串联系统下屏蔽数据新模型的统计分析

徐晓岭，王蓉华，顾蓓青

(1.上海对外经贸大学 统计与信息学院，上海 201620； 2．上海师范大学 数理学院，上海 200234)

【基础理论与应用研究】

串联系统下屏蔽数据新模型的统计分析

徐晓岭1，王蓉华2，顾蓓青1

(1.上海对外经贸大学 统计与信息学院，上海 201620； 2．上海师范大学 数理学院，上海 200234)

提出了一种新的串联系统下的屏蔽数据模型，将屏蔽发生与失效原因及时间无关的基本假定改为与失效原因及时间相关，推导了相应的似然函数，分别在全样本场合和定时截尾样本场合下研究了参数的极大似然估计，通过Monte-Carlo模拟算例说明方法的可行性。

串联系统；屏蔽数据；似然函数；极大似然估计

在可靠性分析中，人们往往通过分析系统寿命数据估计该系统中各组成单元寿命分布中的未知参数。系统寿命试验数据包括两个方面：一是失效时间；二是失效原因。理想状态下，系统的寿命数据应该包括系统失效的具体时间以及由哪个单元失效导致整个系统失效的信息。但大多数时候，导致系统失效的那个单元并不能够被准确识别出来，人们仅能够把导致系统失效的原因归结为某些单元所组成的一个集合，系统真正失效的原因被屏蔽。在现实生活中，由于故障诊断和故障检测所需的费用昂贵，特别是在现代系统中越来越多地采用模块化设计，引起系统失效的确切单元通常都是未知的。在计算机或集成电路等进行系统可靠性研究时，也会遇到相类似的屏蔽问题。导致屏蔽发生的原因很多，如经费的不足、时间的限制、记录的错误，诊断工具的缺乏及由某些单元失效所带来的一些破坏性的后果等。这使得屏蔽数据的统计分析成为近年来研究的热点问题之一。关于屏蔽数据的统计分析近年来一直是研究的热点问题之一，许多学者做了很好的工作，并取得了一系列研究成果，国外成果见文献[1-17]，国内成果见文献[18-38]。

本文给出了串联系统下屏蔽数据新模型，修正了原有的基本假定，在此基础上推导了相应的似然函数，在全样本、定时截尾样本场合下研究了参数的极大似然估计，通过Monte-Carlo模拟算例说明方法的可行性。

1 串联系统下屏蔽数据新模型

1.1 串联系统下屏蔽数据新模型的基本假定

基本假定1：系统由J(J≥1)个独立单元串联而成。

基本假定2：将n个同样的系统进行寿命试验，试验持续时间到τ为止，此时共有r个系统失效(即所谓的定时截尾寿命试验)。

基本假定3：屏蔽的发生与失效原因和时间相关，当屏蔽发生时，其对应的失效原因单元(即造成系统失效的单元)被屏蔽的概率(简称为屏蔽概率)为该单元在此时的累积失效概率即分布函数，而与失效单元集合中的其他单元无关。

值得指出的是以前研究中的基本假定3表述为“屏蔽的发生与失效原因和时间无关(即独立)”，即为通常所言的对称性假定，失效原因是指明确由于具体某个单元失效而导致系统失效。该假定即指所有单元的屏蔽概率相同。但这与实际情况很不一致，不符合实际工程应用。因为针对串联系统通常来说可靠性差的单元其失效概率自然会比较高，被屏蔽的失效原因是可靠性差的单元的概率相对也比较高。在此假定屏蔽概率是该单元此时的累积失效概率即分布函数，可靠性越差，失效概率越高，屏蔽概率也越大。这比较符合实际情况。

1.2 串联系统下屏蔽数据新模型的似然函数

考虑系统由n个串联子系统构成，对其进行寿命试验，每一个子系统有J个单元。记Tij表示第i个子系统的第j个单元的寿命，是一随机变量。其观察值记为tij，i=1,2,…,n，j=1,2,…,J。于是可得到第i个子系统的寿命Ti：Ti=min(Ti1,Ti2,…,TiJ)，其观察值记为ti,i=1,2,…,n。记Si为引起子系统i失效的单元集合，si为Si的实现。于是，观察的数据data包括(t1,s1),(t2,s2),…,(tn,sn)。如果集合si只含有一个元素或者说由单个元素组成，则表明引起子系统i失效的单元是确知的。如果集合中si的元素不只一个，则说明引起子系统i失效的单元寿命数据被屏蔽。

情形1：si中的元素只有一个

P(ti≤Ti≤ti+dti,Si=si={j})=

P(ti≤Ti≤ti+dti,Ki=j)

而P(ti≤Ti≤ti+dti,Ki=j)表示子系统i的第j个单元在时刻ti失效，其他J-1个单元(除第j个单元)的寿命大于ti，即

P(ti≤Ti≤ti+dti,Ki=j)=

P(ti≤Tij≤ti+dti)P(Ti1>ti,Ti2>ti,…,Tij-1>ti,

情形2：si中的元素不止一个，此时子系统i发生了屏蔽。

P(ti≤Ti≤ti+dti,Si=si)=

P(Si=si|ti≤Ti≤ti+dti,Ki=j)

当j∈si时，称P(Si=si|ti≤Ti≤ti+dti,Ki=j)为子系统i在失效时刻ti时失效原因单元j被屏蔽的概率，简称屏蔽概率。

注意到，屏蔽概率还可写为：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

P(Si=si≠{j}|ti≤Ti≤ti+dti,Ki=j)

考虑子系统i屏蔽发生，其观察数据为(ti,si),j∈si，于是可以认为有：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)+

而P(ti≤Ti≤ti+dti,Ki=j)表示子系统i的第j个单元在时刻ti失效，其他J-1个单元(除第j个单元)的寿命大于ti，即：

P(ti≤Ti≤ti+dti,Ki=j)=

P(ti≤Tij≤ti+dti)P(Ti1>ti,Ti2>ti,…,Tij-1>ti,

当j∈si且si中的元素不只一个时，即有屏蔽发生的情形下，由基本假定3知：当屏蔽发生时，其对应的具体失效单元的屏蔽概率为该单元在此时的累积失效概率即分布函数，而与失效单元集中的其他单元无关。于是有：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

P(Tij≤ti)=Fj(ti)

综上

P(ti≤Ti≤ti+dti,Si=si)=

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

1) 全样本场合下的似然函数。假设将n个串联子系统进行寿命试验，不妨设在观察的数据(t1,s1),(t2,s2),…,(tn,sn)中，前k个子系统没有屏蔽发生，即si(i=1,2,…,k)中的元素只有一个，而后n-k个子系统有屏蔽发生，即si(i=k+1,k+2,…,n)中的元素不只一个。于是似然函数为

2) 定时截尾场合下的似然函数。如果子系统由两个单元串联而成，即J=2。失效的原因可归结为3类：s1={1}，s2={2}，s12={1,2}。现考虑将n个由两个单元串联而成的子系统进行定时截尾寿命试验，试验持续到时间τ为止，此时共有r个子系统失效。在这r个失效子系统中，属s1类的有r1个，其失效时间不妨设为t1,t2,…,tr1；属s2类的有r2个，其失效时间不妨设为tr1+1,tr1+2,…,tr1+r2；属s12类的有r3个，其失效时间不妨设为tr1+r2+1,tr1+r2+2,…,tr.其中r1+r2+r3=r.于是该n个串联子系统在定时截尾寿命试验下的似然函数为：

特别当系统进行定数截尾寿命试验时，定数截尾数为r，记τr=max(t1,t2,…,tr)。此时似然函数为

2 串联系统下屏蔽数据新模型的统计分析

2.1 全样本和定时截尾场合下的统计分析

1) 全样本场合下的统计分析。如果子系统由两个单元串联而成，即J=2。失效的原因可归结为3类：s1={1}，s2={2}，s12={1,2}。现考虑将n个由两个单元串联而成的子系统进行寿命试验，试验持续到全部失效为止，即此时共有n个子系统失效。在这n个失效子系统中，属s1类的有r1个，其失效时间不妨设为t1,t2,…,tr1；属s2类的有r2个，其失效时间不妨设为tr1+1,tr1+2,…,tr1+r2；属s12类的有r3个，其失效时间不妨设为tr1+r2+1,tr1+r2+2,…,tn.其中r1+r2+r3=n.于是该n个串联子系统在寿命试验下的似然函数为：

特别两个单元的失效率同为参数时，即α1=α2=α，此时，

例1：取样本容量n=10,r1=3,r2=4，两个单元的失效率都取为α=0.5，通过Monte Carlo模拟产生如表1所示的随机数：

表1 n=10,r1=3,r2=4,α=0.5的随机数

2) 定时截尾下的统计分析。如果子系统由两个单元串联而成，即J=2。失效的原因可归结为3类：s1={1}，s2={2}，s12={1,2}。现考虑将n个由两个单元串联而成的子系统进行定时截尾寿命试验，试验持续到时间τ为止，此时共有r个子系统失效。在这r个失效子系统中，属s1类的有r1个，其失效时间不妨设为t1,t2,…,tr1；属s2类的有r2个，其失效时间不妨设为tr1+1,tr1+2,…,tr1+r2；属s12类的有r3个，其失效时间不妨设为tr1+r2+1,tr1+r2+2,…,tr.其中r1+r2+r3=r。如果设单元1的寿命为X，其失效率为常数α1，单元2的寿命为Y，其失效率为常数α2，X,Y相互独立，串联系统的寿命记为T，T=min(X,Y)。对t≥0，有下式成立：

P(T≤t)==1-P(X>t)P(Y>t)=1-e-(α1+α2)t，

P(T>t)=e-(α1+α2)t

似然函数为

(n-r)τ=0

(n-r)τ=0

例2：取样本容量n=20,r=18,r1=5,r2=10，两个单元的失效率都取为α=0.2，通过Monte-Carlo模拟如表2所示的随机数：

例3：取样本容量n=20,r=18,r1=5,r2=10，两个单元的失效率分别取为α1=0.01,α2=0.02，通过Monte-Carlo模拟如表3所示的随机数：

表2 n=20,r=18,r1=5,r2=10,α=0.2的随机数

表3 n=20,r=18,r1=5,r2=10,α1=0.01,α2=0.02的随机数

[1]JOHNSU,THOMJH.MaximumLikelihoodAnalysisofComponentReliabilityUsingMaskedSystemLife-TestData[J].IEEETransactionsonReliability,1988,37(5):550-555.

[2]NECIPD.IntervalEstimationfromCensored&MaskedSystem-FailureData[J].IEEETransactionsonReliability,1991,40(3):280-286.

[3]DENNISKJL,JOHNSU,FRANKMG.ExactMaximumLikelihoodEstimationUsingMaskedSystemData[J].IEEETransactionsonReliability,1993,42(4):631-635.

[4]REISERB,GUTTMANI,DENNISKJL,etal.BayesianInferenceforMaskedSystemLifetimeData[J].AppliedStatistics,1995,44(1):79-90.

[5]JOHNSU.WeibullComponentReliability-PredictioninthePresenceofMaskedData[J].IEEETransactionsonReliability,1996,45(2):229-232.

[6]DENNISKJL,JOHNSU,FRANKMG.BayesEstimationofComponent-ReliabilityfromMaskedSystem-LifeData[J].IEEETransactionsonReliability,1996,45(2):233-237.

[7]AMMARMS.ReliabilityEstimationsofComponentsfromMaskedSystemLifeData[J].ReliabilityEngineeringandSystemSafety,2001,74(10):107-113.

[8]AMMARMS.TheBayesProcedureinExponentialReliabilityFamilyModelsUsingConjugateConvexTentPriorFamily[J].ReliabilityEngineeringandSystemSafety,2001,71(5):97-102.

[9]AMMARMS.EstimationofSystemComponentsReliabilitiesUsingMaskedData[J].AppliedMathematicsandComputation,2003,136(5):79-92.

[10]AMMARMS,AHMEDHE.EstimationofComponentsReliabilityinaParallelSystemUsingMaskedSystemLifeData[J].AppliedMathematicsandComputation,2003,138(11):61-75.

[11]AMMARMSandAWADIE.EstimationsofParametersinParetoReliabilityModelinthePresenceofMaskedData[J].ReliabilityEngineeringandSystemSafety,2003,82(2):75-83.

[12]AMMARMS.ParameterEstimationsinLinearFailureRateModelUsingMaskedData[J].AppliedMathematicsandComputation,2004,151(1):233-249.

[13]AMMARMS.ParameterEstimationsinaGeneralHazardRateModelUsingMaskedData[J].AppliedMathematicsandComputation,2004,153(5):513-536.

[14]AMMARMS.BayesEstimationsforReliabilityMeasuresinGeometricDistributionModelUsingMaskedSystemLifeTestData[J].ComputationalStatisticsandDataAnalysis,2008,52(4):1821-1836.

[15]AWADE.BayesianEstimationoftheParametersinTwoNon-independentComponentSeriesSystemwithDependentTimeFailureRate[J].AppliedMathematicsandComputation,2004,154:41-51.

[16]DONALDEH,THOMASM,SHAHRAMS.AnalysisofReliabilityUsingMaskedSystemLifeData[J].InternationalJournalofQuality&ReliabilityManagement,2009,26(7):723-739.

[17]FANTH,WANGWL.AcceleratedLifeTestsforWeibullSeriesSystemsWithMaskedData[J].IEEETransactionsonReliability,2011,60(3):557-569.

[18]HOUHua-lei,JIANGYao-wei,SHIYi-min.ParameterEstimationsinBurrXIIModelUsingMaskedData[J].ChineseQuarterlyJournalofMathematics,2011,26(2):251-255.

[19]XUAn-cha,TANGYin-cai.BayesianAnalysisofParetoReliabilityWithDependentMaskedData[J].IEEETransactionsonReliability,2009,58(4):583-588.

[20]WANGRong-hua,XUXiaoling,GUBei-qing.TheStatisticalAnalysisofParallelSystemforType-ICensoredTestUsingMaskedData[J].RecentAdvanceinStatisticsApplicationandRelatedAreas-2ndConferenceoftheInternationalInstituteofAppliedStatisticsStudies,2009(12):789-795.

[21]XUAn-cha,TANGYin-cai.AnOverviewonStatisticalAnalysisforMaskedSystemLifetimeData[J].ChineseJournalofAppliedProbabilityandStatistics,2012,28(4):380-388.

[22]张士峰,邓爱民.含有屏蔽寿命数据的贝叶斯可靠性分析[J].战术导弹技术，2001(3):34-39.

[23]姜红燕,张帼奋.失效率为指数函数的模型中使用屏蔽数据的参数估计[J].浙江大学学报(理学版)，2006,33(2):125-128.

[24]顾昕,师义民.屏蔽数据下双参指数部件的可靠性估计[J].科学技术与工程，2009,18(9):5316-5319.

[25]张帆,师义民.基于屏蔽数据的航空电源系统可靠性分析[J].航天控制，2009,27(4):96-100.

[26]刘英,师义民.屏蔽数据下航天器电源系统的可靠性的统计分析[J].航天控制，2010,28(2):70-74.

[27]刘英,师义民,王婷婷.基于屏蔽数据的部件可靠性指标的贝叶斯估计[J].数理统计与管理，2010,29(5):853-860.

[28]刘英,师义民,婷婷.含有屏蔽数据的串联统计中BurrXII部件可靠性指标的Bayes估计[J].系统工程理论与实践，2010,30(4):689-694.

[29]张萌,师义民,杨扬.屏蔽数据下BurrXⅡ三部件串联系统的可靠性估计[J].系统工程与电子技术，2011,33(1):222-227.

[30]张萌,师义民,杨扬.屏蔽数据下并联系统广义指数部件的可靠性估计[J].信息与控制，2011,40(4):483-496.

[31]张萌,师义民.屏蔽数据下三部件串联系统部件可靠性的Bayes估计[J].火力与指挥控制，2011,36(12):24-30.

[32]张萌,师义民,杨扬.含有屏蔽数据的截尾样本下部件的可靠性分析[J].工程数学学报，2012,29(4):625-632.

[33]张萌,陆山,杨杨.截尾情形下基于屏蔽数据的部件可靠性分析[J].系统工程学报，2012,27(1):137-144.

[34]顾昕,师义民,谭伟.屏蔽数据在新型截尾样本下系统的可靠性分析[J].火力与指挥控制，2012,37(15):97-101.

[35]张萌,陆山,杨杨.基于屏蔽数据多重定数截尾下系统部件的可靠性估计[J].系统工程与电子技术，2013,35(5):1122-1127.

[36]徐晓岭,顾蓓青,王蓉华,吴生荣.二元几何分布串联系统在屏蔽数据场合的参数估计[J].西南交通大学学报,2012,47(5):91-94.

[37]杨剑锋,赵明.屏蔽数据下软件可靠性的极大似然估计[J].系统工程与电子技术，2013,35(12):2665-2669.

[38]师义民,顾昕,孙天宇,孙玉东.相依屏蔽数据下双参数指数部件的可靠性分析[J].西北工业大学学报，2013,31(1):29-33.

(责任编辑 杨继森)

Statistical Analysis of New Model for Masked Data Under Series System

XU Xiao-ling1, WANG Rong-hua2, GU Bei-qing1

(1.School of Statistics and Information, Shanghai University of International Business and Economics,Shanghai 201620, China; 2.Mathematics and Science College, Shanghai Normal University, Shanghai 200234, China)

The model of masked data under series system was proposed. The basic assumption that masked occurrence is independent of failure reason and time is modified to the assumption that masked occurrence is related to failure reason and time. The corresponding likelihood function was derived. The maximum likelihood estimates of parameters were respectively studied under full sample and type-II censored sample. The examples were illustrated to the feasibility of this method by Monte-Carlo simulations.

series system; masked data; likelihood function; maximum likelihood estimate

2016-08-25；

2016-10-15

上海市教育委员会科研创新重点项目(14ZZ155)；上海市教育委员会科研创新一般项目(14YZ080)

徐晓岭(1965—)，男，博士，教授，主要从事可靠性统计研究。

10.11809/scbgxb2017.02.038

徐晓岭，王蓉华，顾蓓青.串联系统下屏蔽数据新模型的统计分析[J].兵器装备工程学报，2017(2):172-176.

format:XU Xiao-ling, WANG Rong-hua, GU Bei-qing.Statistical Analysis of New Model for Masked Data Under Series System[J].Journal of Ordnance Equipment Engineering,2017(2):172-176.

O213

A

2096-2304(2017)02-0172-05