一种部件级信息多样性条件下的系统可靠性评估方法技术方案

本发明专利技术一种部件级信息多样性条件下的系统可靠性评估方法：步骤一：对部件分类：试验信息充分的部件、试验信息不充分的部件以及无试验信息仅有部件级可靠度评估结果的部件；步骤二：将其他两类部件可靠度看做给定参数，对试验信息充分的部件组成的子系统进行置信限评估，找到给定的置信下限和相应置信度的数值对应；步骤三：对于试验信息不充分的部件，将这些部件的可靠度用相应的枢轴量表示出来，进而得到其置信分布；步骤四：对于无试验信息仅有部件级可靠度评估结果的部件，直接利用其评估结果得到其部件级可靠度置信分布；步骤五：找到置信下限，使置信水平关于部件级可靠度置信分布的期望恰等于目标置信度，该置信下限即为目标置信下限。

A system reliability evaluation method under the condition of component level information diversity

System reliability assessment methods of the present invention is a component of information diversity under the condition: step one: the parts classification: component test information fully components, test of insufficient information and test information only component level reliability evaluation results of the components; step two: the other two parts reliability as given parameters. The sub system of the test information of components of the confidence limits of evaluation, find a corresponding numerical confidence and the corresponding confidence limit; step three: to fully test information of components, these components can be used by the degree of the corresponding pivot expressed, and get the distribution of its confidence; step four: for test information only component level reliability evaluation results of components directly using the evaluation results of the component level reliability distribution; step five: find By the confidence lower limit, the expectation of confidence level about the confidence level of the reliability of the component level is exactly equal to the goal confidence, and the lower confidence limit is the lower confidence limit of the target.

【技术实现步骤摘要】
一种部件级信息多样性条件下的系统可靠性评估方法
本专利技术涉及一种部件级信息多样性条件下的系统可靠性评估方法，属于一种系统可靠性评估技术，具体来说，尤指在部件级可靠性信息具有多样性特征的条件下的系统可靠性置信限的评估技术。
技术介绍
系统可靠性评估在可靠性理论研究和实际工程中都是重要的一环。可靠性评估工作的结果与产品的质量评定往往直接相关，同时也为产品的性能提高和后续进一步的维护与研发提供重要依据。可靠性评估工作可以在产品生产的各个阶段进行，在科研工作和实际应用中都得到广泛的关注。我们这里研究的评估目标是在给定的置信度下系统可靠度的置信限。对于系统可靠性的评估，由于系统级试验在试验成本和时间代价上的限制，往往基于部件级可靠性(试验)信息进行。已有方法包括：精确置信限方法、近似方法、数值模拟的方法以及基于贝叶斯框架的方法等。诸多这些传统方法在面对部件级信息多样复杂的情形，即信息类型和试验样本量存在显著差异时，均存在如下一条或几条缺陷：1.计算复杂，对分布类型存在限制(尤指精确方法)；2.在部分部件样本量较小时，评估精度(置信限真实覆盖率)在频率统计意义下显著降低；3.部件寿命服从Weibull等分布假设时，精度较差；4.同时存在部件级试验信息和部件级可靠度评估结果时，无法统一拟合到系统可靠度评估中；5.评估结果在信息多样性条件下(尤其是样本量存在差异时)稳健性不足，对同一系统多次评估结果均方误差较大。
技术实现思路
针对上述系统组成部件的可靠度信息存在多样性的系统可靠度评估问题中存在的种种难点，本专利技术给出了一种部件级信息多样性条件下的系统可靠性评估方法，可以相对简单有效地在部件信息多样性条件下对系统可靠度进行评估，并给出相对精确稳健的评估结果。技术方案：本专利技术为一种部件级信息多样性条件下的系统可靠性评估方法，该方法具体步骤如下(见图1)：步骤一：按各部件的部件级可靠性信息对部件分类：试验信息充分(样本量较大的)的部件、试验信息不充分(主要是寿命试验)的部件以及无试验信息仅有部件级可靠度评估结果的部件；步骤二：先将其他两类部件可靠度看做给定参数，针对试验信息充分的部件组成的子系统采用传统基于大样本的评估方法进行置信限评估，通过评估找到给定的置信下限和相应置信度的数值对应；步骤三：对于试验信息不充分的部件，通过基于枢轴量的置信推断的方法(见下文举例步骤说明)将这些部件的可靠度用相应的枢轴量表示出来，进而得到其置信分布；步骤四：对于无试验信息仅有部件级可靠度评估结果的部件，直接利用其评估结果(置信度与置信下限的对应)得到其部件级可靠度置信分布；步骤五：通过步骤二的评估过程，找到相应的置信下限(见下文举例步骤中的(2)式)，使其对应的置信水平关于步骤三和步骤四得到的部件级可靠度置信分布的期望恰等于目标置信度，该置信下限即为目标置信下限。其中，步骤二中所述的基于大样本的评估方法，包括：WinterbottomCornish-Fisher(WCF)展开方法，MML方法、AO方法以及参数假设下的Delta方法等。其中，所述步骤三中，若试验信息不充分的部件数量较少，则可直接针对枢轴量进行简单抽样；然而当部件数量较大时，直接抽样往往计算成本大，耗时长，则采用以下基于配序的抽样方法：假设部件共涉及M个枢轴量，分别记为抽样方法步骤如下：步骤1基于这些分位数的已知分布，计算每个分位数的N个分位数，分别记为i＝1，…，M；步骤2随机抽取N个独立的(0，1)上的均匀分布随机数u1，...，uN，并按照大小将这些随机数排序u(1)≤u(2)≤…≤u(N)；通过这样重排后得到的序关系建立如下对应：步骤3通过步骤1的对应关系，将重新排列为步骤4对所有的i＝1，…，M，重复步骤2～步骤3的工作；将得到的抽样结果列于以下矩阵中其中子角标用于区分每次抽样的排序序列；那么每一列都可以被认为是对于的一次抽样，该矩阵便是N次抽样的抽样矩阵；基于以上的抽样结果，用这些抽样结果的样本均值近似实际期望进行求解。其中，对于步骤三中对试验信息不充分的部件置信分布的抽样，除上述基于配序的抽样方法外，还可采用如下方法：在计算机中预生成一个配序矩阵，选取一对较大的整数M0、N0，对{1，…，M0}执行N0次抽样，记第i次抽样结果为{(1)i，…，(K0)i}，其中i＝1，…，N0；将所有抽样结果预存为如下矩阵：当需要对的N个分位数抽样时，选取(3.20)的M×N阶子矩阵(M＜M0，N＜N0)：通过M*的第j行对进行抽样，记抽样结果为进而得到的如下抽样矩阵，本专利技术一种部件级信息多样性条件下的系统可靠性评估方法，其优点及功效在于：充分利用各部件的信息量和信息类型的特点，对试验信息充分的部件，采用传统基于大样本的评估方法保障评估精度，而对试验信息不充分，样本量不足的部件，在参数寿命模型假设下，采用基于枢轴量的置信推断的评估方法，(相对于大样本方法)保障其评估精度和稳健性；对仅有部件级评估结果的部件信息则直接加以利用。附图说明图1为本专利技术方法总体流程图。具体实施方式为了进一步详细说明本方法的具体实施步骤、技术细节及相应优点，下文我们将结合前文的方法步骤和流程图对该方法进行详细说明。注意该方法的实施不限于我们下文要提及的具体系统结构、部件数量及各步骤下的具体评估技术。首先我们在此明确系统可靠度置信限评估的目标即给定目标置信度和任务时间下的系统可靠度目标置信下限。预先给定目标置信度，在这一置信度下，评估的目标是相应的目标置信下限。为方便说明，我们不妨假设系统由三个部件(试验信息充分的部件、试验信息不充分的部件以及无试验信息仅有部件级可靠度评估结果的部件)组成，各部件分属该方法框架下的一类，其各自任务时刻真实可靠度分别为R1、R2和R3,系统任务时刻可靠度为R＝ψ(R1，R2，R3)，其中ψ为关于系统结构的已知函数，那么系统可靠度置信限评估目标即目标置信度为满足下式的RL,P{R≥RL(T，α)}≥α(1)其中T为全体部件级可靠性信息的集合，P表示相应概率，α为预先给定的目标置信度。为实施评估，技术人员首先要对各部件收集可靠性信息。对于部件1，基于可靠性试验，我们可以得到大量的寿命或退化数据，记为T1；对于部件2，由于试验方面的限制，我们只有少量的寿命数据,记为T2；对于部件3，我们假设没有试验信息，仅有已有的部件级评估结果。步骤一：按各部件的部件级可靠性信息对部件分类：试验信息充分的(样本量较大的)部件、部件信息不充分(主要是寿命试验)的部件以及无试验信息仅有部件级可靠度评估结果的部件；对于部件1，属于试验信息充分部件，记为T1；对于部件2，属于部件信息不充分的部件,记为T2；对于部件3，属于无试验信息仅有部件级可靠度评估结果的部件；步骤二：对于部件1，可靠度为R1，属于第一类部件，试验信息充分。我们首先将R2和R3看作给定参数，对R1采用基于大样本的方法进行置信限评估。根据评估结果，我们对任意给定的置信下限，可以得到如下对应的置信度，P{R≥RL|R2，R3}≥α(RL|T1，R2，R3)(2)注意到除了RL之外，α(RL|T1，R2，R3)还是是关于部件1的试验数据以及部件2、3的真实可靠度的函数。当部件寿命满足常见参数模型假设时，我们推荐使用WCF展开的方法进行评本文档来自技高网...

【技术保护点】
一种部件级信息多样性条件下的系统可靠性评估方法，其特征在于：该方法具体步骤如下：步骤一：按各部件的部件级可靠性信息对部件分类：试验信息充分的部件、试验信息不充分的部件以及无试验信息仅有部件级可靠度评估结果的部件；步骤二：先将其他两类部件可靠度看做给定参数，针对试验信息充分的部件组成的子系统采用传统基于大样本的评估方法进行置信限评估，通过评估找到给定的置信下限和相应置信度的数值对应；步骤三：对于试验信息不充分的部件，通过基于枢轴量的置信推断的方法将这些部件的可靠度用相应的枢轴量表示出来，进而得到其置信分布；步骤四：对于无试验信息仅有部件级可靠度评估结果的部件，直接利用其评估结果即置信度与置信下限的对应得到其部件级可靠度置信分布；步骤五：通过步骤二的评估过程，找到相应的置信下限，使其对应的置信水平关于步骤三和步骤四得到的部件级可靠度置信分布的期望恰等于目标置信度，该置信下限即为目标置信下限。

【技术特征摘要】
1.一种部件级信息多样性条件下的系统可靠性评估方法，其特征在于：该方法具体步骤如下：步骤一：按各部件的部件级可靠性信息对部件分类：试验信息充分的部件、试验信息不充分的部件以及无试验信息仅有部件级可靠度评估结果的部件；步骤二：先将其他两类部件可靠度看做给定参数，针对试验信息充分的部件组成的子系统采用传统基于大样本的评估方法进行置信限评估，通过评估找到给定的置信下限和相应置信度的数值对应；步骤三：对于试验信息不充分的部件，通过基于枢轴量的置信推断的方法将这些部件的可靠度用相应的枢轴量表示出来，进而得到其置信分布；步骤四：对于无试验信息仅有部件级可靠度评估结果的部件，直接利用其评估结果即置信度与置信下限的对应得到其部件级可靠度置信分布；步骤五：通过步骤二的评估过程，找到相应的置信下限，使其对应的置信水平关于步骤三和步骤四得到的部件级可靠度置信分布的期望恰等于目标置信度，该置信下限即为目标置信下限。2.根据权利要求1所述的一种部件级信息多样性条件下的系统可靠性评估方法，其特征在于：步骤二中所述的基于大样本的评估方法，包括但不限于：WinterbottomCornish-Fisher展开方法，MML方法、AO方法以及参数假设下的Delta方法。3.根据权利要求1所述的一种部件级信息多样性条件下的系统可靠性评估方法，其特征在于：所述步骤三中，若试验信息不充分的部件数量较少，则可直接针对枢轴量进行简单抽样；然而当部件数量较...

【专利技术属性】
技术研发人员：于丹，徐建宇，胡庆培，
申请(专利权)人：中国科学院数学与系统科学研究院，
类型：发明
国别省市：北京,11