串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的統(tǒng)計分析

徐曉嶺，王蓉華，顧蓓青

(1.上海對外經貿大學 統(tǒng)計與信息學院，上海 201620； 2．上海師范大學 數(shù)理學院，上海 200234)

【基礎理論與應用研究】

串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的統(tǒng)計分析

徐曉嶺1，王蓉華2，顧蓓青1

(1.上海對外經貿大學 統(tǒng)計與信息學院，上海 201620； 2．上海師范大學 數(shù)理學院，上海 200234)

提出了一種新的串聯(lián)系統(tǒng)下的屏蔽數(shù)據(jù)模型，將屏蔽發(fā)生與失效原因及時間無關的基本假定改為與失效原因及時間相關，推導了相應的似然函數(shù)，分別在全樣本場合和定時截尾樣本場合下研究了參數(shù)的極大似然估計，通過Monte-Carlo模擬算例說明方法的可行性。

串聯(lián)系統(tǒng)；屏蔽數(shù)據(jù)；似然函數(shù)；極大似然估計

在可靠性分析中，人們往往通過分析系統(tǒng)壽命數(shù)據(jù)估計該系統(tǒng)中各組成單元壽命分布中的未知參數(shù)。系統(tǒng)壽命試驗數(shù)據(jù)包括兩個方面：一是失效時間；二是失效原因。理想狀態(tài)下，系統(tǒng)的壽命數(shù)據(jù)應該包括系統(tǒng)失效的具體時間以及由哪個單元失效導致整個系統(tǒng)失效的信息。但大多數(shù)時候，導致系統(tǒng)失效的那個單元并不能夠被準確識別出來，人們僅能夠把導致系統(tǒng)失效的原因歸結為某些單元所組成的一個集合，系統(tǒng)真正失效的原因被屏蔽。在現(xiàn)實生活中，由于故障診斷和故障檢測所需的費用昂貴，特別是在現(xiàn)代系統(tǒng)中越來越多地采用模塊化設計，引起系統(tǒng)失效的確切單元通常都是未知的。在計算機或集成電路等進行系統(tǒng)可靠性研究時，也會遇到相類似的屏蔽問題。導致屏蔽發(fā)生的原因很多，如經費的不足、時間的限制、記錄的錯誤，診斷工具的缺乏及由某些單元失效所帶來的一些破壞性的后果等。這使得屏蔽數(shù)據(jù)的統(tǒng)計分析成為近年來研究的熱點問題之一。關于屏蔽數(shù)據(jù)的統(tǒng)計分析近年來一直是研究的熱點問題之一，許多學者做了很好的工作，并取得了一系列研究成果，國外成果見文獻[1-17]，國內成果見文獻[18-38]。

本文給出了串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型，修正了原有的基本假定，在此基礎上推導了相應的似然函數(shù)，在全樣本、定時截尾樣本場合下研究了參數(shù)的極大似然估計，通過Monte-Carlo模擬算例說明方法的可行性。

1 串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型

1.1 串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的基本假定

基本假定1：系統(tǒng)由J(J≥1)個獨立單元串聯(lián)而成。

基本假定2：將n個同樣的系統(tǒng)進行壽命試驗，試驗持續(xù)時間到τ為止，此時共有r個系統(tǒng)失效(即所謂的定時截尾壽命試驗)。

基本假定3：屏蔽的發(fā)生與失效原因和時間相關，當屏蔽發(fā)生時，其對應的失效原因單元(即造成系統(tǒng)失效的單元)被屏蔽的概率(簡稱為屏蔽概率)為該單元在此時的累積失效概率即分布函數(shù)，而與失效單元集合中的其他單元無關。

值得指出的是以前研究中的基本假定3表述為“屏蔽的發(fā)生與失效原因和時間無關(即獨立)”，即為通常所言的對稱性假定，失效原因是指明確由于具體某個單元失效而導致系統(tǒng)失效。該假定即指所有單元的屏蔽概率相同。但這與實際情況很不一致，不符合實際工程應用。因為針對串聯(lián)系統(tǒng)通常來說可靠性差的單元其失效概率自然會比較高，被屏蔽的失效原因是可靠性差的單元的概率相對也比較高。在此假定屏蔽概率是該單元此時的累積失效概率即分布函數(shù)，可靠性越差，失效概率越高，屏蔽概率也越大。這比較符合實際情況。

1.2 串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的似然函數(shù)

考慮系統(tǒng)由n個串聯(lián)子系統(tǒng)構成，對其進行壽命試驗，每一個子系統(tǒng)有J個單元。記Tij表示第i個子系統(tǒng)的第j個單元的壽命，是一隨機變量。其觀察值記為tij，i=1,2,…,n，j=1,2,…,J。于是可得到第i個子系統(tǒng)的壽命Ti：Ti=min(Ti1,Ti2,…,TiJ)，其觀察值記為ti,i=1,2,…,n。記Si為引起子系統(tǒng)i失效的單元集合，si為Si的實現(xiàn)。于是，觀察的數(shù)據(jù)data包括(t1,s1),(t2,s2),…,(tn,sn)。如果集合si只含有一個元素或者說由單個元素組成，則表明引起子系統(tǒng)i失效的單元是確知的。如果集合中si的元素不只一個，則說明引起子系統(tǒng)i失效的單元壽命數(shù)據(jù)被屏蔽。

情形1：si中的元素只有一個

P(ti≤Ti≤ti+dti,Si=si={j})=

P(ti≤Ti≤ti+dti,Ki=j)

而P(ti≤Ti≤ti+dti,Ki=j)表示子系統(tǒng)i的第j個單元在時刻ti失效，其他J-1個單元(除第j個單元)的壽命大于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中的元素不止一個，此時子系統(tǒng)i發(fā)生了屏蔽。

P(ti≤Ti≤ti+dti,Si=si)=

P(Si=si|ti≤Ti≤ti+dti,Ki=j)

當j∈si時，稱P(Si=si|ti≤Ti≤ti+dti,Ki=j)為子系統(tǒng)i在失效時刻ti時失效原因單元j被屏蔽的概率，簡稱屏蔽概率。

注意到，屏蔽概率還可寫為：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

P(Si=si≠{j}|ti≤Ti≤ti+dti,Ki=j)

考慮子系統(tǒng)i屏蔽發(fā)生，其觀察數(shù)據(jù)為(ti,si),j∈si，于是可以認為有：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)+

而P(ti≤Ti≤ti+dti,Ki=j)表示子系統(tǒng)i的第j個單元在時刻ti失效，其他J-1個單元(除第j個單元)的壽命大于ti，即：

P(ti≤Ti≤ti+dti,Ki=j)=

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

當j∈si且si中的元素不只一個時，即有屏蔽發(fā)生的情形下，由基本假定3知：當屏蔽發(fā)生時，其對應的具體失效單元的屏蔽概率為該單元在此時的累積失效概率即分布函數(shù)，而與失效單元集中的其他單元無關。于是有：

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

P(Tij≤ti)=Fj(ti)

綜上

P(ti≤Ti≤ti+dti,Si=si)=

P(Si=si|ti≤Ti≤ti+dti,Ki=j)=

1) 全樣本場合下的似然函數(shù)。假設將n個串聯(lián)子系統(tǒng)進行壽命試驗，不妨設在觀察的數(shù)據(jù)(t1,s1),(t2,s2),…,(tn,sn)中，前k個子系統(tǒng)沒有屏蔽發(fā)生，即si(i=1,2,…,k)中的元素只有一個，而后n-k個子系統(tǒng)有屏蔽發(fā)生，即si(i=k+1,k+2,…,n)中的元素不只一個。于是似然函數(shù)為

2) 定時截尾場合下的似然函數(shù)。如果子系統(tǒng)由兩個單元串聯(lián)而成，即J=2。失效的原因可歸結為3類：s1={1}，s2={2}，s12={1,2}。現(xiàn)考慮將n個由兩個單元串聯(lián)而成的子系統(tǒng)進行定時截尾壽命試驗，試驗持續(xù)到時間τ為止，此時共有r個子系統(tǒng)失效。在這r個失效子系統(tǒng)中，屬s1類的有r1個，其失效時間不妨設為t1,t2,…,tr1；屬s2類的有r2個，其失效時間不妨設為tr1+1,tr1+2,…,tr1+r2；屬s12類的有r3個，其失效時間不妨設為tr1+r2+1,tr1+r2+2,…,tr.其中r1+r2+r3=r.于是該n個串聯(lián)子系統(tǒng)在定時截尾壽命試驗下的似然函數(shù)為：

特別當系統(tǒng)進行定數(shù)截尾壽命試驗時，定數(shù)截尾數(shù)為r，記τr=max(t1,t2,…,tr)。此時似然函數(shù)為

2 串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的統(tǒng)計分析

2.1 全樣本和定時截尾場合下的統(tǒng)計分析

1) 全樣本場合下的統(tǒng)計分析。如果子系統(tǒng)由兩個單元串聯(lián)而成，即J=2。失效的原因可歸結為3類：s1={1}，s2={2}，s12={1,2}。現(xiàn)考慮將n個由兩個單元串聯(lián)而成的子系統(tǒng)進行壽命試驗，試驗持續(xù)到全部失效為止，即此時共有n個子系統(tǒng)失效。在這n個失效子系統(tǒng)中，屬s1類的有r1個，其失效時間不妨設為t1,t2,…,tr1；屬s2類的有r2個，其失效時間不妨設為tr1+1,tr1+2,…,tr1+r2；屬s12類的有r3個，其失效時間不妨設為tr1+r2+1,tr1+r2+2,…,tn.其中r1+r2+r3=n.于是該n個串聯(lián)子系統(tǒng)在壽命試驗下的似然函數(shù)為：

特別兩個單元的失效率同為參數(shù)時，即α1=α2=α，此時，

例1：取樣本容量n=10,r1=3,r2=4，兩個單元的失效率都取為α=0.5，通過Monte Carlo模擬產生如表1所示的隨機數(shù)：

表1 n=10,r1=3,r2=4,α=0.5的隨機數(shù)

2) 定時截尾下的統(tǒng)計分析。如果子系統(tǒng)由兩個單元串聯(lián)而成，即J=2。失效的原因可歸結為3類：s1={1}，s2={2}，s12={1,2}?，F(xiàn)考慮將n個由兩個單元串聯(lián)而成的子系統(tǒng)進行定時截尾壽命試驗，試驗持續(xù)到時間τ為止，此時共有r個子系統(tǒng)失效。在這r個失效子系統(tǒng)中，屬s1類的有r1個，其失效時間不妨設為t1,t2,…,tr1；屬s2類的有r2個，其失效時間不妨設為tr1+1,tr1+2,…,tr1+r2；屬s12類的有r3個，其失效時間不妨設為tr1+r2+1,tr1+r2+2,…,tr.其中r1+r2+r3=r。如果設單元1的壽命為X，其失效率為常數(shù)α1，單元2的壽命為Y，其失效率為常數(shù)α2，X,Y相互獨立，串聯(lián)系統(tǒng)的壽命記為T，T=min(X,Y)。對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

似然函數(shù)為

(n-r)τ=0

(n-r)τ=0

例2：取樣本容量n=20,r=18,r1=5,r2=10，兩個單元的失效率都取為α=0.2，通過Monte-Carlo模擬如表2所示的隨機數(shù)：

例3：取樣本容量n=20,r=18,r1=5,r2=10，兩個單元的失效率分別取為α1=0.01,α2=0.02，通過Monte-Carlo模擬如表3所示的隨機數(shù)：

表2 n=20,r=18,r1=5,r2=10,α=0.2的隨機數(shù)

表3 n=20,r=18,r1=5,r2=10,α1=0.01,α2=0.02的隨機數(shù)

[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]張士峰,鄧愛民.含有屏蔽壽命數(shù)據(jù)的貝葉斯可靠性分析[J].戰(zhàn)術導彈技術，2001(3):34-39.

[23]姜紅燕,張幗奮.失效率為指數(shù)函數(shù)的模型中使用屏蔽數(shù)據(jù)的參數(shù)估計[J].浙江大學學報(理學版)，2006,33(2):125-128.

[24]顧昕,師義民.屏蔽數(shù)據(jù)下雙參指數(shù)部件的可靠性估計[J].科學技術與工程，2009,18(9):5316-5319.

[25]張帆,師義民.基于屏蔽數(shù)據(jù)的航空電源系統(tǒng)可靠性分析[J].航天控制，2009,27(4):96-100.

[26]劉英,師義民.屏蔽數(shù)據(jù)下航天器電源系統(tǒng)的可靠性的統(tǒng)計分析[J].航天控制，2010,28(2):70-74.

[27]劉英,師義民,王婷婷.基于屏蔽數(shù)據(jù)的部件可靠性指標的貝葉斯估計[J].數(shù)理統(tǒng)計與管理，2010,29(5):853-860.

[28]劉英,師義民,婷婷.含有屏蔽數(shù)據(jù)的串聯(lián)統(tǒng)計中BurrXII部件可靠性指標的Bayes估計[J].系統(tǒng)工程理論與實踐，2010,30(4):689-694.

[29]張萌,師義民,楊揚.屏蔽數(shù)據(jù)下BurrXⅡ三部件串聯(lián)系統(tǒng)的可靠性估計[J].系統(tǒng)工程與電子技術，2011,33(1):222-227.

[30]張萌,師義民,楊揚.屏蔽數(shù)據(jù)下并聯(lián)系統(tǒng)廣義指數(shù)部件的可靠性估計[J].信息與控制，2011,40(4):483-496.

[31]張萌,師義民.屏蔽數(shù)據(jù)下三部件串聯(lián)系統(tǒng)部件可靠性的Bayes估計[J].火力與指揮控制，2011,36(12):24-30.

[32]張萌,師義民,楊揚.含有屏蔽數(shù)據(jù)的截尾樣本下部件的可靠性分析[J].工程數(shù)學學報，2012,29(4):625-632.

[33]張萌,陸山,楊楊.截尾情形下基于屏蔽數(shù)據(jù)的部件可靠性分析[J].系統(tǒng)工程學報，2012,27(1):137-144.

[34]顧昕,師義民,譚偉.屏蔽數(shù)據(jù)在新型截尾樣本下系統(tǒng)的可靠性分析[J].火力與指揮控制，2012,37(15):97-101.

[35]張萌,陸山,楊楊.基于屏蔽數(shù)據(jù)多重定數(shù)截尾下系統(tǒng)部件的可靠性估計[J].系統(tǒng)工程與電子技術，2013,35(5):1122-1127.

[36]徐曉嶺,顧蓓青,王蓉華,吳生榮.二元幾何分布串聯(lián)系統(tǒng)在屏蔽數(shù)據(jù)場合的參數(shù)估計[J].西南交通大學學報,2012,47(5):91-94.

[37]楊劍鋒,趙明.屏蔽數(shù)據(jù)下軟件可靠性的極大似然估計[J].系統(tǒng)工程與電子技術，2013,35(12):2665-2669.

[38]師義民,顧昕,孫天宇,孫玉東.相依屏蔽數(shù)據(jù)下雙參數(shù)指數(shù)部件的可靠性分析[J].西北工業(yè)大學學報，2013,31(1):29-33.

(責任編輯 楊繼森)

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

上海市教育委員會科研創(chuàng)新重點項目(14ZZ155)；上海市教育委員會科研創(chuàng)新一般項目(14YZ080)

徐曉嶺(1965—)，男，博士，教授，主要從事可靠性統(tǒng)計研究。

10.11809/scbgxb2017.02.038

徐曉嶺，王蓉華，顧蓓青.串聯(lián)系統(tǒng)下屏蔽數(shù)據(jù)新模型的統(tǒng)計分析[J].兵器裝備工程學報，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