-
公开(公告)号:CN115033846B
公开(公告)日:2024-09-27
申请号:CN202210649166.0
申请日:2022-06-09
Applicant: 东北大学
IPC: G06F17/18
Abstract: 本发明的固定形状参数的威布尔分布参数置信区间的估计方法,本发明属于产品寿命评估方法技术领域。该方法根据原始样本的点估计与固定形状参数1.5~2.5、尺度参数为1、位置参数为0的分布之间的关系,确定一定置信水平下原始样本的固定形状参数的威布尔分布位置参数和尺度参数的置信区间。本发明方法在形状参数使用经验值时,可以简单、快速、有效、准确的得到在一定置信水平下,样本的位置参数和尺度参数的置信区间,即在一定概率下估计的位置参数和尺度参数落在一定的区间范围内。在工程应用上,可直接利用位置参数的置信下限,作为寿命服从三参数威布尔分布产品的最小寿命下限,可达到保守的效果。
-
公开(公告)号:CN115033846A
公开(公告)日:2022-09-09
申请号:CN202210649166.0
申请日:2022-06-09
Applicant: 东北大学
IPC: G06F17/18
Abstract: 本发明的固定形状参数的威布尔分布参数置信区间的估计方法,本发明属于产品寿命评估方法技术领域。该方法根据原始样本的点估计与固定形状参数1.5~2.5、尺度参数为1、位置参数为0的分布之间的关系,确定一定置信水平下原始样本的固定形状参数的威布尔分布位置参数和尺度参数的置信区间。本发明方法在形状参数使用经验值时,可以简单、快速、有效、准确的得到在一定置信水平下,样本的位置参数和尺度参数的置信区间,即在一定概率下估计的位置参数和尺度参数落在一定的区间范围内。在工程应用上,可直接利用位置参数的置信下限,作为寿命服从三参数威布尔分布产品的最小寿命下限,可达到保守的效果。
-
公开(公告)号:CN119849265A
公开(公告)日:2025-04-18
申请号:CN202510322292.9
申请日:2025-03-19
Applicant: 东北大学
IPC: G06F30/23 , G06F30/28 , G06F30/17 , G06T17/20 , G06F119/08 , G06F119/14 , G06F119/02 , G06F111/08
Abstract: 本申请提出了一种数据‑物理联合驱动的系统层可靠性建模方法,通过机械系统的外部载荷工况和有限元模型获得损伤参量数据;选定一个基准变量,基于损伤参量数据集,应用机器学习模型分别建立系统外部载荷‑基准变量、基准变量‑零件损伤参量代理模型;获取外部载荷数据信息,通过外部载荷‑基准变量机器学习模型获取基准变量的概率分布;通过基准变量‑零件损伤参量机器学习模型反映系统中各零件之间的失效相关关系;基于基准变量的概率分布和零件间的失效相关关系,应用系统层可靠性建模方法,建立数据‑物理联合驱动的系统层可靠性模型,以求解复杂载荷工况下的系统可靠度,提高系统可靠性评估的准确性和合理性。
-
公开(公告)号:CN115982540A
公开(公告)日:2023-04-18
申请号:CN202310040610.3
申请日:2023-01-12
Applicant: 东北大学
Abstract: 本发明的一种不固定形状参数的威布尔分布参数估计迭代方法,包括步骤1:确定形状参数与位置参数、样本标准差及样本与对应秩的相关系数间的关系;步骤2:根据极大似然法确定尺度参数与样本、位置参数、形状参数间的关系;步骤3:根据三参数威布尔分布最小次序统计量的期望,确定位置参数的无偏估计;步骤4:设位置参数的初始估计值为0,代入步骤1得到形状参数的初始估计值并代入步骤2获得尺度参数的初始估计值,将形状参数和尺度参数的初始估计值代入步骤3获得新的位置参数的估计值,多次迭代获得稳定的形状参数、位置参数和尺度参数。本发明根据各个参数间的关系设计了不固定形状参数的迭代方法,以估计形状参数、位置参数和尺度参数。
-
公开(公告)号:CN114492036A
公开(公告)日:2022-05-13
申请号:CN202210097235.1
申请日:2022-01-27
Applicant: 东北大学
IPC: G06F30/20
Abstract: 本发明的一种基于小样本的三参数威布尔分布参数估计的迭代方法,包括:步骤1:设定待估计产品寿命的形状参数范围在1.5和2.5之间;步骤2:位置参数与最小样本值、样本量之间模型的推导,为了获得保守估计,得到带有置信度95%的第一理论模型;步骤3:为了获得点估计,得到第二理论模型;步骤4:根据设定的形状参数、初始位置参数和随机样本根据极大似然法对尺度参数估计计算获得尺度参数的初始估计值,将尺度参数的初始估计值带入步骤2或3的理论模型中进行多次迭代计算获得稳定的尺度参数和位置参数。该方法建立一个理论模型描述位置参数、最小样本值和样本量之间的关系,并提出了一种迭代方法,估计位置参数和尺度参数。
-
公开(公告)号:CN114428940B
公开(公告)日:2024-09-27
申请号:CN202210097281.1
申请日:2022-01-27
Applicant: 东北大学
IPC: G06F17/18
Abstract: 本发明的一种威布尔分布三参数最小差异估计方法,包括步骤1:确定尺度参数与累积分布函数、形状参数、位置参数的关系式;步骤2:通过中位秩估计累积分布函数,代入步骤1的关系式中,获得三参数关系式;步骤3:随机抽取n个样本,设置一系列形状参数和位置参数去检验,分别使用n个样本值,根据三参数关系式进行估计,使n个尺度参数值的标准差最小的一组形状参数和位置参数作为最终估计值;步骤4:根据步骤3获得的形状参数和位置参数的最终估计值代入三参数关系式,获得n个尺度参数估计值,取平均值后作为尺度参数的最终估计值。本发明估计方法,更稳定、更保守、更准确、更简单得进行三参数威布尔分布的参数估计。
-
公开(公告)号:CN114428940A
公开(公告)日:2022-05-03
申请号:CN202210097281.1
申请日:2022-01-27
Applicant: 东北大学
IPC: G06F17/18
Abstract: 本发明的一种威布尔分布三参数最小差异估计方法,包括步骤1:确定尺度参数与累积分布函数、形状参数、位置参数的关系式;步骤2:通过中位秩估计累积分布函数,代入步骤1的关系式中,获得三参数关系式;步骤3:随机抽取n个样本,设置一系列形状参数和位置参数去检验,分别使用n个样本值,根据三参数关系式进行估计,使n个尺度参数值的标准差最小的一组形状参数和位置参数作为最终估计值;步骤4:根据步骤3获得的形状参数和位置参数的最终估计值代入三参数关系式,获得n个尺度参数估计值,取平均值后作为尺度参数的最终估计值。本发明估计方法,更稳定、更保守、更准确、更简单得进行三参数威布尔分布的参数估计。
-
-
-
-
-
-