[工学]第2章 可靠性数学基础4.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[工学]第2章 可靠性数学基础4

第2章 可靠性数学基础 2.4可靠性试验及其分类 进行可靠性设计时,为了明确所设计产品的可靠性要求,制订可靠性目标,预计和验证可靠性特征量等都必须掌握产品的可靠性数据。可靠性试验是获得产品可靠性数据的重要手段。所谓可靠性试验就是为了提高和证实产品的可靠性水平而进行的各种试验的总称。这里所说的产品包括系统、设备、零部件及材料。 与常规试验相比,由于可靠性试验是为了获得统计数据,所以可靠性试验所用的时间较长、所化的费用较大。但从提高和保证产品的质量角度来讲是值得的,费效比是较高的。寿命试验是可靠性试验的重要组成部分,是评价、分析产品寿命可靠性特征量所进行了的试验。 下面列出几种寿命试验的分类(其他类型的试验,如性能试验也可按寿命试验进行分类)。 2.4.1按试验场所分类 按试验场所的不同,寿命试验可分为现场试验和实验室试验两种。 现场试验是产品在使用条件下观测到的实际寿命数据。它最能说明产品的可靠性水平,可以说是最终的客观标准。因此,收集现场的产品寿命数据是很重要的一个方面。然而,收集现场数据会遇到很多困难,需要的时间较长,工作状况难以一致,要有详细的产品使用记录,而且必须有相应的管理人员进行组织,只有这样做才能获得比较准确的数据。 实验室试验是模拟现场情况的试验。它将现场重要的应力条件搬到实验室,并加以人工控制。也可以进行影响寿命的单项或少数几项应力组合的试验,还可设法缩短试验时间以加速取得试验结果。 2.4.2按试验截止情况分类 按试验截止情况的不同,寿命试验可分为全数试验和截尾试验两种。 全数试验是当试样全部失效才停止的试验。这种试验方式可获得较完整的试验数据,统计分析结果也较好。但这种试验所需时问较长,有时甚至难以实现。 截尾试验又可分为定数和定时截尾试验两种。 定数截尾试验就是试验到规定的失效数即停止的试验。 定时截尾试验就是试验到规定的时间,此时不管试样失效多少都停止的试验。根据试验中试样失效后是否用新试样替换继续试验。还可分为有替换和无替换两种。故一般可归纳为如下四种试验: 1)有替换定时截尾寿命试验; 2)有替换定数截尾寿命试蝓; 3)无替换定时截尾寿命试验; 4)无替换定数截尾寿命试验。 全数寿命试验也可看成是截尾数是n的无替换定数截尾寿命试验。此外,还有分组最小寿命试验、序贯寿命试验、有中止的寿命试验等。 2.5 数理统计 数理统计以概率论为基础,根据试验观察到的数据,对研究对象的客观规律性做出种种合理的估计和判断,从而为决策和行动提供依据和建议。在可靠性工程中,为了获得随机现象的分布规律与参数,必须运用数理统计和概率论的理论,对随机现象的试验和观测结果进行统计推断。 2.5.1 分布参数估计 所谓参数估计,就是从样本出发,构造一些适当的统计量作为总体的某些参数(或数字特征)的估计量,当取得一个样本值时,就以相应的统计量的值作为总体的参数估计值。 例:统计量 作为整体均值E(X)=μ的估计 量,自然地用统计量的 值作为整体均值的估计值。 对于一个被估计参数,用什么样的统计量作为他的估计量,这就是统计量的构造问题。对于被估参数,可以构造出不同的统计量作为他的估计量。 点估计:用统计量的值作为参数估的估计量。 区间估计:有时不是要对参数作点估计,而是要求估计参数在一个多大的范围内,并指出该参数以多大的概率(置信水平)被置于此范围。这种问题是参数的区间估计问题。 1. 参数的点估计法 设总体X的分布函数为F(x,θ),其中θ这总体的待估计参数,(X1,X2, …,Xn) 是从总体X中随机抽取的一个样本,若由样本构造统计量, 作为参数θ估计。则称 为θ的点估计量,简称为点估计。 设(x1,x2,…,xn)是样本的一个观察值,代入统计量 中,得到一个确定的值 称为参数θ的点估计值。 假若总体的未知量参数有r个,即θ =(θ1,θ2,…, θr),这时就需要构造出r个不同的统计量 (i=1,2,…,r),分别作为 的点估计量,即 2. 估计量的评选标准 对于总体X中的同一参数,用不同的估计法,可以构造不同的估计量。究竟哪一估计量好,这就是评价估计量的标准问题。 1)无偏估计 若(^θ)是未知参数θ的一个估计量,如果 威布尔分布分析法(补充) 上面两式中,β形状参数;η为尺度参数;γ为位置参数。 若γ=0,则称为两参数威布尔分布。其概率密度函数和累积分分别为 1. 威布尔分布点估计 根据kk值,由下表可以查的形状

文档评论(0)

jiupshaieuk12 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6212135231000003

1亿VIP精品文档

相关文档