仿真基加速寿命试验优化设计方法研究

加速寿命试验可在较短时间内获得产品的可靠性信息，如何设计试验方案使加速寿命试验的结果最准确、代价最小，是加速寿命试验方案设计的一个主要问题。针对加速寿命试验解析优化方法在某些场合最优解的解析形式难以得到甚至不存在的情况，提出了一种新的基于Monte Carlo仿真的加速寿命试验优化设计方法。该方法通用性好、适用范围广。Monte Carlo方法通过大量的重复模拟试验得到问题的近似解，但要得到更精确的近似解，模拟试验的次数必须增多，因而所需要的计算量增大。利用目标函数的连续性，将非参数化曲面拟合引入优化过程，使计算量大大下降，满足了工程应用的要求。算例的结果说明了本文提出方法的正确性与有效性，敏感性分析结果表明该方法具有一定的鲁棒性。     

基于性能退化数据的可靠性评估

传统的可靠性评估方法一般基于失效寿命数据，对于高可靠长寿命产品，很难通过寿命试验和加速寿命试验获得失效寿命时间，这种情况下产品的性能退化数据可提供可靠性评估的重要信息。在基于失效数据可靠性评估及性能可靠性评估方法的基础上，提出了基于退化轨迹与基于性能退化量分布两种可靠性评估方法，以对具有退化失效机理的高可靠长寿命产品进行可靠性评估。基于退化轨迹的可靠性评估方法首先选取合适的退化轨迹模型，利用退化数据对退化轨迹进行模型拟合得到模型参数，然后根据退化轨迹外推得到伪失效寿命，最后根据完全寿命试验数据的统计分析方法进行统计分析得到产品可靠性信息。基于性能退化量分布的可靠性评估方法首先计算不同测量时刻产品性能退化量的统计特征，对其进行曲线拟合得到统计特征随时间变化的函数，即性能退化量分布参数，最后利用可靠性与性能退化量分布的关系评估产品的可靠性。本文最后给出了两种可靠性评估方法的应用案例，验证了方法的正确性与有效性。     

仿真基退化试验优化设计方法研究

退化试验可以弥补寿命试验和加速寿命试验的不足,通过观测性能退化数据,对退化数据进行统计分析,实现高可靠长寿命产品的可靠性评估。如何设计试验方案使试验评估结果最准确,实验代价最小,是退化试验应用中面临的一个重要问题。本文针对解析优化方法在某些场合最优解难以得到的情况,提出了一种新的基于Monte Carlo仿真的退化试验优化设计方法,并通过算例研究了方法的有效性,针对该方法的敏感性分析结果表明,在较小的模型偏差情况下,最优的退化试验方案具有一定的鲁棒性。