火箭助飞鱼雷装载可靠度的Bayes检验方法

齐立新, 宁永成, 邢国强



火箭助飞鱼雷装载可靠度的Bayes检验方法

齐立新1, 宁永成2, 邢国强2

(1. 中国人民解放军91388部队410所, 广东 湛江, 524022; 2. 中国人民解放军91439部队460所, 辽宁 大连, 116041)

针对火箭助飞鱼雷系统复杂、子样数少的特点, 采用Bayes评估方法融合各种先验信息, 对其装载可靠度进行评估。分别采用Kullback信息方法和最优化方法, 克服了传统试验方法环境因子计算和试验方案确定中主观性较强的不足, 提高了试验方案的准确性和客观性。根据设定的战技指标, 在双方风险对等的前提下, 给出了具体的评定方案。

火箭助飞鱼雷; 装载可靠度; Bayes方法; 环境因子; 小子样

0 引言

鱼雷装载可靠度反映了鱼雷在规定的装载条件和装载时间内完成规定功能的概率, 体现了鱼雷承受装载环境中各种因素影响的能力, 是评估鱼雷总体可靠性水平的一个重要方面[1]。鱼雷装舰后, 一般不会在短时间内发射, 而是经过一个较长的装载过程, 由于装载期间的环境条件比仓库贮存的环境条件恶劣, 而且无法对鱼雷进行维护保养, 会导致鱼雷可靠性下降较多。为保障随时发射, 实施对敌攻击, 鱼雷必须具有较高的装载可靠度。

火箭助飞鱼雷集导弹和鱼雷技术于一体, 技术复杂, 成本高昂, 其装载可靠度的评定受装载时间和产品子样数双重因素的制约, 传统的比值评定方法和假设检验方法在应用时均存在一定的困难。为了节约试验时间和成本, 本文采用小子样Bayes评定方法[2], 融合不同阶段、不同条件下的验前信息, 在相同置信水平下, 降低试验所需的鱼雷条次数, 从而达到降低试验消耗、缩短试验周期的目的。

1 装载可靠度评定方法

Bayes评定方法收集方案设计、研制阶段的试验信息并进行综合处理, 制定定型阶段的试验方案; 定型试验结束后, 对产品进行装载可靠度评估, 得到定型阶段产品的装载可靠度水平。其基本思想是将装载可靠度指标中的分布参数看作随机变量, 利用验前信息确定先验分布, 并根据现场试验获取的观测数据进行条件分析和推断, 计算似然函数, 将先验分布与似然函数融合后, 得到装载可靠度分布参数的后验分布。基于后验分布计算生产方和使用方风险, 在双方风险相当的原则下, 进行统计推断, 即可实现对装载可靠度的评定。

考虑简单假设检验情况, 设

1.1 鱼雷总体装载可靠度分布类型的确定

1.2 先验分布类型

然后由方程组

1.3 验前信息环境因子的确定

鱼雷装载可靠度试验经历库房存放、运输、陆试、湖试、海试等多种环境, 其验前信息需要折合处理, 在统一条件下进行数据的分析与处理。通过环境因子的折算, 产品在整个研制阶段各试验统计的数据都折合到单一试验环境下。

环境因子对产品可靠性的验证和评估有着重要的作用, 指数分布环境因子的求解有定性和定量等多种方法。对于定量求解, 试验数据越充分, 得到的值越精确。常用的Bayes方法和专家打分法都不可避免地引入了较多的主观因素。为了减少主观因素对可靠性评估结果的影响, 这里采用Kullback信息方法, 基于样本信息融合求解环境因子。

1.4 最优试验方案的确定

其中

2 应用实例

在火箭助飞鱼雷装载可靠度的评定中, 环境因子的确定综合采用了仿真数据和类似型号的试验数据, 其统计结果如表1所示。

表1 装载时间及对应故障数信息统计表

对表1所列数据, 利用1.3节介绍的Kullback信息方法, 以舰船普通舱作为最恶劣的装载条件, 计算不同装载条件的环境因子分别为: 地面工房0.12, 运输装载0.63, 舰船舱内良好0.45, 舰船普通舱1.0。该计算结果与文献[9]的数值基本一致, 也进一步说明了Kullback方法的正确性。

从结果可以看出, 在失效条次数为0时, 由于验前信息的使用, 本文所采用的Bayes综合评定方法能够节省8 485 h的装载时间。

3 结束语

综合利用各类装载可靠度信息的Bayes评估方法, 通过合理地选取和利用验前信息, 有效地弥补了定型过程中鱼雷条次数不足的问题, 评估结果能更好地反映鱼雷装载可靠度的实际水平。Kullback信息方法和最优化方法的采用, 克服了传统试验方法环境因子计算和试验方案确定中主观性较强的不足, 提高了试验方案的准确性和客观性。应用实例结果验证了本文方法的有效性。

[1] 孟庆玉, 周徐昌. 鱼雷可靠性工程基础[M]. 北京: 科学出版社, 1990.

[2] 张金槐, 唐雪梅. Bayes 方法[M]. 长沙: 国防科技大学出版社, 1992.

[3] 金星, 洪延姬. 系统可靠性评定方法[M]. 北京: 国防工业出版社, 2005.

[4] 周源泉. 质量可靠性增长与评定方法[M]. 北京: 北京航空航天大学出版社, 1997.

[5] 王玲玲. 指数分布下可靠性Bayes验证[J]. 华东师范大学学报(自然科学版), 1993(3): 1-10. Wang Ling-ling. Reliability of Bayesian Demonstration Testing Under Exponential Distribution[J]. Journal of East China Normal University(Natural Science), 1993(3): 1-10.

[6] Kullback S, Leibler R. On Information and Sufficiency [J]. Annals of Mathematical Statistics, 1951, 21(2): 79- 87.

[7] 任开军, 吴孟达. 先验分布融合的KULLBACK信息方法[J]. 装备指挥技术学院学报, 2002, 13(4): 90-92. Ren Kai-jun, Wu Meng-da. The Combination of Prior Distributions Based on Kullback Information[J]. Journal of the Academy of Equipment Command & Technology, 2002, 13(4): 90-92.

[8] 明治茂. 动态分布参数的Bayes可靠性综合试验与评估方法研究[D]. 长沙: 国防科技大学研究生院, 2009.

[9] 中国人民解放军总装备部. GJB 299B-1998电子设备可靠性预计手册[S]. 北京: 中国标准出版社, 1998.

Bayesian Assessment Method of Loading Reliability for Rocket-Assisted Torpedo

QI Li-xin1, NING Yong-cheng2, XING Guo-qiang2

(1. The 410 Institute of 91388thUnit, The people′s Liberation Army of China, Zhanjiang 524022, China; 2. The 460 Institute of 91439thUnit, The people′s Liberation Army of China, Dalian 116041, China )

According to the characteristics of complex system and small sample number of rocket-assisted torpedo, we estimate loading reliability by using Bayesian assessment method to fuse a prior information. The Kullback information method and the optimization method are adopted to rectify the subjective problem in traditional environmental factor calculation and test scenario design, and enhance the accuracy and objectivity of test scheme. Concrete assessment scenario is given on condition that the risk of consumer equals that of producer according to preset tactical and technical specifications.

rocket-assisted torpedo; loading reliability; Bayesian method; environmental factor; small sample

TJ630.2

A

1673-1948(2012)05-0388-04

2012-05-14;

2012-05-21.

齐立新(1971-), 女, 工程师, 主要从事鱼雷试验总体技术研究.

(责任编辑: 陈 曦)