可靠性工程与风险评估数学基础.pptVIP

b.威布尔失效率 时间 五、指数分布 设备最佳工作期称为偶然失效期，其失效率与时间无关、保持为定值。在这期间，没有一种失效因素对失效起主导作用，失效纯属偶然。 根据方程(1—8)，当 常量时，有： （2-51） 式(2—51)表示指数分布的概率函数。图2—8为指数分布概率密度函数图。 指数分布中随机变量的数学期望(均值)和方差如下： （2-52） 指数分布概率密度函数 六、极值分布 极值分布是一种特殊的分布，适用于寿命分析和应力分析。当装置或零部件中存在有缺陷或杂质时，如果正是这些缺陷或杂质决定了装置或零部件的寿命，则具有最大杂质或缺陷的部分就决定了装置或零部件的寿命。除此以外，可能施加在装置或零部件上的应力，如最大冲击、最大风裁荷等决定其寿命者，亦属极值分布。 极大值、极小值分布在许多实际问题中，起着重要的作用。 假设 是独立随机变它们有相同的分布函数 。 极大值(M)分布函数为： 如果 相应的概率密度函数为 ，则 相应 （2-54） 的概率密度函数为： 极小值(N)分布函数为： 故 （2-55） （2-56） （2-57） 极值Ⅰ型最小值的累积概率分布函数为： 概率密度函数为： Gumbel研究了极大值、极小值分布的性质，从理论上得出了极值分布的三种类型：极值Ⅰ型、极值Ⅱ型、极值Ⅲ型。 极值Ⅰ型最大值的累积概率分布函数为： 上式中，a、k是参量。 （2-59） （2-60） （2-58） 式中，a、k的是参量。 极值Ⅰ型中随机变量的数学期望(均值)和方差为： （2-61） （2-62） 极值Ⅱ型、最大值型的累积概率分布函数为： （2-63） 随机变量的数学期望(均值)和方差为： （2-64） （2-65） 极值Ⅲ型、最小值的累积概率分布函数为： 式中的a、k是参量。 随机变量的数学期望(均值）和方差为： (2-66) (2-67) (2-68) 第三节统计推断 客观世界的总体一般多可以用随机变量来模拟。而这种随机现象的数量规律是从大量实际事件中总结出来的。要得到这一规律，人们不可能从随机现象的全部事件进行观测和分析，只能对它们作有限数量的观测和分析。从局部的观测来估计和分析整体的随机规律性，要用统计推断的方法。统计推断法是根据对子样的观测来推断母体的情况。它是一种推测性判断的方法。 所谓母体，指的是研究对象的全体。譬如，我们研究某种材料的断裂韧性，那么它就是一个母体。又如我们研究的是零部件加工尺寸的误差，那么这个零部件某个尺寸的所有误差就是一个母体。因此，母体可以是尺寸、寿命、时间等表征研究对象某种性质的数量的全体。 从母体中抽取一个个体做试验或者进行观察，这个抽出的个体称为样品、或者子样。 设 是从母体中抽取n个样品，它称为容量等于n的一个子样。子样含有母体的各种信息，它是十分宝贵的。为了充分地利用子样所含有的各种信息，常常把子样表示成一个或m个函数： 这些函数一般是连续函数，并且不含有未知参数。这种不含未知参数的子样函数称为统计量。 常用的统汁量有： 子样均值 子样均值 的正平方根称为子样的标准差或子样的均方差。 子样的K阶矩 子样的K阶中心矩 何为置信度 既然统计推断法是一种推测性判断的方法，所以 结果可以信任程度的标志。 人为给定，如0.1，0.05等。置信度就是衡量推测判断 显著水平或称风险度系数。它的数值根据要求的精度 中称之为置信度。常用(1-a)表示置信度，其中。a称为 的把握，因而这里存在可信赖程度问题。在数理统计 对于这种方法所获得的结果就不可能有百分之百正确 按照可靠性工程分析的需要，本节拟择统计推断有关内容作简要叙述。 一、分布适应性检验 系统、装置或零部件往往需要从它们失效数据中提供适当的分布函数，亦即，对失效分布作出假设，然后再对这种假设的正确性作出检验。 1． 检验法 设母体的分布函数为 ，利用从此母体中抽取的子样，检验假设 ，即： 其中为某已知分布函数。为寻找检验的统计量，首先将母体X的取值范围分成m个区间 要求 是分布函数 的连续点。令 表示母体X的子样 ，落入第i个区间的概率，记作 如果子样的容量为n，则 是随机变量X落入 区间的理论频数。倘若n个观察值中落入此区间的实际频数为 ，则当成立时，