火工品可靠性试验数据综合分析研究.pdf

火工品可靠性试验数据综合分析 1 1 2 洪东跑 ，赵宇 ，温玉全 （1． 北京航空航天大学 工程系统工程系， 100083） （2． 北京理工大学 爆炸科学与技术国家重点实验室 100081） 摘要：为了在较小样本量下验证火工品的可靠性，研究了火工品可靠性试验及其数据的统计 推断，给出了可靠性试验设计及其数据统计分析方法。该方法先进行兰格利法感度试验，利 用保序回归对试验数据进行处理使其满足一定的约束，并用来估计分布参数。利用该分布参 数选取某一低刺激量点，结合假设检验与抽样检验，在该刺激量点进行小样本试验以验证高 刺激量点的靠性。火工品的大小样本可靠性验证试验表明使用该方法可以利用较少的试验样 本量，实现对高可靠性要求的火工品的可靠性验证。 关键词：可靠性验证 火工品 兰格利法 保序回归 假设检验 抽样检验 1引言 火工品属于敏感性产品，一般假设每个产品均存在一个临界刺激量，当外界施加的刺激 [1] 量（落高、压力、电压、电流等）大于临界刺激量时，该产品“响应”；否则“不响应” 。 火工品的临界刺激量是不能直接测量的，一般通过敏感性试验估计其感度分布参数。敏感性 试验是在若干刺激量下做刺激试验，一个样本只能做一次试验，纵使施加的刺激量不能导致 响应，但会破坏其结构，故试验所获得的只是这些刺激量和相应的“响应”或“不响应”数， [2] 而不是临界刺激量 。 为了分析火工品的可靠性通常需要对敏感性试验数据进行统计分析，其方法分为参数法 [3] 和非参数法。非常参数法是指在某一固定刺激量处试验，利用经典方法分析其可靠性 ，由 于火工品可靠性往往很高，利用该方法，需要非常大的样本量，不仅试验费用昂贵而且工作 量大。工程中通常利用参数法，根据有关产品的信息（如相似产品）及工程经验，假定感度 服从某分布，按照一定的方法在不同的刺激量点进行敏感性试验，通常的方法有Up-and-down ,Langlie ,Efficient Sequential Designs, A D-Optimality-Based。由于感度分布中的 [4] 参数的估计值可能有较大的偏差 ，从而导致分位点估计或可靠度估计偏差较大，特别是对 高可靠性要求的产品，这种偏差有时会达到难以容忍的程度。 验证火工品的可靠性通常要进行统计推断，统计推断的效果不仅依赖于统计方法，更依 赖于数据本身的特点。如果数据能较好地反映总体特性，则推断结果准确。而数据主要依赖 于样本量与敏感性试验方法，因此在样本量有限的时候，敏感性试验的方法则显得更加重要。 本文并不尝试重新设计敏感性试验，而是选择合适的试验方法，尽可能收集有用的试验信息， 将参数法与非参数法相结合，给出基于小样本的可靠性验证方法。 2基于保序回归的兰格利法试验数据分析 [5] 兰格利法 可以看作是一种变步长的升降法，它的试验程序规定了一种按当前的响应与 否的试验结果，追求以0、1响应个数相等的两次刺激量平均值作为下一个试验点的刺激量， 从而保证总的0、1个数相等，使得试验刺激量在均值两边的取值概率各为50％。由于步长 在试验进程中随时得到调整，可以是试验刺激量很快收敛于感度分布的均值附近，所以直观 上兰格利法更有利于获得均值的样本信息，参数估值应该比升降法更稳定。 根据经验，取刺激量下限x 和上限x ，第一次试验刺激量为：x  (x  x )/2，试 L U 1 L U n  0 n 1 验结果用响应数 1 或 1 表示。此后，做完第i次试验，下一次试验刺激量为： x  (x  x)/2，其中x 的确定方法是：从响应数 开始，依次向回数 , ,取值1  i