恒定应力无失效加速寿命试验可靠性分析方法

针对工程中缺少有效方法处理加速寿命试验中出现的无失效数据的情况,提出一种恒定应力水平下的无失效加速寿命试验可靠性分析方法.该方法首先将各个加速应力水平下的无失效寿命试验数据转换到正常应力水平,然后通过对正常应力水平下的无失效寿命数据进行分析,实现产品的可靠性评估与寿命预测.利用该方法对某型号卫星地球敏感器扰性枢轴的无失效加速寿命试验数据进行分析处理,结果表明该方法切实可行,能够充分利用各个加速应力水平下产品的无失效试验数据,较好地解决了产品进行无失效加速寿命试验的可靠性评估和寿命预测问题.      

基于BP神经网络的复合材料失效分析

创建了基于BP神经网络方法预测复合材料在复杂应力状态下的失效模型.依据现有的试验数据,建立了基于BP神经网络的数学模型,并给出了网络在多次训练的统计性评价参数.以及单次样本泛化性能的评价参数,并利用这些参数实现了网络的结构优化和训练优化,得到了比较精确的网络模型,成功预测了复合材料的失效数据,拓宽了计算复合材料失效的范围,同时可以对复合材料的失效分析和试验设计进行指导.     

基于CNN 与BiLSTM 的退化设备剩余使用寿命预测

针对DC-DC 变换器难以建立物理退化模型的问题,提出了一种基于卷积神经网络和双向长短期记忆 神经网络的剩余寿命预测算法。首先,通过对DC-DC 变换器中关键器件进行失效模式分析,得到DC-DC 变换 器的失效特征参数;然后,采用卷积神经网络对多传感器信号进行融合和特征提取,获得百分比指数退化指标; 其次,将获得的健康指标输入到融合注意力机制的双向记忆神经网络中,利用注意力机制对输出结果进行加权 融合,利用不同的权重值优化预测模型,最后,利用蒙特卡洛丢弃法获得剩余寿命的区间估计,并通过仿真数 据验证了所提出方法的有效性。     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

同应力多危险部位失效相关轮盘疲劳寿命可靠度分析方法

提出了考虑失效相关性的同应力多危险部位轮盘应变疲劳寿命可靠度分析方法.引入广义强度和广义应力建立轮盘应变疲劳寿命可靠性模型,采用H-L法计算轮盘单失效部位可靠度.针对发动机轮盘常存在同应力多危险部位的特点,当考虑多失效部位相关性时,采用HohenbichlerM积分法对轮盘疲劳寿命可靠度进行计算.最后通过某轮盘应变疲劳寿命分析说明该方法的有效性.探讨了轮盘失效功能函数相关系数和应变寿命模型中材料随机变量相关系数关系,以及轮盘失效功能函数相关系数和轮盘疲劳概率寿命规律.      

基于加速栅溅射腐蚀失效的离子推力器寿命预测

离子推力器加速栅溅射腐蚀失效是制约离子推力器寿命的关键失效模式之一.针对离子推力器长寿命、多功率条件下运行的特点,基于坑和凹槽的溅射腐蚀数据,建立模型对其进行寿命预测.通过研究离子推力器加速栅中心凹槽腐蚀深度在不同功率段下随工作时间的变化规律发现:运行功率顺序对加速栅凹槽腐蚀率影响较小,进而采用累积损伤理论建立离子推力器多功率段下运行的寿命预测模型.最后, 对美国的NASA's Evolutionary Xenon Thruster(NEXT)进行了寿命预测,预测结果寿命为46041h,与试验结果符合较好.      

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

改进 PSO-RBFNN算法在退化型产品寿命预测中的应用

针对部分高可靠性产品退化规律无法掌握的难题,提出了使用改进粒子群优化—基于神经网络函数(PSO-RBFNN)算法拟合样品退化轨迹、预测伪寿命值的方法。首先,通过改进PSO算法对RBFNN进行训练优化;然后,使用部分测量数据对训练后的RBFNN进行准确度测试;最后,通过RBFNN预测样品退化轨迹,估计出伪寿命值。使用某型电连接器的加速退化试验数据对提出的方法进行了试验验证,成功对该型电连接器进行了寿命预测,得出平均寿命为200 412 h。     

基于Kohonen神经网络的飞机结构涂层失效分析

为了深入研究飞机结构涂层防护的失效过程,使用Kohonen神经网络结合电化学阻抗谱技术(EIS),对喷丸+喷底漆防护涂层的加速试验结果进行了分析。加速试验模拟了热冲击和盐雾环境,试件数据都是在试验过程中测得。将试件每周期的阻抗变化率作为神经网络的输入数据,用3组试件的试验数据对神经网络进行训练,用另一组试件数据进行测试。Kohonen神经网络将涂层失效过程分成了5个子过程,相比传统的3个过程分类可以得到更多的腐蚀信息。神经网络有效数据的分类结果与低频阻抗谱和腐蚀状态十分吻合,说明了Kohonen神经网络可以有效地预测涂层失效过程。     

基于BP网络的飞机典型部件疲劳寿命仿真研究

论述了一种基于BP网络的典型搭接件螺栓孔接触部位可靠性疲劳寿命的仿真方法。以接触对模拟搭接件螺栓孔连接。同时考虑材料性能、几何参数和载荷的随机性，建立有限元模型。并采用中心组合法计算各工况下离散应变分布值。而后用响应表面法拟合接触部位应变幅分布。然后再建立应变-寿命分布模型，用遗传算法优化的三层BP神经网络模拟随机化的Manson-Conffin公式。得出相应可靠度下的疲劳寿命。用该方法对某型飞机结构典型搭接件螺栓孔接触部位进行了疲劳寿命可靠性仿真，仿真结果与试验结果吻合较好。     

双应力加速模型的建立及参数估计

建立了威布尔分布下的双应力加速模型并给出了相应的参数估计方法。利用这种模型进行机械产品的加速寿命试验,具有试验时间短、适用于任意变动载荷等特点,是高可靠性产品寿命评估和可靠性分析的一种新方法。     

空空导弹电子产品加速寿命试验模型研究及应用

为快速预估某空空导弹电子产品的贮存使用寿命,针对其不同贮存使用环境,利用加速寿命试验的设计原则,设计了加速老化试验方案,并对弹用三极管电子产品进行了加速老化试验,根据试验数据拟合了相应的模型参数。该试验方法及模型为准确评估空空导弹在不同环境应力下的技术状态提供了有效的研究途径。     

基于加速退化模型的卫星组件寿命与可靠性评估方法

针对卫星产品长寿命、高可靠性的特点,提出了使用加速退化试验的方法来评估卫星用微波接收机的寿命与可靠性指标.首先,在确定微波接收机关键模块与相应失效机理的基础上,选择了适用的加速模型.然后,通过分析产品性能的实际退化过程,选择漂移布朗运动对此进行拟合,并结合漂移布朗运动首达时(first passage time)服从逆高斯分布的特点,建立了产品的可靠性模型.最后,采用极大似然结合最小二乘的评估方法,对该关键模块的恒定应力加速退化试验的蒙特卡罗仿真结果,进行了产品的寿命与可靠性评估并且得到了合理的结果,从而验证了本文方法的正确性.     

基于应力分布模型的随机疲劳加速试验设计

将两段式S-N曲线应用于Dirlik随机振动疲劳寿命预测模型,分段计算各自的疲劳损伤并进行叠加。基于该模型所模拟的应力幅值分布,推导了在两段式S-N曲线的情况下激励放大倍数同疲劳寿命之间的等效关系,并提出了基于该等效关系的加速试验寿命换算方法,为加速试验应力等级的确定提供了参考。针对随机振动中小应力幅占比较大的情况,该方法优化了这一部分的损伤计算方式,同时该方法还可以推广至超高周疲劳等需要使用多段式S-N曲线表达疲劳性能的情况中去,得到更加贴近实际的理论疲劳寿命与加速寿命间的等效关系。通过分析算例表明,在两段式S-N曲线下,应力与寿命也大体呈现出了两段式的对数线性关系,并使用文献中的试验数据进行了验证。     

Research of Step-down Stress Accelerated Degradation Data Assessment Method of a Certain Type of Missile Tank

The performance degradation rates of the missile tank are generally time-varying functions uneasily evaluated by general classical evaluation methods. This paper develops a segmented nonlinear accelerated degradation model (SNADM) based on the equivalent method of accumulative damage theory, which tackles the problem that product life is difficult to be determined with degradation rate being a function of the variable of time. A segmented expression of the function of population accumulative degradation is derived. And combined with nonlinear function, an accelerated degradation function, i.e., SNADM is obtained. The parameters of the SNADM are identified by numerical iteration, and the statistical function of degradation track is extrapolated. The reliability function is determined through the type of random process of the degradation distribution. Then an evaluation of product storage life is undertaken by combining the statistical function of degradation track, reliability function and threshold. An example of a missile tank undergoes a step-down stress accelerated degradation test (SDSADT), in which the results with the SNADM and the classical method are evaluated and compared. The technology introduced is validated with the resultant coincidence of both evaluated and field storage lives.     

基于加速退化试验和粒子滤波的电子设备故障预测方法

针对导弹电子设备故障预测问题,提出了一种基于综合环境加速退化试验(ADT)和粒子滤波的故障预测新方法。首先,不同于传统的ADT方案,仅以单个样本为试验对象,采用步进加速的思想,将性能退化理论拓展为加速性能退化理论(APDT),建立基于电子设备寿命退化速度的加速寿命退化模型。其次,为克服环境应力等测试不确定性因素对预测精度的影响,定义了电子设备退化度的概念,将寿命预测的不确定性问题转化为设备退化度最优估计问题,利用改进粒子滤波算法求解出电子产品动态退化的最优估计值,进而实现设备的全寿命评估。最后,实例说明该方法可行、有效,并大大提高了试验的效费比。     

基于LS-SVM的军用航空发电机寿命预测研究

为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM（Least Squares Support Vector Machines）模型的航空发电机寿命预测方法。采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测。研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值。     

机载计算机结构加速寿命试验原理及实现

加速寿命试验是解决高可靠、长寿命产品可靠性评估等问题的重要加速试验技术。传统的寿命试验方法需耗费大量的时间与成本,而加速寿命试验则通过提高应力水平来加速产品性能衰退,在可以接受的时间内得到有效的试验数据,并预测出产品在正常应力下的寿命。介绍了加速寿命试验产生的背景、基本概念、基本假设、基本理论和具体实现步骤,并以某机栽计算机为例,说明了加速寿命试验的应用过程。     

航天轴承精度寿命研究现状及展望

根据转速和工作温度范围,航天轴承可选择固体润滑、油或脂润滑。航天轴承在轻载条件下工作,其失效一般是由于润滑剂损失、退化引起润滑膜破坏,磨损加剧导致轴承精度丧失。航天轴承服役期考量的是精度寿命,即磨损寿命。对不同润滑工况下航天轴承磨损寿命的影响因素、失效模式、失效准则、磨损寿命模型、加速寿命试验及基于性能退化的剩余寿命预测进行了概述,总结了目前研究中存在的不足,并提出了值得关注和需要进一步研究的方向。