The invention provides a method for evaluating the quality of sensor elements based on test data, which is used for reliability screening of sensor elements. Based on the test data of sensor elements, the method uses the mathematical methods of correlation analysis and principal component analysis to discover the implicit information of the test data of sensor elements, and uses the method of probability statistics to quantify and interpret the analysis results. In order to eliminate the sensor elements with risk. From the point of view of test data analysis, the present invention can effectively compensate for the deficiency of traditional methods that only rely on reliability test for screening, and can be well applied to the reliability screening of sensor elements, especially in the fields of aeronautics, aerospace and other fields where the reliability requirements of sensor elements are high.
【技术实现步骤摘要】
一种基于试验数据的传感器元件质量评估方法
本专利技术属于传感器/传感器元件可靠性筛选领域,涉及一种基于试验数据的传感器元件质量评估方法。
技术介绍
传感器元件的可靠性在航空航天以及涉及安全的工业领域都受到广泛重视,与电子元器件筛选一样,传感器元件的筛选通常也采用加速应力筛选方式。尽管加速应力筛选在一定程度上被证明是提高使用可靠性的一种手段,但是其试验数据的分析处理方式相对单一,其深层次与传感器元件可靠性相关信息挖掘方法还有待进一步研究和解决。本专利技术为了解决传感器元件可靠性筛选试验数据的分析问题,提出一种运用相关性分析和主成分分析的传感器元件试验数据分析方法,挖掘传感头试验过程数据隐含的信息,发现存在潜在风险的传感头,并以此来评估传感头的质量情况。专利文献CN103439669A中公开一种太阳能电池的可靠性筛选分类方法。该文献提出基于马氏距离的筛选方法对太阳能电池噪声数据进行分析,进而得到全频段的噪声筛选判据,该对比文件采用噪声数据以及马氏距离的分析方法对太阳能电池进行评价,与本专利所描述的方法有本质区别。
技术实现思路
本专利技术解决的技术问题是:现有的传统传感器元件筛选方法主要为老化试验、高低温物理试验及静态测试等,该过程中仅依据传感器元件的性能指标直接判断,未对传感器元件数据深层次分析,这些方法花费大、周期长,大多数时候不能有效评估传感器元件的质量情况。为克服现有技术的不足,本专利技术提供一种基于传感器元件试验过程的数据分析的传感器元件质量评估方法。本专利技术的技术方案是:一种基于试验数据的传感器元件质量评估方法,步骤如下:a)对传感器元件长期通电,在 ...
【技术保护点】
1.一种基于试验数据的传感器元件质量评估方法,其特征在于步骤如下:a)对传感器元件长期通电,在满量程下,记录同批次所有传感器元件在满量程下的输出信号;b)对同批次所有传感器元件在满量程下的输出信号数据,采用互相关系数计算方法计算每只元件与同批次其他元件数据的互相关系数,将其中互相关系数为负值的互相关系数记为零,之后计算得到每只传感器元件与同批次其他元件数据互相关系数的均值Q,作为下一步的输入;c)根据步骤b)获得的每只传感器元件与同批次其他元件数据互相关系数的均值Q进行统计,计算得到互相关计算结果,即同批次试验的所有传感器元件互相关系数均值Q的均值和标准差;d)对步骤c)的互相关计算结果进行分级;e)对传感器元件进行标定,记录同批次试验的所有传感器元件在不同标定点下的输出信号;f)对每只传感器元件获得的标定数据进行标准化处理;采用主成分分析计算方法对每只传感器元件标准化后的数据提取第一主成分的贡献率;g)根据步骤f)获得的每只传感器元件第一主成分贡献率进行统计,计算得到主成分分析结果,即同批次试验的所有传感器元件第一主成分贡献率均值和标准差;h)对步骤g)主成分分析结果进行分级;i)根 ...
【技术特征摘要】
1.一种基于试验数据的传感器元件质量评估方法,其特征在于步骤如下:a)对传感器元件长期通电,在满量程下,记录同批次所有传感器元件在满量程下的输出信号;b)对同批次所有传感器元件在满量程下的输出信号数据,采用互相关系数计算方法计算每只元件与同批次其他元件数据的互相关系数,将其中互相关系数为负值的互相关系数记为零,之后计算得到每只传感器元件与同批次其他元件数据互相关系数的均值Q,作为下一步的输入;c)根据步骤b)获得的每只传感器元件与同批次其他元件数据互相关系数的均值Q进行统计,计算得到互相关计算结果,即同批次试验的所有传感器元件互相关系数均值Q的均值和标准差;d)对步骤c)的互相关计算结果进行分级;e)对传感器元件进行标定,记录同批次试验的所有传感器元件在不同标定点下的输出信号;f)对每只传感器元件获得的标定数据进行标准化处理;采用主成分分析计算方法对每只传感器元件标准化后的数据提取第一主成分的贡献率;g)根据步骤f)获得的每只传感器元件第一主成分贡献率进行统计,计算得到主成分分析结果,即同批次试验的所有传感器元件第一主成分贡献率均值和标准差;h)对步骤g)主成分分析结果进行分级;i)根据d)和h)中得到的分级结果,比较两个分级结果,取两个分级结果当中等级更差的一个作为传感器元件的质量评估结果。2.根据权利要求1所述的一种基于试验数据的传感器元件质量评估方法,其特征在于:所述步骤a),传感器元件长期通电时间不少于一千小时,过程中持续记录传感器元件的输出信号。3.根据权利要求1所述的一种基于试验数据的传感器元件质量评估方法,其特征在于:所述步骤b),采用互相关系数计算方法计算每只元件与其他元件数据的互相关系数的具体方法为:将某一只传感器元件在试验过程中某试验段的数据记为x,两只不同传感器元件的试验数据可分别记为xi和xj;采用下述方法计算两列数据xi和xj的相关性:将数据xi和xj作为向量,计算向量xi、xj的协方差COV:COV(xi,xj)=E[(xi-μi)(xj-μj)]其中,E表示期望;μi和μj为分别为向量xi、xj的期望;将COV(xi,xj)记为C(i,j)的形式,计算向量xi与xj的相关系数如下:R(i,j)=C(i...
【专利技术属性】
技术研发人员:龙军,关威,刘旭辉,汪旭东,耿金越,付新菊,张恒,石召新,杨灵芝,吕泰增,沈岩,陈君,魏延明,
申请(专利权)人:北京控制工程研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。