本发明涉及备件可靠性评估领域,尤其涉及一种基于无故障间隔时间失效数据的舰船备件可靠性评估方法。
背景技术:
1、舰船备件现场使用数据是指在舰船的实际运行和维护过程中,所记录和收集的有关备件使用、消耗、替换和库存情况的详细信息,是舰船备件可靠性评估中可信程度最高的信息来源。由于舰船执行的任务类型各不相同,加之舰船上的装备数量多,功能复杂,导致收集到的现场数据形式可能存在很大的差异。经过分析,舰船的备件消耗现场数据主要分为失效数据和无失效数据两类。
2、失效数据(failure data)是指在特定时间段内,记录的备件因故障、损坏或性能下降而需要更换或维修的详细信息。失效数据包括故障发生的时间、故障类型、故障原因、维修和更换的详细情况等。无失效数据(non-failure data)是指在特定时间段内,记录的备件在使用过程中未发生故障或损坏的详细信息。由于舰船装备的可靠性较高且舰船日常维护保养水平较高,使得舰船在任务期间获得的现场数据多为无失效数据,这类数据包括备件的使用时间、运行环境、性能指标等。如何有效的利用现场使用信息,根据其特点构造合适的似然函数是贝叶斯可靠性评估方法的关键。
技术实现思路
1、本发明针对现有技术中存在的技术问题,提供一种基于无故障间隔时间失效数据的舰船备件可靠性评估方法,有效的利用现场使用信息中的无故障间隔时间失效数据,根据其特点构造合适的似然函数进行舰船备件的贝叶斯可靠性评估。
2、根据本发明的第一方面,提供了一种基于无故障间隔时间失效数据的舰船备件可靠性评估方法,包括:
3、步骤1,确定无故障间隔时间时的舰船备件现场使用数据d为(ti,si,ri),其中,ti为第i次任务中装备的工作时间,si为装备所安装的部件数量,ri为第i次任务装备的总故障次数,i=1,2,...,n;
4、步骤2,基于所述舰船备件现场使用数据d以及泊松分布原理得到失效率λ的似然函数lp(λ);
5、步骤3,确定失效率λ的先验分布;
6、步骤4,将所述先验分布进行加权后得到加权后综合先验分布式πs(λ),将所述加权后综合先验分布式πs(λ)与所述似然函数lp(λ)结合,利用贝叶斯公式得到所述失效率λ的后验分布,基于所述失效率λ的后验分布进行舰船备件可靠性评估。
7、在上述技术方案的基础上,本发明还可以作出如下改进。
8、可选的,所述步骤2中所述失效率λ的似然函数lp(λ)的计算公式为:
9、
10、可选的,所述将所述先验分布进行加权包括:线性加权;
11、进行线性加权后得到所述加权后综合先验分布式为:
12、其中,m为先验分布的数量,wj表示第j个先验分布的权重,πj(λ)表示第j个先验分布。
13、可选的,所述将所述先验分布进行加权包括:几何加权;
14、进行几何加权后得到所述加权后综合先验分布式为:
15、其中,m为先验分布的数量,wj表示第j个先验分布的权重,πj(λ)表示第j个先验分布。
16、可选的,所述第j个先验分布
17、其中,aj表示第j个先验分布的形状参数,bj表示第j个先验分布的尺度参数,γ(·)表示伽马函数。
18、可选的,所述步骤4中得到所述失效率λ的后验分布为:
19、
20、可选的,将所述先验分布进行线性加权时所述失效率λ的后验分布为:
21、
22、可选的,将所述先验分布进行几何加权时所述失效率λ的后验分布为:
23、
24、本发明提供的一种基于无故障间隔时间失效数据的舰船备件可靠性评估方法,针对现场使用信息的特点进行分析,在有失效的情况下建立了无故障间隔时间的似然函数模型,再构建基于线性加权或几何加权得到融合后的先验分布,基于先验分布和似然函数模型得到失效率的后验分布,并利用算例说明了所构建模型和方法的有效性,实现舰船备件的可靠性的评估。
1.一种基于无故障间隔时间失效数据的舰船备件可靠性评估方法,其特征在于,所述可靠性评估方法包括:
2.根据权利要求1所述的可靠性评估方法,其特征在于,所述步骤2中所述失效率λ的似然函数lp(λ)的计算公式为:
3.根据权利要求1所述的可靠性评估方法,其特征在于,所述将所述先验分布进行加权包括:线性加权;
4.根据权利要求1所述的可靠性评估方法,其特征在于,所述将所述先验分布进行加权包括:几何加权;
5.根据权利要求3或4所述的可靠性评估方法,其特征在于,所述第j个先验分布
6.根据权利要求1所述的可靠性评估方法,其特征在于,所述步骤4中得到所述失效率λ的后验分布为:
7.根据权利要求5所述的可靠性评估方法,其特征在于,将所述先验分布进行线性加权时所述失效率λ的后验分布为:
8.根据权利要求5所述的可靠性评估方法,其特征在于,将所述先验分布进行几何加权时所述失效率λ的后验分布为: