论文部分内容阅读
复杂装备研制过程往往经历原理样机、初样机和正样机等多个阶段,并通过一系列可靠性增长试验,不断消除装备设计和制造过程中的薄弱环节,使产品可靠性逐步提高。多阶段的可靠性增长试验数据属于变母体数据,采用传统的统计分析方法理论难以给出科学合理的分析结果;同时,由于复杂装备的造价十分昂贵,如何充分合理利用多阶段的试验数据,依靠少量的现场试验数据进行可靠性鉴定试验,也是装备研制过程中的一个重要理论问题。本文着眼装备研制过程的可靠性增长评估和可靠性鉴定,以Bayes方法为主线,重点在几个方面展开研究:(1)研究了多阶段可靠性增长评估的经典参数模型。针对型号研制中广泛采用的含延缓纠正过程,采用非齐次泊松过程建立可靠性增长模型;利用Bayes方法融合专家信息,并根据可靠性增长的特点采用Gamma-Beta分布作为非齐次泊松过程参数的先验分布,通过阶段间可靠性增长信息传递的方法,实现小样本条件下的多阶段可靠性增长评估。(2)研究了多阶段可靠性增长评估的Bayes模型。分别针对成败型和指数型产品,从两方面改进了以新的Dirichlet分布作为先验分布的可靠性增长Bayes模型存在的不足:一是通过最优化方法确定该Bayes模型的先验参数,解决工程中先验参数因物理意义不明确而难以确定的问题;二是利用Gibbs抽样方法解决了复杂高维的后验积分难以计算的问题。这两项改进为工程中应用该Bayes模型进行多阶段可靠性增长评估铺平了道路。(3)研究了利用多阶段试验信息制定装备的可靠性Bayes鉴定试验方案。针对装备研制具有继承性的特点,通过引入继承因子采用混合先验分布描述先验信息,合理考虑先验信息与鉴定试验数据之间的变母体性,建立制定可靠性鉴定试验方案的Bayes模型。按此思路,对成败型产品和指数型产品的可靠性Bayes鉴定试验方案分别进行研究,为合理利用多阶段试验信息减少可靠性鉴定试验的试验量提供指导依据。对于指数型产品,进一步了证明经典鉴定试验方案是Bayes鉴定试验方案的特例。论文上述研究成果成功应用于某型装备研制过程的可靠性增长评估与鉴定试验,为该类小子样多阶段装备研制的可靠性增长评估与鉴定试验提供了一套有效的技术途径。综上所述,本文以装备的多阶段、小样本研制过程为背景,以Bayes方法为主要手段,对装备研制过程的可靠性增长试验评估与可靠性鉴定试验方案的制定进行研究,研究成果对提高装备可靠性增长评估的科学性、降低可靠性鉴定试验费用具有一定的指导意义和较强的工程实用价值。