[發明專利]Weibull分布無失效數據可靠性指標估計方法在審
| 申請號: | 201710833274.2 | 申請日: | 2017-09-15 |
| 公開(公告)號: | CN107657145A | 公開(公告)日: | 2018-02-02 |
| 發明(設計)人: | 黃洪鐘;張凱延;李彥鋒;黃鵬;殷毅超;任彬;胡均銘 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 成都宏順專利代理事務所(普通合伙)51227 | 代理人: | 周永宏 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | weibull 分布 失效 數據 可靠性 指標 估計 方法 | ||
技術領域
本發明屬于可靠性領域,特別涉及一種Weibull分布無失效數據可靠性指標估計技術。
背景技術
在可靠性壽命試驗中,為控制試驗時間,常采用定時截尾壽命試驗方法對產品進行可靠性試驗。當產品的失效數大于零時,對所得數據進行統計分析已有比較成熟的方法。但隨著科技的進步,高可靠性產品越來越多,在定時截尾可靠性試驗中,有時遇到的是無失效數據(zero-failure data),即在規定時間內沒有產品失效。近年來,如何在無失效數據條件下合理解決產品可靠性指標的估計問題,受到學者們越來越多的關注。對這類無失效問題進行可靠性研究具有重要的理論和實際實用價值。
發明內容
為解決上述技術問題,本申請提出一種Weibull分布無失效數據可靠性指標估計方法,在Bayes點估計的基礎上,利用秩分布理論給出了可靠性指標的區間估計。
本發明采用的技術方案為:Weibull分布無失效數據可靠性指標估計方法,包括:
S1、利用Weibull分布特性,確定各檢測時刻失效概率的先驗分布;
S2、根據步驟S1確定的各先驗分布,對各檢測時刻失效概率進行貝葉斯估計;
S3、根據各失效概率的貝葉斯估計值,擬合一條Weibull分布曲線,得到產品的各可靠性指標。
進一步地,步驟S1包括:
S11、由產品壽命T服從Weibull分布,得到故障函數為:
其中,η和m分別是Weibull分布模型的尺度參數與形狀參數;F(t)表示產品失效概率分布函數,F′(t)表示對產品失效概率分布函數F(t)求導數;
S12、根據步驟S11得到的故障函數,得到產品可靠度函數為R(t)=1-F(t);對R(t)作函數變換,得到凹函數G(t);
其中,表示定義,t為時間變量,m為形狀參數,η為尺度參數;
S13、根據凹函數性質以及lnR(t0)=0,得到產品失效概率;
S14、根據Bayes假設,可取[0,λk]上的均勻分布作為pk的先驗分布,即:
S15、根據得到各檢測時刻失效概率pi的先驗分布為:
其中,λk為失效概率pk的上界,λi為失效概率pi的上界,tk表示第k組數據的截尾時刻,ti表示第i組數據的截尾時刻。
進一步地,步驟S2中計算得到的各檢測時刻失效概率的貝葉斯估計為:
其中,為形狀參數m的點估計,為尺度參數η的點估計,ri=si+tk/ti-1,si表示到ti時刻參加試驗的樣品數,tk表示第k組數據的截尾時刻,ti表示第i組數據的截尾時刻。
進一步地,步驟S3具體為:
S31、根據步驟S2的失效概率的貝葉斯估計,得到產品可靠度估計為:
其中,為形狀參數m的點估計,為尺度參數η的點估計;
S32、根據秩分布理論,得到在截尾時刻t0處的可靠度R0的置信水平為γ的單側置信下限R0low為:
其中,n表示試驗樣品數變量;
S33、令將Weibull分布模型轉化為指數分布形式:
F(t)=1-exp(-λTm)
其中,η和m分別是Weibull分布模型的尺度參數與形狀參數;
S34、根據步驟S33得到的F(t)=1-exp(-λTm),當m已知時,求得可靠壽命tR的置信水平為γ的單側置信下限為:
其中,t0為規定時間;
可靠度R的置信水平為γ的單側置信下限為:
S35、根據步驟S33得到的F(t)=1-exp(-λTm),當已知m的下限m0時,若滿足條件:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710833274.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:搖臂式上甑布料控制系統
- 下一篇:基于三維子結構的藥物分子比較方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡?,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





