基于新Dirichlet先验分布的超参数确定方法研究

描述：研究了基于新Dirichlet先验分布的Bayesian可靠性增长模型的超参数确定方法,该方法将专家经验表示为均匀分布,以先验参数为变量,将均值作为约束条件、方差作为目标,利用最优化方法求出与该均匀分布最为接近的Beta分布,解决了由于新Dirichlet先验分布超参数物理意义不明确而难以确定的问题。针对后验积分难以计算的问题,采用WinBUGS软件建立了新Dirichlet先验分布的Bayesian可靠性增长模型,该模型思路清晰、简单易行,提高了计算的精度,实例证明了该模型在可靠性应用中的直观性与有效性。

基于时域随机化的超高斯真随机驱动信号生成技术研究

描述：提高振动模拟试验的真实性和增强振动激发试验的效力都需要产生超高斯分布的真随机驱动信号。研究了基于时域随机化的超高斯真随机驱动信号生成技术,针对常用半正弦窗函数和不同重叠因子值进行了理论分析和数值仿真,结果表明:时域随机化前后的伪随机和真随机信号峭度值是线性关系,但输出的超高斯真随机信号峭度值比输入的超高斯伪随机信号峭度值要小,并且重叠因子取值越大峭度值减小的程度越大。

HALT试验高效率振动剖面的建立

描述：HALT(Highly Accelerated Life Test,高加速寿命试验)是一项新的可靠性试验技术,具体实施还缺乏系统的理论指导。针对HALT试验中的振动激励应力,采用Matlab/Simulink仿真分析了试件在频谱可控的超高斯振动激励作用下的响应特点,研究了HALT试验振动激励剖面参数(带宽、均方根值、峭度)以及试件本身动力学特性(固有频率、阻尼)对试件响应特性(带宽、均方根值、峭度)的影响,进而给出了理论解释。最后归纳了HALT试验高效率振动剖面的建立方法,并以典型印制电路板为例进行了试验验证。结果表明本文提出的方法是有效的。

超高斯随机振动环境的疲劳强化机理

描述：针对可靠性强化试验的全轴随机振动环境的超高斯幅值分布特性开展其疲劳强化机理研究。首先通过理论分析表明RS机振动激励下试件应力仍保持超高斯分布,然后证明了同等量级下的超高斯分布比高斯分布随机应力具有更高的疲劳强化效能,从而揭示RS机全轴随机振动环境超高斯幅值分布特性的疲劳强化机理。

基于Dirichlet先验分布的加速寿命试验的Bayes分析

描述：竞争失效场合加速寿命试验统计分析问题正在成为研究的热点,但目前的方法主要采用极大似然估计(MLE),在小样本情形下统计精度不高。针对这一问题,以Dirichlet分布综合产品的各类可靠性先验信息,并充分考虑了试验数据的非完整性,建立了基于Dirichlet先验分布的Bayes分析方法。最后通过MonteCarlo仿真和应用算例验证方法的有效性。结果表明,由于综合了有用的先验信息,从而扩大了统计信息量,因此在小样本情形下本文方法比极大似然估计方法具有更加优良的估计性质。

气动式振动台振动信号低频能量改善研究

描述：气动式振动台振动信号的低频能量较低,这限制了该类设备在电子产品可靠性强化试验中的进一步应用。由于商业竞争和技术保密等原因,目前国内对该设备的优化设计与自主研发尚未全面展开。本文以气动式振动台的关键部件——气锤为切入点,在全面掌握气锤产生激励信号机理的基础上,推导了气锤产生激励信号的自谱和低频能量的解析表达式,研究了气锤参数(材料参数和结构参数)对气锤产生的激励信号乃至振动台振动信号低频能量的影响,提出了一种改善气动式振动台低频能量的工程可行途径,这对该类设备的性能改善以及自主研发均具有一定的指导意义。

基于非齐次泊松过程和统计仿真的故障样本模拟生成

描述：由于测试性虚拟试验具有成本低、效率高、风险小、故障注入受限少等优点,故障样本量几乎不受限制,可有效弥补测试性实物试验的不足,但同时也对故障样本生成提出新的要求。为此提出一种适用于测试性虚拟试验的基于非齐次泊松过程和统计仿真的故障样本模拟生成方法。分析指出可修系统的故障发生过程是随机过程,并用非齐次泊松过程及其参数化模型对其进行数学描述。给出故障样本模拟生成流程,建立故障事件发生间隔时间的概率分布函数,通过随机数生成和逆变换法,实现故障样本的模拟生成,仿真获得故障发生次数及其相继发生时间。以某型地平仪为案例进行试验和应用研究。试验结果表明,采用所提方法进行故障样本模拟生成是有效的,能科学指导可修系统测试性虚拟试验中的故障注入。

电子倍增器的加速试验方法及其寿命预测研究

描述：对电子倍增器的加速试验方法及其寿命预测理论进行了研究。首先,建立了电子倍增器加速退化试验系统,设计了加速退化试验方案;然后,对电子倍增器进行了加速退化试验;最后,提出了电子倍增器的双恒定应力加速退化试验数据的分析方法,并对分析结果进行了模型检验分析,验证了该方法的有效性。

仿真基混合效应模型加速退化试验方案优化设计研究

描述：加速退化试验技术广泛应用于存在性能指标随时间逐渐退化的高可靠长寿命产品的可靠性及寿命评估。不同的加速退化试验方案得到的可靠性及寿命评估结果有很大区别,试验费用也各不相同。如何设计试验方案使试验评估结果最准确、试验代价最小,是加速退化试验应用中面临的一个重要问题。针对解析优化方法在某些场合最优解难以得到甚至不存在的情况,提出一种新的基于Monte Carlo仿真的混合效应模型加速退化试验优化设计方法,将复杂的优化问题转化为较易的统计分析问题,使之流程化好、便于工程应用。以发光二极管恒定应力加速退化试验方案优化设计为例研究方法的有效性。针对该方法的敏感性分析结果表明,在较小的模型偏差情况下,最优加速退化试验方案具有一定的鲁棒性。在工程应用中,利用相同的方法流程可实现其他类型加速退化试验方案的优化设计。

基于加速寿命试验的剩余寿命评估方法

描述：利用加速寿命试验对产品设备进行剩余寿命评估正在成为研究的热点,如何提高其评估的精度是其中一个非常重要的问题。针对目前加速寿命试验统计方法存在的将试验样品看作新品,把加速试验外推后的应力环境等同于实际工作环境,忽视现场数据等问题,从模型和信息量两方面着手提高寿命评估精度。通过考虑产品初始失效和环境差异的影响,建立更为准确的寿命模型。对加速寿命试验的试验数据和现场数据进行融合统计分析,使得评估数据中蕴含更为丰富的多源寿命信息,由此得到置信度更高的寿命评估结果。仿真对比结果表明,由于模型准确度的提高和统计信息量的增加,所提出的方法评估精度更高,效果更好。