基于统计学习理论的复杂机械产品可靠性评估方法.pdfVIP

基于统计学习理论的复杂机械产品可靠性评估方法 吴军邵新宇张国军邓超 (华中科技大学机械科学与工程学院， 湖北武汉，430074) 摘要：由于复杂机械产品的系统级可靠性试验数据极少，且难以确定其组成单元的准 确寿命分布，传统的基于渐进理论的可靠性评估方法已经难以应用．而统计学习理论作为一种 新的有限样本统计推断方法开始受到越来越广泛的重视．本文利用统计学习理论设计了一种新 的可靠性评估方法．它通过构造支持矢量机，并结合近似推理，求解线性算子方程，直接估计 出产品的概率密度，进而求解出产品的可靠性指标．该方法可以显著地提高有限样本情况下可 靠性评估的精度和泛化能力．最后，以某种重型特种车辆中的车桥为例，来验证该方法的有效 性． 关键词：复杂机械产品，可靠性评估，统计学习理论，支持矢量机 ’ U t引舌 ● 90年代中期形成完善的理论体系。它从严格 ，由于复杂机械产品，诸如大型数控机床、 的数学理论出发，论证和实现了在小子样情 汽车整车系统等，其可靠性试验代价昂贵且 况下最大限度提高统计推断精度的方法。采 周期太长、现场使用数据难以收集，导致其 用VC维来描述学习机器的复杂度，寻找在 系统级可靠性试验数据和现场使用数据很 小样本情况下学习问题的最优解，而不需要 少；而且，其组成系统的单元众多、其寿命 利用样本数趋向于无穷大的渐进条件；发展 分布各式各样，难以确定各单元的准确寿命 ‘了一种新型的学习机器一支持矢量机，成功 分布，导致建立在概率论、数理统计、随机 地解决了机器学习中的高维问题和局部极值 过程等理论基础上、依赖大样本试验数据的 问题。目前，SLT已经在语音识别、文字识 传统的可靠性统计推断方法难以取得理想的 别、药物设计、组合化学、时间序列预测等 结果，从而给系统级可靠性评估带来很大困 研究领域得到了成功应用。 难。小子样试验条件下的复杂机械产品的可 本文尝试着将统计学习理论引入到可靠 靠性评估是可靠性工程领域的重大难题之 性评估中，并设计了一种基于统计学习理论 ●o：“ ： 。 的新的可靠性评估方法。它通过构造支持矢 统计学习理论(statistical．1earn theory，。： 量机，并结合近似推理，求解线性算子方程， SLT)作为一种新的有限样本统计推断方法直接估计出产品的概率密度，进而求解出产 开始受到越来越广泛的重视。SLT最早由 品的可靠性指标。该方法可以显著地提高有 基金项目：国家重点基础研究发展计划(2005CB724107)， 作者简介：吴军(1977一)，男，博士研究生；武汉，华中科技大学机械科学与工程学院(430074) 研究方向：可靠性工程、质量管理，企业信息化。E-mail：wujua__hust@126．corn 129 限样本情况下可靠性评估的精度和泛化能 只需选择选择适当的子集使置信范围痧f三1 ， ’LJ}l／ ，； 力。 ．? 。： ’最小，则这个子集中使经验风险最小的函数 1统计学习理论 ‘ ．， 就是最优函数。。 1．2支持矢量机算法