论文摘要：基于多源故障信息融合的寿命评估技术研究

随着高可靠性、长寿命产品的出现，故障信息的收集变得非常困难而且费时。为了更准确的评估产品的寿命，通常的做法是综合利用多源故障信息如相似产品的故障信息、仿真试验信息、专家信息等进行寿命评估。但不同来源的信息并不能直接用来进行寿命评估，必须经过一定的转化。

因此，为了利用多源故障信息进行寿命评估，本文提出了一种基于Bayes理论的故障信息融合方法。该方法通过引入修正因子对故障数据进行融合，利用MCMC方法进行抽样模拟得到未知参数的后验分布，从而进行寿命评估。本文主要进行了以下研究：

1)        分析了产品故障信息的来源。产品的故障信息来源于多个方面，不同的故障信息有不同的融合方法，通过分析确定了本文所处理的故障信息主要为相似产品的故障信息、仿真试验信息和产品的样本信息等。

2)        提出了一种基于Bayes理论的多源故障信息融合方法。该方法通过引入修正因子，表征先验故障数据和产品样本数据的差异。利用贝叶斯理论建立融合模型，模型中的未知参数可通过MCMC抽样模拟进行估计。

3)        研究了对数正态分布和两参数威布尔分布的融合，并以2组数据的融合为例进行了仿真分析，仿真结果证明了此方法的有效性。同时对模型的敏感性从未知参数和先验分布的选取两方面进行了研究，为未知参数初始值和先验分布的选取提供了参考。

最后以轴承寿命故障数据为例，利用本论文提出的方法对轴承进行了寿命评估。