具隨機效應及時間尺度之貝氏衰退試驗(1/2)

本計畫考慮衰退試驗之可靠度分析。針對高可靠度產品，衰退試驗比傳統的壽命試驗能提供更有效率的可靠度分析。在收集來自不同產品的衰退資料中，由於產品間可能存在的差異性而產生所謂的隨機效應，而衰退過程與時間的關係也未必是線性的，本研究即將探討在時間尺度為指數關係且具隨機效應模型之衰退過程資料的貝氏可靠度分析。在第一年的研究中，主要著重在針對常用的隨機過程衰退模型，如韋能過程、逆高斯過程或伽瑪過程等，建立基本的貝氏模型，特別是建構適當的先驗分配，例如以單點質量與連續型的混和先驗分布來決定時間尺度及隨機效應之分布等；而如何應用混和先驗分布探討隨機效應之存在，使得尺度轉換和隨機效應可以同時予以處理，是第一年最重要的課題。本計畫在第二年將考慮加速衰退試驗之貝氏分析，除恆定應力加速衰退試驗外也將探討階段應力之衰退過程，同時延伸上述具時間尺度與隨機效應模型之加速衰退試驗，期望藉由先驗分布之結構與馬可夫鍊蒙地卡羅方法抽樣而得的近似後驗樣本中找出具體的最佳配適模型。另一方面，如何將加速試驗中所得資訊應用在新開發類似產品在正常使用狀態的測試中，也是待研究的議題，尤其有興趣的是以逐步更新先驗分布的概念決定試驗時間，預期將可減短試驗的時間。在具隨機效應與時間尺度轉換的模型中，傳統最大概似推論因模型的複雜度將產生計算的困難；而貝氏分析卻可由引進潛在變數相對地較易於處理。本計畫希望藉由先驗分布的結構與馬可夫鍊蒙地卡羅演算法找出一可同時偵測隨機效應與時間尺度的模型，以簡化衰退試驗的可靠度推論。