纵向数据下恒定应力带有误差的加速退化试验分析

摘要

退化试验是在工程中一种常用的可靠性分析方法。加速退化试验是通过加大试验应力来缩短试验周期的一种基本的退化试验方法。目前关于加速退化试验的研究都忽略了试验应力带有随机误差的情况,并且大部分退化试验都是在假设来自同一样品的退化数据是独立的条件下研究的。但是,在工程实际中,许多试验样品受到的应力是带有随机误差的,并且通过观测样品得到的退化数据之间可能具有相关性。这时若忽略上述两种情况对产品的可靠性进行评估,将会造成产品可靠性的统计推断精度较差。
　　 针对试验应力带有误差和同一样本的退化数据间具有相关性的实际情况,本文对纵向数据下恒定应力带有误差的加速退化试验进行了统计分析。利用一阶矩和二阶矩将恒定应力带有误差的加速退化模型转化成恒定应力无误差的模型,然后采用迭代加权最小二乘估计法对模型中的参数进行估计。在本文中给出了一种迭代的计算过程,并且在适当的条件下证明了所得估计量的强相合性和渐近正态性。最后,通过数值模拟对所提出的估计方法与忽略应力误差和退化数据相关性的传统估计方法进行了比较。模拟结果表明迭代加权最小二乘估计具有更高的精度和更小的均方误差。

目录

文摘

英文文摘

第一章 绪论

1.1 退化数据

1.1.1 退化数据的介绍

1.1.2 退化曲线

1.1.3 退化中的波动

1.2 加速退化试验

1.2.1 加速退化试验定义

1.2.2 加速退化试验类型

1.2.3 加速退化试验的数据结构

1.3 国内外研究现状

1.4 本文的工作

第二章 纵向数据下恒定应力带有误差的加速退化试验分析

2.1 模型介绍

2.2 估计方法

2.3 估计量的性质

2.4 迭代算法及其收敛性

2.5 定理的证明

第三章 数值模拟

结论与展望

一.本文结果

二.有待进一步研究的问题

参考文献

致谢