Точность оценки надежности образца по малой выборке безотказных опытов

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Обсуждаются апостериорные оценки параметра надежности, полученные на основе математического ожидания параметра и дисперсии, вычисленных по результатам ограниченного количества опытов, проведенных по схеме Бернулли, с учетом дополнительной информации. Новизна полученных результатов содержится в прогнозах точности оценки показателя надежности в зависимости от метода учета априорной информации в дополнение к ограниченному количеству безотказных опытов. Область применения полученных результатов: оценки показателей надежности неремонтируемого высоконадежного образца однократного действия по малому количеству опытов с привлечением априорной информации.

About the authors

А. Смирнов

Научно-производственное объединение “СПЛАВ” им. А.Н. Ганичева

Email: levin.as@splavtula.ru
Россия, Тула

Б. Белобрагин

Научно-производственное объединение “СПЛАВ” им. А.Н. Ганичева

Email: levin.as@splavtula.ru
Россия, Тула

Б. Авотынь

Научно-производственное объединение “СПЛАВ” им. А.Н. Ганичева

Email: levin.as@splavtula.ru
Россия, Тула

А. Левин

Научно-производственное объединение “СПЛАВ” им. А.Н. Ганичева

Author for correspondence.
Email: levin.as@splavtula.ru
Россия, Тула

References

  1. ГОСТ 27883-88 Средства измерения и управления технологическими процессами. Надежность. Общие требования и методы испытаний. М.: ИПК Изд-во стандартов, 1999. 12 с.
  2. Орлов А.И. Математические основы выборочного контроля качества. Теория принятия решений. М.: Март, 2004. 17 с.
  3. ГОСТ 27.201-81 Надежность в технике. Оценка показателей надежности при малом числе наблюдений с использованием дополнительной информации. Общие положения. М.: Изд-во стандартов, 1982. 27 с.
  4. Siegrist K. Probability Distributions on Partially Ordered Sets and Positive Semigroups. Alabama: University of Alabama in Huntsville, Department of Mathematical Sciences, 2016. 168 p.
  5. Марков А. Математическая статистика. Курс лекций МФТИ / Сайт MIPT.ru. 2017. 49 с.
  6. Прохоренко В.А., Голиков В.Ф. Учет априорной информации при оценке надежности. Мн.: “Наука и техника”, 1979. 208 с.
  7. Stack Exchange [Электронный ресурс], 2014. URL: https://stats.stackexchange.com/questions/80380/examples-where-method-of-moments-can-beat-maximum-likelihood-in-small-samples
  8. Милехин Ю.М., Берсон А.Ю., Кавицкая В.К., Еренбург Э.И. Надежность ракетных двигателей на твердом топливе: Монография. М.: МГУП, 2005. 878 с.
  9. Габарук В.В., Фоменко В.Н. Учет априорной информации о параметре в методе наибольшего правдоподобия // Известия Петербургского государственного университета путей сообщения Императора Александра I. 2016. № 3. С. 403.
  10. Науменко А.П., Кудрявцева И.С., Одинец А.И. Учебное текстовое электронное издание локального распространения. Вероятностно-статистические методы принятия решений: теория, примеры, задачи. Омск: Изд-во Омского государственного технического университета, 2018. 85 с.
  11. Wicklin R. The method of moments: A smart way to choose initial parameters for MLE // Analytics platform SAS Machine Leaning 27.11.2017.
  12. Денежкин Г.А., Белобрагин Б.А., Авотынь Б.А. Оценки показателя надежности неремонтируемого образца однократного действия по малым статистическим выборкам // Проблемы машиностроения и надежности машин. 2017. № 2. С. 76.
  13. Белобрагин Б.А., Авотынь Б.А., Устинкин А.И. Сравнительная эффективность статистик условных распределений для оценки показателя надежности высоконадежных неремонтируемых изделий однократного действия // Проблемы машиностроения и надежности машин. 2019. № 2. С. 46.
  14. Belobragin B.A., Avotyn’ B.A., Ustinkin A.I. Consideration of A Priori Information under Serial Production of Nonrepairable Single-Action Items for Optimization of Sampling Plan Parameters // J. of Machinery Manufacture and Reliability. 2020. V. 49. № 7. P. 639.
  15. Severin H. Comparing maximum likelihood and generaliazed method of moments in short term interest rate models. Bergen: University of Bergen, department of mathematics, 2016. 76 p.
  16. Rohimatul A., Anik D., Aji Hamim W. Comparison of maximum likelihood and generalized method of moments in spatial autoregressive model with Heteroskedasticity // ICSA, Indonesia, 2020. https://doi.org/10.4108/eai.2-8-2019.2290489
  17. Orlov A.I. Interval statistics: maximum likelihood method and method of moments // J. of Mathematical Sciences. 1998. V. 88. № 6. P. 833.
  18. Судаков Р.С., Чеканов А.Н. К вопросу об учете предварительной информации в схеме биномиальных испытаний // Надежность и контроль качества. М.: Изд-во стандартов, 1974.
  19. Химмельблау Д. Анализ процессов статистическими методами / Под ред. В.Г. Горского. Пер. с англ. В.Д. Скаражинский. М.: Мир, 1973. 960 с.
  20. Герасимович А.И. Математическая статистика. Учеб. пособие для инж. техн. и экон. спец. втузов. 2-е изд., перераб. и доп. Мн.: Высш. школа, 1983. 279 с., ил.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (59KB)
3.

Download (81KB)
4.

Download (84KB)
5.

Download (62KB)
6.

Download (80KB)

Copyright (c) 2023 А.В. Смирнов, Б.А. Белобрагин, Б.А. Авотынь, А.С. Левин

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies