一、条件均值在可靠性工程中的若干简单应用（论文文献综述）
李松[1]（2021）在《基于加速试验和随机过程模型的车用橡胶材料可靠性评估研究》文中认为橡胶材料是一种可再生、可重复利用、具有优良性能的复合材料;相对于金属材料,其具有高弹性、低模量、低硬度、高阻尼等优点。随着制备技术的提升和材料科学的发展,越来越多的橡胶材料被制作成高可靠性、长寿命的产品并在机械、航空、汽车和电子电器等领域得到广泛的应用,橡胶产品其在现代工业系统中承担着绝缘、密封、连接、传动和隔振等功能,在现代工业中起着举足轻重的作用。然而,高温、氧气、紫外线、油污和臭氧等外界环境应力不可避免地造成橡胶产品的性能退化而使其不能满足正常工作的需求,通过建立车用橡胶材料的可靠性评估模型可以快速评估其退化程度,从而为汽车上关键的橡胶零部件的有效剩余寿命估计和生产制造提供科学依据。基于上述背景,本文以车用橡胶材料为研究对象,依托国家重点研发计划项目（编号:2018YFB0106200）,通过研究老化橡胶的宏、微观性能指标随退化时间和所受的加速应力之间的关系来揭示其老化机理,使用威布尔分布拟合老化橡胶压缩永久变形率的伪失效寿命数据,然后基于时温等效原理建立密封橡胶在自然环境中的可靠性评估模型;考虑到车用橡胶材料在服役过程中存在着多应力加速、多性能同时退化的现象,本文进一步基于Copula函数和随机过程模型建立车用橡胶产品的二元应力加速、二元性能退化的可靠性评估模型。具体内容如下:第一部分,从车用橡胶产品的可靠性研究现状、加速退化试验技术、加速失效机理一致性检验方法和可靠性建模等四个方面进行了综述。首先总结了在橡胶材料可靠性研究中常用的宏、微观评价指标,然后从不同的应用场景出发讨论了隔振橡胶、轮胎橡胶和密封橡胶的可靠性研究现状。从退化应力施加方式的角度详细比较了恒定应力和步进应力加速退化试验技术及各自优化方法的研究进展;考虑到产品的加速失效机理一致性是保证退化数据有效性的充要条件,故本文还比较了可靠性研究中常用的失效机理一致性检验方法。机器学习算法、统计学和Copula函数的发展丰富了可靠性建模方法,本文着重对比目前比较常用的退化建模方法。第二部分,简单介绍可靠性研究中的基本概念,如可靠度、失效率、中位寿命和平均寿命等;然后详细地阐述了本文中建立车用橡胶材料可靠度模型所用到的退化模型、加速模型、Copula函数和参数估计方法等。进一步基于加速系数不变原则推导了随机过程中模型参数的加速关系,这为将橡胶产品的可靠度从加速工况外推至常规应力工况搭建了“桥梁”。第三部分,主要研究了老化橡胶的宏、微观失效指标与老化机理之间的联系。首先根据国家标准设计了哑铃型橡胶样片并将其置于不同温度的老化箱内进行老化试验,使用电子拉力试验台对老化后的橡胶样件进行单轴拉伸试验得到断裂应力、断裂应变和应力应变等宏观力学性能数据;考虑到橡胶的退化常常伴随着硬度变化,本文还使用硬度计测量了老化橡胶的硬度数据。进一步使用扫描电镜试验对不同老化程度的样本表面和断口进行观察,解释老化橡胶力学性能退化程度与所受到的温度应力的内在关系。第四部分,使用动力学曲线拟合某O型橡胶密封圈在四种不同温度应力作用下的压缩永久变形率数据,结合给定的失效阈值获得橡胶密封圈的伪失效寿命数据并使用威布尔分布建立统计分析模型;基于加速系数不变原则验证了试验中橡胶样本退化失效机理的一致性,最后建立自然环境下的该橡胶材料的可靠性评估模型。第五部分,基于Copula函数和随机过程模型建立车用密封橡胶材料的多元性能退化可靠性评估模型。分别使用三种随机过程建立老化橡胶微观性能参数的边际退化模型,考虑到橡胶的退化是由温度和紫外线共同作用的结果,故选择Eyring加速模型作为边际模型参数的加速关系,使用MCMC算法估计边际模型中的未知参数,通过BIC准则选择最佳的边际退化模型;进一步使用四种不同的Copula函数去“连接”上述最佳边际模型,再次使用BIC准则选择出最佳的Copula函数得到考虑双退化应力的车用橡胶多元性能可靠性评估模型。最后通过美国标准技术研究所（National Institute of Standard Technology,NIST）设计的自然环境下车用密封橡胶退化试验验证了所建立模型的正确性。
周成宁[2]（2021）在《随机和认知不确定性下基于代理模型的结构可靠性方法研究》文中指出结构可靠性理论与方法是结构系统安全与可靠的强有力支撑,备受学术界和工业界的关注,也是可靠性工程领域研究的热点问题。装备产品的研发、设计、制造等环节产生的各种不确定性是影响结构可靠性的关键因素,而结构可靠性理论与方法正是在充分考虑不确定性因素的基础上,对系统结构的安全程度及性能进行量化分析。为了量化不确定性对结构系统可靠性的影响,随机和认知不确定性下的结构可靠性理论与方法受到了国内外学者的广泛关注。然而,当系统的功能函数为隐函数时,进行结构可靠性分析往往需要大量的数值仿真,其计算量在工程中难以承受。现有方法在如何平衡精度和效率的问题上,仍有不少待解决的问题。因此,随机和认知不确定性下的高效结构可靠性分析仍是一个挑战性问题。鉴于此,本文以代理模型为工具,对随机不确定性下的单失效模式高效结构可靠性分析、随机不确定性下的小失效概率可靠性分析、混合不确定性下的结构可靠性分析以及多失效模式下的系统可靠性分析等问题开展了研究。本文的主要工作和创新点概括如下:（1）提出了随机不确定性下集成概率密度函数和自适应Kriging模型的结构可靠性分析方法随机不确定性下基于代理模型的自适应结构可靠性分析方法,其核心在于如何选择每步迭代过程中的最佳样本点。鉴于此,本文构建了一种高效的学习函数,即U*函数。该学习函数包括两部分,A部分为现有的U学习函数,其作用为使得选择的样本点具有功能函数绝对值小和预测方差大的特点;B部分融合了U函数和变量概率密度函数,可有效避免选择对失效概率贡献较小的样本,以减少调用功能函数的次数。所提学习函数引入权重系数,有效集成了A部分和B部分的优点,可尽量避免对功能函数无效调用的情况。算例分析验证了所提方法的有效性。（2）提出了随机不确定性下基于改进抽样策略和收敛准则的小失效概率结构可靠性分析方法基于Kriging模型的结构可靠性分析方法中,影响建模的两个重要因素是学习函数和收敛准则,本文以学习函数和收敛准则为出发点,提出了随机不确定性下基于改进抽样策略和收敛准则的结构可靠性分析方法。系统地开展了构建代理模型时最佳样本点目标区域选择、最佳样本点确定等问题的研究。通过运用重要性抽样思想确定目标抽样区域、用二分法优化策略确定最佳样本点、改进收敛准则加速模型收敛,有效地实现了最佳样本点的高效选择,并克服了目前可靠性方法收敛速度慢的缺点,构建了随机不确定性下基于改进抽样策略和收敛准则的结构可靠性分析模型。同时,在上述结构可靠性理论基础之上,本文进一步深入研究了小失效概率结构可靠性理论,发挥子集模拟方法的优势,提出基于子集模拟的代理模型更新优化策略,为求解小失效概率结构可靠性问题提供了理论指导。（3）提出了随机和认知不确定性下基于Kriging模型和DIRECT函数的可靠性分析方法针对系统中随机、区间变量同时存在的结构可靠性问题,本文提出了随机和认知不确定性下基于Kriging模型和DIRECT函数的可靠性分析方法。以随机、区间混合变量下样本响应区间与极限状态方程的关系为出发点,提出了混合变量下最佳样本点的抽样方法,并且通过学习函数的均值评估样本的不确定性,弥补了依靠单个学习函数值确定最佳样本点的缺陷。同时,提出了更为高效的样本点遍历策略,用以求解失效概率,克服了现有方法遍历效率低下的不足。研究结果显示,本文提出的方法比传统的可靠性分析方法更为有效。（4）提出了随机不确定性下基于Kriging模型的多失效模式系统可靠性分析方法针对系统中含有多个失效模式的结构可靠性问题,提出了基于Kriging模型改进的多失效模式系统可靠性分析方法。本文以系统中失效模式间的串并联关系为出发点,系统地开展了串联、并联模式下最佳样本点的选择区域确定等问题的研究。通过建立系统串并联与安全域、失效域的映射关系,有效地实现了最佳样本点的高效选取,克服了现有方法在变量空间贡献小的区域过度抽样的局限性。在此基础上,采用插值优化方法使得最佳样本点进一步逼近极限状态方程。研究结果表明,该方法大大提高了可靠性分析的效率。
蔡伟[3]（2020）在《群系统基本理论及其在FAST可靠性工程中的应用研究》文中提出系统工程、复杂系统和复杂性的研究是当前各领域研究的重点与难点,经济社会与科学技术的发展使研究人员面临越来越多的跨多学科的极大或极小的复杂系统工程。复杂系统工程在经济或科技发展中往往处于重要地位,有着较高的可靠性要求;这些系统多数处于研制、开发阶段,可借鉴的经验极少,在试验和投产初期故障较多;系统运行中有较详实的现场记录,但如何挖掘出有价值的信息和数据需要做深入研究。为解决上述问题,本论文基于研究团队前期在大型工程运输车辆、桥梁架设装备、冶金行业液压系统领域所展开的创新设计和可靠性研究工作,在给出群系统的定义、性质、分类的基础上,建立群系统基本理论体系,分析其功能实现过程,构建群系统可靠性工程方法,并在FAST射电望远镜可靠性工程中进行应用研究。本文的主要研究内容如下:（1）给出了群系统、子系统和族系统概念和分类标准;从群系统集合性角度确定了群系统的数学符号、矩阵构造和图像呈现方法;提出系统同态概念,结合同态系数及计算方式,给出了同态分析的过程,建立了群系统同态判定标准;给出了在群系统理论研究中可以进一步扩展研究的设计方法、可靠性工程、运行管理、反馈体系及应用探索等内容。（2）从群系统的功能性角度分析了影响群系统功能实现的影响要素及判断关键影响因素的方法,指导群系统的运行维护;基于目标导向的基本思想,提出了采用k-均值聚类的族系统划分方法,并分析了族系统数量的选择和评价指标计算;提出了群系统数据采集、处理和可视化方法;总结了子系统协调控制的形式及方法;给出了群系统的结构模型、系统合作协议的形式。（4）构建了群系统可靠性框图和模糊马氏退化数学模型表述形式,分析了群系统中的子系统间的可靠性逻辑关系,归纳出群系统的“三化两性”可靠性设计准则,设计了群系统的AGREE可靠性分配、降额设计和冗余可靠性设计方法,运用Duane模型和AMSAA模型完成了群系统可靠性增长分析,提出了基于阈值选择的群系统动态寿命预测方法,制定了群系统可靠性管理措施。（5）分析了FAST射电望远镜群系统的结构,采用python编程语对FAST健康监测数据进行了清洗及可视化,在分析了液压促动器单个系统的原理及构成基础上,开展了增长试验,建立了FAST液压促动器群系统可靠性模型,依托相关监测数据对可靠性模型进行验证,提出模型优化方案并进一步展开应用,根据可靠性模型的分析结果提出了FAST射电望远镜的运维策略,保障FAST的科学观测与安全高效运维。对一类具有典型可归纳特点的复杂系统的特点、性质、概念、体系、功能和可靠性等几个问题进行了研究,给出了群系统基本概念、性质及分类,研究了基本的描述研究方法及理论内容,分析了功能实现过程中的影响因素、数据挖掘、协调控制、评价反馈等相关内容,提出了群系统可靠性工程方法并在FAST射电望远镜可靠性工程中进行了应用。
程秀作[4]（2020）在《基于信息融合的工业机器人整机可靠性分析》文中认为随着工业自动化的发展,工业机器人己成为工业自动化领域里的一种重要设备,我国的工业机器人产业也随之快速发展,现已是全球最大的工业机器人消费国。由于产业的跨越式发展,我国现有的工业机器人设备设计和机型的研制开发周期短,难以获得足够的可靠性测试数据,缺乏整机的可靠性研究。为了结合少量现有的可靠性现场试验信息,对工业机器人整机进行定性可靠性分析与定量的可靠性指标分析,推进工业机器人整机的可靠性优化管理和维护策略,本文从工业机器人整机的可靠性分析和信息融合理论的角度出发,开展工业机器人的可靠性研究,主要研究内容如下:（1）对工业机器人进行整机的结构和功能分析,绘制可靠性框图,对影响系统功能的关键零部件的故障模式进行分析,制定改进补偿措施,绘制FMEA表。针对传统危害性分析中风险优先数指标存在的意义不明的问题,开展了改进评估指标集的模糊综合评判工作。（2）研究工业机器人整机在不同环境下可靠性寿命信息的融合方法。针对无法满足实际工况环境下的小样本试验数据估计模型参数的问题,提出了MonteCarlo抽样结合经典极大似然估计的超参数估计方法,应用专家打分构建整机的环境因子,结合贝叶斯方法和试验样本数据进行可靠性信息融合,建立了一种基于环境因子融合工业机器人整机历史信息和试验信息的可靠性分析方法。（3）研究工业机器人整机多源可靠性信息的融合方法,对整机性能可靠性信息进行了Bootsrap仿真的可靠性评定;针对整机的多个专家经验信息存在不确定性问题,基于D-S证据理论进行融合处理;构建离散的AMSAA可靠性增长模型,将整机多个阶段的增长信息融合为多次增长后的可靠性先验信息。对主观专家经验信息、客观信息性能和可靠性增长信息进行等效验前信息转换,应用相容性检验方法构建混合先验分布,解决了由于信息源之间形式和来源不同造成的不相容问题,建立了融合工业机器人整机多源可靠性信息的贝叶斯理论的可靠性分析方法。
李京生[5]（2020）在《高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究》文中进行了进一步梳理高速铁路作为国民经济的大动脉,在人民的日常生活中扮演着至关重要的角色。我国处于环太平洋地震带与欧亚地震带这两个世界上最大的地震集中发生地带,是一个地震灾害严重的国家。对高速铁路而言,即使是较小震级的地震,也可能会给正在行驶中的高速列车带来脱轨、倾覆等列车运行安全事故,造成人员伤亡和经济损失。在地震发生后,高铁地震预警系统可以在破坏性的地震波到来之前的数秒至数十秒之间发出预警,使高速行驶的列车尽快减速或者停车,这样可以防止或减轻地震灾害为铁路运输安全带来的危害,避免重大的人员伤亡和财产损失,具有相当可观的减灾效益。车载地震紧急处置装置作为高铁地震预警系统的重要组成部分之一,一旦可靠性达不到要求从而发生故障,将会导致高铁地震预警系统误报或漏报地震预警信息,这不仅会造成旅客的恐慌,而且会给行车带来不便,以及导致一些不必要的损失,产生不良后果。因此,合理正确的对车载地震紧急处置装置进行建模及评估,是亟需解决的重要问题。车载地震紧急处置装置包括车载地震紧急处置装置主机和车载地震紧急处置装置操作终端。对于车载地震紧急处置装置这种复杂的系统来说,由于其具有极高的可靠性,并且可用于试验的样本很少,在试验过程中几乎不产生失效数据,因此很难用常规方法对其可靠性进行建模及评估。本文根据车载地震紧急处置装置及其组成部分的各自特点,将车载地震紧急处置装置操作终端视为不可修单元,将车载地震紧急处置装置主机视为可修系统,分别求出了其可靠性相关指标,同时,将车载地震紧急处置装置视为复杂系统,通过对车载地震紧急处置装置操作终端和车载地震紧急处置装置主机的可靠性相关指标进行融合,从而得到其可靠性指标。本文主要内容和成果如下:（1）将车载地震紧急处置装置操作终端视为不可修单元,并对其可靠性进行建模及评估:为了解决用于进行试验的车载地震紧急处置装置操作终端数量较少的限制,以及随着产品的复杂度和产品可靠性的提高,车载地震终端发生故障的可能性越来越小,导致单一的实验室试验或者现场试验得到的可靠性数据有限的弊端,本文使用相似性理论的相关内容和贝叶斯方法求出车载地震紧急处置装置操作终端的后验分布,通过继承因子,将实验室试验和现场试验的数据进行融合从而得到车载地震紧急处置装置操作终端的可靠性相关指标。本文使用的方法充分考虑了实验室试验和现场试验的异同,并且充分利用了车载地震紧急处置装置操作终端各试验阶段的信息,因此更具有合理性。（2）将车载地震紧急处置装置主机视为可修系统,并对其可靠性进行建模及评估:为了解决车载地震紧急处置装置主机后验分布复杂,难于计算等问题,本文先是建立了车载地震紧急处置装置主机可靠性的分层贝叶斯模型,然后将随机过程中的马尔科夫链应用到蒙特卡洛模拟中,使用Gibbs抽样的方法得出参数后验分布的抽样,进而求得其后验估计值。这使得最终结果不仅比普通贝叶斯方法得出的结果更“安全”,而且解决了其后验分布复杂,难于计算的问题。（3）将车载地震紧急处置装置视为复杂系统,并对其可靠性进行建模及评估:车载地震紧急处置装置由两部分构成,分别为车载地震紧急处置装置操作终端和车载地震紧急处置装置主机。本文在考虑到其是由不同组成部分构成的因素,在其不同组成部分可靠性指标融合的过程中引入了权重的概念,并且采用了基于D-S证据推理的专家信息融合。与其他确定权重的方式相比,在使用D-S证据理论的方法确定车载地震紧急处置装置主机和车载地震紧急处置装置操作终端可靠性权重的过程中,充分考虑了不同的专家提供信息的不确定性,使不确定性在信息融合的过程中不断降低。
孙延浩[6]（2020）在《高速铁路行车调度系统可靠性评估方法研究》文中研究表明调度系统是铁路运输组织的核心之一,是保证列车安全、准时、高效运行的重要屏障。近几年,我国高速铁路迅猛发展,截止到2019年底,我国高速铁路通车里程达3.5万公里,高居世界首位。高速铁路高速度、高密度、大运量的特点对调度系统带来了严峻的挑战和更高的要求。强化高速铁路行车调度系统的可靠性和安全性,对高速铁路的安全运营十分关键。高速铁路行车调度系统作为一个“人-机”交互的高耦合性系统。其结构庞大,元素众多、功能复杂。系统内的各种设备不仅具有各自的独立性,同时又具有一定的关联性,再加上系统内“人”的随机性,导致高速铁路行车调度系统的可靠性研究变的十分困难。因此目前对于高速铁路行车调度系统可靠性研究大部分都停留在定性层面的分析上,而未进行深入的研究。针对目前存在系统可靠性研究不够深入的问题,本文从系统的关键设备和节点入手,围绕硬件、软件、人因以及系统层级四个维度对可靠性进行深入的解构和分析。本文的主要研究内容如下:（1）详细梳理了高速铁路行车调度系统的组织架构、岗位设置、业务功能以及信息交互,并根据系统信息传递机制和信息属性,基于复杂网络理论构建了高速铁路行车调度系统的拓扑网络结构图。通过对系统节点和边的重要度分析,验证了高速铁路行车调度系统在整个调度系统中的核心地位和作用,同时也得出了列车调度员是中心关键节点,自律机是车站关键节点的结论。（2）针对高速铁路行车调度系统在运营或者维护时存在大量的故障记录无法得到有效的利用的问题,构建了基于词频-逆向文件频率（Term Frequency-Inverse Document Frequency,TF-IDF）和Text-Rank的算法模型,通过该模型提取到系统故障的关键词,并在此基础上通过运用狄利克雷模型提取到系统故障的关键主题。通过对系统的关键词和主题特征进行分析,发现车站系统是高速铁路行车调度系统的故障多发地点,而自律机为车站子系统的故障多发设备。（3）针对系统中自律机设备在可靠性分析中状态方程求解难的问题,提出一种基于马尔可夫过程的公式法,该公式使得状态可靠性分析不再通过繁琐的拉普拉斯变换或者C-K（Chapman-Kolmogorov）方程进行求解,通过计算结果证实,该方法与拉普拉斯变换方法得出的结果一致。（4）针对自律机设备可靠性分析中忽视自律机切换单元故障以及没有考虑修理工的问题,提出了一种扩展的马尔可夫过程方法,该方法通过引进补充变量法,使得马尔可夫过程依然可以对修理工休假时间和维修时间服从一般分布的自律机系统进行可靠性建模分析。通过分析发现,修理工的休假时间对可靠性影响较大,因此在成本一定的情况下,应合理安排修理工的休假时间。（5）针对自律机软件测试过程中发现的软件故障检测率不规则的问题,通过引进不规则模型参数,提出一种改进的非齐次泊松过程（Non-Homogeneous Poisson Process,NHPP）类的软件可靠性分析模型,并将该模型运用到自律机软件测试中。依据测试故障数据。计算出当测试天数为45天时可以达到规定条件下的可靠性要求。（6）作为一个“人-机”交互系统,对于调度员进行可靠性建模分析不可或缺。考虑到认知可靠性与失误分析法（Cognitive Reliability and Error Analysis Method,CREAM）易于操作分析,因此在CREAM基本法的基础提出一种改进方法。该方法使得CREAM法对人误操作概率的推算不再是个区间值,将该方法用以调度员的人误概率计算,并以“CTC控制模式转化”和“列控临时限速”为例进行了实际应用分析。（7）针对目前缺乏面向系统层面可靠性综合评估的问题,提出一种基于群决策和区间二元语义的评估方法。群决策方法降低了专家主观评价系统可靠性带来的主观性。采用区间二元语义作为系统评估的语言,降低了系统可靠性评估过程出现的信息丢失问题,提高了评估结果的可信度。
李思雨[7]（2020）在《基于神经网络的软件可靠性模型研究及实现》文中研究表明随着软件在武器装备中地位的提升,我军对软件质量的要求越来越高。软件可靠性作为通用质量特性中的重要组成部分,也受到了更多的关注。软件可靠性评估是软件可靠性工程过程活动中对可靠性水平进行直接评价的关键环节,但在实际的应用中,却难以真正投入生产工作。主要问题在于软件的失效数据不足,且单一软件可靠性模型的适用性不强。针对以上问题,本文提出了一种软件失效数据补充方法,提高了软件可靠性测试、评估的效率;建立了一种基于神经网络的软件可靠性模型,在模型的准确性上进行了提升;实现了模型的工具化,推进软件可靠性评估投入生产实践。本文的主要研究内容包括以下三点:（1）提出了软件失效数据的补充方法。本文首先梳理分析了目前软件失效数据面临的问题,通过引入系统测试、确认测试的失效数据和用例,对失效数据进行补充,缓解了由于失效数据不足而导致可靠性评估无法开展的问题。（2）提出了一种基于神经网络的软件可靠性模型。本文对经典的软件可靠性模型展开了研究,从中选取了恰当的模型作为组合模型的基模型,将神经网络算法引入了基模型权重的自动配置过程,使模型的预测精度得到了提高。本文将多种神经网络算法应用于软件可靠性模型评估并进行验证,对比它们的预测精度,证实了本文模型的有效性和优越性。（3）实现了模型的工具化。本文将提出的软件可靠性模型实现了工具化,把理论研究成果转化为了一个可以使用的原型工具,促进了软件可靠性评估进一步在生产实践中的应用。
陈悦[8]（2020）在《基于构件分析的软件可靠性评估与分配模型及应用》文中研究说明面向对象思想在软件开发过程中的不断成熟,使得构件软件成为当下一种主流的软件形态。构件软件在关键基础设施和安全重要领域的应用日益显着,其可靠性问题受到高度重视。软件可靠性评估与分配工作隶属于可靠性工程前期并贯穿系统的设计与开发始终,对提升软件可靠性具有关键意义。本文研究内容主要包括以下方面:首先,针对现有的软件可靠性研究忽视不同构件对系统可靠性影响的问题,基于图论思想和Page Rank算法启发定义了构件影响力参数,提出一种三参数构件影响力度量模型。该模型通过分析自影响力、失效影响力和故障传播影响力以计算不同构件作用,并将计算得到的构件影响力直接应用于软件可靠性评估与优化中以获得更加准确的结果。实验结果表明该模型考虑了不同构件对系统可靠性的影响程度,能够得到合理的结果,且该计算结果可以应用于软件可靠性优化设计中,能够识别相对关键的构件,帮助软件设计人员合理安排时间和分配测试资源。其次,针对软件系统普遍存在的体系结构多样性问题,提出一种基于结构分析和构件影响力的软件可靠性评估模型。该模型通过分析不同体系结构下构件的交互特征,建立软件系统状态映射机制以完成不同结构下构件到系统状态的转换,建立系统状态转移矩阵,进而利用离散马尔可夫链预测软件可靠性,并在可靠性计算中考虑了构件影响力参数进一步刻画不同构件对系统可靠性的作用。实验结果表明与其他同类方法相比,该模型得到的结果更加接近软件系统的实际可靠性。再次,提出一种基于改进鸟群算法的构件软件可靠性分配模型。现有的可靠性分配模型大多忽视了软件系统的构件特征,且原有的鸟群算法处理可靠性分配这类复杂非线性优化问题容易陷入局部最优。本文基于三参数指数型成本函数将可靠性分配问题转化成约束优化问题,并结合构件影响力建立最优分配模型,通过改进初始化方法、引入决策因子以及边界处理三种策略对鸟群算法进行优化,将改进后的算法应用于新模型的求解中,最终获得更加准确的分配结果。实验结果表明该模型得到的软件可靠性分配结果更加贴合实际,在降低软件开发成本上具有重要意义,改进后的鸟群算法收敛速度快、全局寻优能力强且不易陷入局部最优。最后,综合上述研究内容,本文提出一种基于构件分析的软件可靠性预测框架,基于该框架设计并实现了构件软件可靠性预测系统,包括需求分析、总体设计、功能设计以及系统实现等,利用该系统可以在软件开发过程中对构件软件的可靠性进行预测。
张亚飞[9]（2020）在《高度非线性系统结构可靠性优化设计方法及其应用》文中研究说明随着机械装备性能要求的提高及其复杂的服役环境,如何保证机械结构的可靠性已成为机械设备良好运行的关键,而机械结构的可靠性评估和优化设计是保证机械结构可靠性的重要组成部分。由于机械结构的失效模式复杂且多样,所以反映机械结构性能的结构功能函数通常是高度非线性的。然而,在对高度非线性功能函数的可靠度求解时,传统的可靠性评估方法求解效率不高而且其求解结果可能出现周期性振荡的不收敛现象。另一方面,为了保证机械结构的可靠性并且对其进行优化设计,需要对机械结构进行可靠性优化设计。在可靠性优化设计中,可靠性优化算法对于具有高度非线性功能函数的优化问题的求解同样存在效率低和稳定性不高的问题。因此,保证可靠性方法对高度非线性功能函数的可靠度求解时快速收敛和提高可靠性优化设计方法的求解效率和稳定性对于机械结构可靠性评估和优化设计具有重要的意义。针对上述问题,本文的主要工作内容如下:1)首先介绍了可靠性建模的基本理论及相关概念,重点分析并比较了常见可靠性评估方法在求解效率和求解精度方面的特点和局限性。2)为了评估圆柱蜗杆传动机构的可靠性,利用Taylor级数将蜗杆传动机构功能函数进行展开并得到其前四阶中心矩,以此作为约束条件,结合最大熵原理分别得到蜗轮齿面接触强度和齿根弯曲强度结构功能函数的概率密度函数,在此基础上,分析了蜗轮齿面接触和齿根弯曲两种失效模式的可靠性。另一方面,考虑蜗轮齿面接触和齿根弯曲两种失效模式之间的相关性,建立了其失效相关条件下的可靠性模型,给出了两种失效模式之间的相关系数和蜗轮总体可靠度。以某减速器蜗轮为例对所提方法通过蒙特卡洛仿真进行了验证。结果表明,基于四阶矩和最大熵原理的可靠性方法具有较高的精度,蜗轮两种失效模式之间存在一定的相关性。3)在结构可靠性分析中,一次可靠性方法（FORM）中的HL-RF算法是一种被广泛使用的求解工具。然而,对于一些高度非线性可靠性问题的求解,其迭代过程中可能出现周期性循环等不收敛的现象。为了提高一次可靠性方法对于非线性可靠性问题的求解效率,本文通过引入自适应因子提出了一种自适应一次可靠性方法（AFORM）。在两参数近似可靠性方法的基础上,AFORM方法根据新的迭代点和以前的迭代点求得相应的角度,利用角度条件判断结果的收敛性。在此基础上,根据结果的收敛程度,通过自适应因子不断的调整近似可靠性方法的两个迭代参数,通过改变参数进而调整迭代步长以提高一次可靠性方法的效率和稳健性。本文通过四个数值算例及两个工程可靠性评估实例对所提方法进行了验证,结果表明,与其他的一次可靠性算法相比,该方法具有效率高和稳健性好的特点。4)为了提高基于性能度量方法（PMA）的结构可靠性设计优化的效率,针对具有非线性功能函数的结构可靠性设计优化模型求解效率不高的问题提出了一种改进的共轭梯度方法（MCGA）。在PMA中,先进的均值法（AMV）因其简单、高效而被广泛应用于工程中。然而,AMV方法对于具有高度非线性的结构功能函数的可靠性优化模型求解时会出现效率低和产生不稳定的结果。为了克服这一缺点,本文提出的MCGA方法通过修正共轭梯度法（CGA）的相关参数和共轭梯度算法寻找最优设计点的方向来提高求解效率。最后,给出了四个具有高度非线性性能函数的数值算例和一个减速器的可靠性优化设计实例。结果表明,与混沌控制法（CC）、改进的混沌控制法（MCC）和CGA等其他方法相比,所提MCGA方法在结构可靠性和可靠性优化设计（RBDO）分析方面具有更好的效率和鲁棒性。
刘中正[10]（2019）在《发动机可靠性样本集创建与应用研究》文中指出可靠性设计是现代发动机可靠性研究中的重要步骤,然而在进行可靠性设计时,由于缺乏系统的数据,结果往往与工程实际相差甚远。本文针对这一问题,首次提出并创建了基于现场数据的发动机及子系统的可靠度样本集,为发动机可靠性设计工作提供数据支持。通过整理分析近四千条的发动机现场试验数据,对其进行深度挖掘,按系统分析不同型号发动机在各种不同工程背景中的故障情况,和不同型号发动机在各种工程背景中的使用率,将故障情况的分析评价和使用率的分析作为创建可靠性样本集的重要内容,初步构建发动机可靠性样本集的基本结构,建立了样本集故障分析、可靠性评价指标和可靠性模型三大模块。以可靠性设计工作为例,详尽阐述了可靠性样本集的数据支持作用和参考作用。为完善和补充可靠性样本集可靠性指标模块的内容,应用质量管理软件,识别和分析发动机的里程分布,通过对比分析各种分布的拟合优度,选择拟合结果好,参数估计方便的威布尔分布,以此建立基于里程分布的概率论模型,计算了A、B型号发动机在牵引机车、公路运输车、工程机械中应用时的平均无故障工作里程;分析并研究了 A、B型号发动机在牵引机车、公路运输车、工程机械中应用时无维修工作期随里程的变化趋势,得到了在发动机不同里程阶段的无维修工作期并将平均无故障里程和无维修工作期作为重要的发动机可靠性指标模块内容。基于发动机可靠性样本集,构建了多因素影响的发动机可靠性模型,分析发动机型号、工程使用背景、使用里程、使用时间、使用率对发动机累计失效率的影响。通过对人工数据整理和机器数据清洗,认识影响因素中连续变量（使用里程、使用时间、使用率）之间的线性关系,并根据此选用合适的机器学习算法:岭回归,建立发动机可靠性模型,并进行参数优化。然后验证了参数优化后的可靠性模型在发动机各型号、各工程背景下的极高拟合度和在各时间区间、里程区间内的拟合精确度。应用此模型可以分析发动机的累计失效率的变化,可以作为样本集可靠性模型模块内的重要内容,并为日后的可靠性设计、提升等工作提供重要参考。
二、条件均值在可靠性工程中的若干简单应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、条件均值在可靠性工程中的若干简单应用（论文提纲范文）
（1）基于加速试验和随机过程模型的车用橡胶材料可靠性评估研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 橡胶可靠性及其应用 |
| 1.2.2 加速退化试验技术 |
| 1.2.3 加速失效机理一致性辨识 |
| 1.2.4 基于退化数据的可靠性建模 |
| 1.3 关键问题与技术路线 |
| 1.3.1 拟解决的关键问题 |
| 1.3.2 技术路线 |
| 1.4 主要研究内容 |
| 第2章 加速退化建模理论基础 |
| 2.1 可靠性理论基础 |
| 2.1.1 可靠性的度量指标 |
| 2.1.2 性能退化相关理论 |
| 2.2 性能退化建模 |
| 2.2.1 基于退化轨迹的退化建模 |
| 2.2.2 基于退化量分布的退化建模 |
| 2.2.3 基于随机过程的退化建模 |
| 2.3 加速模型 |
| 2.3.1 物理加速模型 |
| 2.3.2 经验加速模型 |
| 2.3.3 统计加速模型 |
| 2.4 加速因子不变原则及其推导 |
| 2.4.1 Wiener过程的加速因子不变原则推导 |
| 2.4.2 Gamma过程的加速因子不变原则推导 |
| 2.4.3 Inverse Gaussian过程的加速因子不变原则推导 |
| 2.5 Copula函数理论基础 |
| 2.5.1 Copula函数定义 |
| 2.5.2 Sklar定理 |
| 2.5.3 常见Copula函数 |
| 2.5.4 相关性度量 |
| 2.5.5 模型选择准则 |
| 2.6 参数估计 |
| 第3章 橡胶加速退化性能评价指标及内在机理分析 |
| 3.1 橡胶性能退化评价指标 |
| 3.2 橡胶性能试验 |
| 3.2.1 加速退化试验 |
| 3.2.2 单轴拉伸试验 |
| 3.2.3 硬度测量实验 |
| 3.3 老化橡胶微观组织试验 |
| 第4章 自然环境下车用密封橡胶性能退化建模 |
| 4.1 基于退化数据的建模概述 |
| 4.2 密封橡胶退化数据建模分析 |
| 4.2.1 橡胶性能参数退化轨迹拟合 |
| 4.2.2 伪失效寿命值的统计分布 |
| 4.3 加速失效机理一致性检验 |
| 4.4 自然环境下橡胶性能衰退预测 |
| 4.5 橡胶密封圈存储可靠度计算 |
| 第5章 橡胶多元性能退化可靠性建模 |
| 5.1 多元性能退化可靠性建模理论 |
| 5.2 多元性能退化可靠性评估模型 |
| 5.2.1 橡胶加速退化试验概述 |
| 5.2.2 橡胶退化数据描述 |
| 5.2.3 多元应力加速退化可靠性建模 |
| 5.3 参数估计 |
| 5.3.1 边际退化模型的参数估计 |
| 5.3.2 Copula函数的参数估计 |
| 5.4 车用橡胶可靠性评估 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究内容 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 发表的学术论文 |
| 国家发明专利 |
| 参与的科研项目 |
| 获得的奖励荣誉 |
| 致谢 |
（2）随机和认知不确定性下基于代理模型的结构可靠性方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 引言 |
| 1.3 国内外研究现状 |
| 1.3.1 随机不确定性下的结构可靠性理论与方法 |
| 1.3.2 认知不确定性下的结构可靠性理论与方法 |
| 1.3.3 随机和认知不确定性下的结构可靠性理论与方法 |
| 1.4 本文的主要研究内容与结构安排 |
| 第二章 随机不确定性下的自适应结构可靠性分析方法 |
| 2.1 引言 |
| 2.2 代理模型 |
| 2.2.1 代理模型简述 |
| 2.2.2 Kriging理论 |
| 2.3 结构可靠性的基本概念 |
| 2.3.1 结构可靠度 |
| 2.3.2 功能函数与失效概率P_f |
| 2.4 蒙特卡洛方法在结构可靠性分析中的应用 |
| 2.5 考虑概率密度函数的结构可靠性分析方法AK--PDF |
| 2.5.1 学习函数EFF和U |
| 2.5.2 AK-PDF方法 |
| 2.5.3 AK-PDF方法的基本步骤 |
| 2.6 算例分析 |
| 2.6.1 算例1.一个高度非线性的二维数值算例 |
| 2.6.2 算例2.非线性振荡器的动态响应问题 |
| 2.6.3 算例3.汽车前轴工字梁 |
| 2.6.4 算例4.四杆桁架结构可靠性分析 |
| 2.7 本章小结 |
| 第三章 随机不确定性下的小失效概率问题结构可靠性分析方法 |
| 3.1 引言 |
| 3.2 重要性抽样方法简介 |
| 3.3 基于Kriging模型和二分法的高效结构可靠性分析方法ESRA-KD |
| 3.3.1 基于IS方法和二分法的最佳样本点选取策略 |
| 3.3.2 一种改进的收敛准则 |
| 3.3.3 ESRA-KD方法分析流程 |
| 3.4 ESRA-KDS方法在小失效概率问题中的应用 |
| 3.4.1 子集模拟方法SS |
| 3.4.2 ESRA-KDS方法在小失效概率问题中的应用 |
| 3.5 算例分析 |
| 3.5.1 算例1含四个分支的串联系统 |
| 3.5.2 算例2承受均匀载荷的屋顶桁架结构 |
| 3.5.3 算例3十杆桁架结构 |
| 3.5.4 算例4小失效概率问题 |
| 3.6 本章小结 |
| 第四章 随机不确定性下的多失效模式结构可靠性分析方法 |
| 4.1 引言 |
| 4.2 多失效模式下的结构可靠性分析方法 |
| 4.3 蒙特卡洛方法在多失效模式结构可靠性分析中的应用 |
| 4.4 IK-SRA方法 |
| 4.4.1 AK-SYS方法和ALK-TCR方法回顾 |
| 4.4.2 一种用于多失效模式可靠性分析的抽样策略 |
| 4.4.3 一种搜寻最佳样本点的插值优化策略 |
| 4.4.4 IK-SRA方法的基本步骤 |
| 4.5 算例分析 |
| 4.5.1 算例1一个含三失效模式的并联系统 |
| 4.5.2 算例2一个含三失效模式的串联系统 |
| 4.5.3 算例3失效区域不互联的并联系统 |
| 4.5.4 算例4一个含多变量的屋顶桁架结构 |
| 4.5.5 算例5一个含有七节点的桁架结构 |
| 4.6 本章小结 |
| 第五章 随机变量和区间变量混合的结构可靠性分析方法 |
| 5.1 引言 |
| 5.2 混合变量下的结构可靠性分析方法 |
| 5.3 蒙特卡洛方法在HRA中的应用 |
| 5.4 AKMD-H方法 |
| 5.4.1 一种用于HRA的新的抽样策略 |
| 5.4.2 一种改进的混合变量下的学习函数 |
| 5.4.3 一种改进的混合收敛准则 |
| 5.4.4 一种基于DIRECT函数的样本点遍历优化策略 |
| 5.4.5 AKMD-H方法详细步骤 |
| 5.5 算例分析 |
| 5.5.1 算例1含一个区间变量和两个随机变量的数值算例 |
| 5.5.2 算例2屋顶桁架结构的可靠性分析 |
| 5.5.3 算例3含多个随机变量和区间变量的悬臂管 |
| 5.5.4 算例4十杆桁架结构的可靠性分析 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）群系统基本理论及其在FAST可靠性工程中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 系统科学起源与研究内容 |
| 1.3 国内外研究现状 |
| 1.3.1 系统科学研究现状 |
| 1.3.2 复杂系统理论及方法 |
| 1.3.3 可靠性工程研究现状 |
| 1.3.4 复杂系统及可靠性问题总结 |
| 1.4 本文的主要研究内容 |
| 第2章 群系统理论研究 |
| 2.1 群系统、子系统与族系统 |
| 2.1.1 群系统cluster-system |
| 2.1.2 子系统sub-system |
| 2.1.3 族系统family-system |
| 2.1.4 群系统实例分析 |
| 2.2 群系统的分类 |
| 2.2.1 宏观与微观群系统 |
| 2.2.2 固定、递增与递减群系统 |
| 2.2.3 主观群系统 |
| 2.3 群系统的集合性 |
| 2.3.1 符号声明 |
| 2.3.2 矩阵构造 |
| 2.4 系统的同态 |
| 2.4.1 同态判断 |
| 2.4.2 初等变换 |
| 2.4.3 同态分析 |
| 2.5 理论扩展内容 |
| 2.5.1 群系统设计方法 |
| 2.5.2 群系统可靠性工程 |
| 2.5.3 群系统运行管理 |
| 2.5.4 评价反馈体系 |
| 2.5.5 群系统应用扩展 |
| 2.6 本章小结 |
| 第3章 群系统功能实现 |
| 3.1 群系统的功能性 |
| 3.2 功能影响要素 |
| 3.2.1 主观要素 |
| 3.2.2 客观要素 |
| 3.2.3 影响要素识别 |
| 3.3 族系统划分 |
| 3.3.1 基本思想 |
| 3.3.2 划分方法 |
| 3.3.3 族系统数量 |
| 3.3.4 分族结果评价 |
| 3.4 数据挖掘 |
| 3.4.1 数据的意义与内涵 |
| 3.4.2 数据采集方法 |
| 3.4.3 数据处理方法 |
| 3.4.4 数据可视化 |
| 3.5 协调控制 |
| 3.5.1 硬连接 |
| 3.5.2 软连接 |
| 3.5.3 同步控制 |
| 3.6 结构模型与系统协议 |
| 3.6.1 结构模型 |
| 3.6.2 系统合作协议 |
| 3.7 本章小结 |
| 第4章 群系统可靠性工程 |
| 4.0 群系统的复杂性 |
| 4.1 群系统可靠性模型 |
| 4.1.1 可靠性框图 |
| 4.1.2 可靠性逻辑关系 |
| 4.1.3 可靠性数学模型 |
| 4.2 群系统可靠性设计 |
| 4.2.1 可靠性设计准则 |
| 4.2.2 可靠性设计方法 |
| 4.3 群系统可靠性增长 |
| 4.4 群系统寿命预测 |
| 4.4.1 阈值选择 |
| 4.4.2 动态寿命预测 |
| 4.4.3 与传统方法对比 |
| 4.5 群系统可靠性管理 |
| 4.5.1 可靠性计划 |
| 4.5.2 可靠性管理 |
| 4.6 本章小结 |
| 第5章 FAST液压促动器群系统可靠性工程 |
| 5.1 FAST群系统结构构建 |
| 5.1.1 FAST系统结构 |
| 5.1.2 群系统结构 |
| 5.2 数据可视化处理 |
| 5.2.1 数据清洗 |
| 5.2.2 可视化处理 |
| 5.3 FAST液压促动器群系统寿命预测 |
| 5.3.1 液压促动器原理 |
| 5.3.2 液压促动器群系统分析 |
| 5.3.3 促动器群系统寿命预测 |
| 5.4 可靠性增长试验 |
| 5.4.1 可靠性增长试验台 |
| 5.4.2 可靠性增长试验 |
| 5.5 可靠性模型与应用 |
| 5.5.1 群系统可靠性模型 |
| 5.5.2 可靠性模型验证 |
| 5.5.3 FAST射电望远镜运维策略 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（4）基于信息融合的工业机器人整机可靠性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外工业机器人可靠性研究现状 |
| 1.2.1 国外工业机器人可靠性研究现状 |
| 1.2.2 国内工业机器人可靠性研究现状 |
| 1.2.3 研究现状综述 |
| 1.3 研究思路与内容安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 可靠性信息融合技术基本理论 |
| 2.1 信息融合技术形成 |
| 2.2 贝叶斯理论 |
| 2.3 可靠性先验信息与可靠性指标 |
| 2.3.1 可靠性先验信息的获取 |
| 2.3.2 可靠性先验信息的检验 |
| 2.3.3 工业机器人的可靠性指标 |
| 2.4 先验分布的构建 |
| 2.5 本章小结 |
| 第三章 工业机器人整机的FMECA分析 |
| 3.1 FMECA分析简介 |
| 3.2 工业机器人整机结构与功能分析 |
| 3.2.1 本体机械系统 |
| 3.2.2 控制系统 |
| 3.2.3 驱动系统 |
| 3.3 工业机器人整机FMEA分析 |
| 3.3.1 故障模式与原因分析 |
| 3.3.2 故障影响及严酷度分析 |
| 3.3.3 故障检测与补偿措施 |
| 3.4 基于PWO指标因素的危害性分析 |
| 3.5 本章小结 |
| 第四章 基于环境因子的工业机器人整机寿命信息融合 |
| 4.1 环境因子 |
| 4.1.1 环境因子的基本假设 |
| 4.1.2 环境因子的定义 |
| 4.1.3 常见寿命分布的环境因子 |
| 4.2 基于专家评分法确定环境因子 |
| 4.2.1 专家评分规则 |
| 4.2.2 专家对工业机器人整机可靠性评分 |
| 4.3 基于环境因子与Bayes方法的可靠性分析 |
| 4.3.1 基于威布尔分布的可靠性试验数据处理 |
| 4.3.2 基于历史信息和环境因子构建先验分布 |
| 4.4 案例分析 |
| 4.5 本章小结 |
| 第五章 基于多源信息融合的工业机器人整机可靠性分析 |
| 5.1 工业机器人整机的性能可靠性信息 |
| 5.1.1 性能可靠性定义 |
| 5.1.2 Bootstrap方法的描述 |
| 5.1.3 性能可靠性的评定 |
| 5.2 基于D-S证据理论的专家信息的融合 |
| 5.3 工业机器人整机可靠性增长信息的融合 |
| 5.3.1 可靠性增长模型的基本假设 |
| 5.3.2 可靠性增长信息的融合 |
| 5.3.3 可靠性增长检验 |
| 5.4 多源可靠性信息的等效转换 |
| 5.5 工业机器人整机多源可靠性信息的融合 |
| 5.6 案例分析 |
| 5.7 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间参与的科研项目及取得的成果 |
（5）高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 系统可靠性理论研究现状 |
| 1.2.2 高铁地震预警系统研究现状 |
| 1.3 高铁地震预警系统简介 |
| 1.3.1 高铁地震预警系统及其架构 |
| 1.3.2 高铁地震预警系统的原理及控车方式 |
| 1.3.3 高铁地震预警系统功能及意义 |
| 1.3.4 车载地震紧急处置装置 |
| 1.4 本文主要工作 |
| 1.4.1 研究内容及结构 |
| 1.4.2 研究方法和技术路线 |
| 2 本研究的理论基础 |
| 2.1 传统可靠性相关概念 |
| 2.1.1 传统可靠性定义 |
| 2.1.2 常用传统可靠性指标 |
| 2.1.3 常用的寿命分布 |
| 2.1.4 典型系统传统可靠性模型 |
| 2.2 贝叶斯方法 |
| 2.2.1 贝叶斯学派基本概念 |
| 2.2.2 贝叶斯定理 |
| 2.2.3 经典学派与贝叶斯学派的比较 |
| 2.3 本章小结 |
| 3 车载地震终端可靠性建模及评估方法研究 |
| 3.1 概述 |
| 3.1.1 单元产品可靠性评估内容 |
| 3.1.2 单元产品可靠性评估方法 |
| 3.2 车载地震终端可靠性分析 |
| 3.2.1 车载地震终端功能分析 |
| 3.2.2 车载地震终端结构分析 |
| 3.3 车载地震终端可靠性建模及评估 |
| 3.3.1 车载地震终端可靠性分析概述 |
| 3.3.2 车载地震终端可靠性后验分布的确定 |
| 3.3.3 超参数的确定 |
| 3.3.4 继承因子的确定 |
| 3.3.5 融合后验分布的确定 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 4 车载地震主机可靠性建模及评估方法研究 |
| 4.1 概述 |
| 4.1.1 可修系统可靠性评估内容 |
| 4.1.2 可修系统可靠性研究方法 |
| 4.2 车载地震主机的可靠性分析 |
| 4.2.1 车载地震主机功能分析 |
| 4.2.2 车载地震主机结构分析 |
| 4.3 车载地震主机可靠性建模及评估 |
| 4.3.1 车载地震主机可靠性数据分析 |
| 4.3.2 车载地震主机可靠性分层贝叶斯模型的建立 |
| 4.3.3 车载地震主机失效率后验分布的推断 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 5 车载地震紧急处置装置可靠性建模及评估方法研究 |
| 5.1 概述 |
| 5.1.1 复杂系统可靠性评估内容 |
| 5.1.2 复杂系统可靠性研究方法 |
| 5.2 车载地震装置的可靠性分析 |
| 5.2.1 车载地震装置功能分析 |
| 5.2.2 车载地震装置结构分析 |
| 5.3 车载地震装置可靠性建模及评估 |
| 5.3.1 信息融合方法 |
| 5.3.2 基于D-S证据理论的专家信息融合 |
| 5.3.3 基于D-S证据理论的不同权重的专家信息融合方法 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文的主要结论 |
| 6.2 待开展工作 |
| 6.3 论文的主要创新点 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（6）高速铁路行车调度系统可靠性评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 依托课题 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 相关定义 |
| 1.2.1 系统 |
| 1.2.2 系统可靠性 |
| 1.3 国内外研究现状 |
| 1.3.1 硬件可靠性 |
| 1.3.2 软件可靠性 |
| 1.3.3 人因可靠性 |
| 1.3.4 整体系统可靠性 |
| 1.3.5 高速铁路行车调度系统可靠性 |
| 1.3.6 既有研究现状评述 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 2 高速铁路行车调度系统结构与作用 |
| 2.1 高速铁路行车调度系统概述 |
| 2.1.1 高速铁路行车调度系统岗位设置 |
| 2.1.2 高速铁路行车调度系统内部设备 |
| 2.1.3 高速铁路行车调度系统相关设备 |
| 2.1.4 高速铁路行车调度系统功能 |
| 2.2 高速铁路行车调度系统信息交互 |
| 2.3 高速铁路行车调度系统地位分析 |
| 2.3.1 复杂网络理论基本原理 |
| 2.3.2 高速铁路行车调度拓扑结构的构建 |
| 2.3.3 节点和边的重要度排序 |
| 2.4 本章小结 |
| 3 高速铁路行车调度系统故障数据分析 |
| 3.1 故障数据预处理 |
| 3.2 故障关键词提取 |
| 3.2.1 TF-IDF算法 |
| 3.2.2 平均信息熵 |
| 3.2.3 Text-Rank算法 |
| 3.3 隐含狄利克雷模型 |
| 3.3.1 隐含狄利克雷分布 |
| 3.3.2 参数估计 |
| 3.3.3 确定主题个数K |
| 3.4 故障数据分析 |
| 3.5 本章小结 |
| 4 高速铁路行车调度系统设备可靠性评估 |
| 4.1 车站自律机 |
| 4.2 自律机硬件系统可靠性分析 |
| 4.2.1 硬件可靠性相关指标 |
| 4.2.2 硬件可靠性建模数学基础 |
| 4.2.3 不考虑故障修复下硬件可靠性研究 |
| 4.2.4 考虑故障修复下硬件可靠性研究 |
| 4.3 自律机软件系统靠性分析 |
| 4.3.1 软件可靠性相关定义 |
| 4.3.2 软件可靠性建模数学基础 |
| 4.3.3 经典NHPP软件可靠性模型 |
| 4.3.4 改进NHPP软件可靠性模型 |
| 4.3.5 自律机软件可靠性测试 |
| 4.4 本章小结 |
| 5 基于CREAM的行车调度人员可靠性分析 |
| 5.1 人因可靠性基础理论 |
| 5.1.1 人因失误相关概念 |
| 5.1.2 人因可靠性分析基本方法 |
| 5.2 基于改进CREAM法的人因可靠性评估 |
| 5.2.1 CREAM法理论 |
| 5.2.2 CPC因子的评估细则 |
| 5.2.3 CPC隶属函数的建立 |
| 5.2.4 CPC因子权重确定 |
| 5.2.5 计算人误概率HEP |
| 5.3 高速铁路行车调度人员可靠性评估 |
| 5.3.1 高速铁路行车调度人员工作场景 |
| 5.3.2 CPC评分值的计算 |
| 5.3.3 模型的合理性分析与验证 |
| 5.4 本章小结 |
| 6 基于群决策的系统可靠性综合评估 |
| 6.1 二元语义基本理论 |
| 6.1.1 二元语义 |
| 6.1.2 区间二元语义 |
| 6.2 群决策评估方法 |
| 6.2.1 群决策在可靠性评估的应用 |
| 6.2.2 指标权重和专家权重的确定 |
| 6.3 综合平均模型的构建 |
| 6.3.1 雷达图综合模型 |
| 6.3.2 系统可靠性评估 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究工作 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（7）基于神经网络的软件可靠性模型研究及实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件可靠性工程的发展现状 |
| 1.2.2 软件可靠性模型的发展现状 |
| 1.3 论文所做的工作 |
| 1.4 论文结构安排 |
| 第二章 软件可靠性简介 |
| 2.1 软件可靠性相关概念 |
| 2.1.1 软件可靠性定义 |
| 2.1.2 软件失效定义 |
| 2.1.3 软件可靠性参数 |
| 2.2 软件可靠性工程基本框架 |
| 2.3 软件可靠性测试 |
| 2.4 软件可靠性评估 |
| 2.4.1 软件可靠性评估的定义 |
| 2.4.2 软件可靠性评估流程 |
| 2.4.3 软件可靠性模型 |
| 2.5 本章小结 |
| 第三章 软件失效数据补充方法 |
| 3.1 失效数据面临的问题 |
| 3.2 失效数据补充的思路 |
| 3.3 失效数据补充的方法 |
| 3.4 失效数据补充的流程 |
| 3.5 本章小结 |
| 第四章 神经网络软件可靠性模型研究 |
| 4.1 模型建立的思路 |
| 4.2 经典软件可靠性模型的分类 |
| 4.3 基模型的选择及介绍 |
| 4.3.1 基模型的选择 |
| 4.3.2 基模型的介绍 |
| 4.4 基于ELM的组合软件可靠性模型 |
| 4.4.1 神经网络算法的选择 |
| 4.4.2 软件可靠性模型的结构 |
| 4.5 模型的验证 |
| 4.5.1 第一组实验 |
| 4.5.2 第二组实验 |
| 4.5.3 第三组实验 |
| 4.5.4 模型验证结论 |
| 4.6 本章小结 |
| 第五章 原型工具 |
| 5.1 原型工具需求分析 |
| 5.2 原型工具功能结构 |
| 5.3 原型工具设计策略 |
| 5.4 原型工具界面展示 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（8）基于构件分析的软件可靠性评估与分配模型及应用（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 软件可靠性评估技术 |
| 1.2.2 软件可靠性分配技术 |
| 1.3 主要研究内容和论文结构 |
| 第二章 构件软件可靠性及相关技术研究 |
| 2.1 构件软件可靠性组成要素 |
| 2.2 构件软件可靠性评估概述 |
| 2.2.1 软件可靠性评估模型分类 |
| 2.2.2 构件软件可靠性评估的共性需求 |
| 2.3 构件软件可靠性分配概述 |
| 2.3.1 软件可靠性分配模型介绍 |
| 2.3.2 软件可靠性分配算法介绍 |
| 2.4 本章小结 |
| 第三章 构件影响力定义及其计算过程 |
| 3.1 软件可靠性评估模型及其不足分析 |
| 3.2 三参数构件影响力度量模型 |
| 3.2.1 软件有向图模型 |
| 3.2.2 构件影响力分析 |
| 3.2.3 基于构件影响力的可靠性评估 |
| 3.3 实验设置与结果分析 |
| 3.3.1 实验设置 |
| 3.3.2 实验结果分析 |
| 3.4 本章小结 |
| 第四章 基于结构分析和构件影响力的软件可靠性评估模型 |
| 4.1 基于结构的可靠性评估模型及其不足分析 |
| 4.2 基于结构分析和构件影响力的软件可靠性评估模型 |
| 4.2.1 基于结构分析的状态映射机制 |
| 4.2.2 模型实现 |
| 4.3 实验设置与结果分析 |
| 4.3.1 实验设置 |
| 4.3.2 结果分析 |
| 4.4 本章小结 |
| 第五章 基于改进鸟群算法的构件软件可靠性分配 |
| 5.1 软件可靠性分配技术及其不足分析 |
| 5.2 基于改进鸟群算法的构件软件可靠性分配 |
| 5.2.1 软件可靠性最优分配模型 |
| 5.2.2 IBSA算法 |
| 5.3 实验设置与结果分析 |
| 5.3.1 实验设置 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 第六章 基于构件分析的软件可靠性预测框架及应用 |
| 6.1 构件软件可靠性预测框架 |
| 6.1.1 构件提取与分析 |
| 6.1.2 软件可靠性预测 |
| 6.2 构件软件可靠性预测系统设计 |
| 6.2.1 需求分析 |
| 6.2.2 总体设计 |
| 6.2.3 功能设计 |
| 6.2.4 关键技术实现 |
| 6.2.5 系统实现 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的论文 |
（9）高度非线性系统结构可靠性优化设计方法及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机械可靠性的发展历程和研究现状 |
| 1.2.2 一次可靠性方法的研究现状 |
| 1.2.3 可靠性优化设计方法的研究现状 |
| 1.3 论文的主要内容与结构框架 |
| 第2章 结构可靠性分析的基本理论和方法 |
| 2.1 引言 |
| 2.2 结构可靠性的基本理论 |
| 2.2.1 随机变量和结构功能函数 |
| 2.2.2 结构的可靠度和失效概率 |
| 2.2.3 结构的可靠度指数 |
| 2.3 常见的基本可靠性分析方法 |
| 2.3.1 仿真方法 |
| 2.3.2 响应面方法 |
| 2.3.3 矩方法 |
| 2.4 本章小结 |
| 第3章 考虑失效相关的圆柱蜗杆传动四阶矩可靠性分析 |
| 3.1 蜗杆传动失效相关的可靠性分析 |
| 3.1.1 蜗杆传动可靠性模型的建立 |
| 3.1.2 基于四阶矩和最大熵原理的可靠性方法 |
| 3.1.3 考虑两种失效模式相关的蜗轮可靠性分析 |
| 3.2 工程实例分析 |
| 3.3 本章小结 |
| 第4章 非线性问题的一种自适应一次可靠性方法及其应用 |
| 4.1 几种常见的非正态分布类型 |
| 4.1.1 对数正态分布 |
| 4.1.2 Gumbel分布 |
| 4.1.3 极值Ⅱ型分布 |
| 4.2 可靠性指数的计算和一次可靠性方法 |
| 4.2.1 最可能点与可靠性指数的关系 |
| 4.2.2 常见的一次可靠性方法 |
| 4.2.3 自适应一次可靠性方法(AFORM) |
| 4.3 实例分析 |
| 4.3.1 非线性数值实例1 |
| 4.3.2 非线性数值实例2 |
| 4.3.3 非线性数值实例3 |
| 4.3.4 非线性数值实例4 |
| 4.3.5 实例 5：管道可靠性评估实例 |
| 4.3.6 实例6:两自由度弹簧阻尼动力系统可靠性分析 |
| 4.4 本章小结 |
| 第5章 一种改进的共轭梯度可靠性优化设计方法及其应用 |
| 5.1 可靠性优化设计模型和方法 |
| 5.1.1 可靠性优化设计模型 |
| 5.1.2 常见可靠性优化设计方法 |
| 5.1.3 改进的共轭梯度分析(MCGA)方法 |
| 5.2 实例分析 |
| 5.2.1 非线性功函数数值算例 |
| 5.2.2 减速器可靠性优化设计工程实例 |
| 5.3 本章小结 |
| 总结与展望 |
| 本文总结 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文目录 |
（10）发动机可靠性样本集创建与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的提出与意义 |
| 1.2 可靠性技术研究现状 |
| 1.3 论文主要内容 |
| 第2章 基于故障数据的发动机可靠性数据挖掘及样本集初建 |
| 2.1 可靠性样本集创建思路 |
| 2.2 发动机分系统故障统计 |
| 2.2.1 可靠性数据收集 |
| 2.2.2 发动机故障统计原则设定研究 |
| 2.2.3 分系统故障占比与频数统计分析研究 |
| 2.2.4 基于统计数据的各系统主要故障原因和现象分析 |
| 2.3 基于工程使用背景的各型号发动机故障统计分析 |
| 2.3.1 分型号故障统计 |
| 2.3.2 A、B型发动机故障对比分析 |
| 2.3.3 对比分析故阵最多的两型发动机各工程使用背景使用率 |
| 2.4 发动机可靠性样本集数据结构设计 |
| 2.5 本章小结 |
| 第3章 基于样本集数据的可靠性指标完善 |
| 3.1 发动机可靠性数据分析常见的概率分布 |
| 3.2 发动机里程分布函数的确定与计算 |
| 3.3 发动机可靠性指标计算 |
| 3.3.1 平均无故障工作里程 |
| 3.3.2 无维修工作期 |
| 3.4 本章小结 |
| 第4章 基于样本集数据的发动机累计失效率岭回归模型 |
| 4.1 建立可靠性模型步骤 |
| 4.2 数据清洗 |
| 4.2.1 人工数据整理 |
| 4.2.2 机器数据整理 |
| 4.3 发动机可靠性岭回归模型 |
| 4.3.1 岭回归模型 |
| 4.3.2 岭回归参数设置及验证 |
| 4.4 模型性能 |
| 4.4.1 基于型号、用途的累计失效率预测 |
| 4.4.2 基于时间、里程的累计失效率预测 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 硕士期间取得成果 |
| 附录 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
四、条件均值在可靠性工程中的若干简单应用（论文参考文献）
- [1]基于加速试验和随机过程模型的车用橡胶材料可靠性评估研究[D]. 李松. 吉林大学, 2021(01)
- [2]随机和认知不确定性下基于代理模型的结构可靠性方法研究[D]. 周成宁. 电子科技大学, 2021(01)
- [3]群系统基本理论及其在FAST可靠性工程中的应用研究[D]. 蔡伟. 燕山大学, 2020
- [4]基于信息融合的工业机器人整机可靠性分析[D]. 程秀作. 电子科技大学, 2020(01)
- [5]高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究[D]. 李京生. 中国铁道科学研究院, 2020(01)
- [6]高速铁路行车调度系统可靠性评估方法研究[D]. 孙延浩. 中国铁道科学研究院, 2020(01)
- [7]基于神经网络的软件可靠性模型研究及实现[D]. 李思雨. 中国电子科技集团公司电子科学研究院, 2020(03)
- [8]基于构件分析的软件可靠性评估与分配模型及应用[D]. 陈悦. 南京航空航天大学, 2020(07)
- [9]高度非线性系统结构可靠性优化设计方法及其应用[D]. 张亚飞. 兰州理工大学, 2020(12)
- [10]发动机可靠性样本集创建与应用研究[D]. 刘中正. 山东大学, 2019(02)