中国可靠性论坛

 找回密码
 -注 册-

扫一扫,访问微社区

QQ登录

只需一步,快速开始

搜索
热搜: MTBF GJB MIL FMEA
查看: 779|回复: 1

求助,关于可靠性增长的几个疑问

[复制链接]

该用户从未签到

发表于 2017-12-19 22:17:27 | 显示全部楼层 |阅读模式
    刚开始做可靠性增长,参考的标准是《GJB Z77-95 可靠性增长管理手册》,有几点疑问,请各位同行指导或讨论
    可靠性增长模型一般是AMSAA模型,在附录A中给出了可靠性增长计算的几个步骤,如下:
A1  模型概述
    N(t)=at^b   ln(N(t))=lna+blnt
A2.2  模型参数的点估计
    形状参数的点估计b
    尺度参数的点估计a
A2.3  参数检验
    X2分布检验法
    U检验法
A2.4  拟合优度检验
    Cramer-Von Miser检验
    图检验
A2.5  产品可靠性的增估计
A2.6  形状参数的区间估计
A2.7  MTBF的区间估计


    对于上述过程有一些疑问:
疑问1、标准中A2.2计算参数点估计的方法是什么?极大似然法?还是最小二乘法发?没推导出来这个公式。
疑问2、标准中计算对模型进行参数检验和拟合优度检验,用的卡方检验和Cramer-Von Miser检验,为什么不用R-squire和P值检验?用R-squire和P值判断可以吗?这两种检验方法的原理有什么区别?
疑问3、我用minitab做回归分析,minitab用的应该是最小二乘发,拟合N(t)=at^b 如下

    计算显示:
  来源      自由度       SS       MS       F        P
  误差          26  38.5953  1.48444
  失拟        25  38.0953  1.52381  3.05  0.428
  纯误差       1   0.5000  0.50000
P值比较大,不满足假设的分布。

  我再用minitab做回归分析,minitab用的应该是最小二乘发,拟合ln(N(t))=lna+blnt如下

计算显示:
S = 0.146452   R-Sq = 97.1%   R-Sq(调整) = 97.0%
方差分析
  来源  自由度       SS       MS          F            P
  回归       1  18.6968  18.6968  871.72  0.000
  误差      26   0.5577   0.0214
  合计      27  19.2545
P值很小,满足假设的分布。
    为什么同样的数据,变换一下公式,就拟合效果更好了?
    我可以用minitab的回归分析替代《GJB Z77-95 可靠性增长管理手册》中的点估计、参数检验、拟合优度检验不?主要是因为计算方便

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?-注 册-

x
您需要登录后才可以回帖 登录 | -注 册-

本版积分规则

QQ|Archiver|手机版|小黑屋|中国可靠性网 ( 粤ICP备14066057号 )

GMT+8, 2018-7-23 04:06

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表