基于分段非线性Arrhenius的贮存寿命评估方法

针对对数线性阿伦尼斯模型适用于温度在较小范围内变化的情况,给出了一种阿伦尼斯模型的修正方法.结合步退应力加速寿命试验失效率高、样本量少、试验设备简单的优点,给出了一种在工程实践中利用分段非线性阿伦尼斯模型对步退应力加速贮存试验进行评估的方法.首先,基于分段非线性阿伦尼斯模型建立步退应力下失效数据折算的数学模型.其次,建立了基于全样本的极大似然函数.最后利用遗传算法解非线性方程组,得到分段非线性阿伦尼斯模型的参数估计.以雷达高度表的步退应力加速贮存试验进行实例分析,将基于分段非线性阿伦尼斯模型、基于对数线性阿伦尼斯模型的加速贮存寿命评估方法得到的计算结果与产品外场得到的平均寿命、失效率以及可靠度函数进行对比分析,基于分段非线性阿伦尼斯模型的加速贮存寿命评估方法得到的结果误差在5%范围内.验证了论文中基于分段非线性阿伦尼斯模型的步退应力加速贮存试验评估方法的有效性以及准确性.      

一类解决变应力加速寿命试验参数估计的方法

变应力加速寿命试验的极大似然函数是高维非线性复杂目标函数,其待估参数多,采用梯度下降优化方法进行参数估计容易陷入局部极值,而采用全局优化方法又存在寻优效率低的问题.为了解决复杂多维目标函数优化的瓶颈问题,设计了一种基于实数编码遗传算法和Powell法的遗传加速方法.利用适应度函数获得两种优化方法的最佳切换点,最大程度发挥遗传算法和Powell算法的优点,既提高了多维非线性目标函数寻优效率又保证了参数估计的全局最优.液压泵加速寿命试验实例分析结果表明,遗传加速方法可以在寻优前期利用遗传算法保证待估参数的全局最优估计,在寻优后期快速逼近最优值,使寻优成功率达到85%.     

基于广义线性模型的固体推进剂贮存寿命评估

研究了固体推进剂在贮存过程中性能退化对贮存寿命与可靠性的影响,提出了一种基于广义线性模型的固体推进剂贮存寿命与可靠性评估方法.首先结合固体推进剂退化数据的特点,利用位置刻度模型来描述固体推进剂抗拉强度与贮存时间的关系,建立了固体推进剂的贮存寿命模型.然后利用广义线性模型,给出了贮存寿命模型系数的极大似然估计.根据极大似然估计的渐近正态性,利用Fisher信息矩阵,给出了贮存寿命与可靠度近似置信下限.结合算例表明该方法综合利用固体推进剂在不同贮存时间下的性能数据,改善了固体推进剂贮存寿命与可靠性评估精度.      

基于比例危险-比例优势模型的加速寿命试验设计

将基于信息的优化方法引入基于非参数模型的加速寿命试验优化设计中,针对恒定应力和步进应力两种应力加载方式,分别给出了基于比例危险-比例优势模型的试验优化设计方法.通过对数似然函数建立Fisher信息矩阵和方差-协方差矩阵,并采用基于信息的优化方法建立最优化问题.这种试验优化设计方法可以有效地提高模型参数评估精度,并且避免了传统的优化方法(即将一个与可靠性相关的函数的渐进方差在一个给定区间内的积分值作为优化目标)当目标函数中给定的积分区间变化时将得到不同优化结果的局限.最后给出了应用该方法进行加速寿命试验优化设计的仿真实例.     

微波电子产品贮存状态的SSADT评估方法

针对在贮存期内具有长寿命、高可靠性特点的系统级微波电子产品,为了快速评估其贮存寿命与可靠性指标,提出了使用步进应力加速退化试验(SSADT,Step Stress Accelerated Degradation Testig)的试验方法.首先给出SSADT的基本假设.基于该产品的故障模式影响及危害性分析和故障树分析结果,为该产品确定了加速模型.并结合线性漂移布朗运动的首达时(first passage time)分布服从逆高斯分布的特点,建立了SSADT的可靠性评估模型.其次,根据线性漂移布朗运动的独立增量性,给出了可靠性评估模型参数的极大似然法和最小二乘法相结合的评估方法.为了剔除试验中为检测产品性能而引入的通断电对产品贮存寿命与可靠性评估带来的影响,在借鉴可靠性相关标准的基础上,提出了通断电因子退化率折合方法,并得到了线性漂移布朗运动的通断电折合公式.最终的实例证明,采用提出的贮存寿命与可靠性方法能够得到合理的评估结果,从而验证了该方法的正确性.      

S06钢疲劳性能及其概率特性

采用高频疲劳试验方法对新型高强度沉淀硬化马氏体不锈钢S06钢中长寿命疲劳性能进行了测量,结果发现:随着应力水平降低,疲劳裂纹趋向于从试样内部萌生,裂纹内部萌生的试样寿命高于表面萌生的试样寿命,二者分散性很大.为了对S06钢长寿命疲劳数据概率特性进行正确的评估,主要对内部萌生机制下的数据进行了研究:利用定时截尾数据的极大似然估计方法和定时截尾数据的柯尔莫哥洛夫检验方法对长寿命区一定应力水平下的疲劳寿命概率分布情况进行了研究,结果表明疲劳寿命服从对数正态分布;采用考虑越出数据的极大似然方法对S06钢应力寿命数据进行拟合,建立了P-S-N曲线模型;利用P-S-N曲线对S06钢长寿命区疲劳强度概率分布进行了讨论.     

基于故障行为的惯导产品贮存寿命试验设计

以典型惯导产品加速度计贮存寿命评估为例,提出了一种基于故障行为模型的加速退化试验设计方法,解决了缺乏预试验数据情况下试验应力水平设计的问题。在通过对产品特性和主机理分析基础上,确定表征产品贮存寿命特征参数及试验应力,构建了考虑材料等分散性的加速度计故障行为模型,用以描述参数加速时变规律的特性。在试验应力最高水平确定的情况下,基于给定置信度和故障行为模型,以高应力水平下退化量的置信下限与低应力水平下退化量的置信上限不交叉为原则,采用基于仿真的加速退化试验设计方法,优化确定低应力和中间应力水平,从而设计给出试验剖面,并给出了加速退化试验方案优选流程,最终从备选方案集中确定加速度计试验最优方案。通过实际案例分析,验证了该方法的有效性。      

试验测定DFR的升降法方法

提出了试验测定结构件细节疲劳额定值(DFR)的升降法方法,可以充分估计并节约总试验时间.通过数值模拟比较了升降法数据处理的半子样极大似然法和马尔可夫方法.为满足可靠度要求,对半子样极大似然法估计的疲劳强度标准差进行了修正,并给出了保证95％可靠度的疲劳强度的置信度要求的最少试件数.最后给出了升降法确定DFR的表达式.      

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.      

可修产品的步进应力加速寿命试验统计分析

为了通过可修产品在步进应力加速寿命试验中产生的故障数据,评估可修产品的寿命和可靠性指标,基于产品在两个不同应力水平下的累积故障强度函数相等的原则,提出了可修系统步进应力加速寿命试验的时间折合公式.通过反复迭代,可修系统在步进应力加速寿命试验过程中产生的故障数据可以折合到相同试验条件下.在产品进行最小修复的假设下,采用引入位置参数的三参数Weibull过程结合Peck加速模型对试验过程进行拟合.通过使用该模型对折合后的数据进行处理,外推得到了可修产品在正常应力条件下的寿命和可靠性指标.使用剩余分布抽样方法进行计算机仿真,验证本文方法的正确性.结果证明该模型和方法不仅在参数估计方面比传统的模型有更高的精度,而且还可以应用到可靠性增长试验的数据评估中.      

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。      

威布尔分布的极大似然估计的精度分析

威布尔分布参数估计的极大似然方法是一种常用的方法,在故障数不小于10的情况下推荐使用.但在工程中,由于产品的可靠性高,或者是样本量少,试验的故障数常常是小于10,在这种情况下需要明确所得的评估结果的精度是否满足要求.运用区间估计的思想,提出了一种解决上述问题的评价和判断的方法,并应用此方法对完全样本情况下,形状参数的极大似然估计量的精度进行了讨论.工程上,可以依据文中提供的结论定量分析威布尔分布形状参数极大似然估计量的精度.      

时变方差自回归模型的联合估计函数方法推断

针对参数估计问题，利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状，利用联合估计函数理论，给出带有时变方差自回归模型的参数估计量，证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析，模拟结果表明，与伪极大似然估计量、最小二乘估计量进行对比，提出的参数联合估计量略优于伪极大似然估计量，同时该统计量受误差项分布函数影响较小。      

BLDC电机温度退化多段Wiener过程建模

无刷直流（BLDC）电机应用广泛,其温度退化过程呈现多段性,需建立多段退化模型,而模型参数较多时,参数估计过程对初始值敏感且易陷入局部最优。首先,针对电机的加速退化数据进行研究,采用正态加权平均（Gauss滤波）的方式滤波,改进实际数据在模型参数的估计中的应用。然后,引入转换函数对Wiener模型改进,建立多段Wiener模型。其次,以极大化似然函数进行参数估计,计算时采用改进粒子群优化（PSO）算法得到估计值,对比非线性模型的残差的正态性,同时分析各模型理论寿命分布及实际该批次失效分布,确定多段模型合理性;得到的模型结果说明电机在退化过程中发生了退化机理的改变,且变换速度快。最后,以非线性模型不同时刻的寿命分布给出该应力下电机的寿命预测,这对电机的预测与健康管理（PHM）有重要意义。      

基于β似然函数的参数估计方法

分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。      

基于Bootstrap理论的小子样寿命评估模型

针对航天产品小子样、长寿命的特点,提出了基于Bootstrap理论的小子样寿命评估模型。采用B-样条函数构造Bootstrap样本经验分布函数,进行放回抽样。在此基础上,分别采用非参数Bootstrap方法和参数Bootstrap方法建立了寿命评估模型。采用提出的模型对空心阴极循环点火寿命试验数据进行评估,得到多个寿命特征结果,与传统的参数极大似然估计方法的计算结果进行了对比分析,其评估精度满足工程的应用需求,验证了该模型的工程实用性和有效性。