一种电子整机贮存寿命评估方法及装置制造方法及图纸

本发明专利技术公开了一种电子整机贮存寿命评估方法及装置。方法包括：获取电子整机的性能退化数据和自然贮存年限；根据所述性能退化数据中的试验样本构建退化数据趋势模型，并根据所述退化数据趋势模型以及所述性能退化数据中的验证样本，获取所述电子整机的预测寿命；根据所述自然贮存年限和预建立加速模型获取加速因子；根据所述电子整机的预测寿命和所述加速因子获取所述电子整机的特征寿命。本发明专利技术通过对电子整机的性能退化数据进行分析，并根据分析结果评估电子整机的寿命，然后基于电子整机的贮存年限分析电子整机的加速因子，进而结合评估出的寿命和加速因子评估电子整机的特征寿命，具有评估精确度高的优点。

Storage life evaluation method and device for electronic machine

The invention discloses a storage life evaluation method and device for an electronic machine. The method includes: obtaining the performance degradation data and electronic machine life natural storage; according to the performance degradation test of the sample data to construct data degradation trend model, and according to the data model and the trend of degradation of performance degradation data in the validation sample, life prediction of acquiring the electronic machine; according to the natural storage age and pre established acceleration model obtain the acceleration factor; according to the characteristics of the life prediction of the service life of electronic machine and the acceleration factor to obtain the electronic apparatus. The degradation data were analyzed with the performance of the electronic apparatus, and electronic apparatus according to life assessment results, then the acceleration factor analysis of service life of electronic machine storage of electronic equipment based on, and then combined with the assessment of the characteristics of life and accelerated life factor assessment of electronic equipment, has the advantage of high accuracy evaluation.

【技术实现步骤摘要】
一种电子整机贮存寿命评估方法及装置
本专利技术涉及电子整机
，具体涉及一种电子整机贮存寿命评估方法及装置。
技术介绍
在电子整机加速贮存试验中，由于电子整机产品功能复杂等原因，存在产品性能退化规律复杂、自然贮存数据与加速贮存试验数据并存的情况。这种情况造成了试验结果评估的困难，传统的加速试验数据评估方法不能够针对这种情况进行数据处理，使得无法评估得到产品的加速因子或贮存寿命，无法达到试验目的。针对电子整机产品性能退化规律复杂、自然贮存数据与加速贮存试验数据并存情况的评估途径，是目前常见的、也是亟需解决的工程问题。采用有效的加速试验评估方法可以提高对数据资源的有效利用，进而提高评估结果的准确性，甚至可能影响研究结果，减少寿命评估结果不准确等情况所带来的隐患。对产品性能退化规律进行趋势预测时，常用的处理方法是回归分析方法，回归分析法用线性函数、指数函数、幂函数等对产品的性能退化数据进行回归拟合，得到退化趋势的回归方程，再进行退化趋势的预测，但对于一些规律复杂的非线性退化数据，回归分析方法的精度不高，甚至有时难以应用。目前研究的热点还有人工神经网络法，但在工程应用中，人工神经网络方法本文档来自技高网...

【技术保护点】
一种电子整机贮存寿命评估方法，其特征在于，包括：获取电子整机的性能退化数据和自然贮存年限；根据所述性能退化数据中的试验样本构建退化数据趋势模型，并根据所述退化数据趋势模型以及所述性能退化数据中的验证样本，获取所述电子整机的预测寿命；根据所述自然贮存年限和预建立加速模型获取加速因子；根据所述电子整机的预测寿命和所述加速因子获取所述电子整机的特征寿命。

【技术特征摘要】
1.一种电子整机贮存寿命评估方法，其特征在于，包括：获取电子整机的性能退化数据和自然贮存年限；根据所述性能退化数据中的试验样本构建退化数据趋势模型，并根据所述退化数据趋势模型以及所述性能退化数据中的验证样本，获取所述电子整机的预测寿命；根据所述自然贮存年限和预建立加速模型获取加速因子；根据所述电子整机的预测寿命和所述加速因子获取所述电子整机的特征寿命。2.根据权利要求1所述的方法，其特征在于，所述性能退化数据包括：多组包括产品性能数据和与所述产品性能数据对应的检测时间样本数据；相应地，所述根据所述性能退化数据中的试验样本构建退化数据趋势模型包括：根据所述检测时间将所述性能退化数据划分为试验样本和验证样本；利用支持向量机建立初始退化数据趋势模型；以所述试验样本中的产品性能数据为输入向量，性能退化数据值为输出向量，利用最小二乘支持向量机算法对所述初始退化数据趋势模型进行训练，构建退化数据趋势模型。3.根据权利要求2所述的方法，其特征在于，根据所述退化数据趋势模型以及所述性能退化数据中的验证样本，获取所述电子整机的预测寿命包括：按照检测时间的先后顺序，执行预测步骤；所述预测步骤包括：以所述验证样本中的第一组样本数据中的检测时间为输入，结合所述退化数据趋势模型，获取对应的产品性能参数的预测值；判断所述产品性能参数的预测值是否达到产品失效阀值的上限或者下限；若是，则将所述产品性能参数的预测值对应的检测时间作为所述电子整机的预测寿命。4.根据权利要求3所述的方法，其特征在于，若所述产品性能参数的预测值未达到产品失效阀值的上限或者下限，则根据所述验证样本中的第一组样本数据对所述退化数据趋势模型进行更新；将所述验证样本中的第一组样本数据删除；重复执行所述预测步骤，直至获取所述电子整机的预测寿命。5.根据权利要求2所述的方法，其特征在于，在根据所述自然贮存年限和预建立加速模型获取加速因子之前，所述方法还包括：根据所述性能退化数据包括的温度应力数据，结合所述退化数据趋势模型，获取不同温度应力下多个试验电子整机的预测寿命；根据不同温度应力下多个试验电子整机的预测寿命以及各试验电子整机的自然贮存年限构建加速模型；相应地，所述根据所述自然贮存年限和预建立加速模型获取加速因子包括：根据不同温度应力下多个试验电子整机的预测寿命评估所述加速模型中的参数；根据所述加速模型...

【专利技术属性】
技术研发人员：范晔，李宝玉，陈津虎，马晓东，杨志刚，贾生伟，胡彦平，陈文辉，王冀宁，张喆，
申请(专利权)人：北京强度环境研究所，中国运载火箭技术研究院，北京航天自动控制研究所，
类型：发明
国别省市：北京,11