一种产品寿命DOE重要因子的识别方法技术

本发明专利技术公开了一种产品寿命数据DOE重要因子的识别方法，有效的解决了现有技术在识别重要因子时无法解决试验样本量较小及无法应用先验分布信息的问题，本发明专利技术首先根据服从威布尔分布的产品寿命数据建立线性回归模型，利用扩散先验分布确定待估参数β和待估参数θ在线性回归模型中的先验分布，根据贝叶斯定理得到线性回归模型中的待估参数β和待估参数θ的后验分布估计，并待估参数β和待估参数θ的后验分布中识别出重要因子，根据待估参数的置信区间识别出重要因子，提高了识别出重要因子的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种产品寿命DOE重要因子的识别方法


[0001]本专利技术涉及DOE领域，特别是一种产品寿命DOE重要因子的识别方法。

技术介绍

[0002]不断发展的科技和日趋激烈的市场竞争，对产品提出了日趋强烈的可靠性需求。经典可靠性理论发展比较完善，但多数处理的是大样本问题，即产品数量多的问题。在实际工程中，样本数量总是非常有限的，无法系统地采用经典可靠性理论来解决问题。而试验设计DOE是统计学的重要分支，主要是研究如何制定适当试验方案以及如何对试验数据进行有效统计分析的理论与方法。在产品的寿命管理活动中，广泛使用DOE，主要通过对产品质量、工艺等参数的量化分析，对产品的寿命进行DOE，进而寻找重要因子，控制与其相关的因素，进行准确的得到产品寿命。
[0003]如现有技术中提出了两种方法，分别是《一种基于Bootstrap识别重要因子的方法》和《定时删失数据下的双响应曲面建模与优化》，这两种方法都可以识别重要因子，但无法解决可靠性工程领域试验样本量较小及无法应用先验分布信息的问题。
[0004]因此本专利技术提供一种的新的方案来解决此问本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品寿命数据DOE重要因子的识别方法，其特征在于，所述方法包括以下步骤：S1、根据服从威布尔分布的产品寿命数据建立线性回归模型，其中线性回归模型包含尺度参数λ和形状参数ν、待估参数β和待估参数θ；S2、利用扩散先验分布确定线性回归模型中的待估参数β和待估参数θ的先验分布：β
i
～dunif(a1，b1)；θ
i
～dunif(c1，d1)β
i
～dnorm(a2，b2)；θ
i
～dunif(c2，c2)其中，a1，b1，c1，d1，a2，b2，c2，c2为超参数；S3、根据贝叶斯定理得到线性回归模型中的待估参数β和待估参数θ的后验分布，并从待估参数β和待估参数θ的后验分布中识别出重要因子。2.如权利要求1所述的一种产品寿命DOE重要因子的识别方法，其特征在于，所述步骤S1中利用产品寿命数据建立线性回归模型的具体步骤为：X1、产品寿命数据服从威布尔分布，即y～dweibull(λ，v)威布尔分布概率密度函数：f(y|λ，v)＝λv(y)
v
‑1exp[
‑
λ(y)
v
]
ꢀꢀꢀꢀꢀꢀꢀ
(1)威布尔分布累积分布函数：F(y|λ，v)＝...

【专利技术属性】
技术研发人员：王国东，邵梦颖，孔美迪，薛丽，陈洪根，
申请(专利权)人：郑州航空工业管理学院，
类型：发明
国别省市：