本文關鍵詞：基于逆高斯過程的退化數(shù)據(jù)分析與試驗設計

  更多相關文章： 逆高斯過程 步進應力加速退化試驗 最優(yōu)試驗設計 累積損傷模型 漸近方差 蒙特卡洛算法 隨機效應 隨機波動率模型

【摘要】：步進應力加速退化試驗(SSADT)是估計高可靠性產(chǎn)品或者價格昂貴的產(chǎn)品壽命分布的有效工具。在假設產(chǎn)品的退化過程服從維納過程、伽馬過程的基礎上,SSADT最優(yōu)試驗設計問題已經(jīng)得到了廣泛的研究。然而,逆高斯過程模型雖在退化數(shù)據(jù)分析中扮演著重要角色,但基于逆高斯過程的SSADT最優(yōu)化設計問題仍是一個亟待研究的問題。本文旨在研究在假設產(chǎn)品的退化過程服從逆高斯過程的基礎上SSADT的最優(yōu)試驗設計問題。這篇文章首先假設產(chǎn)品的退化過程服從平穩(wěn)逆高斯過程,并在一系列假設的基礎上,推導出產(chǎn)品在SSADT中的退化模型及其似然函數(shù)。然后在總試驗費用不超過預先給定的閡值的約束下,選擇最優(yōu)的設計變量使得產(chǎn)品在正常工作水平下的壽命分布的p分位點估計的漸近方差最小。設計變量包括樣本量、觀測頻率及每個應力水平上的觀測次數(shù)。最后,引用碳膜電阻器這個實例來驗證該模型的可用性,靈敏度檢驗結果表明最優(yōu)設計變量對參數(shù)估計偏差具有很好的穩(wěn)健性,我們也用蒙特卡洛(MC)算法驗證了最優(yōu)設計方案的穩(wěn)定性。我們進一步探討基于非平穩(wěn)逆高斯過程的SSADT最優(yōu)試驗設計問題。這部分建立的SSADT模型是基于累積損傷(CE)模型,即產(chǎn)品的在任何時刻后續(xù)的退化路徑只依賴于當前退化累積量和當前的應力水平,而與累積方式無關。我們以總試驗費用不超過預先給定的閾值為約束條件,以最小化產(chǎn)品在正常工作水平下的壽命分布的p分位點估計的漸近方差為目標,來確定SSADT最優(yōu)設計方案。我們將該模型應用到一種插座插孔的應力松弛數(shù)據(jù)的SSADT最優(yōu)試驗設計中,并對最優(yōu)試驗方案進行靈敏度和穩(wěn)定性檢驗。此外,本文以隨機波動率模型為例研究了產(chǎn)品的退化過程服從含有隨機效應的逆高斯過程的SSADT最優(yōu)試驗設計問題。這部分仍用CE模型建立SSADT。然后,我們在總試驗費用不超過預先給定的閾值的約束下,選擇最優(yōu)的設計變量使得產(chǎn)品在正常工作水平下的壽命分布的礦分位點的估計的漸近方差最小。最后,用這部分提出的模型構造出插座插孔的SSADT最優(yōu)試驗設計。
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;F273.2

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊振艦;夏克文;;基于高斯過程回歸的上市股價預測模型[J];計算機仿真;2013年01期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 劉信恩;肖世富;莫軍;;用于不確定性分析的高斯過程響應面模型設計點選擇方法研究[A];中國計算力學大會'2010（CCCM2010）暨第八屆南方計算力學學術會議（SCCM8）論文集[C];2010年

2 劉冬;張清華;;基于高斯過程的精密衛(wèi)星鐘差加密[A];第二屆中國衛(wèi)星導航學術年會電子文集[C];2011年

3 李雅芹;楊慧中;;一種基于仿射傳播聚類和高斯過程的多模型建模方法[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

4 趙級漢;張國敬;姜龍;魏巍;;基于疊加高斯過程的數(shù)字噪聲產(chǎn)生方法FPGA實現(xiàn)[A];第二十四屆全國空間探測學術交流會論文摘要集[C];2011年

5 何志昆;劉光斌;姚志成;趙曦晶;;基于高斯過程回歸的FOG標度因數(shù)溫度漂移建模新方法[A];第25屆中國控制與決策會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 王建民;礦山邊坡變形監(jiān)測數(shù)據(jù)的高斯過程智能分析與預測[D];太原理工大學;2016年

2 趙靜;基于高斯過程的動態(tài)系統(tǒng)研究[D];華東師范大學;2016年

3 潘偉;基于高斯過程的高爐煉鐵過程辨識與預測[D];浙江大學;2012年

4 賀建軍;基于高斯過程模型的機器學習算法研究及應用[D];大連理工大學;2012年

5 夏戰(zhàn)國;基于高斯過程的提升機軸承性能評測方法研究[D];中國礦業(yè)大學;2013年

6 趙偉;復雜工程結構可靠度分析的高斯過程動態(tài)響應面方法研究[D];廣西大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李紅麗;回歸分析中的貝葉斯推斷技術的研究[D];江南大學;2015年

2 李勵耘;基于高斯過程的抓取規(guī)劃方法研究[D];哈爾濱工業(yè)大學;2015年

3 王雪茹;基于高斯過程的風電機組部件建模與監(jiān)測研究[D];華北電力大學;2015年

4 于立鑫;基于高斯過程—差異進化算法的隧道施工多元信息反分析研究[D];大連海事大學;2015年

5 戈財若;基于高斯過程的高光譜圖像分類算法研究[D];東華理工大學;2015年

6 葉婧;基于高斯過程回歸的鋰電池數(shù)據(jù)處理[D];北京交通大學;2016年

7 張棟;基于在線學習高斯過程有桿泵油井動態(tài)液面建模方法研究[D];東北大學;2014年

8 王奉偉;改進的局部均值分解和高斯過程在變形監(jiān)測數(shù)據(jù)處理中的應用研究[D];東華理工大學;2016年

9 曹瑜;基于高斯過程的非線性不確定延遲系統(tǒng)的模型預測控制[D];華中科技大學;2014年

10 張莉萍;基于廣義高斯過程回歸的函數(shù)型數(shù)據(jù)分析[D];東南大學;2016年

，

本文編號：1246720