[发明专利]基于乏信息理论融合的产品寿命特征信息提取方法无效

专利信息
申请号: 201110031491.2 申请日: 2011-01-29
公开(公告)号: CN102081767A 公开(公告)日: 2011-06-01
发明(设计)人: 夏新涛 申请(专利权)人: 河南科技大学
主分类号: G06Q10/00 分类号: G06Q10/00
代理公司: 郑州睿信知识产权代理有限公司 41119 代理人: 陈浩
地址: 471003 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 信息 理论 融合 产品 寿命 特征 提取 方法
【说明书】:

技术领域

发明涉及一种产品寿命特征信息提取方法,尤其是一种基于乏信息理论融合的滚动轴承的寿命特征信息提取方法,属于产品寿命及其可靠性评估和预测技术领域。

背景技术

许多产品,如滚动轴承,尤其是航天航空轴承,核反应堆轴承和风力发电轴承等,不仅需要寿命及其可靠性评估,目前还要求可靠性的置信区间评估。这是产品精度寿命和性能寿命研究的一个新指标。从理论上讲,这个要求是合理的,因为根据不确定性理论,任何参数的估计值都具有不确定性;另外,计量学也要求任何参数的估计值应当伴随其置信水平和置信区间。而可靠性的计算值是由寿命分布参数的估计值得出,必然具有间接不确定性。

两参数威布尔分布是许多产品寿命及其可靠性分析的一个重要函数,为了评估寿命及其可靠性的置信区间,不仅要合理地估计威布尔分布的形状参数β和尺度参数η,更重要的是必须获得这两个参数的密度函数。

经典统计学认为,对于给定的威布尔分布,βη都是唯一确定的常数。但贝叶斯统计学将这两个参数看作相互独立的随机变量。这样,βη被认为具有各自的密度函数γ(β)和ε(η),为了获得γ(β)和ε(η),需要参数βη的大样本含量的估计值βjηj,                                                。对于小样本定时截尾,通常采用极大似然法、矩法或Harris法以获得确定的βη。显然,由于实验信息以及参数信息很少,仅仅依赖这些方法难以解决γ(β)和ε(η)的评估问题。目前,某些方法,例如贝叶斯方法等,对可靠性置信区间的评估涉及到上界值,但需要βη的先验知识。

在小样本条件下,获取大量模拟信息的有效方法是自助法,但自助法是一种非参数估计方法,使用自助法构建连续的γ(β)和ε(η)时需要γ(β)和ε(η)的先验知识,若缺乏γ(β)和ε(η)的先验知识,则难以合理实施参数的区间估计和可靠性分析。事实上,迄今为止,在产品寿命研究中,几乎没有关于γ(β)和ε(η)先验知识的报道。另外,自助法的抽样模式要求原始信息必须具有相同的密度函数属性,不能解决具有不同属性信息(即非完整信息,原始信息同时包含失效时间和截尾时间)的定时截尾试验评估问题。

极大似然法是一种基于联合分布的参数估计方法,允许原始信息具有不同的密度函数属性,但极大似然法不能进行参数的区间估计,也不能进行参数的密度函数估计。

最大熵法是获取密度函数信息的流行方法之一,但最大熵法需要大样本含量的信息才能有效地估计各阶矩,进而求解拉格朗日乘子。

最大熵自助法是小样本评估的一种新方法,并在滚动轴承摩擦力矩的均值和最大值估计等方面得到应用,见《航天学报》2007年第28卷第05期《航天轴承摩擦力矩的最大熵概率分布与bootstarp推断》,但这种最大熵自助法至少需要3个信息样本,且各个样本必须具有大的样本含量。这样才能首先用最大熵法分别建立各个样本的密度函数,得到各个样本个体的均值估计和区间估计;然后用自助法进行后续处理,得到总体的均值估计和区间估计。因此,最大熵自助法不能解决3个以下信息样本的小样本评估问题,也不能解决原始信息很少(即样本含量很少)的小样本评估问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学,未经河南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110031491.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top