電火工品之貝氏可靠度分析

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：24

、訪客IP：18.218.241.211

姓名

張家禎(Chia-Chen Chang) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

電火工品之貝氏可靠度分析

相關論文

★ 具Box-Cox轉換之逐步加速壽命實驗的指數推論模型	★ 多元反應變數長期資料之多變量線性混合模型
★ 多重型 I 設限下串聯系統之可靠度分析與最佳化設計	★ 應用累積暴露模式至單調過程之加速衰變模型
★ 串聯系統加速壽命試驗之最佳樣本數配置	★ 破壞性加速衰變試驗之適合度檢定
★ 串聯系統加速壽命試驗之最佳妥協設計	★ 加速破壞性衰變模型之貝氏適合度檢定
★ 加速破壞性衰變模型之最佳實驗配置	★ 累積暴露模式之單調加速衰變試驗
★ 具ED過程之兩因子加速衰退試驗建模研究	★ 逆高斯過程之完整貝氏衰變分析
★ 加速不變原則之偏斜-t過程	★ 花蓮地區地震資料改變點之貝氏模型選擇
★ 颱風降雨量之統計迴歸預測	★ 花蓮地區地震資料之長時期相關性及時間-空間模型之可行性

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

摘要
電火工品的可靠度壽命實驗是了解預測其操作與庫儲年限及建立後勤支援與品保規範的重要依據。但由於軍事需要與製造的嚴格控管，使得電火工品的壽命年限較長，對於此類高可靠度的產品必須採用加速失效實驗來加速觀察產品的失效。本文以溫度做為加速失效因子，在加速失效模型下引爆電火工品，得到是否失效之二元數據，並提出不同方法決定主觀或客觀先驗分佈，以得到電火工品可靠度貝氏推論，並比較不同方法之結果。另對庫存之電火工品做貝氏零失效可靠度示範實驗，了解若要證明產品是否仍具有預期之標準，求得所需實驗之最小的樣本數—實驗時間。

關鍵字(中)

★ 可靠度
★ 零失效數據
★ 貝氏分析
★ 電火工品

關鍵字(英)

論文目次

目錄
第一章緒論 1
1.1 研究與動機 1
1.2 方法回顧 3
1.3 研究方法 5
第二章模型及方法 8
2.1 加速實驗之統計模型 8
2.2 貝氏推論 10
2.3 先驗分佈之決定 14
2.3.1 參數和之先驗分佈 15
2.3.2 可靠度之先驗分佈 20
2.4 經驗貝氏方法 21
第三章電火工品之貝氏零失效可靠度示範實驗 24
3.1 模型與方法 24
3.2 最小樣本數–實驗時間 (unit–hour) 之決定與預測 26
第四章模擬研究 30
4.1 後驗分佈之估計 30
4.2 電火工品之貝氏推論模擬 32
4.2.1 指數先驗分佈之穩健性 33
4.2.2 可靠度之先驗訊息 34
4.2.3 經驗貝氏方法 37
4.2.4 失效個數之預測 38
4.3 電火工品貝氏零失效可靠度示範實驗之模擬 39
第五章結論 70
參考文獻.. 72

參考文獻

[1] Balaban, H. (1975). “Reliability demonstration: Purposes practices, and value.” Proceedings of the 1975 Annual Reliability and Maintainability Symposium, Washington, D. C., pp. 246-248.
[2] Berger, J. O. (1985). Statistical Decision Theory and Bayesian Analysis, 2nd Ed. Springer-Verlag, New York.
[3] Bonis, A.J. (1966). “Bayesian reliability demonstration plans.” Reliability and Maintainability Conference, Vol. 5, pp. 861-870.
[4] Carlin, B.P. and Louis, T.A. (2000). Bayes and empirical Bayes methods for data analysis. Chapman & Hall/CRC.
[5] Dempster, A.P., Laird, N.M., and Rubin, D.B. (1977). “Maximum likelihood estimation from incomplete data via the EM algorithm (with discussion).” Journal of the Royal Statistical Society, Series B, 39, 1-38.
[6] Geman, S. and Geman, D. (1984). “Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images.” IEEE Trans. On Pattern Analysis and Machine Intelligence, 6, 721-741.
[7] Hastings, W.K. (1970). “Monte Carlo sampling methods using Markov chains and their application.” Biometrika, 57, 97-109.
[8] Martz, H.F. and Waller, R.A. (1979). “A Bayesian zero-failure (BAZE) reliability demonstration testing procedure.” Journal of Quality Technology, Vol. 11, No. 3.
[9] Meeker, W.Q. and Escobar, L.A. (1998). Statistical Methods for Reliability Data.
[10] Metropolis, N., Rosenbluth, A.W., Rosenbluth, M.N., Teller, A.H., and Teller, E. (1953). “Equations of state calculations by fast computing machines.” Journal of Chemical Physics, 21, 1087-1091.
[11] Müller, P. (1991). “A generic approach to posterior integration and Gibbs sampling.” Technical Report 91-09, Department of Statistics, Purdue University.
[12] 傅承德、俞一唐、王仁和和鄭少為 (2002)。”電火工品產品的可靠度分析”。中國統計學報，第40卷第3期，333-360頁

指導教授

樊采虹(Tsai-Hung Fan)

審核日期

2004-6-14

推文