CN111125918A - 基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 - Google Patents
基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 Download PDFInfo
- Publication number
- CN111125918A CN111125918A CN201911366300.0A CN201911366300A CN111125918A CN 111125918 A CN111125918 A CN 111125918A CN 201911366300 A CN201911366300 A CN 201911366300A CN 111125918 A CN111125918 A CN 111125918A
- Authority
- CN
- China
- Prior art keywords
- similar
- product
- model
- life
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title description 6
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 56
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000009826 distribution Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于相似寿命模型和相似寿命的复杂产品可靠性评定。所述方法包括:获取新研发产品与相似产品的相似度,根据相似度确定相似因子,再根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的相似因子,构建相似产品对应的相似寿命模型,而后利用获取的相似产品的寿命试验数据,构建联合似然函数,并设置相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解相似寿命模型中的模型参数的参数估计值,最终根据参数估计值、新研发产品的相似因子以及相似寿命模型,得到新研发产品的可靠度函数。采用本方法能够提高复杂产品可靠性评定的效率。
Description
技术领域
本申请涉及可靠性评定技术领域,特别是涉及一种基于相似寿命模型和相似寿命的复杂产品可靠性评定方法。
背景技术
可靠性是指产品在规定的条件下和规定的时间内完成规定功能的能力。可靠性是产品的固有属性,是衡量产品质量好坏的重要指标,因此研究产品的可靠性非常重要,其中评定可靠性是研究的重要内容,评定的具体指标包括可靠度、寿命和剩余寿命等。
产品的可靠性与故障密切相关,因而产品的寿命是随机变量。现有的可靠性评定理论往往假定或验证产品寿命服从某个特定分布,再利用数理统计方法对可靠性进行分析和评定。由于威布尔分布符合“浴盆曲线”这一产品的失效规律,故被广泛应用于描述复杂产品的寿命。记复杂产品的寿命为T,则在威布尔分布下,相应的概率密度函数是
其中m>0和η>0分别为威布尔分布的形状参数和尺度参数。根据概率密度函数,可以推导得到相应的可靠度函数和剩余寿命函数等,如可靠度函数为:
因此,对复杂产品的可靠性进行评定,关键是利用其寿命试验的样本数据估计威布尔分布中的参数m和η。
在产品制造中,为了提高研制的速度和产品的质量,常用做法是借鉴历史产品的设计,并在此基础上进行改进。因此,新研发的产品与历史产品相比,在原理设计、结构设计和工艺设计等方面,都具备很大的相似性。在评定新研发产品的可靠性时,如果充分利用这些相似产品的寿命试验数据,可以丰富产品的可靠性信息,进而提高可靠性评定结果的精度。针对这一问题,在现有研究中,首先衡量相似产品与待评估产品的相似程度并给出继承因子,然后再利用贝叶斯理论,基于继承因子构造权重,对各相似产品的寿命数据进行加权融合,从而给出待评估产品的可靠性评定结果。但这一方法在应用时,由于运用到了加权融合,因而造成相关的数学运算十分复杂。另一方面,如果有了新的相似产品寿命试验数据,就需要计算新增相似产品的继承因子,再更新权重从而重新对所有相似产品的寿命试验数据进行加权融合,造成现有方法的扩展性较差,且随着相似产品数量的增加,会造成相关的数学运算更加复杂。
由此可知,针对利用相似产品的寿命试验数据对新研发产品进行可靠性评定的问题,现有技术的数学运算过于复杂,且方法扩展性较差。因而现有技术存在一定的缺陷。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决新研发产品可靠性评定复杂问题的基于相似寿命模型和相似寿命的复杂产品可靠性评定方法。
一种基于相似寿命模型和相似寿命的复杂产品可靠性评定方法,所述方法包括:
获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;
设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
在其中一个实施例中,还包括:分别获取相似产品和新研发产品在产品结构、产品功能、设计原理、工作原理、材料组成和工作环境方面的相似度;根据相似度的大小,对各个方面进行评分;其中,评分大于或等于0,且小于或等于1;计算相似产品各个方面对应评分的平均值,得到相似产品对应的相似因子。
在其中一个实施例中,还包括:根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型如下:
其中,mi表示相似产品i对应的形状参数,ηi表示相似产品i对应的尺度参数,a0、a1、a2、a3、b0、b1、b2、b3均为相似寿命模型的模型参数,si表示相似产品i的相似因子。
在其中一个实施例中,还包括:根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数,具体如下:
其中,tij表示相似产品i的第j个寿命试验数据,且i=1,…,k,j=1,…,ni。
在其中一个实施例中,还包括:设置所述相似寿命模型中模型参数的初始值为:
在其中一个实施例中,还包括:令所述似然函数最大,求解下列优化模型为:
max lnL(a0,a1,a2,a3,b0,b1,b2,b3)
在其中一个实施例中,还包括:确定新研发产品的相似因子为1;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数为:
一种基于相似寿命模型和相似寿命的复杂产品可靠性评定装置,所述装置包括:
相似因子计算模块,用于获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
相似模型构建模块,用于根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
参数估计模块,用于根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
可靠度计算模块,用于根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;
设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;
设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
上述基于相似寿命模型和相似寿命的复杂产品可靠性评定方法、装置、计算机设备和存储介质,首先评估相似产品与新研发产品之间的相似因子,再构建相似寿命模型,并基于相似寿命数据求解相似寿命模型的参数,最后基于相似寿命模型给出新研发产品的寿命分布参数,对新产品的可靠性进行评定。本发明的计算步骤清晰,并且如果有了新的相似产品数据,只需计算这一新相似产品的相似因子再扩充到上述模型中更新相似寿命模型的参数即可,因而很好地解决了现有技术中运算复杂和扩展性差的问题。
附图说明
图1为一个实施例中基于相似寿命模型和相似寿命的复杂产品可靠性评定方法的流程示意图;
图2为一个实施例中1到100小时的可靠度评定值的结果图;
图3为一个实施例中基于相似寿命模型和相似寿命的复杂产品可靠性评定装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于相似寿命模型和相似寿命的复杂产品可靠性评定方法,包括以下步骤:
步骤102,获取新研发产品与相似产品的相似度,根据相似度确定相似因子。
产品相似指的是功能、工作环境、工作参数、工作时间等越近似,这二者的相似度越高,相似因子是综合多个方面相似度得到的,可以表征两个产品之间相似度的大小。
步骤104,根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的相似因子,构建相似产品对应的相似寿命模型。
威布尔分布被广泛用来描述复杂产品的寿命,根据威布尔分布的形状参数和尺度参数可以确定复杂产品寿命的概率密度函数,从而确定可靠度函数。
步骤106,根据相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数。
似然函数是一种求估计量的方法,通过构建似然函数,可以求得寿命相似模型中的模型参数。
步骤108,设置相似寿命模型中模型参数的初始值,通过相关数值优化算法和似然函数,求解相似寿命模型中的模型参数的参数估计值。
步骤110,根据参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
上述基于相似寿命模型和相似寿命的复杂产品可靠性评定方法中,首先评估相似产品与新研发产品之间的相似因子,再构建相似寿命模型,并基于相似寿命数据求解相似寿命模型的参数,最后基于相似寿命模型给出新研发产品的寿命分布参数,对新产品的可靠性进行评定。本发明的计算步骤清晰,并且如果有了新的相似产品数据,只需计算这一新相似产品的相似因子再扩充到上述模型中更新相似寿命模型的参数即可,因而很好地解决了现有技术中运算复杂和扩展性差的问题。
在其中一个实施例中,确定相似因子的步骤包括:分别获取相似产品和新研发产品在产品结构、产品功能、设计原理、工作原理、材料组成和工作环境方面的相似度;根据相似度的大小,对各个方面进行评分;其中,评分大于或等于0,且小于或等于1;计算相似产品各个方面对应评分的平均值,得到相似产品对应的相似因子。本实施例中,通过综合多方面的相似信息,可以更加准确的评估产品之间的相似度。
具体的,上述总共进行6个方面的评估,记打分结果为qi,则0≤qi≤1,可得相似因子为:
在其中一个实施例中,对于新研发产品,若存在k个相似产品,汇总这些相似产品的寿命试验数据为tij,其中,i=1,…,k,j=1,…,ni,即相似产品i共有ni个寿命数据,从而构建相似寿命模型为:
其中,mi表示相似产品i对应的形状参数,ηi表示相似产品i对应的尺度参数,a0、a1、a2、a3、b0、b1、b2、b3均为相似寿命模型的模型参数,si表示相似产品i的相似因子,从而反映出相似产品的分布参数与相似因子的关系。
在另一个实施例中,基于汇总的寿命试验数据tij,构造联合似然函数如下:
在又一个实施例中,设置相似寿命模型中模型参数的初始值为:
具体的,令似然函数最大,求解下列优化模型为:
max lnL(a0,a1,a2,a3,b0,b1,b2,b3)
在一个实施例中,确定新研发产品的相似因子为1;
根据所述参数估计值、新研发产品的相似因子以及相似寿命模型,得到新研发产品的可靠度函数为:
以下以一个具体实施例进行说明。
本实例利用现有文献[参考文献:王旗.基于相似机床信息的CXK5463的可靠性评估.燕山大学硕士论文,2015]中的算例数据,该算例是利用相似机床CK5250、CK5263和CXK5463的寿命数据,对某新型龙门移动式车铣加工中心的可靠性进行评定的问题。其中3型相似机床的寿命数据见表1,即相似机床CK5250共有35个寿命数据,相似机床CK5263共有36个寿命数据,相似机床CXK5463共有5个寿命数据。
表1.实例数据(时间单位:小时)
本发明的具体方法如下:
第一步,根据相似机床CK5250、CK5263和CXK5463与新机床在产品结构、产品功能、设计原理、工作原理、材料组成和工作环境这6个方面的相似度打分表,得到评估相应的相似因子,具体见表2。
表2.相似机床CK5250和CK5263与机床CXK5463的相似度打分表和相似因子
第二步,构造相似寿命模型:
并选用Nelder-Mead优化算法求解优化模型:
通过以上本发明所提出的基于相似寿命模型和相似寿命的复杂产品可靠性评定方法,首先评估相似产品与新研发产品之间的相似因子,再构建相似寿命模型,并基于相似寿命数据求解相似寿命模型的参数,最后基于相似寿命模型给出新产品的寿命分布参数,对新产品的可靠性进行评定。通过实例检验,本发明所提出的方法,步骤简单清晰,易于计算。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种基于相似寿命模型和相似寿命的复杂产品可靠性评定装置,包括:相似因子计算模块302、相似模型构建模块304、参数估计模块306和可靠度计算模块308,其中:
相似因子计算模块302,用于获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
相似模型构建模块304,用于根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
参数估计模块306,用于根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
可靠度计算模块308,用于根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
在其中一个实施例中,相似因子计算模块302还用于分别获取相似产品和新研发产品在产品结构、产品功能、设计原理、工作原理、材料组成和工作环境方面的相似度;根据相似度的大小,对各个方面进行评分;其中,评分大于或等于0,且小于或等于1;计算相似产品各个方面对应评分的平均值,得到相似产品对应的相似因子。
在其中一个实施例中,相似模型构建模块304还用于根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型如下:
其中,mi表示相似产品i对应的形状参数,ηi表示相似产品i对应的尺度参数,a0、a1、a2、a3、b0、b1、b2、b3均为相似寿命模型的模型参数,si表示相似产品i的相似因子。
在其中一个实施例中,参数估计模块306还用于根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数如下:
其中,tij表示相似产品i的第j个寿命试验数据,且i=1,…,k,j=1,…,ni。
在其中一个实施例中,参数估计模块306还用于设置所述相似寿命模型中模型参数的初始值为:
在其中一个实施例中,参数估计模块306还用于令所述似然函数最大,求解下列优化模型为:
max lnL(a0,a1,a2,a3,b0,b1,b2,b3)
在其中一个实施例中,可靠度计算模块308还用于确定新研发产品的相似因子为1;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数为:
关于基于相似寿命模型和相似寿命的复杂产品可靠性评定装置的具体限定可以参见上文中对于基于相似寿命模型和相似寿命的复杂产品可靠性评定方法的限定,在此不再赘述。上述基于相似寿命模型和相似寿命的复杂产品可靠性评定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于相似寿命模型和相似寿命的复杂产品可靠性评定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于相似寿命模型和相似寿命的复杂产品可靠性评定方法,所述方法包括:
获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;
设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
2.根据权利要求1所述的方法,其特征在于,所述获取新研发产品与相似产品的相似度,根据相似度确定相似因子,包括:
分别获取相似产品和新研发产品在产品结构、产品功能、设计原理、工作原理、材料组成和工作环境方面的相似度;
根据相似度的大小,对各个方面进行评分;其中,评分大于或等于0,且小于或等于1;
计算相似产品各个方面对应评分的平均值,得到相似产品对应的相似因子。
8.一种基于相似寿命模型和相似寿命的复杂产品可靠性评定装置,其特征在于,所述装置包括:
相似因子计算模块,用于获取新研发产品与相似产品的相似度,根据相似度确定相似因子;
相似模型构建模块,用于根据相似产品寿命服从威布尔的形状参数和尺度参数,以及对应的所述相似因子,构建相似产品对应的相似寿命模型;
参数估计模块,用于根据所述相似寿命模型,利用获取的相似产品的寿命试验数据,构建联合似然函数;设置所述相似寿命模型中模型参数的初始值,通过相关数值优化算法和所述似然函数,求解所述相似寿命模型中的模型参数的参数估计值;
可靠度计算模块,用于根据所述参数估计值、新研发产品的相似因子以及所述相似寿命模型,得到新研发产品的可靠度函数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366300.0A CN111125918B (zh) | 2019-12-26 | 2019-12-26 | 基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366300.0A CN111125918B (zh) | 2019-12-26 | 2019-12-26 | 基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111125918A true CN111125918A (zh) | 2020-05-08 |
CN111125918B CN111125918B (zh) | 2024-05-28 |
Family
ID=70503124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911366300.0A Active CN111125918B (zh) | 2019-12-26 | 2019-12-26 | 基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125918B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117922A (zh) * | 2021-11-30 | 2022-03-01 | 中国人民解放军国防科技大学 | 基于状态的任务成功率快速评估方法、装置及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162100A1 (en) * | 2006-12-28 | 2008-07-03 | Chevron U.S.A. Inc. | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions |
EP2224256A1 (en) * | 2009-02-25 | 2010-09-01 | C.R.F. Società Consortile per Azioni | Reliability estimate of an apparatus |
CN106570281A (zh) * | 2016-11-08 | 2017-04-19 | 上海无线电设备研究所 | 基于相似产品信息的小子样产品贝叶斯可靠性评估方法 |
CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
CN110110476A (zh) * | 2019-05-20 | 2019-08-09 | 东北大学 | 基于威布尔分布及右截尾数据估计可靠度的样本取舍方法 |
-
2019
- 2019-12-26 CN CN201911366300.0A patent/CN111125918B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080162100A1 (en) * | 2006-12-28 | 2008-07-03 | Chevron U.S.A. Inc. | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions |
EP2224256A1 (en) * | 2009-02-25 | 2010-09-01 | C.R.F. Società Consortile per Azioni | Reliability estimate of an apparatus |
CN106570281A (zh) * | 2016-11-08 | 2017-04-19 | 上海无线电设备研究所 | 基于相似产品信息的小子样产品贝叶斯可靠性评估方法 |
CN108564282A (zh) * | 2018-04-13 | 2018-09-21 | 东北大学 | 一种用于可靠性评估的结尾寿命数据取舍方法 |
CN110110476A (zh) * | 2019-05-20 | 2019-08-09 | 东北大学 | 基于威布尔分布及右截尾数据估计可靠度的样本取舍方法 |
Non-Patent Citations (1)
Title |
---|
白森洋 等: "基于实时可靠度评估的航空产品序贯检测模型", 机械工程学报, 17 August 2018 (2018-08-17) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117922A (zh) * | 2021-11-30 | 2022-03-01 | 中国人民解放军国防科技大学 | 基于状态的任务成功率快速评估方法、装置及计算机设备 |
CN114117922B (zh) * | 2021-11-30 | 2024-05-31 | 中国人民解放军国防科技大学 | 基于状态的任务成功率快速评估方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111125918B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7243049B1 (en) | Method for modeling system performance | |
CN108959934A (zh) | 安全风险评估方法、装置、计算机设备和存储介质 | |
CN107194024B (zh) | 基于支持向量机的边坡可靠性参数获取方法及装置 | |
Li et al. | Hydrostatic seasonal state model for monitoring data analysis of concrete dams | |
CN109714201B (zh) | 网络***可靠性评估方法、装置、计算机设备和存储介质 | |
Mohanty et al. | Gaussian process time series model for life prognosis of metallic structures | |
CN115049176A (zh) | 材料性能评估方法、装置及计算机设备 | |
CN110990135A (zh) | 基于深度迁移学习的Spark作业时间预测方法和装置 | |
CN108764553B (zh) | 用户规模预测方法、装置及计算机设备 | |
CN108693787A (zh) | 模型构建***以及模型构建方法 | |
CN115545388A (zh) | 桥梁状态评定方法、装置、计算机设备和存储介质 | |
CN114881343A (zh) | 基于特征选择的电力***短期负荷预测方法及装置 | |
CN111125918A (zh) | 基于相似寿命模型和相似寿命的复杂产品可靠性评定方法 | |
CN110928859A (zh) | 模型监控方法、装置、计算机设备和存储介质 | |
CN113110961A (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
CN117852865A (zh) | 森林火灾风险评估的非火点生成方法、装置、设备及介质 | |
CN115879248B (zh) | 一种适用于真空泵的全生命周期管理方法和*** | |
WO2020124977A1 (zh) | 生产数据处理方法、装置、计算机设备和存储介质 | |
CN116485034A (zh) | 一种城市排水量预测方法及*** | |
CN111008311A (zh) | 基于邻域弱连接的复杂网络节点重要性评估方法和装置 | |
CN111210105B (zh) | 连续工作性能验证、装置、计算机设备和存储介质 | |
CN114251075B (zh) | 基于多目标参数的储层开采方案确定方法、装置及设备 | |
CN111401055B (zh) | 从金融资讯提取脉络信息的方法和装置 | |
CN112766722A (zh) | 区域终端替代***的状态评估方法、装置、设备和介质 | |
CN111401671B (zh) | 一种精准营销中衍生特征计算方法、装置和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |