气体传感器Weibull分布下的一种有效参数估计.pdfVIP

第 3期 李建军等．气体传感器 Weibul1分布下的一种有效参数估计 265 气体传感器 Weibul1分布下的一种有效参数估计 李建军 马喜宏 周鹏斌 白先民 (电子测试技术 国家重点实验室，太原 030051) 摘 要 通过几种统计方法的比较 ，选用Weibul1分布来对气体传感器的试验数据进行统计分析。针对 Weibul1分布的参数估计并结合气体传感器试验数据的特殊性 ，采用威布尔概率纸法和最小二乘法对试 验数据进行初步处理，之后利用极大似然估计法对分布参数进行估计。 关键词 气体传感器 Weibul1分布 概率纸法 极大似然估计法 最小二乘法 中图分类号 TP212 文献标识码 A 文章编号 1000—3932(2011)03-0265-04 气体传感器广泛应用于军事 、工业及公共服 最好线性不变估计是计算方便、精度较高的方法， 务业等领域 ，与人类 的生产生活存在着密切的关 比较适合用于大样本数据 的分析 ；Bayes方法 系。因此，气体传感器可靠性的优劣就显得至关 主要用于小样本数据处理 ，对多参数 问题处理起 重要 ，而可靠性 的优劣主要体现在其可靠性特征 来 比较复杂 ]。为了使分析 比较直观 ，笔者采用 值上，为了得到气体传感器的可靠性特征值 ，需对 概率纸法和最小二乘法对试验数据进行初步处 试验数据进行统计分析 ，对于大子样数据 的处理 理，之后利用极大似然估计法对分布参数进行估 已有一套较成熟 的方法 ¨ ，即经典 的数值分析 计 。 方法 ，然而在有限数据的情况下，寿命数据存在较 1 参数估计的初步检验 大分散性 ，可能 同时服从几种分布 ，故先假定产品 1．1 概率图纸分析法 寿命服从某一分布，再通过合理的方法进行检验 各应力水平下产品失效时间见表 1，查 中位 与评价 。 秩表 可得各应力水平下产品的失效概率估计值 威布尔分布是根据最薄弱环节模型或 串联模 F(tj)列于表 2。将表 中各应力水平下的数据 点 型得到的，能充分反映材料缺陷和应力集 中源对 (tj，F(tj))画到威布尔概率纸上 ，如图1所示 。 材料疲劳寿命 的影响，而且具有递增的失效率 ，笔 者以LNG气体传感器为研究对象，假设在电压应 表 1 传感器在各 电压应力下失效时间表 h 力下，传感器的寿命服从两参数威布尔分布。 对于威布尔分布的参数估计 ，常用方法有 图 估计法、最小二乘法、极大似然估计 (MLE)、最好 线性无 偏估 计 (BLUE)、最 好 线性 不 变估 计 (BLIE)和 Bayes估计 (BL)等 。图估法简单易行 、 比较直观，但是没有数值方法的精度高 ；最小二乘 法比较适合处理完全样本试验数据 ；极大似然估 计方法是一种应用最广泛 的方法 ，特别是在非完 全样本数据的分析方面 ；最好线性无偏估计和 表 2 LNG气体传感器失效概率估计值 收稿 日期：2Ol1-01-07(修改稿) 266 化 工 自 动 化 及 仪 表 第 38卷 图1 各应力水平下数据点分布 由图1可以看 出，各个应力水平下数据点的 2 威布尔分布拟合检验 走势均为直线 ，可 以认为在各应力水平下传感器 在概率图纸分析法 中，可