基于样条模型的汽车可靠性双向联合预测.pdfVIP

摘要： 本文通过分析原始数据和 千车故障数”计算的不合理性，提出了改进的千车故障数的计算方法，并对原始数据进行变换得到 了合理的数据表。通过假设检验得出瞬时故障率是服从 Weibull 分布，在此基础上提出了单批次预测的概率模型。进一步，利用数据横 向和纵向的相关性，在单批次概率模型的基础上，提出了基于样条拟合的多批次双向联合预测模型，这个模型保证了横向和纵向的有机 结合，通过拟合汽车的质量参数，来进行联合预测，维护了数据的统一性。 关键词： 千车故障数；瞬时故障率；相关分析；Weibull 分布；质量参数；样条模型 1 引言 近些年来，为了提高汽车产品的可靠性水平，我国的科研工作者对利用汽车售后故障信息评价汽车的可 靠性做了大量的研究，取得了一定的成绩[1-3] 。这些研究基本上都是利用故障数据建立汽车故障的概率分布模 型，一定程度上能反映问题所在，但还不足以能完全反映汽车的可靠度水平，进一步可以从汽车的生产批次 来考察汽车的可靠性，提供更小粒度的考察。这里我们根据国内某一轿车公司的售后服务数据进行了处理， 除了运用传统的概率方法建模外，还充分利用了不同轿车批次间的相关关系，运用样条的方法进行双向联合 统一建模，并进行故障预测，预测达到了较好的效果，有利于汽车生产厂家及时调整生产对策，提高产品的 市场竟争力。 2 数据分析 2．1 原数据的不合理性 现有某轿车厂家 2004 年 4 月 1 日从数据库中整理出来的某个部件的故障数据表（见原题），该表是工厂 的真实数据，基本上能反映出零件随时间出现故障的情况，但制表方式存在不合理之处，还有待改进。不合 理性主要来自两方面：计算公式的不合理性和数据时滞带来的不合理性。原表中 千车故障数”的计算公式 n 1000 i 为：w  。这里 为某批次车 个月以内的 千车故障数”，n 为该批次车中使用了 个月累计 w i i i i i N 出现了故障的次数， 为到制表时刻为止该批次车销售的总数。这个计算公式存在问题，主要是分母问题 （车 N 的销售总数）。因为车若要使用了 个月，则它一定是在当前时刻 （制表时刻）前 个月以前买的，而销售是 i i 在不断进行的，在这 个月以内售出的车数 N还没有使用到 个月，因此在计算上时分母实际上是被扩大了， i i i 而且由于累积效果，导致使用月份越多，误差也越来越大。 n n i i1 i 为此本文提出了瞬时故障率的概念，定义  为第 个月的瞬时故障率，显然 0    1。 i  i N N i 瞬时故障率的好处是既保证了样本空间的准确性，又避免了累积所带来的问题。 另一方面，对于这类用于指导生产的数据，时效性是很强的，但如问题中所言，数据显得滞后很多， 对于预测是很不利的。越靠近制表时刻，知道的数据越少，用这些数据来进行预测的准确性就越差，但同时 这些数据又是非常重要的，这是一对矛盾体。在处理上靠近制表时刻的数据 重要性的权值可以设的小一些。 2．2 转换数据 在