本文關(guān)鍵詞：基于參數(shù)Bootstrap-核密度估計的數(shù)控機床Bayes可靠性評估方法研究

  更多相關(guān)文章： 可靠性評估 貝葉斯 Lssvm Bootstrap 核密度估計 可信度 威布爾分布

【摘要】：可靠性評估是數(shù)控機床可靠性工程技術(shù)的重要組成部分,也是機床制造業(yè)發(fā)展必不可少的關(guān)鍵。隨著機床復(fù)雜化、信息化、集成化程度的提高,高檔數(shù)控機床具有樣本量小、故障數(shù)據(jù)少等小樣本特點,傳統(tǒng)的基于大數(shù)定律的經(jīng)典統(tǒng)計理論已無法對其可靠性進行有效評估。能夠綜合利用機床先驗信息和現(xiàn)場試驗數(shù)據(jù)的Bayes方法為小子樣機床可靠性評估提供了非常重要的理論支撐,而如何確立合適準確的先驗分布是Bayes方法合理應(yīng)用的關(guān)鍵。本文以小樣本的車銑加工中心CXK5463為研究對象,針對Bayes評估中傳統(tǒng)Bootstrap法利用相似機床故障信息建立先驗分布時,存在的抽樣誤差較大以及需要事先假定分布類型的主觀性過大的問題,提出一種集成最小二乘支持向量機(Lssvm)、參數(shù)Bootstrap法及核密度估計法建立先驗分布的方法�；谕紶柗植嫉漠惓Ｖ禉z驗方法對得到的先驗分布可信度進行了度量,根據(jù)算得的先驗信息可信度值對該先驗分布加以修正,進而確定最終可信先驗分布,進行Bayes可靠性評估。首先,以車銑加工中心CXK5463的故障數(shù)據(jù)作為現(xiàn)場試驗信息,相似數(shù)控機床CK5250故障數(shù)據(jù)作為先驗信息,進行相容性檢驗;對傳統(tǒng)Bootstrap法確立先驗分布中存在的誤差進行分析;利用最小二乘支持向量機(Lssvm)算得先驗信息的威布爾參數(shù),進行參數(shù)化Bootstrap抽樣,減少了抽樣誤差;根據(jù)抽樣結(jié)果利用非參數(shù)核密度估計法對尺度參數(shù)以及形狀參數(shù)m進行了概率密度估計,直接從抽樣結(jié)果的樣本數(shù)據(jù)特性出發(fā)擬合先驗分布,使得擬合結(jié)果與實際分布情況更加符合�？朔藗鹘y(tǒng)方法需要事先假定分布類型的主觀性過大的問題。其次,分析了現(xiàn)有先驗信息可信度計算方法存在的不足,針對先驗信息為先驗分布,現(xiàn)場信息為服從威布爾分布的機床故障數(shù)據(jù)這一可靠性評估情況,基于威布爾分布數(shù)據(jù)異常值檢驗的方法計算了先驗信息可信度,并利用MATLAB編程仿真實現(xiàn)了算法的求解。以求得的CXK5463的先驗分布為例,進行了仿真,仿真結(jié)果與傳統(tǒng)Bootstrap方法擬合先驗分布的可信度值進行了對比,結(jié)果顯示通過本文方法得到的先驗分布具有更高的可信度。并基于可信度值修正了先驗分布,得到最終可信先驗分布。最后,基于馬爾科夫蒙特卡羅原理(MCMC)由OpenBUGS軟件進行編程并迭代?求解,算得CXK5463車銑加工中心故障時間間隔的威布爾分布參數(shù)值及平均故障時間間隔(MTBF)的估計值,與傳統(tǒng)Bootstrap方法建立先驗分布進行貝葉斯評估的結(jié)果進行對比,說明了本文提出的方法的優(yōu)越性與準確性。
【關(guān)鍵詞】：可靠性評估 貝葉斯 Lssvm Bootstrap 核密度估計 可信度 威布爾分布
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TG659
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-19
• 1.1 課題的研究背景和意義11-12
• 1.2 數(shù)控機床可靠性國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 國外研究現(xiàn)狀12-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-14
• 1.3 小樣本可靠性研究現(xiàn)狀14-17
• 1.4 論文主要研究內(nèi)容17-19
• 第2章 基于參數(shù)Bootstrap法及核密度估計的機床先驗分布確定方法研究19-38
• 2.1 貝葉斯方法簡介19-20
• 2.2 數(shù)控機床先驗信息的獲取與檢驗20-23
• 2.2.1 相似數(shù)控機床先驗信息的獲取20-21
• 2.2.2 先驗信息與現(xiàn)場試驗信息的相容性檢驗21-23
• 2.3 常用先驗分布的表示方法及其存在問題分析23-24
• 2.4 確立數(shù)控機床先驗分布的Bootstrap法及其誤差分析24-27
• 2.4.1 Bootstrap法簡介24-25
• 2.4.2 Bootstrap抽樣過程中誤差分析25-26
• 2.4.3 Bootstrap抽樣結(jié)果建立先驗分布的誤差分析26-27
• 2.5 基于參數(shù)Bootstrap法及核密度估計法確定先驗分布27-36
• 2.5.1 基于最小二乘支持向量機確定先驗信息威布爾函數(shù)28-33
• 2.5.2 參數(shù)Bootstrap法再抽樣33-34
• 2.5.3 基于核密度估計法確定先驗分布34-36
• 2.6 本章小結(jié)36-38
• 第3章 基于異常值檢驗的機床先驗信息可信度分析38-48
• 3.1 先驗信息可信度及其計算方法簡介38-41
• 3.1.1 先驗信息可信度定義38-39
• 3.1.2 常用先驗信息可信度計算方法及其存在不足39-41
• 3.2 基于威布爾分布異常值檢驗確定可信度41-46
• 3.2.1 基于威布爾分布異常值檢驗確定先驗信息可信度的原理41-42
• 3.2.2 基于威布爾分布異常值檢驗確定先驗信息可信度的仿真實現(xiàn)42-43
• 3.2.3 計算相似機床故障信息的可信度43-46
• 3.3 基于可信度修正先驗分布46
• 3.4 本章小結(jié)46-48
• 第4章 基于馬爾科夫蒙特卡羅方法的后驗分布計算48-65
• 4.1 似然函數(shù)和后驗分布的確定49
• 4.2 馬爾科夫蒙特卡羅方法概述49-52
• 4.2.1 馬爾科夫蒙特卡羅原理50-52
• 4.2.2 貝葉斯分析中MCMC的模擬計算52
• 4.3 基于馬爾科夫蒙特卡羅方法的后驗分布抽樣52-54
• 4.3.1 M-H抽樣方法53
• 4.3.2 Gibbs抽樣方法53-54
• 4.4 基于OpenBUGS軟件的數(shù)控機床后驗分布計算54-61
• 4.4.1 OpenBUGS應(yīng)用軟件簡介54-55
• 4.4.2 后驗分布參數(shù)模擬估計55-60
• 4.4.3 數(shù)控機床可靠性指標計算60-61
• 4.5 可靠性評估方法分析比較61-64
• 4.6 本章小結(jié)64-65
• 結(jié)論65-66
• 參考文獻66-71
• 致謝71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 張艷芳;黃群;;基于Bootstrap方法的樣本相等性檢驗[J];防災(zāi)科技學(xué)院學(xué)報;2008年01期

2 紀雷;林雨霏;孫健;蔡發(fā);杜恒清;程剛;;礦產(chǎn)品水分含量代表值Bootstrap模擬取樣估計[J];分析科學(xué)學(xué)報;2007年04期

3 田金文,高謙,何先平;m相依樣本均值函數(shù)的Bootstrap估計[J];江漢石油學(xué)院學(xué)報;1997年03期

4 李洪雙;呂震宙;;P—S—N曲線的Bootstrap置信帶[J];機械強度;2007年04期

5 陳明鏡;;馬氏轉(zhuǎn)移對數(shù)正態(tài)模型參數(shù)置信區(qū)間的Bootstrap估計[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2010年03期

6 紀雷;孫健;林雨霏;蔡發(fā);杜恒清;王巖;;進口鐵礦砷量特征的內(nèi)核密度分析與Bootstrap代表值估計[J];分析試驗室;2007年01期

7 李曉嘉;;基于Bootstrap仿真方法的我國財政支出與國內(nèi)需求關(guān)系檢驗[J];煤炭經(jīng)濟研究;2010年05期

8 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 王生云;;基于Bootstrap的浙江省水庫經(jīng)營狀況影響因素研究[A];中國原水論壇專輯[C];2010年

2 趙金良;馮敬海;宋立新;;具有MA(q)誤差線性模型中協(xié)方差陣參數(shù)的分步估計方法及其Bootstrap估計[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 王朝;高敬雅;;基于Bootstrap方法估計的二手車價格回歸模型[A];北京市第十六次統(tǒng)計科學(xué)研討會獲獎?wù)撐募痆C];2011年

4 江海峰;陶長琪;;DF模式下第三種單位根檢驗的Bootstrap檢驗研究[A];21世紀數(shù)量經(jīng)濟學(xué)（第14卷）[C];2013年

5 龔方;于仕超;昃向君;周保華;郭曙超;呂ZS;;Bootstrap模擬取樣對進口豆類產(chǎn)品中重金屬硒的含量特征分析[A];山東出入境檢驗檢疫局�？痆C];2012年

6 羅巍;張春華;譚源源;陳循;;基于Bootstrap的貯存可靠度置信下限評估[A];2009年全國機械可靠性技術(shù)學(xué)術(shù)交流會暨第四屆可靠性工程分會成立大會論文集[C];2009年

7 劉貫春;岳意定;賀磊;;我國保險業(yè)與信貸業(yè)作用關(guān)系的動態(tài)分析——基于Bootstrap仿真的滑動窗口VAR模型[A];第八屆（2013）中國管理學(xué)年會——金融分會場論文集[C];2013年

8 王亞華;吳凡;王爭;;交通行業(yè)生產(chǎn)率變動的Bootstrap—Malmquist指數(shù)分析(1980-2005)[A];經(jīng)濟學(xué)（季刊）第7卷第3期[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王艷芳;基于bootstrap法與混合威布爾分布的拖拉機可靠性評估模型與應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2016年

2 句彥偉;幾類多尺度非線性隨機模型與SAR圖像Bootstrap分割研究[D];西北工業(yè)大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葛利丹;基于Bootstrap的擴散過程檢驗[D];南京理工大學(xué);2015年

2 楊娜;基于Bayesian Bootstrap方法的準備金風險度量研究[D];天津財經(jīng)大學(xué);2014年

3 瞿開毅;幾類重復(fù)觀測數(shù)據(jù)模型的Bootstrap推斷[D];北方工業(yè)大學(xué);2016年

4 李金洲;基于參數(shù)Bootstrap-核密度估計的數(shù)控機床Bayes可靠性評估方法研究[D];燕山大學(xué);2016年

5 馬亮;淺分岐水平下系統(tǒng)發(fā)生樹的bootstrap研究[D];重慶師范大學(xué);2012年

6 高國楷;基于非參數(shù)Bootstrap的風速波動建模及預(yù)測[D];西南交通大學(xué);2013年

7 毛平;Bootstrap方法及其應(yīng)用[D];湘潭大學(xué);2013年

8 李偉杰;空間面板數(shù)據(jù)混合模型Bootstrap檢驗研究[D];華南理工大學(xué);2014年

9 李勇;兩個及多個多維樣本位置參數(shù)相等性的bootstrap檢驗[D];中國礦業(yè)大學(xué)（北京）;2005年

10 戶鵬軍;基于bootstrap方法對廣東社會消費品零售額面板數(shù)據(jù)的實證研究[D];華南理工大學(xué);2012年

，

本文編號：904440