【技术实现步骤摘要】
本专利技术涉及一种加速退化试验寿命预测及可靠性评估方法,属于加速试验评估
技术介绍
越来越多长寿命高可靠性产品的出现,使产品寿命与可靠性评估更加困难。基于产品性能退化信息预测产品寿命及可靠度成为一种有效途径。为了针对这些难以获得失效数据,但可以获得性能退化数据的产品进行可靠性评估,出现了退化试验的方法。目前性能退化预测主要有两种思路:1.将性能退化量随时间变化的随机过程各样本函数称为退化轨迹,基于退化轨迹进行预测。该方法能够对单个样本的退化轨迹描述得比较精确,但是缺乏对样本总体退化规律在宏观上的统计描述。2.将性能退化量在不同时刻所服从分布的参数看作随机变量,基于退化量分布进行预测。该方法能够对所有样本退化的统计规律进行宏观描述。根据以上两种思路以及对退化随机过程描述的全面性,性能退化预测研究现状又可大致分为四种情况:1.基于退化轨迹预测,但是仅采用确定性单调回归函数描述退化轨迹,未考虑退化轨迹的随机性及周期性。2.基于退化量分布预测,但是仅采用确定性单调回归函数描述退化量分布的参数变化,未考虑退化量分布参数变化的随机性及周期性。前两种情况均将产品退化轨迹或退化量分布参数假设为单调回归函数,进行产品性能退化预测。然而,实际工程中由于受到环境干扰及设备控制等因素影响,性能退化量必然存在随机性及周期性变化,若不考虑这些变化则对产品退化随机过程描述不够准确。于是,又出现后两种研究情况:3.基于退化轨迹预测,不仅采用确定性单调回归函数描述退化轨迹,还应用时间序列、灰色理论等方法描述退化轨迹的随机性及周期性。4.基于退化量分布预测,不仅采用确定性单调回归 ...
【技术保护点】
基于退化量分布非平稳时序分析的加速退化试验产品寿命预测方法,其特征在于:性能退化过程假设:(1)产品的性能退化过程总体趋势具有单调性;(2)退化过程中,所有产品的采样时刻相等;(3)随着时间的变化,退化量分布的类型不变,仅参数变化;基于退化量分布非平稳时序分析的加速退化试验产品寿命预测方法主要包括以下具体五个步骤:步骤一、试验数据采集及预处理;步骤二、退化量分布的参数估计;采用皮尔逊χ↑[2]拟合优度检验方法对每一应力水平下各时刻对应的预处理后数据分别进行退化量分布假设检验,下样本均值时序的预测时序;再对各应力折合为正常应力下样本均值时序的预测时序按各应力下的产品样本个数进行加权平均后得到产品正常应力下样本均值时序的预测时序*↓[0t]:所述的样本方差时序预测,具体如下:将各应力下的样本方差时序折合至正常应力,由公式(21),s↓[t]↑[2]=f↓[st]+x↓[t]=f↓[st]+f↓[xt]r↓[xt]=b↓[s]g↑[2](t)+b↓[x]g(t).*η↓[xj]r↓[x(t-j)]+ε↓[xt](21)其中,p↓[x]、η↓[xj]、ε↓[xt]为相关系数平稳随机项r↓[xt ...
【技术特征摘要】
1.基于退化量分布非平稳时序分析的加速退化试验产品寿命预测方法,其特征在于:性能退化过程假设:(1)产品的性能退化过程总体趋势具有单调性;(2)退化过程中,所有产品的采样时刻相等;(3)随着时间的变化,退化量分布的类型不变,仅参数变化;基于退化量分布非平稳时序分析的加速退化试验产品寿命预测方法主要包括以下具体五个步骤:步骤一、试验数据采集及预处理;步骤二、退化量分布的参数估计;采用皮尔逊χ2拟合优度检验方法对每一应力水平下各时刻对应的预处理后数据分别进行退化量分布假设检验,计算其退化量分布的样本均值和样本方差时序,从而得到退化量分布参数的估计;步骤三、单一应力水平下退化量分布参数时序建模;主要包括产品样本退化轨迹时序检验、样本均值时序退化建模和样本方差时序退化建模;步骤四、基于退化量分布的加速退化建模;对于加速退化试验,将不同单一应力水平下的退化量分布参数时序折合至同一应力水平,即正常应力水平;假设加速退化试验中共有k个应力水平Sj,j=1,2,…,k,每个应力水平下的采样间距均为Δt,各应力水平下的采样个数为mj,则各应力水平下的试验时间长度为τj=Δt·mj;则所述的基于退化量分布的加速退化建模包括样本均值时序加速退化建模和样本方差时序加速退化建模;步骤五、基于退化量分布的寿命预测;主要包括样本均值时序预测、样本方差时序预测和寿命预测三个部分,所述的样本均值时序预测,具体为:将各应力水平下的样本均值时序的趋势项fti和随机项分别折合至正常应力,根据时序模型最小均方误差预测原理,由公式(10):其中,其中 分别为 的趋势项、周期项,b为 的退化率,f0为 的初值,p,ηj,εt为 的自回归模型阶数、自回归系数、白噪声,q、ωj、aj、 分别为 的角频率个数、角频率、幅值、相位, 为(t-j)时刻下样本均值时序的随机项,g(t)为单调非线性回归函数,当某一应力水平下试验总时间为τ时,该应力水平下的样本均值时序趋势项和随机项的 向前l步最佳预测值 计算公式分别为:其中, 为(τ+l-j)时刻样本均值时序的随机项;对正常应力下样本均值时序的趋势项和随机项分别进行预测至某一给定时刻,该给定时刻的选取原则是该时刻应至少能超过该产品平均寿命;样本均值时序的周期项向前l步最佳预测值 计算公式为:将周期项预测至与正常应力下趋势项和随机项预测的相同时刻,再与正常应力下趋势项和随机项直接相加,得到各应力下折合为正常应力下样本均值时序的预测时序;再对各应力折合为正常应力下样本均值时序的预测时序按各应力下的产品样本个数进行加权平均后得到产品正常应力下样本均值时序的预测时序 所述的样本方差时序预测,具体如下:将各应力下的样本方差时序折合至正常应力,由公式(21),其中,px、ηxj、εxt为相关系数平稳随机项rxt的自回归模型阶数、自回归系数、白噪声,fst为样本方差时序趋势项,xt为样本方差时序相关系数平稳项,fxt为相关系数平稳趋势项,bs为样本方差的时序的退化率,bx为待定系数,rx(t-j)为(t-j)时刻的相关系数平稳随机项,当某一应力水平下试验总时间为τ时,该应力水平下的样本方差时序的向前l步最佳预测值 计算公式为:对正常应力下样本方差时序预测至与正常应力下样本均值时序预测的相同时刻,得到各应力下折合为正常应力下样本方差时序的预测时序;再对各应力折合为正常应力下样本方差时序的预测时序按各应力下的产品样本个数进行加权平均后得到产品正常应力下样本方差时序的预测时序 所述的寿命预测,具体如下:根据被试产品以往失效情况的经验,假设产品的失效阈值D为某一常数,得到退化量或退化量的线性变换yt在t时刻到达失效阈值D的概率,其中t=1,2,...,即常数失效阈值D下产品可靠度Rt:(a)当性能退化量服从正态分布或对数正态分布时,yt服从正态分布,若yt随t单 调上升,产品可靠度若yt随t单调下降,产品可靠度(b)当性能退化量服从威布尔分布时,yt服从极值分布,若yt随t单调上升,产品可靠度若yt随t单调下降,产品可靠度其中s0t为 的正平方根,此时,产品寿命定义为产品性能穿越失效阈值的概率为Rt时,所对应的时刻t,而并非产品性能第一次穿越失效阈值的时刻,因此t时刻的可靠度Rt实际上也反映的是可靠度与寿命的关系;若产品的失效阈值D服从某一分布,该分布的类型根据被试产品以往的失效情况的经验得到。当yt代表产品性能退化量或退化量的单调非线性变换时,由于原始退化时序经过了初值化预处理,yt的初值为1或1的与退化量相同的非线性变换,表示为D0,此时,yt在t时刻到达D的概率,其中t=1,2,...,即随机失效阈值下产品可靠度Rt变为:(a)若yt随t单调上升,失效阈值D应不小于yt的初值D0,产品可靠度为(40)其中fD(D)表示D的分布密度函数, (yt)表示yt在t时刻的分布密度函数;(b)若yt随t单调下降,失效阈值D应不大于yt的初值D0,产品可靠度为(41)。。2.根据权利要求1所述的基于退化量分布非平稳时序分析的性能退化预测方法,其特征在于:步骤三中所述的产品样本退化轨迹时序检验,具体为:在产品性能退化过程中,将每个产品样本退化轨迹时序yti分为确定性时序dti和平稳随机时序rti的叠加,并将yti的确定性部分dti进一步分解为单调趋势项fti和周期项cti的叠加:yti=dti+rti=fti+cti+rti (6)单调趋势项fti采用线性回归函数描述如下:fti=bit+f0i其中bi表示退化轨迹时序yti的退化率,f0i表示fti的初值,t为时刻; fti采用可转化为线性回归函数的单调非线性回归函数描述如下:fti=big(t)+f0i (7)其中g(t)为单调非线性回归函数,与样本i无关,当g(t)=t时,公式(7)与公式(6)相同;从yti减去fti后,cti采用适用于...
【专利技术属性】
技术研发人员:王立,李晓阳,姜同敏,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:11[中国|北京]
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。