基于焊层裂纹扩展的IGBT性能退化建模与分析

在疲劳载荷作用下,绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)会发生结构损伤与性能退化,影响电力电子系统可靠性。对此,首先基于传热学理论推导焊层疲劳裂纹长度与热阻的关系,并以Darveaux模型表征IGBT焊层裂纹演化规律,提出一种IGBT性能退化模型及其待定系数的估计方法。其次,考虑实际工况的非平稳特征,利用响应面法建立IGBT变幅疲劳载荷模型,并基于雨流计数法与线性累积损伤准则实现IGBT性能退化量的评估。最后,以一款IGBT产品为例,实施功率循环试验,基于试验数据开展性能退化建模与分析,验证了模型与算法的有效性。

高速列车车轮两阶段退化建模及可靠性分析

针对高速列车车轮在退化过程中呈现两阶段特征的问题,提出一种基于两阶段非线性Wiener过程的高速列车车轮退化建模及可靠性分析方法。采用CUSUM(CUmulative SUM)算法实现车轮退化过程变点判别,在此基础上,利用马尔可夫链蒙特卡罗方法估计模型未知参数。针对车轮两阶段退化过程较为复杂、可靠度解析形式难以求解的问题,通过蒙特卡罗模拟方法求解得到车轮可靠度函数曲线和可靠寿命。最后以某机车同转向架车轮单个镟修周期内的实测数据为例,验证了模型的有效性。结果表明:受运营环境影响,同转向架不同侧车轮退化过程出现变点的位置不同;相较于未考虑阶段性特征的退化模型,所提模型可靠性评估结果更符合现场实际;通过不断获取车轮退化数据,可采用所提模型计算并更新车轮可靠寿命值,为车轮镟修周期的进一步优化提供了理论指导。

基于统计分析与物理模型的批量小样本条件下作动器退化建模

作动器是飞行控制系统的重要组成,其性能直接影响飞行安全。然而,大部分部件全寿命周期仅能获取2~3次的返所测试数据,性能退化样本极小,给作动器的性能预测带来困难。针对这一问题,提出了一种统计分析与物理模型结合的性能预测方法,首先对批次型部件数据进行统计分析,建立作动器不同阶段的统计分布规律;然后,结合作动器退化的物理模型与统计规律,建立带有概率分布的作动器退化函数,并基于AMESim仿真对参数进行标定,得到不同时间与健康参数下的概率密度函数;最后,针对任一部件获取的健康参数,给出基于后验概率的概率密度函数更新方式。为验证方法的有效性,本文采用多个含有3个数据点的样本进行验证,统计预测值精度。结果表明,实测值在预测密度函数的3sigma范围的概率高达92.27%,证明预测密度函数能够在高置信度下表征作动器退化规律。

多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例,针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题,提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式,利用数据驱动的方法确定方程具体参数。通过偏微分方程建模,对2种应力进行解耦分析,确定引气湿度的增加会加快氧气浓缩器的退化速率,发现随着氧气浓缩器工作性能的退化,氧气浓缩器氧分压对引气压力的敏感性减弱,确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别,确定氧气浓缩器退化可分为平稳阶段与退化阶段,与实际服役环境下氧气浓缩器退化数据对比,验证了氧气浓缩器两阶段退化特性。

固定翼无人机健康退化建模方法研究

固定翼无人机随使用时间累积,健康状态会逐步退化。研究其健康退化建模方法,可用于无人机剩余寿命预测,指导开展预先维修、智能维修,从而有效延长装备使用寿命和减少故障发生概率。针对固定翼无人机全寿命数据难以获取及故障数据稀缺导致建模困难的问题,提出了基于多任务批次健康飞行数据的建模方法。该方法以SVDD算法为基础,构建无人机健康超球体模型,以球心距偏移趋势刻画健康退化程度,在此基础上引入KDE算法构建飞机整体健康退化指标,进一步使用LSTM算法实现多批次退化趋势的拟合。该方法可应用于固定翼无人机维护与维修,减少维修成本。

金属化膜电容器Gamma过程性能退化建模的自助法

针对安全关键系统中长寿命高可靠性产品失效数据稀缺的问题,研究了一种部件寿命预测的自助法。首先建立了基于Gamma过程的性能退化模型。而后,考虑到各个体间的制造及运行环境等随机差异,应用自助法对个体退化数据再抽样求得了个体形状参数α和尺度参数β;在此基础上,对个体α、β再自助抽样求得总体形状参数和尺度参数;之后,运用Gamma过程寿命预测方法得到了总体任务可靠度寿命的频率分布图。最后,以金属化膜电容器为例进行了应用分析。结果表明,该方法有益于全面掌握产品的寿命特征,提高系统可靠性安全性。

机电装备性能退化建模与健康状态评估方法

机电装备具有结构复杂、样本量少、工况多变的特点,对其进行预防性维修十分困难,因此研究其性能退化规律以及健康状态评估对预防性维修具有重要意义。以机电装备为研究对象,利用维纳过程研究性能退化建模与健康状态评估方法。建立了描述单性能退化的维纳过程模型,并给出融合多性能退化的维纳过程模型,得到了多性能退化轨迹,实现了多性能状况下的性能退化预测。利用逼近理想解法和马氏距离,根据相对贴近度划分出装备健康状态空间,并将性能退化轨迹转换到健康状态空间中,实现了对装备健康状态的评估。在数控机床进给系统试验平台上进行实验,验证了融合多性能退化的维纳过程模型和健康状态评估方法的正确性和有效性。

基于LSTAR的机载燃油泵多阶段退化建模

机载燃油泵的性能退化呈现出平稳—加速—平稳的非线性、多阶段模式,针对现有退化模型难以准确描述其全寿命周期性能退化的问题,以逻辑平滑转换自回归(LSTAR)模型为工具,对机载燃油泵出口压力传感器信号进行建模。首先,对转换后的压力传感器信号建立自回归(AR)模型,通过非线性检验说明建立LSTAR模型的必要性;然后,应用非线性最小二乘法完成参数估计;最后,在AIC准则最小及拟合优度最大的原则下,选择转换变量,通过残差进行模型的适应性检验与正态性检验。结果表明:基于LSTAR模型的拟合精度明显优于线性自回归模型。本文提出的方法成功解决了机载燃油泵性能退化的多阶段准确建模问题,为机载燃油泵的预测与健康管理(PHM)奠定了坚实的基础。

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。

一种基于性能退化建模的设备最优监测时机确定方法

为了克服长寿命、高成本、高可靠性设备失效数据获取困难和监测维护策略不合理的缺点,基于漂移布朗运动,利用设备的周期性能监测数据,对设备的退化失效过程进行建模,评估设备服役期内的可靠性、剩余有效寿命,并综合考虑设备的监测维护成本和可靠性的要求,以单位时间期望监测维护成本最小为目标,提出了确定最优监测间隔的方法。使用某型号惯性平台存储时月监测数据及提出的方法,得到了其关键部件陀螺仪的可靠性和剩余有效寿命的评估结果,以及最新监测点之后的最优监测间隔,从而验证了所提方法的有效性。

多阶段可校正系统退化建模与可靠性评估

退化数据在小子样、高可靠、长寿命产品可靠性评估中的作用日益突显。针对工程实践中多阶段可校正电子装备可靠性评估难题,综合考虑任务的多阶段性和校正行为影响,建立了基于Wiener过程的性能退化模型,采用贝叶斯方法得到退化模型中漂移参数的后验分布估计,构建了光滑函数解决系统校正行为导致的函数不连续性问题,在此基础上根据首次到达时的概率分布提出了多阶段可校正系统的可靠性评估方法,给出相关数值算例,验证了模型、方法和分析结果的正确性和实用性。

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。

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。

基于HP滤波与非线性维纳过程的退化建模与失效分布研究

针对退化建模中广泛采用的非线性维纳过程难以得到失效时间分布精确表达式的问题,提出了一种新的非线性维纳过程退化建模与失效分析方法。首先,运用HP（Hodrick-Prescott）滤波提取退化数据的长期趋势;其次,从理论上说明对数变换消除非线性异方差的可行性;然后,提出非线性维纳过程二步估计方法,利用最小二乘法进行确定性漂移趋势的参数估计,利用极大似然估计法进行扩散参数估计,在此基础上给出首达时意义下非线性维纳过程失效时间分布的精确表达式;最后,以焊点为研究对象进行退化建模与失效分析,实测实验数据分析结果表明,非线性维纳过程退化建模方法能够给出焊点失效时间分布,且精度优于线性维纳过程,更优于回归模型。

基于数字孪生的机载光电探测系统性能退化建模研究

依据数字孪生模型的思想,提出了一套描述光电探测系统性能退化的模型体系,借助调制传递函数将子系统故障和退化对性能的影响统一映射到能量域,解决系统性能退化多场耦合的问题。在能量域模型基础上,基于动态贝叶斯网络(DBN)对系统性能退化规律建模,描述系统退化的动态过程和量化不确定性因素。仿真结果证明了所提方法的有效性。

基于逆高斯过程和证据推理的退化建模方法

为解决高可靠性设备的剩余寿命预测问题,针对寿命数据缺少、物理模型难以建立的情况,结合单调退化数据,采用逆高斯退化模型,对设备的退化过程进行建模;通过参数估计的方法得到退化模型,进而预测设备的剩余寿命。在有同批次多组数据都能对逆高斯模型进行参数估计的情况下,将会面临数据融合问题。采用基于证据推理(ER)的方法对多源数据进行融合处理,引入属性权重的概念,以此更加准确地估计逆高斯模型的参数。最后,通过实验仿真,证明了所提方法能够得到较为可信的参数估计结果。

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。

新型非线性退化建模与剩余寿命预测

鉴于数据驱动的寿命预测方法多采用线性退化模型建模,而实际退化数据多呈现为非线性形式,为此,提出一种新型非线性退化模型,利用首达时间原理推导出模型剩余寿命概率密度函数的解析表达式,采用极大似然法估计模型中的未知参数,并用AIC准则检验了模型的准确性。通过仿真数据与激光发生器的性能退化数据对模型进行了验证分析,结果表明了新型非线性退化模型的准确性和实用性。

基于RVM的卫星蓄电池性能退化建模

由于工作环境的特殊性,传统的基于物理退化的建模方法无法建立精确的卫星蓄电池性能退化模型。因此,在卫星蓄电池失效物理分析的基础上,提出了一种基于相关向量机回归的建模方法。介绍了相关向量机的基本原理,详细推导了相关向量机回归建模过程,并结合卫星蓄电池测试数据,进行了实例建模。结果显示,模型具有良好的准确性和稀疏性。

电磁继电器触簧系统关键装配参数退化建模与可靠性评估

分析了继电器触簧系统在循环载荷作用下退化失效过程,进行了不同工况下继电器触簧系统性能退化试验;根据试验数据结合随机不确定性理论,实现了继电器触簧系统性能退化的建模与分析。基于装配参数间隙退化模型,完成了考虑触簧系统关键装配参数退化的电磁继电器可靠寿命评估,为电磁继电器可靠寿命设计奠定基础。