[发明专利]一种恒温器寿命DOE重要因子的识别方法

说明书

本发明公开了一种产品寿命数据DOE重要因子的识别方法，有效的解决了现有技术在识别重要因子时无法解决试验样本量较小及无法应用先验分布信息的问题，本发明首先根据服从威布尔分布的产品寿命数据建立线性回归模型，利用扩散先验分布确定待估参数β和待估参数θ在线性回归模型中的先验分布，根据贝叶斯定理得到线性回归模型中的待估参数β和待估参数θ的后验分布估计，并待估参数β和待估参数θ的后验分布中识别出重要因子，根据待估参数的置信区间识别出重要因子，提高了识别出重要因子的准确性。

技术领域

本发明涉及DOE领域，特别是一种恒温器寿命DOE重要因子的识别方法。

背景技术

不断发展的科技和日趋激烈的市场竞争，对恒温器提出了日趋强烈的可靠性需求。经典可靠性理论发展比较完善，但多数处理的是大样本问题，即恒温器数量多的问题。在实际工程中，样本数量总是非常有限的，无法系统地采用经典可靠性理论来解决问题。而试验设计DOE是统计学的重要分支，主要是研究如何制定适当试验方案以及如何对试验数据进行有效统计分析的理论与方法。在恒温器的寿命管理活动中，广泛使用DOE，主要通过对恒温器质量、工艺等参数的量化分析，对恒温器的寿命进行DOE，进而寻找重要因子，控制与其相关的因素，进行准确的得到恒温器寿命。

如现有技术中提出了两种方法，分别是《一种基于Bootstrap识别重要因子的方法》和《定时删失数据下的双响应曲面建模与优化》，这两种方法都可以识别重要因子，但无法解决可靠性工程领域试验样本量较小及无法应用先验分布信息的问题。

因此本发明提供一种的新的方案来解决此问题。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种恒温器寿命DOE重要因子的识别方法，有效的解决了现有技术在识别重要因子时无法解决试验样本量较小及无法应用先验分布信息的问题。

其解决的技术方案是，一种恒温器寿命数据DOE重要因子的识别方法，所述方法包括以下步骤：

S1、根据服从威布尔分布的恒温器寿命数据建立线性回归模型，其中线性回归模型包含尺度参数λ和形状参数ν、待估参数β和待估参数θ；

S2、利用扩散先验分布确定线性回归模型中的待估参数β和待估参数θ的先验分布：

β_i～dunif(a₁,b₁)；θ_i～dunif(c₁,d₁)

β_i～dnorm(a₂,b₂)；θ_i～dnorm(c₂,d₂)

其中，a₁，b₁，c₁，d₁，a₂，b₂，c₂，d₂为超参数；

S3、根据贝叶斯定理得到线性回归模型中的待估参数β和待估参数θ的后验分布，并从待估参数β和待估参数θ的后验分布中识别出重要因子。

进一步地，所述步骤S1中利用恒温器寿命数据建立线性回归模型的具体步骤为：

X1、恒温器寿命数据服从威布尔分布，即y～dweibull(λ，ν）

威布尔分布概率密度函数：f(y|λ，v)＝λv(y)^v-1exp[-λ(y)^v] (1)