固体火箭发动机可靠性增长试验理论及应用研究

论文摘要

在固体火箭发动机研制过程中,通过一系列可靠性增长试验,不断消除发动机在设计和制造中的薄弱环节,使产品可靠性逐步提高。固体火箭发动机可靠性增长试验数据属动态统计母体,采用传统统计分析理论难以给出科学合理的分析结果。因此,可靠性增长试验分析与评估是固体火箭发动机研制过程中的一个重大理论问题。本文以固体火箭发动机为工程背景,对固体火箭发动机可靠性增长试验理论与方法进行了深入系统地研究。针对固体火箭发动机可靠性增长试验中存在的理论与实际问题,综合利用可靠性增长试验的多种信息,系统地提出了可靠性增长试验管理、规划和分析方法。针对固体火箭发动机可靠性增长试验管理问题,提出了增长试验规划方法,为可靠性增长试验的科学管理和决策提供了有效手段。在研制经费和可靠性指标双重约束条件下建立了试验规划模型,构建了基于故障模式的固体火箭发动机可靠性预测框架,实现了研制过程中试验、生产、设计改进等研制活动的数学化表述,细致刻画了产品可靠性增长试验的实际过程,实现了产品研制阶段试验量的预计,提出了有效的试验停止准则。上述方法和模型改变了传统试验管理和决策粗放状态,将试验管理和决策定量化、科学化,减少了主观因素干扰,在保证产品可靠性指标前提下,可有效降低研制成本。细致分析了固体火箭发动机研制过程中存在的延缓修正和及时修正两种策略。针对不同试验修正策略发展了可靠性增长模型,推广了离散AMSAA模型和非齐几何模型,扩大了模型应用范围。使用数论的序贯优化算法解决了模型应用中的计算问题。通过理论分析和数值仿真深入分析了两种模型的差异,讨论了模型误判对可靠性增长分析结果的影响,为研究人员应用此类模型打下了坚实基础。针对固体火箭发动机研制继承性强的特点,提出并建立了固体火箭发动机可靠性增长分析Bayes模型。为综合利用发动机研制过程中存在的大量历史信息和专家信息,针对不同种类信息提出了相应的信息融合方法。以Mazzuchi-Soyer模型为基础建立了可靠性增长分析Bayes模型,该模型既有可靠性增长评估功能,又可预测未来研制阶段产品可靠性,克服了一般Bayes模型只能进行产品可靠性评估的缺陷。仿真分析了模型稳健性,验证了其科学性。将模型应用于发动机贮存试验分析,开辟了Bayes可靠性增长模型新的应用领域。针对发动机部件过载试验和整机加延时间试验,提出了两种可靠性分析模型。在单应力过载可靠性分析方法基础上,引入多应力过载,考虑多应力相关和不相关两种情形,丰富了发动机部件过载试验分析理论。针对发动机整机加延时间试验,将Bayes可靠性增长模型推广应用,提出了发动机加延时间试验可靠性分析的Bayes模型,属创新工作。综合利用了产品历史信息和专家信息,推导得到定时截尾试验策略下产品可靠性的联合后验分布,利用Gibbs算法解决了复杂后验分布推断计算问题。针对三参数威布尔分布参数估计存在的问题,提出了参数复合估计法,将极大似然估计和最小距离估计有机结合,创造性地解决了位置参数估计问题。在此基础上,采用混合威布尔分布拟合多应力竞争失效数据,提出了参数估计方法。应用EM算法进行参数估计和混合比计算,采用Bootstrap算法计算标准差,上述方法有效解决了多应力竞争失效数据建模问题。为解决固体火箭发动机可靠性分析中涉及的大量数据处理问题,研制开发了固体火箭发动机可靠性增长分析软件系统。该软件具有可靠性增长试验规划、各批次试验后可靠性评估、未来研制试验可靠性预测、过载试验可靠性分析等功能,为固体火箭发动机可靠性增长试验管理与分析评估提供了有力工具。本文研究成果对固体火箭发动机可靠性增长试验规划、分析与评估具有重要指导作用,对提高固体火箭发动机可靠性增长试验科学性具有很强实用价值。

论文目录

• 图目录
• 表目录
• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.2.1 可靠性增长试验规划研究
• 1.2.2 可靠性增长模型研究
• 1.2.3 多应力竞争失效数据建模与分析研究
• 1.3 存在的理论问题及解决问题的思路
• 1.3.1 存在的理论问题
• 1.3.2 解决问题的思路
• 1.4 论文研究内容及章节安排
• 第二章 固体火箭发动机可靠性增长试验规划
• 2.1 引言
• 2.2 基于数值仿真的可靠性增长起点确定方法
• 2.2.1 仿真模型
• 2.2.2 可靠性数值仿真实现
• 2.3 基于修正概率的逻辑概率模型
• 2.3.1 问题描述与模型假设
• 2.3.2 数学模型
• 2.3.3 极大－极小准则
• 0 的其它分布形式'>2.3.4 M₀的其它分布形式
• 2.3.5 实例分析
• 2.4 可靠性增长试验多状态转移规划模型
• 2.4.1 产品研制过程描述
• 2.4.2 问题假设
• 2.4.3 停止准则
• 2.4.4 数学模型
• 2.4.5 函数性质
• 2.4.6 计算方法
• 2.4.7 实例分析
• 2.5 本章小结
• 第三章 固体火箭发动机可靠性增长分析的经典参数模型
• 3.1 引言
• 3.2 延缓修正策略的可靠性增长模型及其分析
• 3.2.1 学习曲线特性
• 3.2.2 离散AMSAA 模型
• 3.2.3 增长趋势检验
• 3.2.4 极大似然估计与置信下限
• 3.2.5 极大似然估计求解
• 3.2.6 拟合优度检验
• 3.2.7 实例分析
• 3.3 及时修正策略的可靠性增长模型及其分析
• 3.3.1 非齐几何模型
• 3.3.2 模型推广
• 3.3.3 极大似然估计与置信限
• 3.3.4 实例分析
• 3.4 增长模型误判影响分析
• 3.4.1 模型参数关系
• 3.4.2 模型参数估计和可靠性估计
• 3.4.3 仿真分析
• 3.4.4 实例分析
• 3.5 本章小结
• 第四章 固体火箭发动机可靠性增长分析Bayes 模型
• 4.1 引言
• 4.2 系统可靠性先验值的确定方法
• 4.2.1 由部件试验信息确定系统可靠性先验值
• 4.2.2 由专家信息确定系统可靠性先验值
• 4.3 基于狄氏先验分布的可靠性增长Bayes 模型
• 4.3.1 狄氏分布性质
• 4.3.2 模型假设
• 4.3.3 阶段间可靠性增长检验
• 4.3.4 Bayes 先验分布
• 4.3.5 可靠性后验估计
• 4.3.6 模型推广
• 4.4 模型仿真与实例分析
• 4.4.1 仿真方法
• 4.4.2 仿真结果分析
• 4.4.3 实例分析
• 4.5 本章小结
• 第五章 固体火箭发动机过载试验可靠性分析模型
• 5.1 引言
• 5.2 发动机部件过载试验可靠性分析模型
• 5.2.1 单应力过载情形
• 5.2.2 最小过载系数问题确定
• x 、S 服从正态分布情况'>5.2.3 σ_x 、S 服从正态分布情况
• 5.2.4 多应力过载情形
• 5.2.5 实例分析
• 5.3 发动机整机加延时间试验可靠性增长Bayes 分析
• 5.3.1 可靠性增长试验方案
• 5.3.2 指数分布情形
• 5.3.3 威布尔分布情形
• 5.4 Bayes 模型后验分布计算
• 5.4.1 Gibbs 抽样算法
• 5.4.2 取舍抽样方法
• 5.4.3 后验分布抽样计算
• 5.4.4 实例分析
• 5.5 本章小结
• 第六章 固体火箭发动机竞争失效数据建模
• 6.1 引言
• 6.2 三参数威布尔分布参数复合估计法
• 6.2.1 三参数极大似然估计问题
• 6.2.2 参数复合估计法
• 6.2.3 实例分析
• 6.3 三参数威布尔分布Bayes 参数估计
• 6.3.1 Bayes 估计方法
• 6.3.2 实例分析
• 6.4 混合威布尔分布参数估计
• 6.4.1 混合威布尔分布模型
• 6.4.2 极大似然估计
• 6.4.3 EM 算法求解
• 6.4.4 收敛准则及初值选择
• 6.4.5 实例分析
• 6.5 本章小结
• 第七章 固体火箭发动机可靠性增长分析系统设计与实现
• 7.1 引言
• 7.2 固体火箭发动机可靠性增长分析系统设计
• 7.2.1 软件系统构成分析
• 7.2.2 软件系统功能分析
• 7.3 固体火箭发动机可靠性增长分析系统实现
• 7.4 本章小结
• 结束语
• 成果及创新
• 进一步研究建议
• 致谢
• 参考文献
• 作者在攻读博士学位期间取得的学术成果
• 作者简介
• 博士论文评阅结果
• 博士论文盲评评语
• 博士学位论文评分表