论文部分内容阅读
摘 要：汽车零部件的可靠性检测在汽车的安全性检验中发挥着重要的作用。基于此，文章阐述了汽车零部件可靠性数据分析的含义，同时提出了汽车零部件可靠性数据检测方法，包括期望值估计法、方差估计法、正态分布区间估计法、正态方差估计法等，来检测汽车零部件可靠性的数据。通过论述以上方法，来为汽车零件检测人员提供一些参考，保证检测数据的精准度。
关键词：汽车零部件可靠性；数据研究；置信度
汽车零部件可靠性的数据分析含义
可靠性作为一门新兴学科，在科学技术的不断发展过程中，已经得到了广泛的应用。在检测汽车零部件可靠性数据中，需要通过抽样调查，选取适当的样本数量，计算出置信度，但不同的检测方法，产生的精确度也就不同。
汽车零部件的可靠性数据一般会通过两种方法获得：点估计和区间估计法。点估计由总体期望值法和方位估计方法组成，总体期望值法主要是通过计算数据的平均值来简化数据的难度和数量，它的估算精度和样本容量具有一定的关联性，如果样板的容量较小，产生的预估值的精度比较低；方差估计法和总体期望估计精度要更加高，且通过修正样本方差，能够得到总体方差无篇的估计值。通过参数区间估计方法的正态分布均值方法及区间估计方法，也能够对汽车零部件的可靠性的数据进行分析，但过程比较繁琐，略显复杂。
汽车零部件可靠性的数据方法
一般来说，可靠性检测的流程如下：初步归纳整理收据；根据试验的属性，确定研究数据的几何分布特征，处理数据；使用函数检验数据，确定算法是否成立；使用函数值对产品做出评价。
点估计
（1）期望值估计。估算的数据需要来源于总体，能够从某种程度上反映总体的情况，才能够通过期望值估计方法进行估算。经验证明，使用样本数据的平均值估算总体平均值并不可行，这是因为估算的精度会受到容量的影响。当容量的数据越大，点估计精度会提高，近似于总体参数的估计；当样本容量数据较小，点估计值精度会降低，和总体参数估计具有很大差别。比如有一批汽车刹车板的合格率为99%，抽取这批样品中的十件来作为测试样本，如果发现一件样品不合格，合格率的点估计值就为P=0.9；如果样品全部合格，P=1。这样一来，如果样本的数量再减少，点估计值就会更加不准确，也就不具有整体性代表，产生的数据也就和实际不相符[1]。
（2）方差估计。一般来说，总体方差是未知的，只能将样本方差作为估计值，但这种方法具有一定的偏差性，如果想要得到一个准确的方法，需要借用修正系数来修正方差，见公式1：
通过这种算法，在估算可靠性数据时候，能够更加精准的计算出估计值，降低方差偏差。以汽车的前置灯为例，其失效服从于正态分布：.总参数值和方差未知，随意抽取4个灯作为样本，灯泡的使用寿命经过测试分别为1677、1956、1853、1912，现求总体均值和无偏差估计值，见公式2，数据如下：
参数区间估计
（1）正態分布区间估计。为进一步完善点估计法再估算少量数据时缺乏精准性弊端，可以采用参数区间估算方法，来获得更加精准的估算值。这种方法既利用了样本对整体数值的估计，同时还需要估算出一个区间，计算出区间的包容参数的可信度。实际上，区间估计就是解决统计量和未知参数之间的差值问题，或者说，参数区间是判定给定区域的置信度。设置总体分量中含有未知参数，确定两个样本统计量，给定风险的计算值为α，α<1，置信度需要满足公式需求，见公式3：
通过观察不同的样本值，能够得到多个区间，有些区间中包含置信度，有的区间不包含置信度，在这样的情况下，抽取100样本测试，99个样本中含有置信度，1个样本中不含有置信度，风险值为α=0.01，而置信度为1-α（0.01）=0.99。当置信度产生下降或者增长的时候，称之为单侧置信值，而在汽车零部件的可靠性数据检测中，置信度下降才是关注的重点。
（2）正态方差区间估计。在实际的工作中，正态分布得到很好的应用，尤其是在零部件的质量检测和管理中。以正态分布为探讨的对象，来讨论均值和置信度之间的关系。以某汽车制定鼓检测过程为例，选取检测样品100个，随意抽取样品6个，通过测试内径，得出数据为：279.8mm、280.1mm、279.63mm、278.96mm、781.02mm、280.00mm。如果测得数据服从正态分布规律，并且标准偏差为0.03，可以估算出方差为0.025。可见，样本方差同总体方差之间的区别在于抽样数，当抽样数量逐渐变大的时候，差距就缩小。由样本的方差和总体方差的程度可知，正态方差区间估计是一个自由度服从函数规则的方程，服从正态分布规律[2]。
结论
综上所述，通过点估计、参数区间估计方法，能够检测汽车零部件可靠性。在此基础上，为进一步完善点估计法再估算少量数据时缺乏精准性弊端，可以采用参数区间估算方法，来获得更加精准的估算值；同时，方差估计法和总体期望估计精度要更加高，且通过修正样本方差，能够得到总体方差无篇的估计值。因此，点估计和参数区间估计方法都能用于汽车零部件可靠性数据检测中。
参考文献：
[1]贺可军，罗峰.AUTOSAR在汽车仪表软件研发中的应用[J].汽车与配件，2018，（8）：70-72.
[2]朱广岗.基于有限元分析的车架结构失效分析及改进[D].山东大学，2017.
关键词：汽车零部件可靠性；数据研究；置信度
汽车零部件可靠性的数据分析含义
可靠性作为一门新兴学科，在科学技术的不断发展过程中，已经得到了广泛的应用。在检测汽车零部件可靠性数据中，需要通过抽样调查，选取适当的样本数量，计算出置信度，但不同的检测方法，产生的精确度也就不同。
汽车零部件的可靠性数据一般会通过两种方法获得：点估计和区间估计法。点估计由总体期望值法和方位估计方法组成，总体期望值法主要是通过计算数据的平均值来简化数据的难度和数量，它的估算精度和样本容量具有一定的关联性，如果样板的容量较小，产生的预估值的精度比较低；方差估计法和总体期望估计精度要更加高，且通过修正样本方差，能够得到总体方差无篇的估计值。通过参数区间估计方法的正态分布均值方法及区间估计方法，也能够对汽车零部件的可靠性的数据进行分析，但过程比较繁琐，略显复杂。
汽车零部件可靠性的数据方法
一般来说，可靠性检测的流程如下：初步归纳整理收据；根据试验的属性，确定研究数据的几何分布特征，处理数据；使用函数检验数据，确定算法是否成立；使用函数值对产品做出评价。
点估计
（1）期望值估计。估算的数据需要来源于总体，能够从某种程度上反映总体的情况，才能够通过期望值估计方法进行估算。经验证明，使用样本数据的平均值估算总体平均值并不可行，这是因为估算的精度会受到容量的影响。当容量的数据越大，点估计精度会提高，近似于总体参数的估计；当样本容量数据较小，点估计值精度会降低，和总体参数估计具有很大差别。比如有一批汽车刹车板的合格率为99%，抽取这批样品中的十件来作为测试样本，如果发现一件样品不合格，合格率的点估计值就为P=0.9；如果样品全部合格，P=1。这样一来，如果样本的数量再减少，点估计值就会更加不准确，也就不具有整体性代表，产生的数据也就和实际不相符[1]。
（2）方差估计。一般来说，总体方差是未知的，只能将样本方差作为估计值，但这种方法具有一定的偏差性，如果想要得到一个准确的方法，需要借用修正系数来修正方差，见公式1：
通过这种算法，在估算可靠性数据时候，能够更加精准的计算出估计值，降低方差偏差。以汽车的前置灯为例，其失效服从于正态分布：.总参数值和方差未知，随意抽取4个灯作为样本，灯泡的使用寿命经过测试分别为1677、1956、1853、1912，现求总体均值和无偏差估计值，见公式2，数据如下：
参数区间估计
（1）正態分布区间估计。为进一步完善点估计法再估算少量数据时缺乏精准性弊端，可以采用参数区间估算方法，来获得更加精准的估算值。这种方法既利用了样本对整体数值的估计，同时还需要估算出一个区间，计算出区间的包容参数的可信度。实际上，区间估计就是解决统计量和未知参数之间的差值问题，或者说，参数区间是判定给定区域的置信度。设置总体分量中含有未知参数，确定两个样本统计量，给定风险的计算值为α，α<1，置信度需要满足公式需求，见公式3：
通过观察不同的样本值，能够得到多个区间，有些区间中包含置信度，有的区间不包含置信度，在这样的情况下，抽取100样本测试，99个样本中含有置信度，1个样本中不含有置信度，风险值为α=0.01，而置信度为1-α（0.01）=0.99。当置信度产生下降或者增长的时候，称之为单侧置信值，而在汽车零部件的可靠性数据检测中，置信度下降才是关注的重点。
（2）正态方差区间估计。在实际的工作中，正态分布得到很好的应用，尤其是在零部件的质量检测和管理中。以正态分布为探讨的对象，来讨论均值和置信度之间的关系。以某汽车制定鼓检测过程为例，选取检测样品100个，随意抽取样品6个，通过测试内径，得出数据为：279.8mm、280.1mm、279.63mm、278.96mm、781.02mm、280.00mm。如果测得数据服从正态分布规律，并且标准偏差为0.03，可以估算出方差为0.025。可见，样本方差同总体方差之间的区别在于抽样数，当抽样数量逐渐变大的时候，差距就缩小。由样本的方差和总体方差的程度可知，正态方差区间估计是一个自由度服从函数规则的方程，服从正态分布规律[2]。
结论
综上所述，通过点估计、参数区间估计方法，能够检测汽车零部件可靠性。在此基础上，为进一步完善点估计法再估算少量数据时缺乏精准性弊端，可以采用参数区间估算方法，来获得更加精准的估算值；同时，方差估计法和总体期望估计精度要更加高，且通过修正样本方差，能够得到总体方差无篇的估计值。因此，点估计和参数区间估计方法都能用于汽车零部件可靠性数据检测中。
参考文献：
[1]贺可军，罗峰.AUTOSAR在汽车仪表软件研发中的应用[J].汽车与配件，2018，（8）：70-72.
[2]朱广岗.基于有限元分析的车架结构失效分析及改进[D].山东大学，2017.