21世紀(jì)是質(zhì)量的時(shí)代,作為質(zhì)量通用特性的核心和基礎(chǔ),可靠性的重要性不言而喻�！傲鞲瘳敗钡膶�(shí)施、“無(wú)維修使用期(MFOP)”和“可靠性3.0”等概念的出現(xiàn)為可靠性的發(fā)展提出了新的機(jī)遇與挑戰(zhàn)。產(chǎn)品研發(fā)時(shí)間更短、推向市場(chǎng)實(shí)際更加緊迫,激烈的市場(chǎng)競(jìng)爭(zhēng)下愈來(lái)愈低的產(chǎn)品成本,不斷更新的新技術(shù)下風(fēng)險(xiǎn)與效益并存,這些都給可靠性的發(fā)展提出了新的要求。為了考察小樣本下可靠性評(píng)估問(wèn)題,本文系統(tǒng)地研究了基于最大摘方法(MEM)和馬爾科夫鏈蒙特卡洛方法(MCMC)在貝葉斯可靠性評(píng)估框架下的應(yīng)用問(wèn)題,以解決傳統(tǒng)統(tǒng)計(jì)方法在小樣本失效特征下可靠性評(píng)估不準(zhǔn)確的問(wèn)題。本文針對(duì)小樣本失效特征,將貝葉斯框架下的可靠性評(píng)估分為可靠性先驗(yàn)信息的收集整理和檢驗(yàn)折算、基于最大熵法的先驗(yàn)分布確定、基于馬氏鏈蒙特卡洛方法的后驗(yàn)分布的計(jì)算以及基于后驗(yàn)分布的可靠性評(píng)估等四個(gè)部分。首先,對(duì)可靠性多源先驗(yàn)信息進(jìn)行整理分類,采用最大熵將其轉(zhuǎn)化為各自的先驗(yàn)分布,結(jié)合多源信息下的加權(quán)融合法得到最終的可靠性先驗(yàn)分布。本文對(duì)先驗(yàn)分布類型已知情形和先驗(yàn)分布未知情形下的最大熵分布進(jìn)行了研究,著重探討先驗(yàn)形式未知下最大熵分布的一般形式,對(duì)于未知參數(shù)的估計(jì)采用構(gòu)造勢(shì)函數(shù)的方法來(lái)求解,一定程度上提高了求解效率。其次,針對(duì)可靠性參數(shù)先驗(yàn)分布和似然函數(shù)產(chǎn)生的后驗(yàn)分布形式復(fù)雜、無(wú)法進(jìn)行后續(xù)可靠性評(píng)估的問(wèn)題,本文采用MCMC方法對(duì)后驗(yàn)分布進(jìn)行抽樣模擬,以期解決貝葉斯框架下可靠性后驗(yàn)分布難以求解的問(wèn)題。分別對(duì)兩參數(shù)和三參數(shù)威布爾分布下的數(shù)據(jù)例子進(jìn)行計(jì)算驗(yàn)證,最后基于可靠性后驗(yàn)分布進(jìn)行可靠性評(píng)估。本文在進(jìn)行小樣本可靠性評(píng)估難題時(shí),將最大熵方法和MCMC方法分別應(yīng)用于貝葉斯框架下小樣本可靠性評(píng)估的各個(gè)階段,最大熵和多源信息融合提高了對(duì)先驗(yàn)信息的利用效率、降低了先驗(yàn)分布確定過(guò)程中的主觀因素。MCMC方法求解可靠性后驗(yàn)分布很好地解決了后驗(yàn)分布形式復(fù)雜、高維數(shù)值積分無(wú)法求解的問(wèn)題,使得貝葉斯方法在小樣本可靠性評(píng)估中有更廣闊的應(yīng)用空間。
【學(xué)位單位】：中國(guó)計(jì)量大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F224
【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 小樣本可靠性評(píng)估概述
    1.3 研究目的及意義
        1.3.1 研究目的
        1.3.2 研究意義
    1.4 研究?jī)?nèi)容
    1.5 技術(shù)路線與論文結(jié)構(gòu)
        1.5.1 技術(shù)路線
        1.5.2 論文結(jié)構(gòu)
2 相關(guān)領(lǐng)域及其國(guó)內(nèi)外研究現(xiàn)狀
    2.1 最大熵方法及其在可靠性中的應(yīng)用
        2.1.1 最大熵方法
        2.1.2 最大熵方法在可靠性中的應(yīng)用
    2.2 貝葉斯理論及其在可靠性中的應(yīng)用
        2.2.1 貝葉斯理論
        2.2.2 貝葉斯理論在可靠性中的應(yīng)用
    2.3 MCMC方法及其在可靠性中的應(yīng)用
        2.3.1 MCMC方法
        2.3.2 MCMC方法在可靠性評(píng)估中的應(yīng)用
    2.4 本章小結(jié)
3 可靠性先驗(yàn)信息的整理與檢驗(yàn)
    3.1 可靠性中先驗(yàn)信息的獲取與整理
    3.2 可靠性先驗(yàn)信息的檢驗(yàn)
    3.3 本章小結(jié)
4 基于最大熵方法的可靠性先驗(yàn)分布的確定
    4.1 基于最大熵法的可靠性先驗(yàn)分布的確定
        4.1.1 先驗(yàn)信息的統(tǒng)計(jì)折算
        4.1.2 先驗(yàn)分布類型已知情形下的最大熵先驗(yàn)
        4.1.3 先驗(yàn)分布類型未知情形下的最大熵先驗(yàn)
        4.1.4 基于熵權(quán)法的融合先驗(yàn)分布的確定
    4.2 最大熵法確定先驗(yàn)分布的例子
        4.2.1 先驗(yàn)分布類型未知下的最大熵分布計(jì)算
        4.2.2 威布爾分布類型下的融合最大熵先驗(yàn)計(jì)算
    4.3 本章小結(jié)
5 基于MCMC的貝葉斯后驗(yàn)推斷和可靠性評(píng)估
    5.1 MCMC的理論基礎(chǔ)與構(gòu)建方法
        5.1.1 MCMC方法的理論基礎(chǔ)
        5.1.2 MCMC的基本構(gòu)造方法
    5.2 基于MCMC方法的可靠性后驗(yàn)推斷
        5.2.1 兩參數(shù)威布爾分布的后驗(yàn)MCMC模擬
        5.2.2 三參數(shù)威布爾分布的后驗(yàn)MCMC模擬
    5.3 基于WinBUGS軟件的威布爾分布MCMC后驗(yàn)?zāi)M
        5.3.1 WinBUGS軟件介紹與使用
        5.3.2 兩參數(shù)威布爾分布的后驗(yàn)計(jì)算例子
        5.3.3 三參數(shù)威布爾分布的后驗(yàn)計(jì)算例子
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 本文主要貢獻(xiàn)
    6.2 本文主要?jiǎng)?chuàng)新點(diǎn)
    6.3 研究不足和展望
參考文獻(xiàn)
作者簡(jiǎn)歷

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武寧;;基于數(shù)據(jù)挖掘的電氣化鐵路接觸網(wǎng)可靠性評(píng)估[J];電氣應(yīng)用;2019年06期

2 劉偉;;機(jī)械設(shè)備運(yùn)行可靠性評(píng)估的發(fā)展與思考[J];產(chǎn)業(yè)與科技論壇;2017年14期

3 于偉;馬培紅;李志濤;程海泉;;配電網(wǎng)供電可靠性評(píng)估及優(yōu)化[J];商業(yè)故事;2016年30期

4 孫曉鳳;胡永騰;;復(fù)雜配電系統(tǒng)的可靠性評(píng)估[J];科學(xué)中國(guó)人;2017年23期

5 廖曉閩;韓雙利;張引發(fā);李洪順;;光纖通信網(wǎng)可靠性評(píng)估方法及其應(yīng)用研究[J];光通信技術(shù);2013年01期

6 都業(yè)宏;郁浩;李國(guó)富;趙靜;;基于云模型的射擊精度合格率及可靠性評(píng)估方法[J];彈道學(xué)報(bào);2013年03期

7 胡嘉偉;江建慧;;一種面向軟件可靠性評(píng)估的故障注入機(jī)制的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年06期

8 雷振;韋鋼;蔡陽(yáng);言大偉;;分布式電源大量接入對(duì)配電網(wǎng)可靠性評(píng)估的影響[J];能源技術(shù)經(jīng)濟(jì);2011年06期

9 劉貞毅;何瑞文;楊志;謝瓊香;;配電網(wǎng)可靠性評(píng)估新進(jìn)展[J];廣東電力;2011年08期

10 冷燁;;變電所電氣主接線可靠性評(píng)估[J];裝備制造;2009年05期

相關(guān)博士學(xué)位論文 前10條

1 劉天宇;復(fù)雜退化過(guò)程下產(chǎn)品可靠性評(píng)估與剩余壽命預(yù)測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

2 崔潤(rùn)龍;基于退化數(shù)據(jù)的汽車發(fā)動(dòng)機(jī)ECU性能可靠性分析與評(píng)估研究[D];天津大學(xué);2017年

3 鐘波;基于軟計(jì)算理論的電力系統(tǒng)可靠性評(píng)估模型與算法研究[D];重慶大學(xué);2004年

4 方艮海;產(chǎn)品可靠性評(píng)估中的多源信息融合技術(shù)研究[D];合肥工業(yè)大學(xué);2006年

5 劉洋;大規(guī)模電力系統(tǒng)并行處理技術(shù)及可靠性評(píng)估Web計(jì)算系統(tǒng)研究[D];重慶大學(xué);2006年

6 程皖民;基于小子樣復(fù)雜信息集的可靠性評(píng)估方法及其應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

7 宋曉通;基于蒙特卡羅方法的電力系統(tǒng)可靠性評(píng)估[D];山東大學(xué);2008年

8 熊堯;面向重型數(shù)控機(jī)床的服役可靠性評(píng)估方法及增長(zhǎng)技術(shù)研究[D];華中科技大學(xué);2013年

9 侯愷;電力系統(tǒng)可靠性評(píng)估方法改進(jìn)與應(yīng)用研究[D];天津大學(xué);2016年

10 王昕偉;含風(fēng)電區(qū)域電網(wǎng)的可靠性評(píng)估模型與方法[D];華北電力大學(xué)(北京);2014年

相關(guān)碩士學(xué)位論文 前10條

1 喻康;基于信息融合的動(dòng)量輪可靠性評(píng)估[D];電子科技大學(xué);2019年

2 薛琦;核管道故障診斷及可靠性評(píng)估軟件平臺(tái)[D];電子科技大學(xué);2019年

3 任印澤;用戶的響應(yīng)可靠性和供電可靠性評(píng)估[D];合肥工業(yè)大學(xué);2019年

4 許楊旸;火電機(jī)組實(shí)時(shí)可靠性評(píng)估技術(shù)研究[D];華北電力大學(xué)(北京);2019年

5 宮琦;主動(dòng)配電CPS可靠性評(píng)估[D];華北電力大學(xué)(北京);2019年

6 張雪寒;計(jì)及相關(guān)性的電-氣互聯(lián)系統(tǒng)概率可靠性評(píng)估方法[D];華南理工大學(xué);2019年

7 潘雅;中壓配電網(wǎng)可靠性評(píng)估及開關(guān)優(yōu)化研究[D];華南理工大學(xué);2018年

8 黃超;配電網(wǎng)可靠性評(píng)估方法的研究[D];華南理工大學(xué);2019年

9 魯偉;基于最大熵和馬氏鏈蒙特卡洛方法的貝葉斯可靠性評(píng)估研究[D];中國(guó)計(jì)量大學(xué);2018年

10 陳雅琳;主動(dòng)配電網(wǎng)可靠性評(píng)估及多利益主體優(yōu)化運(yùn)行[D];廈門大學(xué);2018年

本文編號(hào)：2886890