机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2012年
6期
180-186
,共7页
测试性%综合评估%变动统计理论%Dirichlet分布%稳健性
測試性%綜閤評估%變動統計理論%Dirichlet分佈%穩健性
측시성%종합평고%변동통계이론%Dirichlet분포%은건성
在测试性综合评估研究中,故障检测率(Fault detection rate,FDR)/故障隔离率(Fault isolation rate,FIR)评估结论置信度低是一个非常重要的问题,而导致其评估结论置信度低的主要原因是故障检测/隔离数据为“小子样”数据,为解决该问题,建立在Bayes变动统计理论基础上的模型和方法是非常有效的.利用丰富的可更换单元测试性信息、专家经验等先验信息,确定先验分布参数,实现了将先验信息转化为多元Dirichlet先验分布.在此基础上,基于Bayes变动统计理论研究并建立FDR/FIR综合评估模型,保证“小子样、异总体”阶段性增长试验数据和“小子样”外场使用数据能被有效地融合,并采用仿真方法对模型的稳健性进行分析.结果表明该FDR/FIR综合评估模型和方法,能在小样本数据情况下,有效提高评估结论置信度,缩短装备定型周期,为装备测试性综合评估研究提供重要的理论依据和方法.
在測試性綜閤評估研究中,故障檢測率(Fault detection rate,FDR)/故障隔離率(Fault isolation rate,FIR)評估結論置信度低是一箇非常重要的問題,而導緻其評估結論置信度低的主要原因是故障檢測/隔離數據為“小子樣”數據,為解決該問題,建立在Bayes變動統計理論基礎上的模型和方法是非常有效的.利用豐富的可更換單元測試性信息、專傢經驗等先驗信息,確定先驗分佈參數,實現瞭將先驗信息轉化為多元Dirichlet先驗分佈.在此基礎上,基于Bayes變動統計理論研究併建立FDR/FIR綜閤評估模型,保證“小子樣、異總體”階段性增長試驗數據和“小子樣”外場使用數據能被有效地融閤,併採用倣真方法對模型的穩健性進行分析.結果錶明該FDR/FIR綜閤評估模型和方法,能在小樣本數據情況下,有效提高評估結論置信度,縮短裝備定型週期,為裝備測試性綜閤評估研究提供重要的理論依據和方法.
재측시성종합평고연구중,고장검측솔(Fault detection rate,FDR)/고장격리솔(Fault isolation rate,FIR)평고결론치신도저시일개비상중요적문제,이도치기평고결론치신도저적주요원인시고장검측/격리수거위“소자양”수거,위해결해문제,건립재Bayes변동통계이론기출상적모형화방법시비상유효적.이용봉부적가경환단원측시성신식、전가경험등선험신식,학정선험분포삼수,실현료장선험신식전화위다원Dirichlet선험분포.재차기출상,기우Bayes변동통계이론연구병건립FDR/FIR종합평고모형,보증“소자양、이총체”계단성증장시험수거화“소자양”외장사용수거능피유효지융합,병채용방진방법대모형적은건성진행분석.결과표명해FDR/FIR종합평고모형화방법,능재소양본수거정황하,유효제고평고결론치신도,축단장비정형주기,위장비측시성종합평고연구제공중요적이론의거화방법.
