孫新利++蔡星會(huì)++韓西寧+盧江仁1+王國(guó)亮

摘要：概括了研究生《可靠性工程》教學(xué)現(xiàn)狀，針對(duì)可靠性的應(yīng)用情況，介紹了幾種常用數(shù)據(jù)處理方法及期在研究生教學(xué)過程中的具體應(yīng)用，對(duì)未來“可靠性工程”研究生教育的具體實(shí)踐提出了相應(yīng)的建議。

關(guān)鍵詞：可靠性工程；數(shù)據(jù)融合；小子樣；課程建設(shè)

引 言

《可靠性工程》在火箭軍工程大學(xué)研究生教育中屬于可靠性研究領(lǐng)域的一本入門課程。其授課內(nèi)容側(cè)重基礎(chǔ)性和理論性。在長(zhǎng)期的授課中體會(huì)到這種內(nèi)容安排有概念明確、循序漸漸、方法系統(tǒng)等明顯優(yōu)點(diǎn)。同時(shí)在長(zhǎng)期授課中也發(fā)現(xiàn)有一些問題需要探討，比較突出的問題是，研究生課程如何與學(xué)生工作后面臨的工作對(duì)象聯(lián)系起來。我校研究生進(jìn)入部隊(duì)后接觸的裝備多數(shù)是高精尖裝備，其可靠性研究具有其特殊性。實(shí)際上，特殊對(duì)象的可靠性研究應(yīng)該是《可靠性工程》課程的后續(xù)內(nèi)容，是在掌握《可靠性工程》一般理論和方法的基礎(chǔ)上的進(jìn)一步深入探索和研究的內(nèi)容，但是學(xué)生一般完成《可靠性工程》學(xué)習(xí)后很少有機(jī)會(huì)進(jìn)一步繼續(xù)學(xué)習(xí)具體裝備應(yīng)用內(nèi)容，那么在《可靠性工程》課程授課中如何體現(xiàn)和滿足學(xué)生這種需求？結(jié)合教學(xué)體會(huì)，在《可靠性工程》課程授課后期適當(dāng)結(jié)合高精尖裝備的特殊性增加了4-6學(xué)時(shí)的內(nèi)容拓展，效果良好。教學(xué)組結(jié)合個(gè)人教學(xué)體會(huì)，談?wù)勍卣沟木唧w內(nèi)容和具體做法。

可靠性評(píng)估的基礎(chǔ)是數(shù)據(jù)問題，評(píng)估的手段是方法問題，高精尖裝備在數(shù)據(jù)處理和評(píng)估方法這兩方面都有其特殊性。

一、數(shù)據(jù)處理方法

（一）、問題的提出

對(duì)于由許多不同單元組成的復(fù)雜產(chǎn)品，例如導(dǎo)彈、衛(wèi)星等大型系統(tǒng)，由于人力、資金、時(shí)間限制，系統(tǒng)可靠性試驗(yàn)數(shù)量很少，甚至不做系統(tǒng)試驗(yàn)，屬于小子樣分析問題。同時(shí)，在進(jìn)行大型復(fù)雜系統(tǒng)的可靠性分析時(shí)又存在大量的單元試驗(yàn)信息。

大型復(fù)雜系統(tǒng)在進(jìn)行設(shè)計(jì)、研制過程中，為了使其能夠滿足可靠性的要求，必須進(jìn)行嚴(yán)格的質(zhì)量控制和可靠性管理，在一系列的可靠性活動(dòng)中，將會(huì)獲得系統(tǒng)各個(gè)單元在不同環(huán)境、不同條件下的許多試驗(yàn)信息，而對(duì)復(fù)雜系統(tǒng)可靠性的評(píng)價(jià)恰恰直接依賴于這些試驗(yàn)信息。從信息論的角度來看，只有充分利用這些信息，才能對(duì)復(fù)雜系統(tǒng)的可靠性有較深刻的認(rèn)識(shí)。但是，如何合理利用這些單元在不同環(huán)境下的試驗(yàn)信息卻是一個(gè)有待于深入研究的問題。

具體到高精尖裝備而言，這種特征很明顯，有關(guān)高精尖裝備數(shù)據(jù)的問題可以概括為兩個(gè)方面，一是來源雜，二是數(shù)量少。

來源雜，即多信息源數(shù)據(jù)問題。在高精尖裝備的不同研制階段、定型期間以及服役期間的各個(gè)環(huán)節(jié)中都會(huì)記錄一些有關(guān)高精尖裝備的質(zhì)量信息，因此在工程實(shí)踐中，存在著高精尖裝備質(zhì)量信息來源于多種信息源的問題。來源于不同信息源質(zhì)量信息的母體、特性均不同，在統(tǒng)計(jì)上，它們不屬于同一總體，經(jīng)典統(tǒng)計(jì)中關(guān)于獨(dú)立、同分布的前提未必滿足，按照可靠性理論，多信息源的數(shù)據(jù)不能直接用于可靠性評(píng)估與研究中。

數(shù)量少，即小子樣問題。目前一些型號(hào)的服役高精尖裝備都只有X發(fā)，其歷年數(shù)據(jù)都達(dá)不到可靠性評(píng)估中最基本的樣本數(shù)量要求。在可靠性研究中，基礎(chǔ)數(shù)據(jù)越多，研究結(jié)論越可信。當(dāng)數(shù)據(jù)很少時(shí)，甚至直接導(dǎo)致研究結(jié)論不采用，因此開展小子樣、多信息源數(shù)據(jù)的融合技術(shù)研究和可靠性研究，全面利用已收集到的所有高精尖裝備質(zhì)量數(shù)據(jù)，對(duì)于提高研究成果的可信度是相當(dāng)必要的。

（二）、解決問題的思路

1、數(shù)據(jù)融合

數(shù)據(jù)融合是近年來興起的一種研究多源信息綜合處理的新技術(shù)，基本目的是充分利用由多個(gè)來源所獲得的信息，實(shí)現(xiàn)信息互補(bǔ)和優(yōu)化。雖然可用于數(shù)據(jù)融合的算法很多，如貝葉斯推理、D.S證據(jù)理論、模糊集理論、神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合等，但這些方法各有利弊，只是在一定條件下對(duì)具體問題求解，對(duì)信息的處理往往側(cè)重于某一方面的最優(yōu)。

目前國(guó)內(nèi)外的數(shù)據(jù)融合方法比較多，一般都具有各自特點(diǎn)，例如綜合平均法、Bayes估計(jì)法、Dempster-ShMter（簡(jiǎn)稱為D—S法）、Bayes方法、模糊邏輯法、基于參數(shù)估計(jì)的產(chǎn)品可靠性試驗(yàn)數(shù)據(jù)融合方法、神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合法等。

Bayes方法主要用來進(jìn)行決策層融合，它是通過把先驗(yàn)信息和樣本信息合成為后驗(yàn)分布，對(duì)檢測(cè)目標(biāo)作出推斷。Bayes方法的優(yōu)點(diǎn)是能充分利用已有信息；缺點(diǎn)是對(duì)先驗(yàn)概率比較敏感，并且要找到一個(gè)合適的先驗(yàn)分布不容易。一些情況下，裝備均有一些先驗(yàn)信息，因此，基于Bayes理論的統(tǒng)計(jì)推斷，在高精尖裝備可靠性研究領(lǐng)域還是時(shí)常見到的。在授課中，在對(duì)若干主流方法進(jìn)行簡(jiǎn)要介紹的基礎(chǔ)上，以Bayes方法為例子，著重詳細(xì)介紹數(shù)據(jù)融合原理、方法、步驟，以及應(yīng)用范圍和特點(diǎn)。不同研究領(lǐng)域，可以根據(jù)自身研究對(duì)象特點(diǎn)，選擇不同的數(shù)據(jù)融合方法作為實(shí)例進(jìn)行闡述。

2、異母體分布融合

異母體分布的融合是數(shù)據(jù)融合中的一種，尤其是適用于高精尖裝備的數(shù)據(jù)類型。

對(duì)于不同環(huán)境、不同條件下的異母體多源信息融合問題，目前有許多學(xué)者進(jìn)行了研究，得到了一些有益的結(jié)論。小子樣條件下可靠性試驗(yàn)信息融合方法主要是對(duì)異總體分布參數(shù)進(jìn)行建模，主要模型有線性模型、非線性模型、序化模型、分離可交換量模型等。上述模型均有各自的特點(diǎn)和適用范圍。例如：線性模型和非線性模型對(duì)異總體分布參數(shù)進(jìn)行參數(shù)化建模，處理簡(jiǎn)便，信息利用充分，如果模型準(zhǔn)確，則信息融合效果良好，如果模型不準(zhǔn)確，則融合效果欠佳，如何提高其穩(wěn)健性有待進(jìn)一步研究；而序化模型利用不同總體分布參數(shù)的序化關(guān)系，結(jié)合Bayes方法對(duì)各階段的可靠性試驗(yàn)信息進(jìn)行集成綜合，優(yōu)點(diǎn)是穩(wěn)健性較好，適用面較廣，可以應(yīng)用于可靠性、精度等各項(xiàng)產(chǎn)品性能指標(biāo)的信息融合，缺點(diǎn)是綜合利用信息后的結(jié)論會(huì)偏保守些；分離可交換量模型針對(duì)具體問題分離出不同環(huán)境、不同條件下可交換的量，利用統(tǒng)計(jì)方法進(jìn)行信息融合。

3、機(jī)理分析

在熟悉部件材料性質(zhì)的情況下，通過失效機(jī)理分析可以獲得部件材料的失效分布等，從而為可靠性分析奠定基礎(chǔ)，材料物理失效機(jī)理研究已經(jīng)逐漸成為可靠性研究中的重要的基礎(chǔ)性支撐。

二、性能退化無失效/小子樣問題

（一）、問題的提出

小子樣問題不僅僅單獨(dú)存在于高精尖裝備領(lǐng)域，也普遍存在于高造價(jià)復(fù)雜產(chǎn)品。究其原因，主要有以下幾種：a.限于人力難為的客觀原因（如地震預(yù)報(bào)，歷史上只留下少數(shù)記錄）；b.限于取樣代價(jià)太大（如核彈試驗(yàn)，其所需人力、物力、財(cái)力十分寵大）；c.限于取樣周期太長(zhǎng)（如不常見的疾病，患者樣本幾年才可能遇上一個(gè)）。越復(fù)雜的產(chǎn)品，其取樣代價(jià)越大，取樣周期越長(zhǎng)，其試驗(yàn)樣本就越有可能是小子樣。

（二）、解決問題的思路

1、退化模型與預(yù)測(cè)

隨著廠家生產(chǎn)出越來越多的高可靠性產(chǎn)品，基于性能退化分析的可靠性評(píng)估方法越來越受到重視。性能退化分析相對(duì)于傳統(tǒng)可靠性分析，對(duì)信息的利用更加全面，在一定程度上能夠提高分析精度。更重要的，該方法在可靠性試驗(yàn)中不需要產(chǎn)品出現(xiàn)失效，能顯著縮短試驗(yàn)時(shí)間，減少試驗(yàn)樣本量。

目前基于性能退化的可靠性評(píng)估方法主要有兩類。

一類是假設(shè)性能退化服從某種特定的退化軌道模型，如指數(shù)退化軌道，BS模型，冪律退化軌道等，根據(jù)試驗(yàn)數(shù)據(jù)估計(jì)模型參數(shù)，在此基礎(chǔ)上預(yù)測(cè)產(chǎn)品的偽失效壽命時(shí)間，利用預(yù)測(cè)得到的產(chǎn)品壽命可對(duì)產(chǎn)品的可靠性進(jìn)行評(píng)估。這類方法的不足在于許多產(chǎn)品的性能退化軌道經(jīng)常很難準(zhǔn)確得知，強(qiáng)行假設(shè)產(chǎn)品性能退化服從某個(gè)軌跡會(huì)使評(píng)估存在較大的模型誤差。但如果壽命預(yù)測(cè)較為準(zhǔn)確，可靠性評(píng)估結(jié)果將與實(shí)際吻合。

第二類是基于性能退化量分布的可靠性評(píng)估方法，這類方法假設(shè)退化量是服從某一分布族的隨機(jī)量，且分布族的參數(shù)向量是時(shí)間的函數(shù)。通過建模求解分布參數(shù)，基于退化量分布就可以對(duì)指定時(shí)刻的產(chǎn)品可靠性進(jìn)行評(píng)定。這類方法可能導(dǎo)致積累的計(jì)算誤差。

2、小子樣處理方法介紹

針對(duì)小子樣問題涌現(xiàn)出了各種各樣的處理方法。例如，基于灰色預(yù)測(cè)的小子樣性能退化可靠性分析、基于Bayes性能退化模型的可靠性評(píng)定方法等，其中，基于“小樣本”和“貧信息”的灰色系統(tǒng)理論已在很多領(lǐng)域得到了廣泛的應(yīng)用，成功地解決了許多信息不完全的預(yù)測(cè)問題?；疑A(yù)測(cè)是指根據(jù)過去及現(xiàn)在已知的或非確知的信息，建立一個(gè)從過去引申到將來的GM模型，從而確定系統(tǒng)在未來發(fā)展變化的趨勢(shì)，為規(guī)劃決策做依據(jù)。利用灰色預(yù)測(cè)可以解決小子樣下性能退化可靠性分析中信息不完全，樣本量少的問題，可以在退化軌道的未知的情況下保證偽壽命預(yù)測(cè)的精度，得到可信的可靠性評(píng)定結(jié)果。

三、評(píng)定方法的問題

在可靠性評(píng)估方法研究中，存在兩個(gè)常見問題：一是在目前評(píng)定中，多數(shù)是采用可靠性串聯(lián)方式評(píng)定方法值得商榷，二是多種評(píng)定方法的結(jié)果的驗(yàn)證和融合問題。

（一）、串聯(lián)式評(píng)定方法的探討

1、問題的提出

在目前評(píng)定中，多數(shù)是采用可靠性串聯(lián)方式，即在眾多的高精尖裝備定檢指標(biāo)中，如果有一個(gè)或若干個(gè)稍微超差，那么即判定這發(fā)高精尖裝備不合格。這種方法當(dāng)然是最安全的，但是也經(jīng)常錯(cuò)殺無辜，即即使個(gè)別超差，這被評(píng)估裝備也能正常工作。其主要原因有兩個(gè)（1）高精尖裝備設(shè)計(jì)時(shí)，參數(shù)控制余量太大，過于保守，（2）有些參數(shù)超差在實(shí)際運(yùn)行中是互相抵消的，而不是疊加。一些高精尖裝備歷經(jīng)多次延壽，仍在服役，這在一定程度上說明了目前的可靠性串聯(lián)評(píng)定方式不是很適合于高精尖裝備的可靠性評(píng)定。

2、解決問題的思路

概括起來講，傳統(tǒng)和經(jīng)典計(jì)算方法是基于數(shù)理統(tǒng)計(jì)理論和可靠性理論，對(duì)測(cè)量數(shù)據(jù)進(jìn)行處理，獲得評(píng)估結(jié)果，其核心是以數(shù)據(jù)為基礎(chǔ)，以可靠性理論為手段（方法），獲得評(píng)估結(jié)論。這種方法沒有考慮產(chǎn)品的運(yùn)行機(jī)理，以及產(chǎn)品各個(gè)部件的性能參數(shù)綜合變化對(duì)產(chǎn)品最終指標(biāo)的影響。實(shí)際上，在許多情況下，產(chǎn)品部件指標(biāo)參數(shù)的降低對(duì)產(chǎn)品最終性能指標(biāo)的影響是交叉的，其交叉影響只有通過其運(yùn)行過程的物理分析才能認(rèn)識(shí)清楚?；谶@種思想，在授課中將科研成果引入教學(xué)中，側(cè)重介紹了科研成果“基于爆轟機(jī)理的可靠性仿真技術(shù)”，該方法基于某裝置力學(xué)爆炸過程分析進(jìn)行可靠性仿真評(píng)估，主要是以物理運(yùn)行過程的仿真計(jì)算為手段，獲得評(píng)估結(jié)論。

（二）、多評(píng)估結(jié)果的融合問題

1、問題的提出

在飛行器、艦船控制等領(lǐng)域里，往往要根據(jù)從多個(gè)傳感器輸出的觀測(cè)數(shù)據(jù)來估計(jì)某些目標(biāo)參數(shù)，例如高度、速度、距離、位置等。針對(duì)這樣一個(gè)工程估計(jì)問題，眾多的科研工作者常?；诓煌枷胩岢鼋鉀Q問題的多種數(shù)學(xué)模型，每一種模型均可根據(jù)某些觀測(cè)數(shù)據(jù)經(jīng)過模型運(yùn)算給出目標(biāo)參數(shù)的估計(jì)，有些模型甚至可以給出多個(gè)估計(jì)。由于這些模型的思想不同，針對(duì)同一組測(cè)試樣本的估計(jì)結(jié)果的精度和可靠性也各不相同，甚至在某些樣本下某一估計(jì)模型的結(jié)果可能會(huì)出現(xiàn)失效或者大的偏差。對(duì)于顯性的失效，我們可以利用失效門限來識(shí)別并剔除，但是對(duì)于隱性的大偏差問題，由于沒有額外的信息來識(shí)別，所以在單估計(jì)模型下很難克服。當(dāng)只存在兩個(gè)估計(jì)模型時(shí)，又由于估計(jì)模型數(shù)目太少以及待估計(jì)參數(shù)的先驗(yàn)分布未知等問題，傳統(tǒng)的置信距離一致性檢測(cè)算法和Bayes估計(jì)方法不能適用。因此，如何設(shè)計(jì)有效的數(shù)據(jù)融合算法，對(duì)兩個(gè)估計(jì)模型的估計(jì)結(jié)果有效地分析、綜合，研究它們的互補(bǔ)性，識(shí)別并剔除其中一個(gè)模型在某些樣本下的大偏差估計(jì)，最終給出一個(gè)精度更高、可靠性也更高的目標(biāo)參數(shù)的估計(jì)，就成為一個(gè)值得研究的問題。

2、解決思路

----基于BP神經(jīng)網(wǎng)絡(luò)的多模型估計(jì)融合算法

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是模擬人腦的信息處理機(jī)制而構(gòu)造出來的一種并行信息處理模型，它有分布式存儲(chǔ)和聯(lián)想記憶功能，具有較強(qiáng)的自適應(yīng)性和自組織性，具有任意的非線性映射能力，能被用來對(duì)兩個(gè)估計(jì)模型的輸出結(jié)果進(jìn)行有效的分析和綜合，提高估計(jì)的精度和可靠性。中國(guó)工程物理研究院胡偉等人開展了“基于BP神經(jīng)網(wǎng)絡(luò)的多模型估計(jì)融合算法”研究，提出了多結(jié)果融合的一種解決辦法。

四、結(jié)束語

總的來看，這類與專業(yè)相關(guān)的理論課程，在授課中不能完全采用普通基礎(chǔ)理論課程的授課方法，應(yīng)更加靈活多樣，不拘形式，在簡(jiǎn)要闡述研究概況的基礎(chǔ)上，結(jié)合學(xué)生興趣所在，采用提出問題、給出解決問題思路的方法，對(duì)具體內(nèi)容進(jìn)行較為深入的研討式授課，效果較好。

參考文獻(xiàn)：

[1]孫新利，陸長(zhǎng)捷.工程可靠性教程.北京：國(guó)防工業(yè)出版社，2005

[2]唐雪梅，張金槐，邵鳳昌，李榮.武器裝備小子樣試驗(yàn)分析與評(píng)估.北京：國(guó)防工業(yè)出版社，2001

[3]張永強(qiáng)，劉琦，周經(jīng)綸.基于Bayes性能退化模型的可靠性評(píng)定.電子產(chǎn)品環(huán)境與可靠性試驗(yàn).Vol24，NO8，2006

[4]姚東林.小子樣系統(tǒng)靠性研究，沈陽航空航天大學(xué)碩士論文，2010

[5]曹欣.基于小子樣性能退化數(shù)據(jù)的可靠性評(píng)估方法研究.第二炮兵工程學(xué)院碩士學(xué)位論文，2009

[6]滿軍.基于Bayes小子樣理論的多源信息融合方法研究，國(guó)防科學(xué)技術(shù)大學(xué)碩士論文，2005

[7]熊蓮花.無失效數(shù)據(jù)的可靠性統(tǒng)計(jì)分析.吉林大學(xué)碩士論文，2004

[8]梁慶衛(wèi)，宋保維，邵成，盧軍，肖乾.小子樣產(chǎn)品的可靠性評(píng)定.機(jī)械設(shè)計(jì)與制造，No.1，2004