≤n,其中,αj表示伽玛分布的形状参数,bj表示伽玛分布的尺度参数,n为正整数;
生成候选分布参数的具体实现方法为:
1)确定伽玛分布的形状参数α1j1=αmin+(j1-1)d1,1≤j1≤n1,其中,αmax表示伽玛分布的形状参数上限,αmin表示伽玛分布的形状参数下限,n1为正整数,且n1≥2,n1决定了对形状参数的估计精度。
2)确定伽玛分布的尺度参数b1j2=bmin+(j2-1)d2,1≤j2≤n2,其中,bmax表示伽玛分布的尺度参数上限,bmin表示伽玛分布的尺度参数下限,n2为正整数,且n2≥2,n2决定了对尺度参数的估计精度。
3)取n=n1×n2,由α1j1和b1j2进行遍历组合获得n组候选的分布参数(αj,bj),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αj=α1j1;bj=b1j2;j=j+1。其中,αmax≥α1j1≥αmin,bmax≥b1j2≥bmin。
2初始化似然值
初始化似然值Lj,1≤j≤n,令Lj=0。
3、遍历计算似然值
3.1令候选参数序号j=1;
3.2令任务序号i=1;
3.3对于第i次保障任务,计算保障任务概率P1i:
3.4更新i=i+1,若i≤k则转3.3,否则转3.5;
3.6令j=j+1,若j≤n则转3.2,否则转4。
4、输出结果
在Lj(1≤j≤n)中找到最大值,记其为LM,则αM、bM为该单元寿命分布参数的估计值。
实施例
某单元的[Twi Nbji Fi]型备件保障数据如表1所示,从工程经验可知该单元的寿命服从伽玛分布Ga(α,b),试估计其寿命分布参数。
表1某单元的备件保障数据
计算过程如下:
1确定候选的寿命分布参数
从以往经验得知,该单元的形状参数在1.1~2.7范围内,以0.4为步长;尺度参数在100~1700范围内,以400为步长,共生成25个候选的分布参数αj、bj,1≤j≤25。
2初始化似然值
初始化似然值Lj,1≤j≤25,令Lj=0。
3、遍历计算似然值
3.1令候选参数序号j=1
3.2令任务序号i=1
3.3对于第i次保障任务,计算保障任务概率P1i:
3.4更新i=i+1,若i≤15则转3.3,否则转3.5。
表2是j=1~25时,15次保障任务概率结果。
表2保障任务概率P1i
表3似然值
3.6令j=j+1,若j≤25则转3.2,否则转4。
4、输出结果
从表3可知,α13=1.9、b13=900对应的似然值最大,因此将其作为该单元的寿命分布参数估计值。
可建立以下仿真模型模拟备件保障过程:
1)产生1+Nbj个随机数simTi,1≤i≤1+Nbj用于模拟装备该单元和Nbj个备件的寿命,simTi服从该类单元的寿命分布规律;
3)若simTw≥Tw,则本次保障任务成功,令F=1;否则,本次保障任务失败,令F=0。
运行上述仿真模型,可以得到大量形如[Twi Nbji Fi]的备件保障数据,对本发明的方法进行仿真验证。以α=1.9,b=900,k=50为例进行大量仿真。如果基于备件保障数据,用本文方法得到的该单元的寿命分布形状参数统计结果的均值为2.10、根方差为0.68,尺度参数统计结果的均值为926.4、根方差为363.6。如果基于寿命数据simTi,采用理论方法计算得到的形状参数统计结果的均值为1.93、根方差为0.19,尺度参数统计结果的均值为895.8、根方差为99.6。二者的差异在工程允许范围以内。
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)
1.一种基于备件保障数据的伽玛型单元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k次保障任务的相关数据生成n组候选分布参数(αj,bj),1≤j≤n,其中,αj表示伽玛分布的形状参数,bj表示伽玛分布的尺度参数,k、n为正整数;
步骤2,初始化似然值Lj,令Lj=0,1≤j≤n;
步骤3,遍历候选参数,依次计算每次保障任务的概率P1;并利用所述k次保障任务的概率计算更新似然值Lj;
步骤4,在更新后的似然值Lj(1≤j≤n)中找到最大似然值,记为LM,则似然值LM对应的αM、bM分别为该单元寿命分布参数的估计值;
所述步骤3包括:
步骤3.1,令候选参数序号j=1;
步骤3.2,令任务序号i=1,1≤i≤k,k为保障任务最大次数;
步骤3.3,对于第i次保障任务,利用下式计算保障任务概率P1i;
其中,Twi为第i次保障任务时该单元的计划工作时间,Nbji为任务开始前的备件数量;Fi表示保障任务结果,保障任务成功则Fi=1,保障任务失败则Fi=0;
步骤3.4,更新i=i+1,若i≤k则跳转至步骤3.3,否则跳转至步骤3.5;
步骤3.6,令j=j+1,若j≤n则跳转至步骤3.2,否则跳转至步骤4。
2.根据权利要求1所述的方法,其特征在于,所述步骤1包括:
步骤1.1,确定伽玛分布的形状参数α1j1=αmin+(j1-1)d1,1≤j1≤n1,其中,αmax表示伽玛分布的形状参数上限,αmin表示伽玛分布的形状参数下限,n1为正整数,且n1≥2,n1决定了对形状参数的估计精度;
步骤1.2,确定伽玛分布的尺度参数b1j2=bmin+(j2-1)d2,1≤j2≤n2,其中,bmax表示伽玛分布的尺度参数上限,bmin表示伽玛分布的尺度参数下限,n2为正整数,且n2≥2,n2决定了对尺度参数的估计精度;
步骤1.3,取n=n1×n2,由α1j1和b1j2进行遍历组合获得n组候选的分布参数(αj,bj),1≤j≤n。
3.根据权利要求2所述的方法,其特征在于,步骤1.3中所述的遍历通过以下方式实现:
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αj=α1j1;bj=b1j2;j=j+1;
其中,αmax≥α1j1≥αmin,bmax≥b1j2≥bmin。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410081.5A CN110298453B (zh) | 2019-05-16 | 2019-05-16 | 基于备件保障数据的伽玛型单元寿命分布参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410081.5A CN110298453B (zh) | 2019-05-16 | 2019-05-16 | 基于备件保障数据的伽玛型单元寿命分布参数估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298453A CN110298453A (zh) | 2019-10-01 |
CN110298453B true CN110298453B (zh) | 2022-09-23 |
Family
ID=68026980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910410081.5A Active CN110298453B (zh) | 2019-05-16 | 2019-05-16 | 基于备件保障数据的伽玛型单元寿命分布参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298453B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108564270A (zh) * | 2018-04-09 | 2018-09-21 | 中国人民解放军海军工程大学 | 一种贮存失效风险下的伽玛型单元备件需求量计算方法 |
TWI639907B (zh) * | 2017-06-06 | 2018-11-01 | 國立彰化師範大學 | 工具機具殘餘使用壽命預測系統及其方法 |
CN109323876A (zh) * | 2018-09-17 | 2019-02-12 | 中国人民解放军海军工程大学 | 一种估计伽玛型单元可靠性参数的方法 |
CN109388860A (zh) * | 2018-09-17 | 2019-02-26 | 中国人民解放军海军工程大学 | 一种伽玛型单元寿命分布参数估计方法 |
-
2019
- 2019-05-16 CN CN201910410081.5A patent/CN110298453B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI639907B (zh) * | 2017-06-06 | 2018-11-01 | 國立彰化師範大學 | 工具機具殘餘使用壽命預測系統及其方法 |
CN108564270A (zh) * | 2018-04-09 | 2018-09-21 | 中国人民解放军海军工程大学 | 一种贮存失效风险下的伽玛型单元备件需求量计算方法 |
CN109323876A (zh) * | 2018-09-17 | 2019-02-12 | 中国人民解放军海军工程大学 | 一种估计伽玛型单元可靠性参数的方法 |
CN109388860A (zh) * | 2018-09-17 | 2019-02-26 | 中国人民解放军海军工程大学 | 一种伽玛型单元寿命分布参数估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110298453A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874238B (zh) | 一种威布尔型单元备件需求量的计算方法 | |
CN106971048B (zh) | 一种伽马型有寿件备件需求量计算方法 | |
CN108509390B (zh) | 一种伽玛型串联部件的备件需求量计算方法 | |
US20090271235A1 (en) | Apparatus and method for generating survival curve used to calculate failure probability | |
CN108509389B (zh) | 一种威布尔型串联部件的备件需求量计算方法 | |
CN106844953B (zh) | 一种威布尔型有寿件备件的保障概率计算方法 | |
CN110414552B (zh) | 一种基于多源融合的备件可靠性贝叶斯评估方法及系统 | |
CN103729693A (zh) | 基于确定性库存退化模型的维修及备件供给联合优化方法 | |
CN110598363A (zh) | 表决部件的备件量计算方法、仿真方法、终端及存储介质 | |
CN116955914A (zh) | 一种机械单元备件保障任务成功率计算方法和系统 | |
CN108932358B (zh) | 一种确定威布尔型单元后续备件需求量的方法 | |
CN110298453B (zh) | 基于备件保障数据的伽玛型单元寿命分布参数估计方法 | |
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 | |
CN111144616A (zh) | 面向企业能源消费的预测方法、系统、计算机设备和存储介质 | |
CN109388860B (zh) | 一种伽玛型单元寿命分布参数估计方法 | |
CN109325287B (zh) | 一种估计机械件可靠性参数的方法 | |
CN109284478B (zh) | 一种估计对数正态型单元可靠性参数的方法 | |
CN109323876B (zh) | 一种估计伽玛型单元可靠性参数的方法 | |
CN109145502B (zh) | 一种威布尔型单元寿命分布参数估计方法 | |
CN112507516B (zh) | 一种基于可靠性的电气设备预防性维修优化方法及装置 | |
CN109376334B (zh) | 一种正态型单元的寿命分布参数估计方法 | |
CN109446481B (zh) | 一种对数正态型单元寿命分布参数估计方法 | |
CN112446420A (zh) | 一种大规模硬盘故障预测领域中的数据预处理算法 | |
CN113283089A (zh) | 一种基于双变阈值的产品可靠性评估方法 | |
CN110309487B (zh) | 基于备件保障数据的指数型单元寿命分布参数估计方法 |
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 |