Gamma过程退化失效可靠性分析

退化型失效产品,可通过退化失效分析对其进行可靠性统计推断。性能退化一般是一个随机过程,并且是单调变化的,为描述产品的退化,给出了一个随机Gamma过程模型,通过求解该过程的首达时分布即可获得产品的失效分布。由于解析方法求解存在很大的难度,给出了一种基于仿真的求解方法。利用所得模型对强激光装置所用的某型金属化膜脉冲电容器进行了可靠性分析,说明了模型的适用性。     

基于Wiener和Copula函数性能退化模型的减推力起飞可靠性收益评估研究

从精细化、规范化管理使用发动机的角度出发,针对航空发动机减推力起飞在可靠性和安全收益指标的贡献度量化评估问题,提出了一种基于性能退化分析的可靠性收益评估方法。建立了单个性能参数Wiener退化量模型,并利用Copula函数进行二元相关性能参数退化量建模,提出了基于Copula函数和Wiener退化过程的二元相关性能可靠性模型。将模型应用于实例分析,通过发动机执行减推力和未执行减推力时的性能退化数据,定量地分析了执行减推力起飞技术对可靠性和在役寿命方面的贡献度,并将文中提出的方法与基于单参数的性能可靠度函数以及二元独立性能参数的性能可靠度函数进行对比分析。结果表明,执行减推力起飞技术的发动机在运行中有更高的安全裕度,在役寿命平均延长了23%左右。     

基于性能退化数据的可靠性建模分析

针对传统可靠性评估方法难以解决高可靠度、长寿命产品的可靠性评估问题,本文在使用失效时间数据的基础上,提出了使用产品的性能退化数据的方法。在很多情况下,退化过程中的性能退化数据比失效时间数据更有价值。文章介绍了退化数据的优点,提出了对产品退化的一般轨迹模型;针对高可靠度的产品提出了基于退化轨迹和退化量分布的两种评估方法,并用实例分别对两种评估方法进行展开应用,验证了方法的有效性。     

基于退化失效数据的环境因子问题研究

针对具有退化失效特性的高可靠性长寿命产品,在有限试验时间内难以获得大量失效数据进行环境因子研究的问题,通过对产品性能退化特性的监测和分析,研究退化失效环境因子的建模和估计方法.给出了退化失效环境因子的一般定义和数学描述;提出了复合Poisson过程退化轨道模型的退化失效环境因子模型,并给出了环境因子点估计的矩方法和区间估计的二项分布法;通过仿真实例,对方法在工程应用上的有效性进行了说明.      

随机环境应力冲击下基于多参数相关退化的导弹部件寿命预测

为了解决某型导弹部件的贮存寿命预测问题,提出了一种随机环境应力冲击下基于多参数相关退化的寿命预测方法。针对产品存在退化失效与突发失效两种失效模式,利用Wiener、Gamma及Inverse Gaussian等随机过程模型拟合各性能参数的退化数据,并采用Copula函数进行相关性退化失效建模;利用随机环境应力冲击解释突发失效的机理,并采用非均匀泊松过程对突发失效建模;进而建立退化失效与突发失效竞争的贮存寿命预测模型。实例应用说明所提方法能够反映出导弹部件的失效规律,比传统预测方法具有更高的预测准确性,具有较好的工程应用价值。     

基于风扇退化的涡扇发动机寿命衰减双参数评估方法研究

由于涡扇发动机不同单元体之间存在耦合性,采用单一性能退化参数预测发动机剩余寿命明显是不全面的。本文根据风扇故障导致涡扇发动机退化机理,引入Frank Copula函数描述二元性能参数之间的相关性,并且采用二元非线性Wiener过程来构建性能退化模型,然后基于MCMC (Markov Chain Monte Carlo)方法进行模型参数估计,实现涡扇发动机剩余寿命预测。最终,通过涡扇发动机的仿真数据集来验证该方法的适用性。证明基于Copula函数的二元非线性Wiener过程建模为发动机剩余寿命预测提供了理论基础和技术支持。     

基于加速退化数据的某型电连接器可靠性评估

某型电连接器属于高可靠性、长寿命产品,在短时间内很难获取其失效数据。为了评估其可靠性,在分析其失效机理的基础上设计了步进加速退化试验,通过分析加速退化数据外推出产品在正常工作应力水平下的可靠度函数。试验中以电连接器的接触电阻作为性能参量,选取温度作为加速应力。数据分析时,利用Wiener随机过程对样品退化进行建模。为了提高模型参数的估计精度,采用极大似然法对所有性能退化数据进行整体统计推断。外推其在工作温度下的可靠度时,针对工作温度不恒定的情况利用等效温度表示温度对该产品的综合作用效果。结果表明,提出的基于加速退化数据分析的方法实用、有效,成功实现了某型电连接器的可靠性评估,并可为其他高可靠性产品的可靠性评估工作提供借鉴。     

基于退化失效与突发失效竞争的导弹剩余寿命预测

为了提高导弹剩余寿命预测结果的准确性,本文综合利用导弹的性能退化数据和突发失效时间数据,提出了基于退化失效和突发失效竞争的剩余寿命预测方法。在引入状态空间模型评估出整弹退化程度的基础上,采用Gamma过程建立退化失效模型;在假定突发失效概率与整弹性能退化程度相关的前提下,采用Weibull分布建立突发失效模型;进而建立退化失效与突发失效竞争模式下的导弹可靠度模型。案例应用证明了所提方法的有效性,对准确预测导弹剩余寿命,有效开展视情维修具有一定的工程价值。     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

复杂退化系统的组合维修策略优化

由于现有视情维修研究中没有考虑定期维护的影响,无法准确反映定期维护下的系统性能退化规律,因而不利于合理制定定期维护与视情维修组合的维修策略。针对该问题,重点开展了该组合维修策略下的性能退化建模与维修决策研究。通过结合组合维修策略下的性能退化特点,从失效机理出发,利用复合Poisson过程建立了性能退化模型,并通过退化强度函数描述了仅恢复累积性能退化量而不改变性能退化规律的维修效果。同时,分析了该条件下的可靠度函数,说明了其具有阶梯型变化和突变性的特性。基于性能退化模型,建立了长期运行条件下以费用率最低为目标、失效风险为约束的组合维修决策优化模型,并求解确定了最优维护周期和预防性维修阈值。通过数值分析,描述了费用率随维修策略值变化的规律,说明了优化解的存在性。同时,通过与系统自身寿命规律比较,说明采用该优化模型,可以有效地延长系统的使用时间,实时控制失效概率,确保其具有较高的安全等级,进而有效地降低维修费用。     

A novel imprecise stochastic process model for time-variant or dynamic uncertainty quantification

This paper proposes a novel model named as “imprecise stochastic process model” to handle the dynamic uncertainty with insufficient sample information in real-world problems. In the imprecise stochastic process model, the imprecise probabilistic model rather than a precise probability distribution function is employed to characterize the uncertainty at each time point for a time-variant parameter, which provides an effective tool for problems with limited experimental samples. The linear correlation between variables at different time points for imprecise stochastic processes is described by defining the auto-correlation coefficient function and the cross-correlation coefficient function. For the convenience of analysis, this paper gives the definition of the P-box-based imprecise stochastic process and categorizes it into two classes: parameterized and non-parameterized P-box-based imprecise stochastic processes. Besides, a time-variant reliability analysis approach is developed based on the P-box-based imprecise stochastic process model, through which the interval of dynamic reliability for a structure under uncertain dynamic excitations or time-variant factors can be obtained. Finally, the effectiveness of the proposed method is verified by investigating three numerical examples.     

Stochastic battery discharge in portable communication devices

The objective of this work is to explore ways in which performance of battery systems can be enhanced through the use of energy-efficient battery management techniques. The phenomenon of charge recovery that takes place under pulsed discharge conditions is identified as a mechanism that can be exploited to enhance the capacity of a cell in a portable communication device. The bursty nature of many data traffic sources suggests that data transmissions in communication devices may provide natural opportunities for charge recovery. We model the data source as a stochastic process and let the cell discharge be driven by such a process. We use a model of a dual lithium ion insertion cell to identify the improvement to cell capacity that results from the stochastic discharge. The insight from this study leads us to propose discharge shaping techniques that tradeoff energy efficiency with delay in the required current supply     

基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测

针对航空发动机在性能衰减过程中普遍存在的非线性和三源不确定性问题,提出了一种基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命（RUL）预测方法。首先,为解决目前大多数剩余寿命预测方法中潜在假设的局限性,即当前时刻估计的漂移系数与上一时刻漂移系数的后验估计完全相等,在状态空间模型的框架下建立了一类新的同时考虑非线性和三源不确定性的性能衰减模型,并在首达时间下推导出剩余寿命的分布。然后,针对新研发航空发动机缺乏历史数据和先验信息的问题,提出了一种基于Kalman滤波和条件期望最大化（ECM）算法的参数估计方法,使得估计的模型参数不依赖于历史数据量。同时能够在获得一个新的性能衰减数据后,实现对模型参数的自适应估计和在线更新,进而实时地更新航空发动机的剩余寿命分布。实验结果表明,本文方法可以有效地提高剩余寿命预测的准确性,能为航空发动机的维修决策提供可靠的依据。     

GPS选择可用性(SA)信号采集与建模

 分析了ＧＰＳ测量伪距的各组成部分,设计了一个ＧＰＳ数据实时采集系统,通过定位计算和时钟偏移滤波的方法分离ＳＡ误差信号,经检验指出ＳＡ误差信号基本是零均值的平稳随机过程,对一段时期定点观测到的ＳＡ误差信号进行ＡＲ（１３）的模型辨识,获得大量的模型数据,从时域和频域对模型参数进行分析得到一些有益的结论。     

Model-driven degradation modeling approaches: Investigation and review

The second law of thermodynamics implies that any animate and inanimate systems degrade and inevitably stops functioning. It is irreversible over time that can be labeled as “the degradation arrow of time”. From perspective of products’ reliability design, it is essential to build appropriate models of describing the degradation arrow of time. The current modeling approaches mainly include the model-driven (having assumed forms based on cognitive experience of mankind) and data-driven (using data learning techniques without form hypothesis) approaches. In this paper, we just investigate and review the model-driven degradation approaches, hoping to provide suggestions of the model construction or selection for scholars or engineers. First, for the single mechanism, degradation law models and stochastic process models are classified as separately depicting the tendency and fluctuation of degradation. For the degradation law model, we propose the concept of meta-models as original types for various personal models. For the stochastic process model, two main types including the non-monotonic and monotonical types are presented. Then, four multi-mechanism degradation types are discussed, that are competitive degradation, multi-stage degradation, coexistence of degradation and impact, and coexistence of degradation and failure. Besides, for the multi-performance degradation, independent and coupling models are introduced. The forms, connotations, applicability and insufficiency of these models are described with a series of examples from the literature and our own experiences. The final explicit suggestions about the potential future work are provided for the development of new degradation models.     

多退化变量下基于Copula函数的陀螺仪剩余寿命预测方法

针对惯性导航系统中陀螺仪多退化变量条件下的剩余寿命（RUL）预测问题,提出了一种基于Copula函数的多退化变量剩余寿命预测方法。首先,针对退化变量间不同的退化轨迹,采用不同的方法进行退化建模,并对于陀螺漂移系数样本标准差数据波动性随时间递增的特性,提出了一种方差时变的正态随机过程退化建模方法,得到了陀螺仪剩余寿命的边缘分布函数。然后,通过Copula函数来描述退化变量之间的相关性,将得到的剩余寿命的边缘分布进行融合,得到了陀螺仪剩余寿命的联合分布函数。最后,通过陀螺仪实例分析验证了方法的适用性和可行性。     

基于视觉的模型烧蚀形貌实时测量方法

针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

基于特征参数趋势进化的故障诊断和预测方法

 采用时间序列方法对可以表征系统故障状态的特征参数的趋势进化进行预测,同时考虑特征参数的概率分布特性,给出了对系统进行故障诊断和预测的方法。在已获得特征参数监测数据的基础上,分别对具有广义强度/故障阈值确定分布或故障模式特征参数空间分布两种形式的故障判据,提出了利用二次指数平滑预测模型对系统未来某时刻的故障状态进行预测的方法。给出包括故障概率和故障指数在内的故障诊断和预测结果形式,可进一步为系统的维修决策等提供参考。     

随机变幅载荷下结构疲劳可靠性分析——RDCDR模型

通过对恒幅载荷下疲劳应力幅与寿命之间的S-N关系的随机化处理,在Miner线性累积损伤理论下,建立了一种用于随机变幅载荷下结构疲劳可靠性分析模型(RDCDR模型)。模型中的各参数由恒幅疲劳试验数据采用最大似然法确定。采用Monte—Carlo法对模型求数值解。举实例说明了模型的应用。