设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Statistical and Application 统计学与应用, 2012, 1, 11-15
http://dx.doi.org/10.12677/sa.2012.12003 Published Online December 2012 (http://www.hanspub.org/journal/sa.html)
The Estimation and Pr operties of Reliability for Complex
System under Constant-Stress Accelerated Life Tests
Junli Yang*, Guozhi Zhang
Department of Applied Science, Harbin University of Science and Technology, Harbin
Email: *yangjunli1986@sina.com
Received: Oct. 26th, 2012; revised: Nov. 5th, 2012; accepted: Nov. 19th, 2012
Abstract: This paper studies estimation of the complex system described by minimal paths under the con-
stant-stress accelerated life tests. Assuming that the product life time from each subsystem in the exponential
distribution are type II censoring date under the constant-stress accelerated life tests. Under this condition,
this paper gives the estimation an d its asymptotic distribution of reliability of a complex system.
Keywords: Constant-Stress Accelerated Life Test; Exponential Distribution; Minimal Paths; Reliability;
Asymptotic Distribution
恒加试验下复杂系统可靠度的估计与性质
杨俊丽*,张国志
哈尔滨理工大学应用科学学院,哈尔滨
Email: *yangjunli1986@sina.com
收稿日期:2012 年10 月26 日;修回日期:2012 年11 月5日;录用日期:2012 年11 月19 日
摘 要:本文研究了恒加试验下,基于最小路径描述的复杂系统可靠度的估计问题。假设每个子系统
的寿命分布为指数分布,且在恒加试验下,得到的每个子系统的寿命样本为定数截尾样本,在此条件
下,本文给出了复杂系统的可靠度的估计及其渐近分布。
关键词:恒加试验;指数分布;最小路径;可靠度;渐近分布
1. 引言
恒定应力加速寿命试验(简称恒加试验)是一种常
用的评价高可靠性长寿命产品的各种可靠性特征的
寿命试验方法。通过在加速试验条件下获得的样本来
推断正常条件下产品的可靠性指标。这是非常有意义
的课题。关于恒加试验的统计推断问题已经有很多成
果,1982 年,A. P. Basu、N. Ebrahim i [1]将Shaked 和Sing-
purwalla 的非参数统计方法延伸到两个方面,首先解
决了删失数据的问题,其次把这种方法应用在竞争失
效加速寿命试验中;1990 年,N. Balakrishnan[2]用极大
似然方法讨论了指数分布加速寿命试验逐步 II型截尾
样本下的刻度参数的估计问题;1996 年,张志华、罗
旭[3]给出了指数分布恒加试验下广义线性模型的极大
似然估计;2000 年,B. Dimitri等[4]给出了加速寿命试
验对数线性模型下数据分析的改进方法;2002 年,王
乃生、王玲玲[5]研究了指数分布恒加试验中试验数据
缺失时的统计分析方法,给出了加速模型参数的极大
似然估计与线性估计,证明了极大似然估计的存在性
和唯一性;2008 年,A. J. Watkins、A. M. John[6]研究
了威布尔分布恒加试验II 型截尾样本下,当参数与应
力满足对数线性模型时参数的极大似然估计问题;
2009 年,S. Voiculescu等[7]对于指数分布加速寿 命
*通讯作者。
Copyright © 2012 Hanspub 11
恒加试验下复杂系统可靠度的估计与性质
试验下,加速模型为阿伦尼斯模型的参数给出了极大
似然估计及贝叶斯估计,并用 Monte Carlo 模拟表明
此方法优于以前的结论;同年H. Alaa、A. Hamid[8]研
究了 Burr II分布加速寿命试验逐步 II型删失数据下的
双参数极大似然估计问题。以上结论都是针对元件进
行研究的结果,对于系统的研究较少,特别是对于基
于最小路径、最小割集描述的复杂系统还没有相应的
研究成果。对于系统可靠性,一般都是在正常试验条
件下,基于完全或不完全数据下的研究。2008 年,张
国志等[9]对于基于最小路径、最小割集矩阵描述的复
杂系统给出了系统可靠度的解析表达式及算法实现;
2010 年,张国志、张伟[10]研究了基于最小路径描述的
多源点多汇点网络系统可靠性问题;2012 年,张学玲
[11]等研究了子系统寿命数据为区间型数据,各子系统
是相互独立的基于最小路径描述的复杂系统的可靠
度估计及性质。但在加速寿命试验条件下,对复杂系
统可靠性的研究目前并不多见。
本文所研究的问题是在假设恒加试验下复杂系
统的最小路径矩阵已知的条件下,给出了当每个元件
寿命服从不同参数的指数分布时,定数截尾样本下系
统的可靠度的估计及其渐近分布。
2. 研究问题
复杂系统的描述见文献[9]:
设系统 S是由 m个独立子系统 构成,
子系统寿命变量分别记为
12
,,,
m
SS S
,
m12
,,
X
X
A
X

12
,,,
k
,系统的寿命
变量记为X。记 阶矩阵
mk



0i
k
12
,,,
ii ik
VV V
,1,2,,
ik
i m
i
ni
k
1,2,,
i
i m
ij
i
k
下
12 1,2,,; 1,2,,
ij
ij ijijri
tt timjk
为系统
S的最小路径矩阵。
系统的第 i个元件寿命服从指数分布,恒加试验
的实施如文献[12]描述如下:
1) 确定 正常应力水平V和个加速应力水平
,这些应力水平满足:
i
012 i
ii
VVVV
2) 从该批产品中随机选出 个样品,并分为
组,其样本容量分别为

121 2
,,,
ii
iiik iiik
nnn nnnn ,
将第 j组样品安排在应力水平V下进行加速 寿命试验。
3) 在个加速应力水平下分别进行定数截尾加
速寿命试验。设在应力水平 ij
Vij
n样品中有 ij
r个失
效,其失效数据满足:
个

 
0
12
,,,
i
ii ik
VV V

恒加试验的统计推断是在下面两个假定下进行
的:
A1:在正常应力水平V和加速应力水平
下产品寿命均服从指数分布。其分布函
数为:
1 0; 1,2,,; 0,1,2,
ij
t
ij i
teti mjk


 
ij
F

为产品在应力水平V下的平均寿命。当
ij 0j
式中

时,




0ij i
F
tFt0
,为第i个元件在正常应力水平V
下的分布函数。
A2:产品的平均寿命ij

与
之
所施加的加速应力水平
ij
V间有如下加速模型,即:


ln 1,2,,; 0,1,2,
iji iiji
abV imjk

 
,
ii
b

V

0j
式中 a为待估参数; 是V的已知函数,当
0ij
VV

。

时,
3. 恒加试验下复杂系统可靠度的估计
及渐近分布
指数分布定数截尾样本下平均寿命的极大似然
估计有很多好的统计性质,如渐近正态性,为了研究
系统估计的性质,本文首先以下面引理形式给出。
引理 1 设产品的寿命服从指数分布,分布函数为


1t
F
te



,式中

为产品的平均寿命。取 n个产
品进行寿命试验,设是截尾数为 d的定数截
12
,, ,
d
tt t

1
d
ii
i
ndt



尾样本,总试验时间为 T,且Tt 。在
此条件下平均寿命

的极大似然估计为ˆT
d

,则有:



2
ˆ0,
L
dN



证明:因为

2
22
Td


[13],且 22
T
Ed




 ,
24
T
Var d




 。则 2T22
1
d
i
i

可以表示成


12 2
,,,d
,其中



0,1 ,1,2,,2
iNi d

相互独立,且 。

由中心极限定理得:

22
22
11
22
1
01
dd
ii
ii
d
i
i
E
N
Var













近
,,即
Copyright © 2012 Hanspub
12
恒加试验下复杂系统可靠度的估计与性质

0,1
LN
22
4
Td
d


。

1
1,
i
k
iijiji
j
i
则

10,1
L
dN

d
T




 。
又因为 ˆT
d

,所以

ˆ10,1
L
dN







,即:

ˆ

2
0,
L
dN



ij
ij

定理证明完毕。
3.1. 第i个元件可靠度的估计及性质
假如恒加试验如上文中(1 ) ,(2),(3)所述,并且
满足两个基本假定,此时文献[12]得到应力水平V下

的极大似然估计:
ˆ, 1,2,,
ij
ij ij
Tim
r

 ; 1,2,,
i
jk


ijij ijr
nrij
V
式中为应力水平 下的总试
验时间。

ij
t
1
ij
r
ij ijp
p
Tt



由引理 1有

ˆ
ij ij ij
r

2
0,
Lij
N


 ,由独立
性有

ˆ
ii i
r



1
0,
LN

12
,,,
i
T
i ik
 

,其中,
,。记
,设

12
ˆ ˆ
,,,
i
T
i ik
 
ii


iij
rr
ˆˆ
ii


1
mini
jk
2
lim
i
ij ij
ri
r
r

 ,

22 2
22
, , ii
iik ik
222
11
1
diag ,
i ii



 

ˆij
。
利用估计

就可以写出加速模型

ln,1,2, ,
iji iij
abVi

 ; 1,2, i
mj k

2
i iij
a bV





。
令,可以得到
的最小二乘估计如下:

1
,ln
i
k
ij
j
Qab





,
ii
ab ˆ
ˆ,
ii
ab
ˆ
ˆ
ˆ
ii
ii
xy
ixx
iiii
l
bl
aybx







其中
1
1i
k
j
i
kˆ
,l
n
ii
jijij
yyy



;
j
xx V
k




x
111
1
iii
ii
kkk
x
yijij ijij
jjj
i
lxy xy
k






2
2
11
1
ii
ii
kk
x xijij
jj
i
lx x
k






这样可以得到如下的加速模型:

ˆ
ˆ
ln abV


当0
VV
iii

时,就可以得到正常应力水平下对数平
均寿命 0
ln i

的估计 0
ln i

,记 00

x
V

。由加速模型
及估 ˆ
ˆ,
ii
ab
得计 :0
0
ln
i
iix
xx
yl



ii
ii
y
xx
l


,则 0
ln i

为


12
ˆˆˆˆ
,,,
i
T
iii ik

的函数,可得:



00
ln 0,
L
i iN
2
0
ˆ
ln
i i
r



其中


2
0iji i
xxxx
22
01
1
i
ii
k
iij
jixx
kl







 





。
为了研究系统可靠度的估计及性质,首先需要获
可靠度的估计及性质。
第i个元件可靠度的估计为:

得元件

0i
e
t
i
Rt




 (1)
0i
由式(1)及ln

的渐近正态性可得第 i个元件可
靠度估计的渐近正态性,以下面引理

形式给出。
ln
t
t
t




引理 2 0
0i
ie
i
Re e

是0
ln i



的函数,则
元件的可靠度估计

i
Rt具有渐近正态性,即:


 
02
0
2
ˆ,
ii i
t
rR



2
2
0, i
t
L
i
t RtNe






证明:令 0
ˆ
ln i
0
1, 2, ,
i
im



,00
ln i




,
则

0
ˆ
ˆi
tt
e
i
Rt ee



。
令

t
e
g
e


其

,对 求导得:

t
et
e
e

g




所以



0
0
0
t
L
it
rg geZ
e







 ,其中 Z为
正态变量标准 。
Copyright © 2012 Hanspub 13
恒加试验下复杂系统可靠度的估计与性质
则对于给定的t,有:




0
2
02
21
0
ˆ
0,
1, 2,,
i
ii
L
ij ii
ij
jixx
i
t
xxx
Ne kl
im








 













3.2. 系统可靠度的估计及性质
为了得到系统的可靠度的估计,将文献[9]的定理
引理 3[9] 独立子系统 S的寿命分布函数为
2
21
i
tkx
t





ii i
rRtR
以下面引理形式给出。
设i

i
F
t,记
 
1Rt Ft ,1, 2,im。系统 S的最
小路径矩阵为
ii
mk
A
,寿命分布函数为

1, A
F
t,可靠度
函数



11,1,,1
T,
为:
1, 1,
1
AA
Ft
记C

Rt

12
,,,
k
ccc这里
1T
A




j
C
为

1k
mj




阶矩阵


1,
AA
Rt



 

, ,T
m
R t
。
由式(1)及引理 3自然可得到系统可靠度
然估计为
ˆˆ

 

ˆˆ
, ,T
m
R t,
,则有
 
1, j
kC
Rt Rt

1
j
其中

12
1, ,RtRtRt

的极大似
 

1, 1,
ˆj
AA
Rt RtRt 

(2)
1
kC
j

其中
 
12
ˆˆ
1, ,RtRtRt



0i
t
i
Rt e



, 1,2,im,
0i
ixy
ii
xx
ii
xx
yl
l
e


。
由式(2)及引理 2可以计算出系统可 度估计的渐
近分布,本文以下面定理的形式给出。
定理 1系统由相互独立的子系i
S,
1,imk
0
ˆi

靠
设复杂 统
2,, m组成,系统的最小路径矩阵是
A

,系 统
可靠度估计
 

1, 1,
ˆˆ
j
kC
AA
t RtRt

 

1
ˆ
j
R


具有渐近正态性,即:
 



1, 1, 0,
L
AA
rRtRtNt



 




1i
im
2

其中:记 minrr

,设 2
mii
r
ra
r
 
令
li
1, 1,1,
12
,,,
AA A
T
m
uRRR
 


 


10 0
22
22
2 2
110 0
22
10 0
diag, ,m
mm
m
tt
aea e










则
22tt


2T
tuu



是

Rt 的函数。
证明:由引理 2知,对于给定的 t,有:
 

0
2
22
0
2
0
ˆ,
i
t
L
ii i
t
rRtRte








由独立性有:
0,
i
i
N



1, 2, ,im
 
ˆ0,
L
rRt RtN




其中:
 


 

2
1
2
1
ˆˆ
,,
,
,,,
T
m
m
RtRtRtRt
RtRtRtRt




因为
ˆˆ
T




1, ARt为


Rt 的函数,有一阶全微分,那么
有:
 




2
1, 1,
2
0,
L
AA
T
rRtRtNt
tuu




 





定理证明完毕。
4. 结论
数都是以元件为研究对象,而对系
但却很重要。通常构成系统的元件往往
靠性,在加速寿命试验下,获得元件的结
尾样
中给予指导和帮助的老师

以前的结论多
统的研究很少
也具有高可
本数据也是常用的办法之一。本文通过在恒加试
验下获得的元件寿命截尾样本,给出了复杂系统可靠
度的估计及性质。这为恒加试验下系统可靠性统计分
析,如可靠度置信区间,MTTF 估计及性质等的研究
提供了一个有效的工具。
5. 致谢
本人对书写论文过程
Copyright © 2012 Hanspub
14
恒加试验下复杂系统可靠度的估计与性质
Copyright © 2012 Hanspub 15
衷心的感谢,同时感谢提供参考文献的
位作者。
(References)
[1] A. P. Basu, N. Ebrahimi. Nonparametric accelerated life testing
IEEE Transactions on Reliability, 1982, 31(5): 432-435.
um estimation of the location
tial distribution based on
-test data. IEEE Transactions on Reliability, 2000,
the stress levels.
elerated life testing. International Journal of Product De-
ressive type-II censoring. Com-
学理论与应用, 2010, 30(3): 47-52.
012, 17(1), 108-112.
及同学表示各 J
参考文献
. pu
[2] N. Balakrishnan. On the maxim
and scale parameters of exponenmulti- vances in Systems Science and Applications, 2008, 8(3): 421-
429.
[10] 张国志, 张伟. 多源点多汇点网络系统可靠度的解析表达式
[J]. 数
ply type II censored samples. Journal of Applied Statistics, 1990,
17(1): 55-61.
[3] 张志华, 罗旭. 指数分布场合下恒加试验的广义线性模型及
其MLE[J]. 数理统计与应用概率, 1996, 11(2): 143-149.
[4] W. D. Wang, B. Dimitri. Fitting the weibull log-linear model to
accelerated life
49(2): 217-223.
[5] 王乃生, 王玲玲. 恒定应力加速寿命试验数据缺失时的统计 [
分析[J]. 华东师范大学学报, 2002, 1: 35-44.
[6] A. J. Watkins, A. M. John. On Constant stress accelerated life
tests terminated by type-II censoring at one of
ournal of Statistical Planning and Inference, 2008, 138(3): 768-
786.
[7] S. Voiculescu, M. Barreau, A. Charki, et al. Bayesian esti mation
in acc
velopment, 2009, 7(3): 246-260.
[8] H. Alaa, H. Hamid. Constant-Partially accelerated life tests for
burr type-XII distribution with prog
tational Statistics and Data Analysis, 2009, 53(7): 2511-2523.
[9] G. Z. Zhang, D. Liu, F. L. Kong and Z. H. Yang. Expression and
algorithm implementation of reliability for complex system. Ad-
[11] 张学玲, 张国志, 张伟. 区间型数据下复杂系统可靠度估计
及性质的研究[J]. 哈尔滨理工大学学报, 2
[12] 张志华. 加速寿命试验及其统计 分析[M]. 北京: 北京工业大
学出版社, 2002, 62-70.
13] 茆诗松, 王玲玲. 加速寿命试验[M]. 北京: 科学出版社, 2000,
31-33.

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.