火工品可靠性评估小子样方法地研究.pdfVIP

火工品可靠性评估小子样方法的研究 蔡瑞娇1 田玉斌2 (1_北京理工大学机电工程学院，北京，10008l：2．北京理工大学应用数学系， 北京10008l，中嗣科学院数学与系统科学研究院，北京100080) 摘要：本文进行了降低样本量的一系列研究。在8ayes方法中，引进了 历史数据的利用率因子t，从而改进了Bayes计数法，较好地给出了历史数据 与当前数据下产品的可靠性评估问题．研究了有效整理型号产品感度数据的方 法．应用该方法可以检验同型不同批产品的感度数据是否服从同一总体，在此 基础上给出了感度分布模型的拟合优度检验方法．并应用该方法拟合了我国十 余种机械作用火工品的感度分布类型。结合裕度试验法．提出了可靠度评估的 计量—计数综合法。通过计算机模拟和科学计算得出，在一定的裕度量下．只 需140发产品，就可对可靠度真值大于0．999的产品作出精确的可靠性评估． 关键词：燃爆产品，火工品，可靠性评估，裕度．Bayes方法．拟合优度 检验，感度分布模型 1问题的提出 随着科学技术的发展．产品的可靠性越来越受到重视，产品性能的可靠性是竞争胜 负的决定因素．市场竞争如此，战争胜负更是如此。目前，在许多行业中。可靠性已成为 最重要的技术指标之一．可靠性工作贯穿于产品的概念设计、方案设计、技术设计、生产、 管理、试验、销售、操作使用、直至退役的全寿命过程。日本人曾断言：“今后产品竞争 的焦点是可靠性”． 产品的可靠性是设计出来的。如果可靠性设计水平不高．例如选用了不合适的原材 料，不恰当的工艺等，则不论怎么控制生产过程的质量，产品的可靠性仍然不会高．设计 决定了产品的固有可靠性。产品的可靠性也是生产出来的，生产部门要努力实现设计的意 图，稳定生产工艺．保证产品质量的一致性，尽可能减少不可靠性因素．产品的可靠性又 是管理出来的，严格的科学管理将有助于保证产品的可靠性。产品依据科学的设计、生产 和管理具有的可靠性指标，还要通过严格的检测．科学的抽样和数据处理方法进行可靠性 评估，才能得出正确的可靠性评价． 14 产品可靠度的真值是理论值，实际上是未知的．通常用的是可靠性特征量的估计值． 它是根据产品样本的观测值，经一定的统计计算得出的．常用的估计有点估计和区间估计 两种．在某些情况下，估计值是根据观测数据作合理的外推得到的，也有一些估计值是根 据非直接观测数据间接推得或综合处理得到的。因此．研究估计值接近真值的程度是可靠 性评估工作的一部分。 现有的可靠性评估方法有以产品的合格率作为评估指标的计数法，和以产品特征量 的均值和均方差等作为评估指标的计量法。计数法可以用某响应点的试验数和失效数直接 计算一定置信水平下的可靠度下限估计。其优点是简便、直观．且不需要感度分布的模型 信息．其缺点是估计值较保守．试验数量大．如置信水平0．95，可靠度0．999．在无失效 的情况下．需试验2996发。计量法在估计某响应点的可靠度时．是在某一感度分布模型 下，通过感度分布特征量参数的估计，经过一定外推进行估计．由于使用了产品感度分布 的模型信息，计量法所需的试验量较少(一般在100发左右)．计量法的缺点是特征量参 数估计的偏差和分布模型的错误，会造成可靠度估计很大的误差。这就提出了要求研究一 种减小样本量，又提高精度的可靠性评估方法。 2降低样本量的系列研究 2．1 历史数据的利用率匿子女 经典的计数法原理是直接将燃爆产品规为成败型产品，根据可靠性统计试验结果， 计算一定置信水平下的可靠度．该方法不考虑历史数据提供的信息。 火工品的历史数据较多，可以应用经验Bayes方法，由历史数据确定先验分布．然 后通过当前数据和先验分布确定后验分布，进而评估产品的可靠度。由于在评估中应用了 历史数据提供的信息，所以该方法减少了评估所需要的当前试验量。 已知历史数据为(^。，而)，当前数据为(n，s)，其中n为当前试验量。j为成功数． 若引进历史数据的利用率因子t．可导得可靠度R的估计如下； s+s毒 n s 时 sL Er月IJ)；———■2————=-’一十——_。一 ’ ‘ 刀+，