محاسبه و تحلیل دو روش برآورد قابلیت اطمینان در مدل استرس مقاومت

در این مقاله، ما یک برآورد قابلیت اطمینان در یک سیستم استرس مقاومت چند مولفه ای پیشنهاد می دهیم. قابلیت اطمینان چنین سیستمی، وقتی متغیرهای استرس مقاومت متعلق به توزیع گومپرتز با پارامتر اسکالر و پارامترهای شکل متفاوت و هستند، به دست آورده می شود. قابلیت اطمینان سیستم با روش های برآوردگر ماکسیمم درستنمایی و بهترین برآوردگر صدکی در نمونه های گرفته شده از توزیع های استرس و مقاومت برآورد می شوند. همچنین در مراحل تحقیق، یک فاصله اطمینان مجانبی برای قابلیت اطمینان سیستم به دست می آید. برآوردگرهای قابلیت اطمینان به دست آمده از هر دو روش با استفاده از معیارهای میانگین اریبی، میانگین مربعات خطا و طول فاصله اطمینان از طریق شبیه سازی مونت کارلو مقایسه می شوند. در آخر، برای تشریح دو روش از دو مجموعه داده واقعی استفاده شده است. قبل از تحلیل داده ها ابتدا با استفاده از آماره آزمون نیکویی برازش کولموگوروف-اسمیرنوف نشان دادیم که توزیع گومپرتز به این مجموعه داده ها برازش می شود. به طور کلی با توجه به افزایش حجم نمونه، نتایج شبیه سازی نشان می دهد که معیارهای میانگین اریبی، میانگین مربعات خطا و طول فاصله اطمینان در روش ماکسیمم درستنمایی نسبت به روش بهترین برآوردگر صدکی کاهشی است که دال بر کاراتر بودن روش ماکسیمم درستنمایی است. همچنین در این مقاله، نشان دادیم سیستم سه مولفه ای با حداقل دو مولفه فعال بهتر از سیستم دو مولفه ای با حداقل یک مولفه فعال است.