基于半参数退化模型的长寿命产品可靠性评估

退化模型是评估长寿命产品可靠性的有效方法,但已有参数退化模型忽略了退化量分布未知、最优退化量分布和退化量有界性等问题,导致模型可靠性评估精度不足,适用范围有限。针对已有方法的不足,提出一种评估长寿命产品可靠性的半参数退化模型。首先,通过考虑边界的非参数对数变换核密度估计方法拟合产品在各检测时刻的退化量分布;然后,基于退化量分布与寿命分布的关系,利用最小二乘法与遗传算法估计产品寿命分布参数;最后,GaAs激光器与合金钢的实例应用表明,所构建模型能够更好地拟合退化数据,可靠性评估精度更高。

基于反应动力学的GaN LED参数退化模型的研究

加速实验中,参数退化模型描述了参数的退化规律,参数退化规律对应于器件退化机理,而退化机理又对应于内部的物理化学反应.因此,本文基于反应动力学中物理化学反应的温度效应速率模型及反应量浓度随时间的变化规律,研究并建立了GaN LED参数退化模型.本模型尝试从物理机理上解释参数退化过程中的退化规律,包括单调上升或单调下降退化规律、先上升后下降或先下降后上升等非单调退化规律,解决了实验后拟合方法不能建立非单调退化模型的问题.然后对GaN LED进行加速实验,确定模型参数.同时对GaN LED的退化规律进行分解,并且量化了GaN LED两种退化规律的退化比例及时间常数.

基于凸优化-寿命参数退化机理模型的锂离子电池剩余使用寿命预测

针对锂离子电池寿命预测中模型普适性差、预测精度不足等问题,提出一种基于凸优化-寿命参数退化机理模型的锂离子电池剩余使用寿命RUL预测方法。首先构造锂离子电池实际容量与其循环周期的退化机理模型。对锂离子电池寿命试验数据进行凸优化降噪处理;基于预处理得到的可靠性较高的数据,采用最小二乘法对所建机理模型的参数进行辨识,从而得到精确的模型表达式,实现锂离子电池RUL的预测。基于NASA锂离子电池数据集预测并评估锂离子电池的RUL,预测结果验证了模型良好的通用性,误差范围为4%左右。