基于Wiener过程的步进应力加速退化建模

在现有的步进应力加速退化试验中,应力水平的改变时间通常被事先确定,这对高可靠性产品存在一定的不合理性。用Wiener过程描述产品性能退化轨道,在试验中当产品性能退化到某一阈值时,改变其应力水平,从而产品的应力水平改变时间是服从逆高斯分布的随机变量。基于该情形建立产品的步进应力加速退化模型。考虑到模型的计算复杂性,采用贝叶斯马尔科夫链蒙特卡罗方法获取模型参数的极大似然估计,最后通过仿真试验验证文中的模型和方法。

基于比例加速退化建模的单台机载设备剩余寿命自适应预测

针对现有机载设备剩余寿命(remaining useful lifetime,RUL)预测方法在新研单一样本条件下,无法应用于加速退化试验场景的问题,本文基于比例关系模型提出了一种加速退化场景下适用于单个试验样本的自适应RUL预测方法。首先,依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系,构建考虑设备个体差异与测量误差的非线性随机退化模型;其次,针对加速退化试验存在单一受试样本的情况,提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法;然后,基于卡尔曼滤波原理在线更新目标设备的退化状态,并推导出设备剩余寿命的概率密度函数;最后,通过对单台行波管加速退化实测数据进行分析,验证了方法的正确性和优势。

机载燃油泵电应力加速退化建模与试验设计

针对传统加速退化模型建立过程中,未考虑应力变化造成失效阈值变化的问题,提出了通过试验建模确立失效阈值的方法.在分析某型机载燃油泵工作机理和物理模型的基础上,设计了从101~130 V的步进电压条件下机载燃油泵压力与流量测量试验,并基于样本分位数构建了机载燃油泵电应力下压力与流量的数学模型;又选取100、105、110、115、120、125 V为工作电压进行了加速退化试验,拟合出不同电应力下机载燃油泵的退化轨迹.最终依据其数学模型估计了机载燃油泵在100、105、110、115、120、125 V工作电压下的失效寿命分别为53 848、43 599、39 269、37 140、26 643、20 522 h,依据逆幂律模型L(U)=A×Un,通过参数拟合建立了机载燃油泵电应力加速退化模型L(U)=1. 329 9×10^12×U^-3. 694 9。

非线性和随机效应的加速退化过程建模方法

针对加速退化试验场合下具有非线性、随机效应的退化数据,文章采用线性Wiener过程,研究了一种加速退化过程建模方法。采用时间尺度模型,对非线性退化数据进行线性变换;将Wiener过程的漂移系数随机化处理,研究了考虑随机效应的退化过程建模;根据所收集的步进加速退化数据,采用两步极大似然估计法确定未知参数。实例分析结果验证了该文所提方法的合理性。

Wiener过程的金属化膜脉冲电容器步降应力退化建模

由于强激光装置中金属化膜脉冲电容器高可靠长寿命的特点,导致退化试验的时间长效率低,传统的退化试验统计分析方法复杂,对先验信息依赖性大,针对这些问题提出了基于Wiener过程的金属化膜脉冲电容器步降应力加速退化建模和参数估计的方法。首先,用Wiener过程刻画电容器的退化过程,然后结合随机过程的特性采用MCMC方法进行参数估计,大大简化了统计分析过程。最后通过对电容器的仿真实验,将步降应力下的评估结果与恒定应力、步进应力的情况相对比,说明了步降应力对改善退化试验的试验效率的有效性。

非线性步进加速退化数据的可靠性评估方法

针对步进应力加速退化试验(SSADT)场合下的非线性退化数据,考虑个体之间的性能退化差异,提出了基于Wiener过程的退化数据可靠性评估方法。首先,分析了步进应力加速退化试验过程及其性能退化数据模型。然后,运用非线性Wiener过程描述产品的非线性退化过程,采用时间尺度变换模型进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑了个体差异的非线性退化数据建模;根据所收集的步进应力加速退化数据,采用两步极大似然估计法确定模型中的未知参数。最后,结合某激光器的实例对比分析表明,所建模型的拟合性较好,评估结果真实准确。

基于Wiener过程的非线性加速退化可靠性评估方法

针对恒定应力加速退化试验场合下的非线性退化数据,考虑个体之间的退化差异,提出了基于Wiener过程的非线性加速退化可靠性评估方法。采用Wiener过程描述产品的退化过程;运用时间尺度模型对非线性数据进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑个体差异的可靠性模型和加速退化模型;采用两步极大似然估计法确定模型中的未知参数,结合算例分析验证了方法的正确性和优越性。

加速应力下随机退化设备剩余寿命预测方法

针对步进加速退化试验中具有性能退化趋势的随机退化设备,采用非线性Wiener过程,建立与设备退化特征相符的步进加速退化模型;采用极大似然估计(MLE)法,求解出先验参数估计值;利用目标设备当前监测数据,基于贝叶斯方法更新随机系数后验分布;利用全概率公式,推导考虑随机系数估计不确定性的设备剩余寿命分布;通过算例分析验证了所提方法的正确性和优势。

LED照明用驱动电源性能可靠性评估

针对LED(light emitting diode)驱动电源输出特性波动,以及退化过程的随机性问题,提出一种基于Wiener过程的性能可靠性评估方法。该方法以温度为加速应力,通过在40℃、60℃和80℃3个不同温度应力条件下进行加速退化试验,来测得输出电流随时间的退化量。之后,根据退化数据,建立基于Wiener过程的加速退化模型,并采用极大似然估计方法对模型参数进行估计。最后,根据输出电流退化失效首达时间,推导了失效分布函数和可靠度函数,实现了对LED驱动电源在不同温度下可靠性的评估。结果表明,该方法简单实用,可以满足快速可靠性评估的工程需求。