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。

长寿命产品在小子样缺失数据下的Bayes可靠性增长分析

在长寿命产品的可靠性增长试验过程中,由于人员、观测设备或其他方面的原因,可能会造成某些试验数据丢失或未观测到的现象。对这类小子样变总体缺失数据情形,提出了Bayes可靠性增长分析方法。首先利用Box-Tiao技术构造先验分布,然后利用非齐次Poisson过程原理和缺失数据的产生机制,得到可靠性增长缺失数据的似然函数,再用Bayes统计推断方法得到产品各研制阶段结束时的可靠性水平,同时给出了缺失数据下增长模型的拟合优度检验方法。最后通过一个示例说明了该方法在工程上的应用。

长寿命产品退化筛选试验方法研究

传统的可靠性筛选方法以产品是否失效为筛选判据,对于高可靠长寿命产品,必须将产品长时间置于筛选应力下,对于一批产品中的合格品会产生较为严重的不良影响.针对退化失效型产品,研究了不合格品与合格品的性能退化规律:在筛选应力下,相对于合格品,不合格品性能参数的变化速率相对较快,从而使得性能参数在试验检测过程中形成明显的双峰分布.论文提出了基于产品性能退化特性的可靠性筛选技术,在保证筛选成品率和产品可靠度的前提下,通过合理选取筛选试验持续时间和筛选阈值,实现了缩短试验时间和减少筛选应力对合格品的不良影响的目的,最后通过实例说明了方法的有效性.

基于紧缩阈值加速退化试验的长寿命产品可靠性评估

对于退化失效型产品,当产品的特性参数超过给定阈值时即发生失效,失效阈值定义越严格则对产品功能要求越高,则产品越容易发生因不满足该功能要求而失效,可见产品的寿命数据与失效阈值的定义密切相关.对于长寿命产品,通过紧缩失效阈值的方法,可以在低应力水平下得到更多的失效数据.论文建立了寿命分布与试验应力和失效阈值的关系模型,并提出了通过紧缩阈值加速退化试验数据对长寿命产品进行可靠性评估的方法,最后通过实例验证了方法的有效性.

可靠性强化试验在高可靠长寿命产品上的应用研究

简要介绍了高可靠长寿命产品的特点、失效机理和退化失效模式,阐述可靠性强化试验工作思路和试验剖面选择的注意事项。通过试验证明,可靠性强化试验可以在短期内激发高可靠长寿命产品的潜在缺陷,还可以大幅缩短产品可靠性增长所需时间、节省试验费用。