[发明专利]一种区间删失情况下可靠性增长的评估与预测方法

摘要

一种区间删失情况下可靠性增长的评估与预测方法，构造一个服从幂律分布的次序统计量模型；根据设备的先验知识确定可靠性增长过程参数的初值，基于服从幂律分布的次序统计模型，随机地插补出缺失的故障时间；在缺失的故障时间填补完全的条件下，采用期望最大方法，迭代地更新可靠性增长过程的参数；评估当前时刻的平均无故障时间、预测未来故障的发生时间。该方法能够融合已经观测到的数据迭代地估计出失效时间分布并据此随机插补出缺失的故障时间，然后在完整的数据集上实现了系统可靠性增长规律的确定，实现了当前故障间隔时间的评估和未来故障发生时间的预测，弥补了统计分析上的不便，并能在非高斯的假设下有效地减小数据缺失造成的偏差。

主权项

1.一种区间删失情况下可靠性增长的评估与预测方法，其特征在于，包括以下步骤：1)首先，假设可靠性增长过程服从一个非时齐的泊松过程，采用条件概率定理融合先验的可靠性增长趋势和已观测到的区间累计失效数，推断出缺失数据集的联合条件概率密度函数；2)然后，基于该联合概率密度，构造一个服从幂律分布的次序统计量模型；根据设备的先验知识确定可靠性增长过程参数的初值，基于服从幂律分布的次序统计模型，随机地插补出缺失的故障时间；3)最后，引入蒙特卡罗期望最大化的推断架构；在缺失的故障时间填补完全的条件下，采用期望最大方法，迭代地更新可靠性增长过程的参数；运用广义Gamma分布评估当前时刻的平均无故障时间、预测未来故障的发生时间；步骤2中具体步骤如下：首先，设随机变量X服从0到1上的均匀分布，记为X～U[0,1]，运用逆变换方法，得到一个服从幂律分布的随机变量t:其中，ti+1和ti是已知区间的两个端点；ti的取值范围为任意非负实数且应满足ti完成服从幂律分布的次序统计量模型的构造；其次，从这一个服从幂律分布的总体中独立抽取ni个样本，按升序排列，得到一组次序统计量；该次序统计量能够随机模拟某一区间缺失的故障时间；然后，对每个区间重复以上过程，得到多组次序统计量，依据区间顺序对多组次序统计量进行升序排列，得到一个新的次序统计量，该次序统计量能够插补整个测试过程中的缺失故障时间。