仿真与试验结合的电子产品可靠性评估方法

建立一种仿真与试验结合的电子产品可靠性评估方法,基于Bayes理论利用试验数据对已有的可靠性仿真结果进行更新。针对电子产品中广泛应用的指数分布,分别对平均寿命和失效率进行了详细讨论,给出其置信度和置信限的评估方法。在此基础上,为便于工程实际应用,进一步建立数值计算方法,并给出可靠寿命和可靠度的置信下限。理论分析和算例结果表明,本文方法通过对仿真信息和试验信息的融合利用,不仅可以减少试验量,而且能够有效提高电子产品可靠性评定精度和置信水平。

聚合物基复合材料老化曲线快速测试方法

为解决聚合物基复合材料老化试验时间长费用高的问题,通过研究老化曲线特点,建立一种老化曲线强度下降阶段的三参数指数函数模型,在此基础上提出聚合物基复合材料老化曲线快速测试方法,并通过仿真模拟和工程实例验证该方法。研究表明:该方法能够根据老化强度快速下降阶段的试验数据或加上少量缓慢下降阶段的试验数据,得到强度下降阶段的整条老化曲线,能很好地逼近真值或者偏于保守,工程上安全可用;与传统方法相比,可以节省2/3左右的试验时间和成本。

小样本加速寿命试验方法

针对工程上常见的加速寿命试验中加速系数未知的情况,建立一种小样本加速寿命试验方法,该方法只需在两个加速应力水平下进行加速寿命试验,即可对产品在正常使用应力水平下的寿命和可靠性进行评估。根据正常使用条件下的可靠度和置信水平要求,采用两个加速应力水平下具有相同可靠度和置信水平的寿命单侧置信下限之比作为加速系数,该加速系数考虑了可靠度和置信水平的影响,在推断正常应力水平下的可靠寿命和可靠度单侧置信下限时,可以有效减小误差,提高精度。文中详细讨论了阿伦尼斯模型、逆幂律模型和指数模型等三种常用加速模型下的加速系数、寿命预测和可靠性评估。大量工程算例和Monte Carlo模拟验证表明,传统方法需在多个加速应力水平下进行寿命试验,与之相比,本文方法可以节省大量试样和试验时间。

系统可靠性评估与更新方法

建立一种系统可靠性评估与更新方法,能够根据子系统的试验结果给出系统可靠度的置信限,并根据系统的试验结果对其寿命或可靠度的置信限进行更新。鉴于一般系统的可靠度是各子系统可靠度的和差积商及其组合,因此在置信分布的基础上,提出一种和差积商的置信限理论,给出子系统可靠度和差积商的置信限公式,解决了一般系统可靠度的置信限计算难题。通过子系统可靠度置信限和当前系统试验数据的有机融合,建立了对系统寿命或可靠度进行实时更新的公式。文中详细讨论了系统成败型试验的可靠度更新方法和非成败型试验的寿命及可靠度更新方法,给出工程上常用的Weibull分布、对数正态分布的寿命和可靠度更新公式。大量工程算例和Monte Carlo模拟验证表明,本文方法能够显著提高系统寿命预测和可靠性评估精度。

可靠寿命消耗评估和寿命管理方法

建立一种机电产品可靠寿命消耗评估和寿命管理方法,给出其可靠损伤、可靠寿命消耗和剩余可靠寿命百分比及其置信限的计算公式。该方法可以根据单个机电产品在使用过程中完成的不同任务,对应的不同载荷,计算其可靠损伤和可靠寿命消耗百分比单侧置信上限,实现单机寿命监控。并根据其剩余可靠寿命百分比单侧置信下限和各次任务消耗的可靠寿命百分比单侧置信上限,科学合理安排该机电产品的后续任务以及维修和报废,实现对单个机电产品的寿命管理。文中还详细讨论了航空发动机零部件疲劳、蠕变以及它们相互作用下的可靠寿命消耗评估方法。

仿真与试验相结合的寿命预测和可靠性评估

建立一种能够综合利用当前试验数据、仿真数据和以往试验数据的寿命预测和可靠性评估方法,针对机电产品中常用的两参数Weibull分布和对数正态分布进行了详细讨论,分别给出无失效数据和不完全数据寿命预测和可靠性评估公式,该方法不但可以节省大量试验,而且可以显著提高评估精度。同时还提出半试验随机仿真的概念和半试验寿命/可靠性仿真方法,能有效解决寿命和可靠性仿真难度大的问题。本文方法计算简单,便于工程应用。

可靠性仿真检验方法

产品寿命的不断提高使得可靠性试验费用大、时间长,工程上往往难以承受,同时随着数字化设计、智能制造的快速发展,都对基于数字仿真的可靠性测试需求越来越迫切。但是可靠性仿真的可信性问题长期困扰着人们,为此,本文建立了一种可靠性仿真检验方法,能够以高置信水平判断产品可靠度和可靠寿命的仿真是否正确。同时,鉴于产品性能退化是其可靠性降低并逐步失效的主要原因,文中还给出性能退化曲线可靠性仿真的检验方法,能够以高置信水平判断性能退化曲线在哪一时间段已被正确仿真,在哪一时间段尚未被正确模拟,为进一步分析性能退化曲线未被正确仿真的原因提供指导。本文方法不但对正态分布、Weibull分布、极值分布、指数分布、二项分布等任意分布都适用,而且对完全数据、不完全数据和无失效数据等各种类型的数据也均适用。并且计算简单,便于工程应用。

非线性自识别自校准Kalman滤波方法

针对深空探测、制导与控制、故障诊断中状态方程为强非线性(不能线性化)并且含有未知输入(系统误差)的情况,文章提出了一种非线性自识别自校准滤波方法,并分别结合秩采样和Sigma点采样方法,详细讨论了秩采样自识别自校准Kalman滤波和Sigma点采样自识别自校准Kalman滤波。该方法能对非线性状态方程中是否含有未知输入进行自动识别,在确认存在未知输入后再对该未知输入进行估计和补偿,这样既能有效消除状态方程中的系统误差影响,又能通过状态方程与量测方程的融合减小偶然误差,从而提高滤波精度。从算例结果可以看到,与无迹Kalman滤波和自适应无迹Kalman滤波相比,采用非线性自识别自校准Kalman滤波后,估计精度至少提高64%以上。

自识别自校准Kalman滤波方法

在导航滤波、故障诊断等许多工程领域中,受环境因素影响、模型和参数的选取不当等原因,系统状态方程中往往含有未知输入(系统误差),传统的Kalman滤波方法无法消除这种未知输入的影响,导致产生较大的滤波误差。为此,提出一种自识别自校准Kalman滤波方法,并分别对线性系统和非线性系统进行了详细讨论,给出了相应的公式和滤波步骤。该方法能够自动识别状态方程中有无未知输入,当有未知输入时,则能自动估计未知输入,并对它进行补偿和修正。大量实例计算和仿真模拟表明,与传统方法相比,本文方法能够有效提高状态估计精度,且计算简单,便于工程应用。

串并联系统可靠度置信下限计算方法

建立了串(并)联系统可靠度(不可靠度)置信下(上)限干涉模型,给出其置信度计算方法。在此基础上,严格证明了串联系统可靠度单侧置信下限等于各子系统可靠度单侧置信下限的乘积,并联系统不可靠度单侧置信上限等于各子系统不可靠度单侧置信上限的乘积,从而解决了这一长期悬而未决的难题。文中对目前工程上常用的串并联系统可靠度置信下限的计算方法进行了分析讨论,指出LM法、MML法、SR法等计算得到的串联系统可靠度置信下限和LR法、AO法等计算得到的并联系统可靠度置信下限误差较大,有时偏于危险,特别是当子系统无失效时,有些方法还无法计算。从对比算例可以看到,文中方法优于传统方法,且计算简单,便于工程应用。

性能曲线仿真检验方法

性能曲线是衡量产品质量和可靠性的重要指标,随着数字化设计和智能制造的快速发展,对基于数字化的产品性能曲线仿真需求越来越迫切,但是产品性能曲线仿真的可信性问题一直困扰着人们。本文提出一种性能曲线仿真检验方法,分别给出正态分布情况下性能曲线特征参数均值和协方差的仿真拒绝域,并针对非正态分布甚至分布形式未知的情况,建立性能曲线两步仿真检验法。该方法通过分析性能曲线仿真结果与试验结果之间的误差是由仿真不正确引起的系统误差,还是由其分散性引起的偶然误差,进而判断性能曲线仿真正确与否。大量计算表明,该方法计算简单,便于工程应用。

量测数据自校准融合方法

提出了一种量测数据自校准融合方法,给出量测数据系统误差(未知输入)的自识别自校准公式与计算步骤,能够自动对量测数据中事先无法校准的系统误差进行识别、估计、补偿和修正,从而减小系统误差的影响。建立多传感器的数据融合公式与计算步骤,进而降低偶然误差的影响。分别对线性系统和非线性系统进行了详细讨论,并进行了大量实例计算和仿真模拟验证。从两个算例计算结果可以看出:该方法的相对误差至少要比传统方法减小45%,且计算简单,便于工程应用。

幂函数退化曲线快速测试方法

针对工程中常见的'先快后慢'的退化曲线,提出一种幂函数退化曲线快速测试方法,能够通过快速退化阶段试验数据或加上少量缓慢退化阶段试验数据对整条退化曲线进行拟合和外推。大量工程实例计算和Monte Carlo模拟结果表明:即使只有快速退化阶段试验数据,该方法得到的整条曲线也能很好地逼近退化曲线真值或偏于保守,工程上安全可用。分别对三参数幂函数退化曲线(橡胶老化曲线、S-N曲线、ε-N曲线、LED光强衰减曲线等)和四参数幂函数退化曲线(应力松弛曲线、蠕变持久曲线等)快速测试方法进行了详细讨论,给出相应的中值退化曲线和高置信度、高可靠度退化曲线。从所给两个实例对比可以看到,所提方法可以比传统方法节省2/3左右的试验时间和成本。