一种非线性加速退化试验失效机理一致性判别方法及装置制造方法及图纸

本发明专利技术公开了一种非线性加速退化试验失效机理一致性判别方法，所述方法包括获取待测退化量的试件，等时间间隔测量所述试件的退化量；根据测量数据计算得到试件各时刻的参数估计值；对各时刻参数估计值建立分布模型；计算所述分布模型中的参数值并由全概率公式计算退化量分布密度函数；根据所述分布密度函数，计算试件退化至目标退化水平的概率P；计算试件以概率P退化至目标水平的时间，根据加速系数定义得到失效机理一致性判别条件；通过T检验判断失效机理是否一致，本发明专利技术提供一种基于加速系数不变原则的失效机理一致性判别方法，且该方法能够同样适用于破坏性与非破坏性测量的退化数据。量的退化数据。量的退化数据。

【技术实现步骤摘要】
一种非线性加速退化试验失效机理一致性判别方法及装置


[0001]本专利技术涉及一种非线性加速退化试验失效机理一致性判别方法及装置，属于可靠性试验设计


技术介绍

[0002]产品寿命的日益提高使得退化试验成为产品可靠性评估的重要信息来源，而退化在高应力下更易发生，因此，加速退化试验常用以快速获得产品退化数据。有效的加速退化试验应保证产品在所有加速应力下应具备相同的失效机理，否则无法正确外推产品在正常应力下的退化信息。在产品加速退化试验的失效机理一致性检验上，通常有退化轨迹一致、加速系数不变、激活能不变等判别基本原则。常根据退化模型、加速方式、加速模型等选择合适的检验方法，如根据退化模型的参数一致性检验方法、基于数据的退化轨迹一致性检验方法等，而对于非线性加速退化，退化轨迹较为复杂，无法使用退化轨迹一致性检验方法，现有的方法也多通过假设同应力下，退化量服从固定效应的退化模型，如Gamma过程、Wiener过程、逆高斯过程等，由加速系数不变的原则，进行失效机理一致性的检验。而工程中数据往往更具随机性，固定效应的退化模型无法完全模拟试验所得数据的分布情形。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种非线性加速退化试验失效机理一致性判别方法及装置，同时考虑退化过程的非线性，以及退化量分布参数的随机效应，建立退化量分布模型，在此基础上基于加速系数不变原则，考虑不同应力下退化量分布模型中影响失效机理一致性的参数和统计量，给出失效机理一致性判别方法。
[0004]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0005]第一方面，本专利技术提供了一种非线性加速退化试验失效机理一致性判别方法，包括：
[0006]获取待测退化量的试件，等时间间隔测量所述试件的退化量；
[0007]根据测量数据计算得到试件各时刻的参数估计值；
[0008]对各时刻参数估计值建立分布模型；
[0009]计算所述分布模型中的参数值并由全概率公式计算退化量分布密度函数；
[0010]根据所述分布密度函数，计算试件退化至目标退化水平的概率P；
[0011]计算试件以概率P退化至目标水平的时间，根据加速系数定义得到失效机理一致性判别条件；
[0012]通过T检验判断失效机理是否一致。
[0013]进一步的，所述获取待测退化量的试件，等时间间隔测量所述试件的退化量，包括：
[0014]在应力S
l
，时刻t
j
下对n个试件分别进行退化量测量，所得的样本数据，记录为
[0015]x
ijl
,i＝1,2,
…
,n,j＝1,2,
…
,m,l＝1,2,
…
,s
[0016]其中，n表示试件个数，m表示测量次数，s表示应力总数，x
ijl
表示记录的退化量数据；i表示应力标签；l表示时刻标签。
[0017]进一步的，所述根据测量数据计算得到试件各时刻的参数估计值，包括：
[0018]根据测量数据，由极大似然估计计算得到样本各时刻参数估计值：
[0019][0020]进一步的，所述对各时刻参数估计值建立分布模型，包括：
[0021]对各时刻参数估计值建立分布模型，设在同应力下，给定时刻t，μ
tl
服从正态分布，分布均值随时间呈现非线性的性质，分布方差与退化量X
tl
方差相同，而在给定时刻服从Gamma分布，即ν
tl
～Gamma(α
l
t
‑1,β
l
)，其中
[0022]进一步的，计算所述分布模型中的参数值并由全概率公式计算退化量分布密度函数，包括：
[0023]获取所述分布模型中的参数值，通过数值方法得到参数的极大似然估计，记为由全概率公式计算时刻t退化量X
tl
的分布密度函数：
[0024][0025]其中，d表示微分符号；Γ表示Gamma函数；
[0026]对x
tl
进行变量替换
[0027][0028]得到y
tl
的分布密度函数：
[0029][0030]由该密度函数可知y
tl
～T(γ
l
)，为T分布。
[0031]进一步的，根据所述分布密度函数，计算试件退化至目标退化水平的概率P，包括：
[0032]限制目标退化水平为D，则产品时刻t退化不超过该目标退化水平的概率为
[0033][0034]进一步的，计算试件以概率P退化至目标水平的时间，根据加速系数定义得到失效机理一致性判别条件，包括：
[0035]分别计算应力为S
l
、S0下的产品相同的概率P退化至此目标水平的时间，记为t
l,P
与t
0,P
，公式如下：
[0036][0037]根据加速系数K
l0
定义，与其不随概率P变化的原则，计算得
[0038][0039]其中，可得最终一致性判别条件：
[0040][0041]即应为定值，方可保证失效机理是一致的。
[0042]进一步的，所述通过T检验判断失效机理是否一致，包括：
[0043]分别对进行T检验，其中，对进行T检验时，新的应力l1下是否仍具备一致的失效机理，即判断l1≥3与是否具有显著的均值差异，有以下步骤：
[0044]a)计算判断统计量T
l
为：
[0045][0046]其中分别为的样本均值与样本标准差，
[0047][0048]b)给定置信度α，查T分布分位表得T
α/2
(l1‑
1)；
[0049]c)比较T
α/2
(l1‑
1)，若则认为应力l1下失效机理不具备一致性，否则认为失效机理是一致的。
[0050]第二方面，本专利技术提供一种非线性加速退化试验失效机理一致性判别装置，包括处理器及存储介质；
[0051]所述存储介质用于存储指令；
[0052]所述处理器用于根据所述指令进行操作以执行根据前述任一项所述方法的步骤。
[0053]第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项所述方法的步骤。
[0054]与现有技术相比，本专利技术所达到的有益效果：
[0055]本专利技术考虑同应力下退化过程的非线性，以及退化量分布参数的随机效应，建立退化量分布模型，且无需确定失效阈值，即可基于加速系数不变原则，推导不同应力下退化量分布模型中影响失效机理一致性的参数和统计量，经过合理的假设，简化了判别条件，通过T检验给出失效机理一致性判别方法能够适用于破坏性测量得到的退化数据，且该方法同时适用于破坏性与非破坏性测量的退化数据。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非线性加速退化试验失效机理一致性判别方法，其特征在于，包括：获取待测退化量的试件，等时间间隔测量所述试件的退化量；根据测量数据计算得到试件各时刻的参数估计值；对各时刻参数估计值建立分布模型；计算所述分布模型中的参数值并由全概率公式计算退化量分布密度函数；根据所述分布密度函数，计算试件退化至目标退化水平的概率P；计算试件以概率P退化至目标水平的时间，根据加速系数定义得到失效机理一致性判别条件；通过T检验判断失效机理是否一致。2.根据权利要求1所述的非线性加速退化试验失效机理一致性判别方法，其特征在于，所述获取待测退化量的试件，等时间间隔测量所述试件的退化量，包括：在应力S
l
，时刻t
j
下对n个试件分别进行退化量测量，所得的退化量样本数据，记录为x
ijl
,i＝1,2,
…
,n,j＝1,2,
…
,m,l＝1,2,
…
,s其中，n表示试件个数，m表示测量次数，s表示应力总数，x
ijl
表示记录的退化量数据；i表示应力标签；l表示时刻标签。3.根据权利要求2所述的非线性加速退化试验失效机理一致性判别方法，其特征在于，所述根据测量数据计算得到试件各时刻的参数估计值，包括：根据测量数据，由极大似然估计计算得到样本各时刻参数估计值：其中，为样本分布均值参数的估计值，为样本分布方差参数的估计值。4.根据权利要求3所述的非线性加速退化试验失效机理一致性判别方法，其特征在于，所述对各时刻参数估计值建立分布模型，包括：对各时刻参数估计值建立分布模型，设在同应力下，给定时刻t，μ
tl
服从正态分布，分布均值随时间呈现非线性的性质，分布方差与退化量X
tl
方差相同，而在给定时刻服从Gamma分布，即，ν
tl
～Gamma(α
l
t
‑1,β
l
)，其中μ
tl
为样本分布均值参数，为样本分布方差参数的倒数，μ
l
为μ
tl
分布的均值参数，b
l
为常数，α
l
,β
l
为ν
tl
的分布参数。5.根据权利要求4所述的非线性加速退化...

【专利技术属性】
技术研发人员：殷泽凯，郭宇，
申请(专利权)人：江苏徐工国重实验室科技有限公司，
类型：发明
国别省市：