基于比例失效率模型的退化数据分析方法

利用产品的性能退化数据进行可靠性评估是一个解决失效寿命数据不充分的重要方法.在分析产品的失效率与失效阀值具有紧密相关性的基础上,通过引入比例失效率模型描述产品可靠性与失效阀值的关系,并根据产品寿命分布与退化量分布之间的关系建立了退化分析模型.在不假定物理退化轨迹模型和退化量分布的情况下,利用产品的退化信息获得产品在不同检测时刻和失效阀值下的可靠度,通过分布拟合方法获得未知参数的估计值,进而对产品进行可靠性评估.该方法不仅放松了模型的假设条件,也适于处理一些具有非平衡数据结构的退化数据,具有较广的适应性.最后,通过实例进行了不同方法的比较,验证了该方法的有效性.     

基于退化量分布时序分析的产品寿命预测

针对现有性能退化预测方法采用单调回归函数对产品退化随机过程描述不够合理的问题,从产品在各时刻退化量分布角度出发,分析退化量分布参数估计的非平稳时序类型,并对各参数估计分别采用相应类型的非平稳时序分析方法建模,进而给出一种与实际退化随机过程更为相符的基于退化量分布的产品寿命及可靠度预测方法.通过对某电子产品的退化试验,采用所提出的寿命预测方法进行了该电子产品寿命及可靠度预测.结果表明该方法相比传统方法更符合实际.      

用非线性加速模型评估步降应力加速退化数据

基于累积损伤等效方法提出一种能够描述产品性能非线性退化过程的分段非线性加速退化模型(SNADM,Segmented Nonlinear Accelerated Degradation Model),有效解决了产品性能退化率为时变函数时其寿命难以准确评估的问题.推导了总体累积退化量函数的分段表达式,结合非线性函数和加速方程得到SNADM的表达式;用数值迭代法对SNADM进行参数辨识进而对贮存条件下产品退化轨迹统计量函数进行外推,由产品退化量分布随机过程类型确定可靠度函数,再结合失效阈值对产品贮存寿命进行评估.对某导弹制冷器进行了步降应力加速退化试验,评估结果验证了该方法的有效性和正确性.      

芯片互联结构断裂失效的试验研究与统计分析

针对电子芯片互联结构失效机理复杂、寿命数据难以获取且缺乏具有理论依据支撑的寿命分布模型等问题,开展了基于退化试验数据的统计分析研究,并提出了2种统计建模方法。首先,搭建了电子芯片可靠性评估试验台,利用菊花链测试芯片为试验对象获取了互联结构的退化数据和寿命数据;其次,基于断裂力学理论,分析了互联结构断裂失效的失效机理,给出了BGA封装形式的电子芯片互联结构寿命分布服从两参数威布尔分布的理论依据,由此建立了基于寿命数据的电子芯片互联结构寿命分布模型;再次,利用退化量的分布建立了基于退化量数据的电子芯片互联结构寿命分布模型;最后,对2种统计建模方法进行比较分析。结果表明,基于退化量数据的寿命分布模型与基于寿命数据的寿命分布模型吻合度良好,2种分析方法在结果上具有一致性。      

基于Wiener过程的载人飞船热控泵寿命预测

载人飞船热控制循环泵(以下简称热控泵)属于高可靠性航天产品,在试验和使用中出现的寿命失效数据极少,采用传统的基于大样本寿命数据的可靠性分析方法难以满足工程要求。首先根据热控泵的试验数据和退化失效机理,确定关键性能参数为扬程和功率,采用带有正向漂移的Wiener过程拟合这两项性能的退化数据,建立性能退化轨道模型,并用随机加权方法解决模型参数估计时的小子样问题;根据退化失效的定义确定热控泵的寿命分布模型,与传统寿命分布模型不同的是,分布模型中的参数具有明确的物理含义;最后根据试验数据对热控泵的寿命进行预测,验证方法的有效性。     

飞机液压泵二维性能退化的可靠性评估

飞机液压泵为飞机操纵、起落架收放和刹车提供高压能源，其安全性和可靠性至关重要。针对飞机液压泵二维退化可靠性评估问题，构建了基于液压泵微观表面混合润滑的转子-配流盘摩擦副和轴尾密封副的摩擦磨损退化模型，基于统一随机过程模型描述2个性能指标的退化规律，利用Copula函数表征二维性能退化的相关关系，使用贝叶斯马尔可夫链蒙特卡罗法得到其考虑二元相关退化模型的未知参数估计，进而对飞机液压泵进行了可靠性评估。通过液压泵回油流量及轴尾密封摩擦力矩2个性能退化指标的实际退化数据，验证了所提出的理论和方法。结果表明，考虑2个性能退化指标相关的退化模型有效提高了可靠性评估及寿命预测精度。      

不完全加速退化的三参数幂模型线性化方法

针对加速度计零偏和标度因数不完全加速退化数据的非线性预测问题,提出一种加速度计加速退化的三参数幂函数模型线性化方法.该方法假设三参数幂函数退化轨迹模型的幂指数与加速应力无关,考虑到不同应力水平的试验时间相当时,较高应力下的参数退化速率较快,其退化轨迹与较低应力水平的相比,退化量更加接近性能参数的失效阈值,而低应力水平下退化量与失效阈值差距较大,因此最高应力水平下的退化轨迹更能反映加速度计性能参数的长期非线性退化规律.据此进一步提出了加速退化数据三参数幂函数模型幂指数确定的均方相关系数最大化原则,该原则通过高应力水平试验数据确定模型的幂指数,由此实现三参数幂函数模型的线性化,克服由于初值敏感而导致模型预测时稳健性较差的问题.为加速退化轨迹非线性模型的预测提供了一种工程化方法.     

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

基于维纳过程退化模型的动量轮寿命预测与分析

动量轮作为卫星的关键执行部件,其可靠性与寿命直接影响到卫星在轨任务的执行.对于动量轮产品的寿命预估与分析,受限于样本少、试验周期长、代价高等因素,无法获取足够的寿命样本数据.本文结合工程经验及已有的地面寿命试验数据,采用维纳过程退化模型,对动量轮产品的可靠性进行建模,并对其寿命进行预估与分析.该模型为动量轮寿命预测提供了一种有效方法,适用于高可靠、长寿命产品的寿命预测与分析.      

非线性步进加速退化数据的可靠性评估方法

针对步进应力加速退化试验(SSADT)场合下的非线性退化数据,考虑个体之间的性能退化差异,提出了基于Wiener过程的退化数据可靠性评估方法。首先,分析了步进应力加速退化试验过程及其性能退化数据模型。然后,运用非线性Wiener过程描述产品的非线性退化过程,采用时间尺度变换模型进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑了个体差异的非线性退化数据建模;根据所收集的步进应力加速退化数据,采用两步极大似然估计法确定模型中的未知参数。最后,结合某激光器的实例对比分析表明,所建模型的拟合性较好,评估结果真实准确。      

弹用电磁继电器贮存退化试验及其寿命预测方法

弹用电磁继电器（EMR）是国防武器系统中重要的机电元件,负责信号传递、电路保护与控制、负载切换等功能,对弹用EMR贮存可靠性的可靠评估已成为亟待解决的问题。以装备应用普遍的某型弹用EMR为例,提出一种考虑性能退化的贮存可靠性试验和评价方法。通过研制的弹用EMR贮存退化试验综合系统,获得了其贮存退化敏感参数的变化情况,对弹用EMR的贮存可靠性建模方法进行了探索性研究。提出了基于时间序列分析和小波变换方法的实测参数预处理方法,提高了预测精度。通过回归理论估计了贮存退化模型的参数,并用所建模型对弹用EMR正常温度应力下的贮存寿命进行了预测。      

考虑等待时间约束的不完美生产系统的产出优化

针对某些生产系统存在等待时间约束及设备劣化引起产品质量损失这2个问题,构建了系统的缓冲区控制和预防性维护的联合优化模型。首先,利用伽马过程对下游瓶颈工作站的劣化过程进行建模,并考虑由于其状态劣化引起的产品质量损失;其次,在此基础上,将工件的到达、中间缓冲区及下游工作站的加工过程视为一排队系统,引入M/G/1/K排队模型分别求解了在制品(WIP)被阻塞和超出等待时间约束的概率;最后,以最大化系统的"有效产出"为目标,对系统的预防性维护和缓冲区控制作了联合优化。数值实例表明:本文所提模型是切实、有效的,对带等待时间约束的生产系统的缓冲区控制、预防性维护以及产出提高具有一定的指导意义。     

加速度计贮存稳定期分析

在石英挠性加速度计有限元仿真分析的基础上,得到了加速度计标度因数稳定性随温度及时间的变化数据,采用乘积型最小二乘曲面拟合方法对标度因数稳定性、时间、温度数据进行拟合,建立了标度因数稳定性的加速退化近似模型;考虑不同产品间的分散差异和试验测试误差,对加速退化近似模型进行随机化处理,基于一阶泰勒展开计算方差的方法,给出含置信度的加速退化近似模型;结合加速度计贮存条件,进行基于模型的贮存稳定期分析,得到贮存条件下给定稳定性判据时的加速度计稳定期;同时,也可以给出加速度计稳定性评价结果,判断某贮存条件下贮存一段时间后的稳定性是否能够满足要求.     

基于深度残差收缩网络的滚动轴承故障诊断

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型下的长时间序列的振动信号,按照一定尺寸将长时间序列矩阵化,构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程,通过多个采样点的随机采样,构造全寿命周期的故障样本用于故障诊断。其次,在多层深度学习模型基础上,将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断,其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题,利用软阈值化实现了样本降噪。最后,为了验证所提方法的有效性,采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性,多层网络模型下没有明显的网络退化,能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时,与其他模型相比,所提方法训练误差更低,平均故障诊断正确率提高1%~6%。      

基于SSI模型的加速应力试验定量评估方法

为了解决传统应力-强度干涉模型(SSI,Stress-Strength Interference)不能对加速应力试验(AST,Accelerated Stress Testing)进行可靠性指标随时间变化的定量评估问题,针对应力和强度均引入了随机过程进行描述.首先假设了产品强度退化过程和应力变化分别为漂移布朗运动和对称布朗运动.其次,为了解决Basu的布朗运动SSI模型在零时刻可靠度为1的问题,从工程角度,假设产品设计制造过程与试验或使用过程相互独立,提出了产品可靠性是设计生产决定的固有可靠性以及试验使用过程确定的使用可靠性的串联结果.通过将传统应力强度干涉模型结合Basu的布朗运动SSI模型,建立了与时间相关的应力强度干涉模型IMSDⅠ,并给出了相关评估方法.基于将加速应力试验与加速退化试验相结合,改进了已有的AST试验方法,扩大了试验数据量,最后,通过仿真算例验证了本文模型和评估方法的理论正确性和工程可实施性.