基于AMSAA模型以研发阶段收集的同类或相似产品故障数据为核心,创新性地引入离散系数最小化原则作为优化标准,用于指导拟合优度检验统计量的选取。在整合平均值与方差等多元信息后,构建了一种全新的时间环境折合系数求解算法,旨在对原...基于AMSAA模型以研发阶段收集的同类或相似产品故障数据为核心,创新性地引入离散系数最小化原则作为优化标准,用于指导拟合优度检验统计量的选取。在整合平均值与方差等多元信息后,构建了一种全新的时间环境折合系数求解算法,旨在对原始故障数据进行有效折算,进而精准估算模型各项参数。对所得折合系数进行求解,并在10种不同置信度设定下,逐一计算产品设计成型时平均无故障工作时间(Mean Time Between Failure,MTBF)的单侧置信下限。实例研究表明,当置信区间位于0.9~0.99之间时,无论同一置信水平如何,该方法始终能得出优于现有文献的结果,即采用该方法对航天产品可靠性增长进行预测,其准确度显著提升。此外,在不同置信水平下,由改进方法求解的时间环境折合系数值并没有改变,即每个试验项目的环境应力和真实环境应力之间的数量关系并没有因为置信度的增加而变化,也从另一个角度证明了该改进方法更接近于工程实践。展开更多
文摘基于AMSAA模型以研发阶段收集的同类或相似产品故障数据为核心,创新性地引入离散系数最小化原则作为优化标准,用于指导拟合优度检验统计量的选取。在整合平均值与方差等多元信息后,构建了一种全新的时间环境折合系数求解算法,旨在对原始故障数据进行有效折算,进而精准估算模型各项参数。对所得折合系数进行求解,并在10种不同置信度设定下,逐一计算产品设计成型时平均无故障工作时间(Mean Time Between Failure,MTBF)的单侧置信下限。实例研究表明,当置信区间位于0.9~0.99之间时,无论同一置信水平如何,该方法始终能得出优于现有文献的结果,即采用该方法对航天产品可靠性增长进行预测,其准确度显著提升。此外,在不同置信水平下,由改进方法求解的时间环境折合系数值并没有改变,即每个试验项目的环境应力和真实环境应力之间的数量关系并没有因为置信度的增加而变化,也从另一个角度证明了该改进方法更接近于工程实践。
