基于灰色预测的加速试验机理一致性判定方法

确定失效机理一致性条件是保证加速试验正确性的前提之一.由于现有的一致性判定方法只能利用加速试验数据,不能指导加速试验设计,因此需要一种基于强化试验数据的一致性判定方法.针对工程中强化试验数据少的特点,选取可以处理少数据的灰色预测,给出了一致性判定的新方法及流程.该方法通过将灰色预测中的GM(1,1)和等维新息模型相结合,找出强化试验数据的趋势改变点,在加速试验之前得到机理一致性变化的条件.通过在加速度计中的应用案例,验证了该方法的可行性.     

基于灰色预测的加速试验机理一致性判定方法

确定失效机理一致性条件是保证加速试验正确性的前提之一.由于现有的一致性判定方法只能利用加速试验数据,不能指导加速试验设计,因此需要一种基于强化试验数据的一致性判定方法.针对工程中强化试验数据少的特点,选取可以处理少数据的灰色预测,给出了一致性判定的新方法及流程.该方法通过将灰色预测中的GM(1,1)和等维新息模型相结合,找出强化试验数据的趋势改变点,在加速试验之前得到机理一致性变化的条件.通过在加速度计中的应用案例,验证了该方法的可行性.     

基于灰色理论的失效机理一致性检验方法

针对基于加速模型参数不变、基于统计方法及基于试验观察3种常见的失效机理一致性检验方法进行研究,发现3种方法均需要加速试验数据来对失效机理一致性进行检验,不能事先为加速试验提供理论指导;提出了一种基于灰色理论的失效机理一致性检验方法,该方法可用预试验数据进行失效机理一致性检验,为加速试验制定最高应力台阶提供理论指导;结合某型光电编码器预试验数据对该方法进行实例验证,得出175℃附近为失效机理变化点,并与基于统计的方法进行对比;最后,对产品进行失效机理分析,利用扫描电镜分析(SEM,Scanning Electron Microscope)结果验证该方法的正确性.     

铝合金预腐蚀与疲劳性能灰色模型研究

利用等间隔和非等间隔GM(1,1)模型,拟合并建立了模拟加速预腐蚀后铝合金的腐蚀失重、最大孔蚀深度及疲劳强度额定值与腐蚀时间的非线性关系.结果表明:与常用的幂函数模型相比,用GM(1,1)模型能较好地反映铝合金腐蚀过程的变化趋势及其对疲劳性能的影响;无论等间隔还是非等间隔数据,GM(1,1)模型都能较好地描述,并可通过残差修正模型来提高GM(1,1)模型的精度.      

加速度计加速退化机理一致性边界确定方法

以加速退化模型——Arrhenius模型为研究对象,发现加速度计在加速试验过程中,保持加速机理不变的应力与退化轨迹斜率存在密切关系.通过针对退化轨迹模型分别为一次函数、指数函数和幂函数三种常见情况,从激活能不变角度推导出保证加速度计加速机理不变的应力-斜率公式,然后基于退化轨迹斜率区间检验提出了一种加速机理一致性条件确定方法,最后根据加速度计恒定高温标度因数稳定性退化仿真试验数据,准确得到了保持加速度计标度因数稳定性退化机理一致的应力边界,验证了该方法的可行性.     

一种基于灰色预测控制的动态测量误差修正系统

以灰色理论的灰色预测控制为基础理论 ,结合动态测量误差修正 ,在测量系统加以外控制量 ,把动态测量过程中的实时误差预测修正灰色模型GM (1,1)作为控制模型进行灰色预测控制。     

基于小波变换和GM-ARMA的导弹备件消耗预测

针对导弹备件消耗呈现"小样本、非平稳"的特点, 为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性.     

基于加速磨损试验的止推轴承磨损寿命预测

为进行耐磨性良好的止推轴承寿命验证,结合退化模型进行了基于加速磨损试验的止推轴承寿命预测研究,建立了止推轴承加速磨损寿命方程.在失效机理分析基础上,以加载力为加速应力开展了7 200 h的止推轴承加速磨损试验,得到反映耐磨性能下降的体积磨损量变化数据,预测得到置信度90%时,止推轴承在使用条件下运行10 a的可靠度为0.94.该项研究表明,对磨损进程极为缓慢的高可靠性、长寿命止推轴承,利用加速磨损试验数据预测其寿命,能节约试验时间和费用.      

用灰色模型预测卫星太阳电池阵输出功率

研究了GM（1，1）模型的建模方法，建立了太阳电池阵输出功率的GM（1，1）预测模型，针对电池出输出功率具有随季节波动的变化趋势，提出了采用实时在线的方法，建立动态新息GM（1，1）预测模型，经实例预测验证，动态新息GM（1，1）模型可明显地提高预测精度，且能对电池阵输出功率的波动趋势正确预测。     

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。     

基于GM(1,1)与灰区间估计的SPE通量水平长期预测

太阳质子事件（SPE,Solar Proton Events）是干扰日地空间最主要的源,大规模质子事件会影响在轨空间站实验设备的可靠性,有时甚至会威胁空间站的安全运行.提出一种基于灰色GM（1,1）和区间估计太阳质子事件预测方法;首先对1976—2010年SPE通量水平数据进行预处理,分别建立以发生时间为序列的一般SPE通量序列与极端SPE通量序列;之后将灰色GM（1,1）与区间估计相结合建立预测方法,融合反映一般SPE通量水平随周期性波动的活跃性调节系数,建立SPE通量水平长期预测模型;然后叠加不同SPE类型所得结果合成预测年份的SPE通量水平,给出未来一年或几年间SPE通量水平的变化范围;最后选取1976—2010年太阳质子事件年均值数据,分多批次预测1996—1998年和1999—2001年等SPE通量均值区间,结果表明各年实际发生SPE的通量均值均位于预测区间内,并且多年预测区间偏差最大值小于26%,实验结果还表明单次预测时长以2~3年为宜.     

加速度计加速退化机理模型建模方法

针对传统加速退化试验方案设计缺乏机理模型支持的问题,给出一种基于主机理层试验、关键部件仿真、参数解析和系统辨识于一体的加速退化机理模型建模方法.调研相关资料确定影响产品参数变化的主机理,通过主机理层试验得到有限元仿真输入参数,结合有限元仿真得到产品关键有限元输出参数,同时利用解析方法得到有限元输出参数和产品参数之间关系,根据系统辨识方法建立了加速退化机理模型.以加速度计为例,建立了加速度计标度因数稳定性加速退化机理模型,将模型结果与其在常温贮存条件下结果进行对比分析,结论显示该方法的有效性.     

基于伪寿命的加速退化机理一致性边界检验

根据寿命型随机变量的加速机理一致性条件,提出一种基于伪寿命的加速退化机理一致性边界检验方法,通过由低到高逐一对各个加速应力水平下的退化机理一致性进行检验,来确定加速退化机理一致性的边界应力水平.针对工程常用的两类寿命型分布——对数正态分布和Weibull分布,分别以对数标准差和形状参数为退化机理表征量,在产品伪寿命估计的基础上建立了退化机理表征量齐性检验的F统计量,导出了退化机理一致性检验拒绝域的解析式,给出了退化机理一致性边界检验的具体步骤.该方法能够充分利用多个应力水平下表征产品退化机理一致的横向信息,有效提高了检验的精度.以某镀膜平板玻璃热退化机理一致性边界温度的确定为例,分析说明了该方法的合理性与有效性.     

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.