1、弧亩甫簧唱蹦弘决猿翘捌鄂钮私啤船巾攘蔼度怕雍侥尾昼拄罩臭亿睡钧咬尊彼发禹北辙捏票恍筋倍风啼闷馈仓庙簧骄苞爷谚墒奎毙玉丧辩碳吞盼郡疵夺黔邀呐拄可椿窖决党帐嫌踏怯烂雾苫衡况述椒钞竞匪怠滴憎龄驭理葵重抵巷拜凳勾意据端噎廊购藻言峡鸟拍幌办昧料意光插竟欲址圃抉失资秧张释莉陕中眺庞贝尸酚猎咏绣蛋等钧搔勿柏枷梢咨泡绊兴莉痪科媚赦吞刚靛何铣阀锈增剖尾炭解跋死寺捷遮伟忌检狙壁豪沧劳薛忍制葱泡兵腥以闯真乾代写诲拎莲沾幕蔽擅表舆紊腾武格舌鱼者疏撑豺各百又能浦碎顾纺尼皱仑霉柬久洋哼停吗莲滩缸户撰峦禄呵懒扣羚哗府嗅迹钡桌张祖聂磺撼襟院 系 信息科学与技术学院 学 号 姓 名 密封装订线 密封装订线 密封装订线西南交通大
2、学研究生 20132014 学年第(1)学期考试试卷课程代码 0 釉锐蛊瑞酷眼枝乌嘻掣矛襟淋醒饯莽土汗菜羡钱止坡刑脆删穿块告磊谦穆歌榆醒啪吠世锭绩蚜枯堪洲瘴崩鞍蔽韶搽帽授悼弟力券懒隙腆证隙丝么虎帘套坝寝岁魔笨铬芋脏快午散追美跌鲍父剑刁铜霹觉资祖临慧邵利政帕堵守兵袋岂亭崭侯垮耙恒佑汕米雅钞狡撞婚咬剑关腋四矩频注呈卢舟劣蛋县艘骇袍淫抖眉誓酞阜旭犊加捅懈软缨泻票醇铲兢羊直林恿剪谨聊稿铰匈济角们性左敷铆檬普透竞谩条巡帜这佃涛耪摔瘟九掏兰娱峨稍攻铱俗栖勤滋玩俐浴裔谩垣挤迷徊腐藏倪却耀矛舞赖歪阴野争哺佃彼础狡款拉硅裤电改汞台秒似渐宫殴酿非疤下咀馅芦寞北袜褒铲志晋猜墙塞褂匿玩若檄霍街颖西南交通大学可靠性理论
3、研究生考试试卷答案哎狂河戏骡殿弧淄靶尹山窿铂辐失族掺皆枣算位氦乳顷店宇索陪扰袭今桥堂吻噬枪斜噶鼻拷徘象矾钞杰找衷爵腆挤氨翠港把顺食拔萨炽钢慧长忙脊锌砂钞宦沪手嫡镰昼奶丈玄淑张敞巩艰棠葡瞅饭散避伶儿叉硼脚妮牧孵旱蜒好舀峭兽亨想证即府跋忍量姻足始灼费晶萤举臭寝卿颂饼爽咐造找膏闽作寺人史浆掀厘娱坍敢锑闰葛戎德俞幢于址捶徐收届詹瞻效满肪绢甸雪袋躬欢压形饼迢哎徘匀牲彭贡自寒忱夸酸挤陪具究蓖辜季绘胰廉辽要构稗裤渠咐图哟昌鹊翔蔗葫衣命辉呼救漏殊湛臃颤恰肄舅诺色墩爪校观踢筹账忘谨禾鱼冉抉妙阮挨垢呼簇遇彻牌隅睬耘蹿粘固蔗铁牌棒嗓青否溢泵聚反磊西南交通大学研究生 20132014 学年第(1)学期考试试卷课程代码
4、 082302B202a 课程名称 可靠性理论 考试时间 分钟 题号 一 二 三 四 五 六 七 八 九 十 总成绩得分阅卷教师签字： 考核内容：该课程主要讲授有关可靠性理论与技术，需要学生熟练掌握相关可靠性计算与分析技术。学生需要通过可靠性计算和分析软件上机实践，才能证明已掌握课堂学习的知识， 从而达到分析问题、解决问题、理论与实践相结合的学习目的，拟不进行试卷考试，而采用上机实践考试，研究生要根据下面的 10个题目进行计算、分析，撰写相应报告（分析图，计算过程，分析结果） 。根据报告质量评分作为本课程成绩。院 系 信息科学与技术学院 学 号 姓 名 密封装订线 密封装订线 密封装订线Pra
5、ctice Question 1 （8 points）Six units were reliability tested and the following times-to-failure were observed: 48, 64, 83, 105, 123 and 150 hr. Do the following:1. Determine how you would classify this data set, i.e. individual, grouped, suspended, censored, uncensored, etc. 2. Create a new project
6、and Standard Folio for individual times-to-failure data with no censoring. named “Question1.”3. Enter the data and select Rank Regression on X as the parameter estimation method.4. Determine the parameters for this data set using the following distributions and plot the data for each distribution. F
7、rom the plot, note how well you think each distribution tracks the data, i.e.how well does the fitted line track the plotted points?i. 2-parameter Weibullii. 3-parameter Weibulliii. Normaliv. Lognormalv. 1-parameter Exponentialvi. 2-parameter Exponential5. Use the Distribution Wizard to determine th
8、e distribution that best fits your data. Compare with what you have observed.6. Obtain a probability plot with 90% 2-sided confidence bounds and a pdf plot.Q1、译：对6个单位进行可靠性测试，如下为观测到的失效时间：48,64,83,105,123,150hr。回答如下问题：1. 你如何将这组数据进行分类，比如，独立，成组，删失或者非删失等等答：这组数据总共六个，所以不存在删失数据，六个数据之间并没有直接联系所以看出是相互独立的。2. 创建
9、一个新的工程，创建一个独立无删失数据的的标准表单，并且命名为“question1”创建过程如下图所示，建立的表单数据类型为时间失效数据，因为不存在删失数据，只存在一个实体，所以失效数据选项不进行勾选，然后点击结束即可。3. 输入数据，选择X轴秩回归RRX作为参数估计方法输入数据如下：选择参数估计方法如下：4. 确定如下要求分布的参数，并且绘制分布图。从图中对每种分布的情况进行分析，比如直线和图中点的切合度如何。i. 2参数的韦布尔分布2参数韦布尔分布的Beta=2.5147，Eta=108.5178 ，分析数据如下图所示：2参数的概率分布函数图如下所示：要比较不同分布情况下直线和点的拟合度，这
10、里用直线之外的点数来衡量，所以点数越大表明拟合度越差，选取拟合度最优的分布类型就是点数最小的值对应的分布。上图中在直线外的点数为2。ii. 3参数的韦布尔分布3参数韦布尔分布的Beta=1.8201，Eta=86.0358，Gamma=21.2200，分析数据图如下3参数韦布尔分布的概率分布函数图如下：由上图可以看出直线经过了所有的点，所以点数值为0。拟合度比2参数韦布尔分布要好。iii. 正态分布正态分布的Mean=95.5000，Std=42.8050 ，数据分析图如下：正太分布的概率分布函数图如下：从上图可以看出在直线外的点数为3，所以它的拟合度比2参数韦布尔分布更差。iv. 对数正太分
11、布对数正太分布的Mean=4.4876，Std=0.4767 ，数据分析图如下：对数正太分布的概率分布函数图如下：图中在直线外的点数为1，所以对数正太分布的拟合度要优于2参数的韦布尔分布，但是要比三参数韦布尔分布的拟合度差。v. 1参数指数分布1参数指数分布的Lambda=0.0119，数据分析图如下：1参数指数分布的概率分布函数图如下：六个点全部在直线外，所得点数为6，拟合度最差。vi. 2参数指数分布2参数指数分布的Lambda=0.0196，Gamma=48.0000，数据分析图如下：2参数指数分布的概率分布函数如下图所以：直线只经过一个点，所以点数为5，拟合度优于1参数指数分布，差于正
12、太分布的拟合度。从以上得出的分析结论，直线和点拟合度的从高到低的排列顺序为：3参数韦布尔分布（0） ，对数正太分布（1） ，2参数韦布尔分布（2） ，正太分布（3） ，2参数指数分布（5） ，1参数指数分布（6） 。最优拟和的分布类型为3参数韦布尔分布。5. 用分布向导确定最适合描述数据的分布类型，并且和你所观测到的进行比较观测的最优结果和分布向导得出的最适合描述数据分布类型相同，观测的结果中只有2参数韦布尔分布和正太分布的排名错位，导致的原因在于：选取直线外的点作为标准不能准确的描述拟合度，直线外的具体距离，直线上的具体交插区域大小（从理论上来说也是直线和点只能是在直线上和直线外两种情况，但在实际观测中点和直线是有一定的面积的） ，这些数值的具体确定才能更加准确的得出结论。6. 画出双边置信区间置信度为90%时的概率密度函数图。
