国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

0 引 言

對(duì)于大多數(shù)裝備而言,如導(dǎo)彈等,壽命周期的絕大部分時(shí)間處于貯存和維修等狀態(tài),那么裝備的貯存可靠性對(duì)戰(zhàn)備完好性有著至關(guān)重要的影響。在貯存過(guò)程中,武器裝備受到外界各種環(huán)境的影響,會(huì)引起性能的變化[1]。為了保證武器裝備有較高的戰(zhàn)備完好性,在裝備投入作戰(zhàn)使用前會(huì)對(duì)裝備定期或不定期的檢測(cè)和維修。實(shí)際檢測(cè)過(guò)程中,檢測(cè)數(shù)據(jù)可能較少,且由于現(xiàn)代裝備的高可靠性,檢測(cè)中可能會(huì)出現(xiàn)無(wú)失效數(shù)據(jù)的情況。

[14]China will not change its friendly policy towards Myanmar.China will also not change the various measures to help Myanmar’s development,according to the foreign minister.

目前對(duì)無(wú)失效數(shù)據(jù)的處理主要有經(jīng)典方法和Bayes方法[2]。經(jīng)典方法,如修正似然函數(shù)方法[3]、最優(yōu)置信限法[4]和配分布曲線法[5]等,由于無(wú)法利用各種先驗(yàn)信息,且信息量較少,使得估計(jì)結(jié)果相對(duì)保守。Bayes方法能夠利用先驗(yàn)信息使估計(jì)精度得到改善。關(guān)于許多壽命分布(指數(shù)分布等)無(wú)失效數(shù)據(jù)的Bayes估計(jì)已經(jīng)得到了較好地解決和應(yīng)用[6-8]。例如,文獻(xiàn)[9-12]討論了指數(shù)分布的無(wú)失效數(shù)據(jù)的E-Bayes估計(jì)和多層Bayes估計(jì)等。文獻(xiàn)[13]提出了正態(tài)分布定時(shí)無(wú)失效數(shù)據(jù)可靠性分析方法。文獻(xiàn)[14]給出了二項(xiàng)分布的無(wú)失效數(shù)據(jù)條件下可靠性估計(jì)。文獻(xiàn)[15-17]對(duì)Weibull分布定時(shí)無(wú)失效數(shù)據(jù)的可靠性分析方法進(jìn)行了研究,并給出了可靠度和壽命的置信下限。實(shí)際中現(xiàn)代裝備通常由電子、機(jī)械等復(fù)雜系統(tǒng)組成,其壽命分布形式無(wú)法確定,單純假設(shè)壽命服從某種分布進(jìn)行估計(jì)會(huì)造成較大的誤差。

根據(jù)失效機(jī)理,裝備受貯存環(huán)境等因素的影響,失效率會(huì)呈現(xiàn)增長(zhǎng)趨勢(shì)[18]。研究裝備壽命分布為平均失效率遞增類分布(increasing failure rates on the average,IFRA)的無(wú)失效數(shù)據(jù)處理方法,給出了裝備在各個(gè)檢測(cè)時(shí)刻的貯存可靠度,解決了裝備無(wú)失效條件下的貯存可靠性評(píng)估問(wèn)題。

其中，E(·)表示期望算子。由此得到一種基于非中心卡方分布的期望的球形譯碼檢測(cè)算法(ESD)，其更新半徑定義為：

1 IFRA模型及數(shù)據(jù)處理

1.1 IFRA模型

設(shè)裝備的壽命分布為F(t)(t>0),貯存可靠度為R(t)。對(duì)于處在耗損階段或性能退化條件下的裝備,其平均失效率會(huì)呈現(xiàn)增長(zhǎng)趨勢(shì),即裝備的壽命分布屬于IFRA分布類。若裝備的平均失效率是t的增函數(shù),即

(1)

則裝備壽命分布為IFRA分布類。

上午9時(shí)整，升旗儀式正式開始。隨著鏗鏘有力的號(hào)令聲，3名升旗手手擎一面國(guó)旗、兩面廠旗，在10名護(hù)旗手的護(hù)衛(wèi)和干部職工的注目禮下，邁著堅(jiān)定有力的步伐走向升旗臺(tái)。伴隨著雄壯的《中華人民共和國(guó)國(guó)歌》和催人奮進(jìn)的《開磷之歌》，國(guó)旗與廠旗在莊嚴(yán)注目下冉冉升起。砥礪拼搏六十載，開磷披荊斬棘仍舊斗志不減；風(fēng)雨兼程六十載，開磷歷經(jīng)滄桑依然奮發(fā)昂揚(yáng)；崢嶸歲月六十載，開磷牢記使命鐫刻時(shí)代豐碑；春華秋實(shí)六十載，開磷揚(yáng)帆筑夢(mèng)譜寫輝煌華章。

對(duì)于IFRA分布類,其平均失效率具有如下性質(zhì):對(duì)于0<t1<t2<…<tm,有

0<λ(t1)<λ(t2)<…λ(tm)<∞

(2)

1.2 無(wú)失效數(shù)據(jù)的處理

裝備在貯存過(guò)程中進(jìn)行了m次檢測(cè),檢測(cè)時(shí)間分別為ti(t1<t2<…<tm),相應(yīng)的檢測(cè)裝備數(shù)量為ni,若i(i=1,2,…,m)次檢測(cè)結(jié)果中所有裝備無(wú)一失效,則稱為(ti,ni)無(wú)失效數(shù)據(jù)。

設(shè)si為第i次檢測(cè)的未出現(xiàn)失效的裝備數(shù)量,在t2時(shí)刻的數(shù)據(jù)為n2,則裝備無(wú)失效的概率為

P(s2=n2)=[R(t2)]n2

(3)

對(duì)于同一型號(hào)裝備而言,要想在t1時(shí)刻無(wú)失效概率與t2時(shí)刻相同,則要求有更多的參與試驗(yàn)裝備。設(shè)在t1時(shí)刻檢測(cè)裝備數(shù)量為l21,則

(4)

假設(shè)

則

[R(t2)]n2=[R(t1)]l21

(5)

結(jié)合式(1)和式(5)可得

(6)

因此

醫(yī)師資格考試，是醫(yī)學(xué)生向執(zhí)業(yè)醫(yī)師邁進(jìn)的必經(jīng)之路，也是檢驗(yàn)醫(yī)學(xué)院校教學(xué)質(zhì)量的試金石。根椐執(zhí)業(yè)醫(yī)師考試程序，必須首先參加執(zhí)業(yè)醫(yī)師實(shí)踐技能考試，執(zhí)業(yè)醫(yī)師實(shí)踐技能考試取得合格后方有資格參加全國(guó)執(zhí)業(yè)醫(yī)師筆試考試。由此可見，執(zhí)業(yè)醫(yī)師實(shí)踐技能考試在醫(yī)師資格考試中至關(guān)重要[1]。它不僅關(guān)系到考生能否參加醫(yī)學(xué)綜合筆試，也能檢測(cè)醫(yī)務(wù)人員的從業(yè)能力和水平，從而反映學(xué)校培養(yǎng)人才的水平。但是從我國(guó)當(dāng)前的醫(yī)師執(zhí)業(yè)情況可知，許多從業(yè)者在參加考試過(guò)程中沒(méi)有得到很好地培訓(xùn)，導(dǎo)致實(shí)習(xí)學(xué)生難以順利通過(guò)考試，在本次研究主要探究當(dāng)前實(shí)施培訓(xùn)的具體情況，詳細(xì)信息如下。

P(si=ni)=[R(ti)]ni

(7)

假設(shè)ti時(shí)刻的無(wú)失效概率與第i次檢測(cè)的無(wú)失效概率相同,則

(8)

因此在t1時(shí)刻檢測(cè)未失效的等效檢測(cè)裝備數(shù)為

根據(jù)灰色系統(tǒng)理論，將{}=[，，…，]作為參考數(shù)列，將{C}=[，…，]作為被比較數(shù)列，則用關(guān)聯(lián)分析法可分別求得第i個(gè)被評(píng)價(jià)對(duì)象的第k個(gè)指標(biāo)與第k個(gè)指標(biāo)最優(yōu)指標(biāo)的關(guān)聯(lián)系數(shù)，即

(9)

為了計(jì)算簡(jiǎn)便,令

(10)

類似地可以得到,第i次檢測(cè)的未出現(xiàn)失效的等效裝備數(shù)量為

(11)

由式(11)可以得到

大學(xué)生創(chuàng)業(yè)者通常認(rèn)為轉(zhuǎn)型重點(diǎn)在于對(duì)客戶進(jìn)行產(chǎn)品宣傳，忽略了與投資商的溝通。事實(shí)上在創(chuàng)業(yè)項(xiàng)目轉(zhuǎn)化為社會(huì)企業(yè)時(shí)，核心問(wèn)題不在于客戶群體的大小或銷售量的多少，而在于保持資金鏈的完整，避免因資金鏈斷裂而破產(chǎn)。創(chuàng)業(yè)計(jì)劃申請(qǐng)書是風(fēng)險(xiǎn)投資公司了解初創(chuàng)企業(yè)的第一步。因此，在計(jì)劃書中應(yīng)著重分析項(xiàng)目潛力、當(dāng)前市場(chǎng)環(huán)境以及融資用途。

(12)

2 失效概率pi的估計(jì)

2.1 失效概率pi的先驗(yàn)分布

設(shè)裝備在時(shí)刻ti處的失效概率為pi(i=1,2,…,m),壽命分布為F(t),t>0,則失效概率pi與可靠度的關(guān)系為pi=1-R(ti)。為了對(duì)pi進(jìn)行估計(jì),需要確定pi的先驗(yàn)分布。裝備在論證階段一般會(huì)給出失效概率的范圍。設(shè)在tm時(shí)刻失效概率的范圍為0<pm<hm,hm可以由專家依據(jù)工程經(jīng)驗(yàn)進(jìn)行較保守的估計(jì),pm先驗(yàn)分布服從均勻分布,即

(13)

由于裝備壽命分布為IFRA分布類,則λ(t)=-[ln R(t)]/t是t的增函數(shù),因此ti<tm當(dāng)時(shí)有

pi<1-(1-pm)ti/tm

(14)

即pi的上界為1-(1-pm)ti/tm。為了使估計(jì)結(jié)果更能反映裝備貯存實(shí)際,取pi=1-(1-pm)ti/tm,可以得到pi的先驗(yàn)分布為

(15)

式中,hi=1-(1-hm)ti/tm；失效概率pi的先驗(yàn)分布為減函數(shù)。

2.2 失效概率pi的Bayes估計(jì)

利用各個(gè)檢測(cè)的無(wú)失效數(shù)據(jù)和失效概率的先驗(yàn)分布,可以通過(guò)Bayes方法對(duì)各個(gè)檢測(cè)時(shí)刻的貯存可靠度進(jìn)行估計(jì)。

在時(shí)刻ti(t1<t2<…<tm)處有si個(gè)裝備未失效,似然函數(shù)為

L(pi)=(1-pi)si

(16)

則pi的后驗(yàn)分布為

(17)

式中,ri=si+tm/ti-1。在平方損失條件下,pi的Bayes估計(jì)為

piπ(pi|si)dpi=

(18)

3 貯存可靠度的估計(jì)

由于裝備的壽命分布未知,需要根據(jù)裝備的失效機(jī)理確定裝備的平均失效率的形式。設(shè)裝備的平均失效率為

企業(yè)的精神激勵(lì)機(jī)制，是一個(gè)立體的動(dòng)態(tài)網(wǎng)絡(luò)系統(tǒng)。在強(qiáng)化企業(yè)的精神激勵(lì)機(jī)制時(shí)，下列相互聯(lián)系、相互貫通的舉措都是迫切需要且行之有效的：

λ(t)=a+b tc

式中,a,b,c是未知參數(shù),且c>0。由此可見,平均失效率是遞增的,可得

(19)

參數(shù)估計(jì)一般采用最小二乘估計(jì)和加權(quán)最小二乘估計(jì)。選用權(quán)ωi=niti/∑niti,采用加權(quán)最小二乘法對(duì)參數(shù)a,b,c進(jìn)行估計(jì)。

(20)

由此可得在檢測(cè)時(shí)刻i處,裝備的貯存可靠度為

(21)

4 實(shí)例分析

對(duì)倉(cāng)庫(kù)中長(zhǎng)期處于貯存狀態(tài)的某型裝備按照維護(hù)保養(yǎng)規(guī)則進(jìn)行了m次檢測(cè),檢測(cè)時(shí)刻為ti(單位:天),相應(yīng)的檢測(cè)裝備數(shù)為ni,由于每次對(duì)該型裝備全部進(jìn)行檢測(cè),所以ni數(shù)值相同。根據(jù)工程經(jīng)驗(yàn),認(rèn)為該裝備壽命分布為IFRA分布類,若檢測(cè)過(guò)程中所有裝備無(wú)一失效,則稱為(ti,ni)該型裝備的無(wú)失效數(shù)據(jù),裝備檢測(cè)的無(wú)失效數(shù)據(jù)如表1所示。

根據(jù)該型裝備論證和使用階段的工程經(jīng)驗(yàn),取tm時(shí)刻該型裝備的失效概率pm的上界hm為0.15。利用可貯存可靠度指標(biāo)估計(jì)方法,得到貯存可靠度的估計(jì)如表2所示。

中色國(guó)際帕魯特金礦項(xiàng)目是中國(guó)有色集團(tuán)在整個(gè)中亞乃至獨(dú)聯(lián)體國(guó)家首個(gè)礦山項(xiàng)目，是中央企業(yè)在塔吉克斯坦共和國(guó)最大的投資項(xiàng)目之一，也是集團(tuán)公司打造“一帶一路”新名片的實(shí)體項(xiàng)目，項(xiàng)目的建設(shè)與發(fā)展對(duì)集團(tuán)公司以及中色國(guó)際在中亞地區(qū)的長(zhǎng)足發(fā)展具有戰(zhàn)略性的重要意義。

當(dāng)前研究在普通勞動(dòng)者如何通過(guò)工作重塑找到工作的意義并獲得工作幸福感方面仍有很大探索空間。在我國(guó)新時(shí)代發(fā)展理念的指引下，管理者在多元文化共存和時(shí)代觀念變遷的影響下，面臨著外來(lái)員工與本土員工、新生代員工與資深員工之間的文化沖突。不同員工群體對(duì)工作意義和人生價(jià)值的理解不同，也直接影響著組織激勵(lì)制度的實(shí)際效果。因此，本土學(xué)者也應(yīng)更加關(guān)注工作意義流派的主張，通過(guò)對(duì)個(gè)體工作重塑動(dòng)機(jī)和機(jī)制的深入研究，提升廣大勞動(dòng)者的工作質(zhì)量、促進(jìn)勞動(dòng)者個(gè)體的全面發(fā)展，并幫助勞動(dòng)者提高工作幸福感，促進(jìn)社會(huì)主義和諧勞動(dòng)關(guān)系的構(gòu)建。

利用

采用加權(quán)最小二乘法可以得到a,b,c的估計(jì)為a=3.185 5E-5，b=1.935 4E-5, c=0.152 9。

針對(duì)訓(xùn)練科目制定合理崗位標(biāo)準(zhǔn)作業(yè)大練兵流程，同時(shí)理論結(jié)合實(shí)際，在訓(xùn)練課目中加強(qiáng)對(duì)崗位標(biāo)準(zhǔn)作業(yè)流程的培訓(xùn)與考核，通過(guò)規(guī)范崗位大練兵培養(yǎng)隊(duì)員處理應(yīng)急事件的正確行為，保證隊(duì)員自身安全的同時(shí)也提高了隊(duì)員的應(yīng)急反應(yīng)與處置能力。

因此,可以利用無(wú)失效情況下裝備的貯存可靠度表達(dá)式為

上式可以對(duì)裝備任意時(shí)刻的貯存可靠度進(jìn)行估計(jì)和預(yù)測(cè)。

5 穩(wěn)健性分析

在實(shí)際使用中,tm時(shí)刻該型裝備的失效概率pm的上界hm的選取會(huì)存在一定的誤差。為說(shuō)明貯存可靠度的估計(jì)穩(wěn)定性較好,分別取hm的值為0.15、0.20、0.25、0.30,來(lái)研究hm的取值對(duì)失效概率估計(jì)的影響。

對(duì)hm取不同數(shù)值時(shí)的失效概率估計(jì)的計(jì)算結(jié)果如表3所示。

工程應(yīng)用中失效概率不會(huì)取得太大,從表3中可以看出,hm在0.15～0.30范圍內(nèi)微小變化時(shí),失效概率

的值變化不大,從而說(shuō)明了該方法的穩(wěn)定性,即使hm的取值不太準(zhǔn)確,但該方法依然可以得到較好的效果。

6 結(jié) 論

在裝備壽命分布服從IFRA分布類的情況下,采用Bayes估計(jì)和加權(quán)最小二乘法來(lái)處理裝備貯存過(guò)程中的檢測(cè)得到的無(wú)失效數(shù)據(jù),得到了該型裝備無(wú)失效條件下的貯存可靠度及其表達(dá)式,實(shí)現(xiàn)了裝備貯存可靠度的評(píng)估及預(yù)測(cè),為裝備的維護(hù)保養(yǎng)和檢測(cè)周期的合理確定提供了理論支撐。

參考文獻(xiàn)：

[1] 鄢偉安.魚雷貯存可靠性分析方法研究[D].西安:西北工業(yè)大學(xué),2014:15-24.

YAN W A. Research on the method of storage reliability for torpedo[D]. Xi’an: Northwestern Polytechnical University, 2014: 15-24.

[2] 韓明.基于無(wú)失效數(shù)據(jù)的可靠性參數(shù)估計(jì)[M].北京:中國(guó)統(tǒng)計(jì)出版社,2005.

HAN M. Estimation of reliability parameters based on zero-failure data[M].Beijing:China Statistics Press,2005.

[3] 王玲玲,王炳興.無(wú)失效數(shù)據(jù)的統(tǒng)計(jì)分析——修正似然函數(shù)方法[J].數(shù)理統(tǒng)計(jì)與應(yīng)用概率,1996,11(1):64-70.

WANG L L,WANG B X.Statistical analysis for no-failure data——modifield likelihood function method[J]. Mathematical Statistics and Applied Probability, 1996, 11(1): 64-70.

[4] 張志強(qiáng),何勇靈,王秋芳,等.無(wú)失效數(shù)據(jù)的特種車輛動(dòng)力系統(tǒng)可靠性分析[J].車輛與動(dòng)力技術(shù),2013(3):51-54.

ZHANG Z Q, HE Y L, WANG Q F, et al. Reliability analysis of the special vehicle power system for zero-failure data[J]. Vehicle & Power Technology, 2013(3): 51-54.

[5] 賈祥,王小林,郭波.極少失效數(shù)據(jù)和無(wú)失效數(shù)據(jù)的可靠性評(píng)估[J].機(jī)械工程學(xué)報(bào),2016,52(2):182-188.

JIA X, WANG X L, GUO B. Reliability assessment for very few failure data and zero-failure data[J]. Journal of Mechanical Engineering,2016,52(2):182-188.

[6] XU D, FENG Z. Bayesian and degradation data based zero-failure accelerated life demonstration test for electrical products in high speed train system[C]∥Proc.of the International Conference on Transportation Information and Safety, 2017: 606-611.

[7] 李彪,劉敬蜀,劉丹.熵?fù)p失下無(wú)失效數(shù)據(jù)的Bayes估計(jì)[J].海軍航空工程學(xué)院學(xué)報(bào),2013(5):577-580.

LI B, LIU J S, LIU D. Bayes estimation of zero-failure data under entropy loss[J]. Journal of Naval Aeronautical & Astronautical University, 2013(5): 577-580.

[8] Bremerman M V. Practical Bayesian methods for determining device failure rates from zero-failure data[C]∥Proc.of the IEEE Reliability and Maintainability Symposium, 2013: 1-6.

[9] 韓明.無(wú)失效數(shù)據(jù)情形指數(shù)分布失效率的E-Bayes估計(jì)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2015,45(5):172-178.

HAN M. The E-Bayes estimation of the failure rate derived from exponential distribution in the case of zero-failure data[J].Mathematics in Practice and Theory,2015,45(5):172-178.

[10] YIN Y C, HUANG H Z, PENG W, et al. An E-Bayesian method for reliability analysis of exponentially distributed products with zero-failure data[J]. Eksploatacja i Niezawodnosc-Maintenance and Reliability, 2016, 18(3): 445-449.

[11] 沈繼紅,王曉鶯.無(wú)失效數(shù)據(jù)情形船舶E-Bayes可靠性分析[J].控制工程,2014,21(2):189-192.

SHEN J H, WANG X Y. Expected-Bayesian reliability analysis of ships life based on zero-failure data[J]. Control Engineering of China, 2014, 21(2): 189-192.

[12] 劉鴻銘.無(wú)失效數(shù)據(jù)下復(fù)雜系統(tǒng)可靠度的Bayes估計(jì)[D].哈爾濱:哈爾濱理工大學(xué),2014:15-18.

LIU H M. Bayesian estimation of reliability for a complex system under zero-failure data[D]. Harbin: Harbin University of Science and Technology, 2014: 15-18.

[13] 傅惠民,張勇波.正態(tài)分布定時(shí)無(wú)失效數(shù)據(jù)可靠性分析方法[J].航空動(dòng)力學(xué)報(bào),2010,25(2):384-387.

FU H M, ZHANG Y B. Method of reliability analysis for time truncated zero-failure data based on normal distribution[J].Journal of Aerospace Power,2010,25(2):384-387.

[14] HAN M. E-Bayesian estimation of the reliability derived from binomial distribution[J]. Applied Mathematical Modelling,2011,35(5):2419-2424.

[15] 傅惠民,張勇波.Weibull分布定時(shí)無(wú)失效數(shù)據(jù)可靠性分析方法[J].航空動(dòng)力學(xué)報(bào),2010,25(12):2807-2810.

FU H M, ZHANG Y B. Method of reliability analysis for time truncated zero-failure data based on Weibull distribution[J]. Journal of Aerospace Power, 2010, 25(12): 2807-2810.

[16] 韓明.無(wú)失效數(shù)據(jù)下液體火箭發(fā)動(dòng)機(jī)的E-Bayes可靠性分析[J].航空學(xué)報(bào),2011,32(12):2213-2219.

HAN M. E-Bayes reliability analysis for liquid rocket engine with zero-failure data[J]. Acta Aeronautica et Astronautica Sinica,2011,32(12):2213-2219.

[17] 韓明.Weibull分布可靠性參數(shù)的置信限[J].機(jī)械強(qiáng)度,2009,31(1):59-62.

HAN M. Confidence limits of reliability parameters for Weibull distribution[J]. Journal of Mechanical Strength, 2009, 31(1):59-62.

[18] TEUGELS J L, SUNDT B. Encyclopedia of actuarial science[M].New York: Wiley, 2006.