(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210720566.6 (22)申请日 2022.06.23 (71)申请人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 (72)发明人 贾祥　程志君　潘正强　 (74)专利代理 机构 长沙国科天河知识产权代理 有限公司 432 25 专利代理师 邱轶 (51)Int.Cl. G06F 30/20(2020.01) G06N 7/00(2006.01) G06F 119/02(2020.01) G06F 119/04(2020.01) (54)发明名称 威布尔型无失效数据转换成败型可靠性数 据的方法和装置 (57)摘要 本申请涉及威布尔型无失效数据转换成败 型可靠性数据的方法和装置， 方法包括： 获取威 布尔型无失效数据的寿命数据， 确定威布尔形状 参数和威布尔尺度参数的联合验前分布以及威 布尔型无失效数据的似然函数， 并得到威布尔形 状参数和威布尔尺度参数的联合验后分布； 采用 伪随机数生成算法生成随机数， 根据随机数、 所 述联合验后分布和预设的样本量， 得到威布尔形 状参数和威布尔尺度参数的联合验后样本序列； 根据联合验后样本序列， 计算预设任务时刻的可 靠度贝叶斯验后统计量； 根据可靠度贝叶斯验后 统计量， 进行矩拟合转换， 得到可靠性成败数据。 本申请能够实现威布尔型无失效数据向成败型 可靠性数据的矩拟合 转换。 权利要求书3页 说明书7页 附图2页 CN 115114775 A 2022.09.27 CN 115114775 A 1.威布尔型 无失效数据转换成败型 可靠性数据的方法， 其特 征在于， 包括： 获取威布尔型无失效数据的寿命数据， 确定威布尔形状参数和威布尔尺度参数的联合 验前分布以及威布尔型无失效数据的似然函数， 并得到威布尔形状参数和威布尔尺度参数 的联合验后分布； 采用伪随机数生成算法生成随机数， 根据所述随机数、 所述联合验后分布和预设的样 本量， 得到威布尔形状参数和威布尔尺度参数的联合验后样本序列； 根据所述联合验后样本序列， 计算预设任务时刻的可靠度贝叶斯验后统计量； 根据可靠度贝叶斯验后统计量， 进行矩拟合 转换， 得到可靠性成败数据。 2.根据权利要求1所述的方法， 其特征在于， 采用伪随机数生成算法生成随机数， 根据 所述随机数、 所述联合验后分布和预设的样本量， 得到威布尔形状参数和威布尔尺度参数 的联合验后样本序列包括： 令迭代次数为1， 对威布尔形状参数的验后样本序列和威布尔尺度参数的验后样本序 列进行初值赋予； 迭代次数加1， 采用伪随机数生成算法生成第 一随机数， 并根据 所述第一随机数和所述 联合验后分布， 计算 参考变量； 采用伪随机数生成算法生成第二随机数， 并根据所述第二随机数和参考变量， 对所述 威布尔形状参数的验后样本序列和威布尔尺度参数的验后样本序列进行 更新； 当迭代次数等于预设的样本量 时， 根据更新后的威布尔形状参数的验后样本序列和威 布尔尺度参数的验后样本序列， 得到威布尔形状参数和威布尔尺度参数的联合验后 样本序 列。 3.根据权利要求2所述的方法， 其特征在于， 当迭代次数不等于预设的样本量时， 采用 伪随机数生成算法生成第三 随机数， 并根据所述第三 随机数和所述联合验后分布， 重新计 算参考变量； 采用伪随机数生成算法生成第 四随机数， 并根据所述第 四随机数和参考变量， 对所述 威布尔形状参数的验后 样本序列和威布尔尺度参数的验后 样本序列进 行更新， 直至迭代次 数等于预设的样本量。 4.根据权利要求1至3任一项所述的方法， 其特征在于， 获取威布尔型无失效数据的寿 命数据， 确定威布尔形状参数和威布尔尺度参数的联合验前分布以及威布尔型无失效数据 的似然函数包括： 式中， π(m, λ )是联合验前分布， m是形状参数， λ是尺度参数， mu是m的取值上限， ml是m的 取值下限； 式中， L(t1,…,tn|m, λ )是威布尔型无失效数据的似然函数， ti代表试验时间， i＝1, …, n， n为样本数据量。 5.根据权利要求4所述的方法， 其特征在于， 确定威布尔形状参数和威布尔尺度参数的权　利　要　求　书 1/3 页 2 CN 115114775 A 2联合验前分布以及威布尔型无失效数据的似然函数， 并得到威布尔形状参数和威布尔尺度 参数的联合验后分布包括： 式中， π(m, λ|t1,…,tn)是联合验后分布。 6.根据权利要求5所述的方法， 其特征在于， 采用伪随机数生成算法生成第一随机数， 并根据所述第一随机数和所述联合验后分布， 计算 参考变量包括： mc＝(mu‑ml)p λc＝‑ln(1‑p) 式中， ρ 是参考变量， mc是用于威布尔形状参数验后序列更新的候选值， λc是用于威布尔 尺度参数验后序列更新的候选值， p是第一随机数。 7.根据权利要求6所述的方法， 其特征在于， 采用伪随机数生成算法生成第二随机数， 并根据所述第二随机数和参考变量， 对所述威布尔形状参数的验后 样本序列和威布尔尺度 参数的验后样本序列进行 更新包括： 式中， 是更新后的威布尔形状参数的验后样本序列， 是更新后的威布尔尺度参数 的验后样本序列， u是第二随机数。 8.根据权利要求7所述的方法， 其特征在于， 根据所述联合验后样本序列， 计算预设任 务时刻的可靠度贝叶斯验后统计量包括： 式中， 是可靠度的一阶贝叶斯验后统计量， 是可靠度的二阶贝叶斯验后统 计量， S是 预设的样本量， τ 是 预设任务时刻。 9.根据权利要求8所述的方法， 其特征在于， 根据可靠度贝叶斯验后统计量， 进行矩拟 合转换， 得到可靠性成败数据包括： 权　利　要　求　书 2/3 页 3 CN 115114775 A 3