高可靠是关键复杂系统的基本要求、是关键任务成功的基本保障，此类系统通常具有高复杂、高可靠、高造价的特点，在工程研制过程中对可靠性有着明确的需求，需利用相关试验数据开展可靠性量化评估和验证工作。

此类复杂系统的结构和数据特点为可靠性统计带来了挑战与机会：高造价意味着可以投入的试验样本量非常有限；高复杂意味着系统多个组成部件和多个生命周期阶段（设计、制造、试验、运行等）的可靠性数据呈现多源、异构的特征；高可靠意味着在有限试验时间内可获得的失效样本数极少甚至是零样本，但同时对其失效机理的掌握和相应指标的监测可在寿命数据基础上提供信息量更丰富的退化数据。这样的需求形成了小子样、多源、异构数据条件下高可靠复杂系统可靠性统计推断这一类的典型问题。

中科院数学院统计学方向的科研人员面向关键复杂系统的可靠性重大需求开展此类可靠性统计推断问题的理论方法与应用紧密结合的研究工作，所提出的方法解决了小子样可靠性评估的技术难题，提出的部件信息融合的可靠性综合等评估方法，有效地应用于实际大型复杂系统，产生了显著的效益，相关成果获得2023年工信部的科技进步奖。相关的研究成果也于近期形成学术论文于2023年发表在本领域的顶级期刊，

    具体包括：　　

    1)提出基于弱信息先验的延迟退化过程贝叶斯推断方法　　

    2)提出基于枢轴量方法的位置刻度寿命分布族产品验收试验优化设计方法　　

    3)提出考虑环境交变应力的退化产品剩余寿命预测方法　　

    4)提出引入恢复力的加速退化建模与推断方法　　

    5)提出基于信仰推断的复杂系统可靠性综合评估方法　　　

相关论文：

　　【1】S.Y. Chen(博士生), Z.T. Lu*, Q.P. Hu, M. Xie, D. Yu, (2023) "Bayesian Analysis of Lifetime Delayed Degradation Process for Destructive/Nondestructive Inspection", IEEE Transactions on Reliability (online)

　　【2】Z. Li(博士生), H. K. T. Ng*, D. Yu and Q.P. Hu, (2023), "Optimal Acceptance Sampling Testing Plan with Pivotal Quantity for Log-Location-Scale Distributions," IEEE Transactions on Reliability (online)

　　【3】Q.F. Liu(博士生), Q.P. Hu*, J.F. Zhou, D. Yu, H.D. Mo, (2023), "Remaining Useful Life Prediction of PV Systems under Dynamic Environmental Profiles", IEEE Journal of Photovoltaics, 13(4), 590-602

　　【4】Wang, C.J. (博士生), Liu J., Yang, Q.Y., Hu, Q.P.*, Yu, D. (2023), "Recoverability Effects on Reliability Assessment for Accelerated Degradation Testing", IISE Transactions, 55(7), 698-710

　　【5】Yang Y(博士生), Zhao L.T., Chen S.Y., Yu, D. (2023), “Fiducial Approach for the Storage Reliability Assessment of Complex Repairable Systems", Journal of Systems Science and Complexity (online)

胡庆培        qingpeihu@amss.ac.cn