CN102542101A - 一种快速判别温度应力加速实验失效机理一致性的方法 - Google Patents
一种快速判别温度应力加速实验失效机理一致性的方法 Download PDFInfo
- Publication number
- CN102542101A CN102542101A CN2011104273108A CN201110427310A CN102542101A CN 102542101 A CN102542101 A CN 102542101A CN 2011104273108 A CN2011104273108 A CN 2011104273108A CN 201110427310 A CN201110427310 A CN 201110427310A CN 102542101 A CN102542101 A CN 102542101A
- Authority
- CN
- China
- Prior art keywords
- parameter
- sigma
- failure mechanism
- under
- int
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明涉及一种快速判别温度应力加速实验失效机理一致性的方法,属于加速实验领域。该方法以Arrhenius退化模型为研究基础,结合威布尔寿命分布模型,得到了不同应力水平下,加速寿命实验失效机理一致性与形状参数的关系,然后针对加速实验中早期参数退化数据,计算其分布形状参数,从而在实验初期,快速判别不同实验应力下,失效机理机理是否一致。本发明提供一种实验初期快速判定失效机理的方法,避免了因失效机理改变而造成的无效加速实验,节省了实验时间。
Description
技术领域
本发明涉及一种快速判别温度应力加速实验失效机理一致性的方法,属于加速退化实验设计技术领域。
技术背景
随着科学技术的发展,电子器件的可靠性越来越高,为了评价其可靠性参数,加速实验的应用越来越广。然而,加速条件下器件潜在的失效机理可能会被激发出来,成为主要失效机理,使得加速条件下失效机理发生改变,从而导致由加速实验获得的器件寿命不能代表器件的真实寿命。目前,恒定应力加速实验失效一致性判别方法需要在实验结束后,再进行失效机理一致性的判别,不能避免无效实验。因此,加速实验经常在未确定失效机理和未保证与正常工作条件下具有相同失效机理的情况下进行。而本方法可在实验初期判别失效机理一致性,避免无效加速实验,节约实验时间。
发明内容
本发明的目的在于:提供一种快速判别温度应力加速实验失效机理一致性的方法,使得加速寿命实验中避免因退化过程中失效机理改变而导致错误的可靠性数据,保证了加速实验设计方案的科学性和结果分析的有效性,避免无效加速实验,节约实验时间。
1.一种快速判别温度应力加速实验失效机理一致性的方法,其特征在于,包括以下步骤:
步骤一、确定L个加速实验温度应力水平T1<T2<...<Tl<...TL,其中l=1,2,...L;
步骤二、加速实验初期采集T1、T2、...Tl、...TL水平下的器件参数退化数据;
退化数据设定为失效敏感参数退化至任意程度下的退化时间,此处取失效敏感参数退化量达3%时的退化时间为退化数据;
步骤三、根据步骤二中确定的参数退化数据拟合参数退化分布模型,判断其是否符合威布尔退化分布模型,并判断应力水平Tl下的参数退化分布模型与应力T1,T2,...Tl-1下的参数退化分布模型是否相同;
步骤四、若退化模型相同,对温度应力Tl下的退化数据进行威布尔退化分布模型参数估计,具体步骤如下:
①确定威布尔模型参数估计的方法;
参数估计方法选择为极大似然估计;
威布尔分布模型有如下形式:
式中ti为温度应力Tl下失效敏感参数退化量,mi为形状参数,mi>0,i=0,1,2,…n,n为温度应力Tl下的实验样品数,ηi为尺度参数,ηi>0;
威布尔模型参数极大似然估计-MLE方程组如下:
其中m为形状参数,η为尺度参数,r为产生故障数,ts定时截尾时间;
②形状参数m的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,可简化为:
形状参数m的估计方程为超越方程,用迭代法求解;
记 由式(6), 取迭代公式为 k为大于等于0的自然数,具体迭代步骤为:
b.
c.判断|m2k+1-m2k|<ε是否成立,成立则转到下述步骤e,否则则转到下述步骤d;
d.m2k+2=(m2k+1+m2k)/2,k=k+1,并转到上述步骤b;
e.迭代结束,输出结果;
③尺度参数η的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,则
可以直接计算得到尺度参数η的参数估计;
步骤五、基于步骤四得到的迭代结果,判断是否服从失效机理不变的条件,具体步骤如下:
①保持失效机理不变的两个条件的确定:
温度能够加快产品内部物理化学反应,促使产品参数加速退化,因此在加速寿命实验中常用温度作为加速应力,此处,产品的参数退化速率与温度的关系常用Arrhenius模型表示:
式中M为温度敏感参数;t为实验时间;dM/dt为参数反应速率;A为常数;EA为激活能;kB为玻尔兹曼常数;T为实验温度;
加速条件下和正常工作条件下,器件的失效判据是一样的,即达到失效时器件的损伤累积量是相等的,所不同的仅仅是加速系数,即参数的退化速率不同,因此:
ΔM=ΔM0 (13)
式中ΔM为加速条件下的敏感参数的退化量,ΔM0为正常工作条件下的敏感参数的退化量;
根据Arrhenius方程:
以上两式相比整理可得外推常温下的工作寿命t0:
令 其中AF为加速因子,则式(16)可表示为:
t=t0/AF (17)
同一失效机理对应相同失效激活能,因此如果在加速应力条件下和正常工作下的激活能EA不发生改变,则加速因子将严格保证与不同温度应力的倒数之差呈指数关系;
在加速实验的参数退化过程中,取失效敏感参数退化量为3%时的退化时间以服从威布尔分布模型,设FU(t0)为正常工作水平下退化时间的分布函数,服从参数为m、η的威布尔分布,其中f(t)为该威布尔分布的概率密度函数,则有:
可以得到:
FU(t0)=FS(t0/AF)=FS(t) (18)
施加应力后退化时间仍然服从威布尔分布,记为FS(t),但是其分布参数转变为m、AFη;若该温度范围内失效机理未发生改变,参数估计与分布函数应满足上述条件;
根据获得的参数估计可作出如下判别:若威布尔分布的参数估计同时满足以下两个关系
1)形状参数m服从:m1=m2=...=ml;
2)尺度参数η服从:
则可以确定在T1-Tl范围内失效机理没有发生改变,加速实验是合理的;反之,失效机理在加速实验过程中发生改变;
②判断第l个应力Tl下退化模型分布函数形状参数m是否服从关系1);
若退化模型分布函数形状参数m服从关系1),则继续判断尺度参数ηl是否服从关系2),否则其失效机理在Tl下发生改变;
③判断第l个应力Tl下退化模型分布函数形状参数ηl是否服从关系2);
若退化模型分布函数尺度参数ηl服从关系2),则判断失效机理在Tl下未发生改变,否则失效机理在Tl下发生改变,加速实验在Tl-Tl-1内失效机理保持一致;
步骤六、若退化模型不同,则认为在应力Tl下失效机理发生改变,不能继续进行加速退化实验,加速实验在T1-Tl-1内失效机理保持一致。
附图说明
图1是本发明加速机理一致性判断流程图
图2是本发明迭代法求极大似然估计量m流程图
图3是本发明恒定温度应力下威布尔分布的概率密度曲线图
图4是本发明样本退化量分布示意图
图5是本发明威布尔分布下的Arrhenius寿命-温度关系图
具体实施方式
下面将结合附图1和示例对本发明做进一步的详细说明。
1.一种快速判别温度应力加速实验失效机理一致性的方法,其特征在于,包括以下步骤:
步骤一、确定L个加速实验温度应力水平T1<T2<...<Tl<...TL,其中l=1,2,...L;
步骤二、加速实验初期采集T1、T2、...Tl、...TL水平下的器件参数退化数据;
退化数据设定为失效敏感参数退化至任意程度下的退化时间,此处取失效敏感参数退化量达3%时的退化时间为退化数据;
步骤三、根据步骤二中确定的参数退化数据拟合参数退化分布模型,判断其符合威布尔退化分布模型(本发明以参数退化量服从威布尔分布模型为例),并判断应力水平Tl下的参数退化分布模型与应力T1,T2,...Tl-1下的参数退化分布模型是否相同;
步骤四、若退化模型相同,对温度应力Tl下的退化数据进行威布尔退化分布模型参数估计,具体步骤如下:
①确定威布尔模型参数估计的方法;
参数估计方法选择为极大似然估计;
威布尔分布模型有如下形式:
式中ti为温度应力Tl下失效敏感参数退化量,mi为形状参数,mi>0,i=0,1,2,…n,n为温度应力Tl下的实验样品数,ηi为尺度参数,ηi>0;
威布尔模型参数极大似然估计-MLE方程组如下:
其中m为形状参数,η为尺度参数,r为产生故障数,ts定时截尾时间;
②形状参数m的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,可简化为:
形状参数m的估计方程为超越方程,用迭代法求解;
记 由式(6), 取迭代公式为 k为大于等于0的自然数,具体迭代步骤为:
b.
c.判断|m2k+1-m2k|<ε是否成立,成立则转到下述步骤e,否则则转到下述步骤d;
d.m2k+2=(m2k+1+m2k)/2,k=k+1,并转到上述步骤b;
e.迭代结束,输出结果;
③尺度参数η的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,则
可以直接计算得到尺度参数η的参数估计;
步骤五、基于步骤四得到的迭代结果,判断是否服从失效机理不变的条件,具体步骤如下:
①保持失效机理不变的两个条件的确定:
温度能够加快产品内部物理化学反应,促使产品参数加速退化,因此在加速寿命实验中常用温度作为加速应力,此处,产品的参数退化速率与温度的关系常用Arrhenius模型表示:
式中M为温度敏感参数;t为实验时间;dM/dt为参数反应速率;A为常数;EA为激活能;kB为玻尔兹曼常数;T为实验温度;
加速条件下和正常工作条件下,器件的失效判据是一样的,即达到失效时器件的损伤累积量是相等的,所不同的仅仅是加速系数,即参数的退化速率不同,因此:
ΔM=ΔM0 (13)
式中ΔM为加速条件下的敏感参数的退化量,ΔM0为正常工作条件下的敏感参数的退化量;
根据Arrhenius方程:
以上两式相比整理可得外推常温下的工作寿命t0:
令 其中AF为加速因子,则式(16)可表示为:
t=t0/AF (17)
同一失效机理对应相同失效激活能,因此如果在加速应力条件下和正常工作下的激活能EA不发生改变,则加速因子将严格保证与不同温度应力的倒数之差呈指数关系;
在加速实验的参数退化过程中,取失效敏感参数退化量为3%时的退化时间以服从威布尔分布模型,设FU(t0)为正常工作水平下退化时间的分布函数,服从参数为m、η的威布尔分布,其中f(t)为该威布尔分布的概率密度函数,则有:
可以得到:
FU(t0)=FS(t0/AF)=FS(t) (18)
施加应力后退化时间仍然服从威布尔分布,记为FS(t),但是其分布参数转变为m、AFη;若该温度范围内失效机理未发生改变,参数估计与分布函数应满足上述条件;
根据获得的参数估计可作出如下判别:若威布尔分布的参数估计同时满足以下两个关系
1)形状参数m服从:m1=m2=...=ml;
2)尺度参数η服从:
则可以确定在T1-Tl范围内失效机理没有发生改变,加速实验是合理的;反之,失效机理在加速实验过程中发生改变;
②判断第l个应力Tl下退化模型分布函数形状参数m是否服从关系1);
若退化模型分布函数形状参数m服从关系1),则继续判断尺度参数ηl是否服从关系2),否则其失效机理在Tl下发生改变;
③判断第l个应力Tl下退化模型分布函数形状参数ηl是否服从关系2);
若退化模型分布函数尺度参数ηl服从关系2),则判断失效机理在Tl下未发生改变,否则失效机理在Tl下发生改变,加速实验在T1-Tl-1内失效机理保持一致;
步骤六、若退化模型不同,则认为在应力Tl下失效机理发生改变,不能继续进行加速退化实验,加速实验在T1-Tl-1内失效机理保持一致。
示例:
下面通过赋予威布尔分布参数与激活能等参数获得参数退化量的理论数据,结合本发明提出的失效一致性判别方法对各温度应力下的失效机理一致性判别进行详细说明。
步骤一、取4个不同应力390、400、410、420K进行恒定加速寿命实验,实验样本量每组10个,共40只样品。赋予300K下的理论初值:激活能FA=1eV,形状参数m0=2,η0=1×107,390、400、410K下的理论数据均由此外推得到。同时在420K下取激活能0.9eV作为理论失效对比数据;
步骤二、计算机辅助取得在短期内各应力下器件失效敏感参数退化量达到3%时的退化时间如表1、图4所示。
表1、失效敏感参数退化量达到3%时的退化时间
步骤三、根据步骤二中确定的参数退化数据进行拟合退化分布模型,确定该分布为威布尔分布;
步骤四、若退化模型相同,进行分布模型参数估计,形状参数的具体估计步骤如图2的迭代流程图所示;
对该理论退化数据的威布尔分布的形状参数m、尺度参数η进行参数估计,并计算加速因子AF如表1所示,尺度参数可以由式(11)计算得到:
表2各温度应力下的形状参数m、尺度参数η和加速因子AF
利用参数估计在Arrhenius寿命-温度关系图上分别绘制390、400、410K下概率密度曲线如图5所示。
步骤五、基于步骤五得到的迭代结果,判断是否服从失效机理不变的条件,具体步骤如下:
①保持失效机理不变两个条件的确定:
威布尔分布的参数估计需要同时满足以下两个关系
1)形状参数m服从:m1=m2=...=ml;
2)尺度参数η服从:
则可以确定在T1-Tl范围内失效机理没有发生改变,加速实验是合理的;反之,失效机理在加速实验过程中发生改变;
②判断应力390、400、410、420K下退化模型分布函数形状参数m是否服从关系1);
390、400、410K下的形状参数满足m390=m400=m410;420K下的形状参数不满足判别条件1),即mi≠m420,i=390、400、410K;
③判断应力390、400、410、420K下退化模型分布函数形状参数η是否服从关系2);
390、400、410K下的尺度参数满足关系
420K下的形状参数不满足判别条件2),即
因此,可以判断失效机理在420K下发生改变,加速实验在390K-410K内失效机理保持不变。
Claims (1)
1.一种快速判别温度应力加速实验失效机理一致性的方法,其特征在于,包括以下步骤:
步骤一、确定L个加速实验温度应力水平T1<T2<...<Tl<...TL,其中l=1,2,...L;
步骤二、加速实验初期采集T1、T2、...Tl、...TL水平下的器件参数退化数据;
退化数据设定为失效敏感参数退化至任意程度下的退化时间,此处取失效敏感参数退化量达3%时的退化时间为退化数据;
步骤三、根据步骤二中确定的参数退化数据拟合参数退化分布模型,判断其是否符合威布尔退化分布模型,并判断应力水平Tl下的参数退化分布模型与应力T1,T2,...Tl-1下的参数退化分布模型是否相同;
步骤四、若退化模型相同,对温度应力Tl下的退化数据进行威布尔退化分布模型参数估计,具体步骤如下:
①确定威布尔模型参数估计的方法;
参数估计方法选择为极大似然估计;
威布尔分布模型有如下形式:
式中ti为温度应力Tl下失效敏感参数退化量,mi为形状参数,mi>0,i=0,1,2,…n,n为温度应力Tl下的实验样品数,ηi为尺度参数,ηi>0;
威布尔模型参数极大似然估计-MLE方程组如下:
其中m为形状参数,η为尺度参数,r为产生故障数,ts定时截尾时间;
②形状参数m的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,可简化为:
形状参数m的估计方程为超越方程,用迭代法求解;
记 由式(6), 取迭代公式为 k为大于等于0的自然数,具体迭代步骤为:
b.
c.判断|m2k+1-m2k|<ε是否成立,成立则转到下述步骤e,否则则转到下述步骤d;
d.m2k+2=(m2k+1+m2k)/2,k=k+1,并转到上述步骤b;
e.迭代结束,输出结果;
③尺度参数η的参数估计方程表达式如下:
设实验用n个样品,共有n个产生故障,即r=n,则
可以直接计算得到尺度参数η的参数估计;
步骤五、基于步骤四得到的迭代结果,判断是否服从失效机理不变的条件,具体步骤如下:
①保持失效机理不变的两个条件的确定:
温度能够加快产品内部物理化学反应,促使产品参数加速退化,因此在加速寿命实验中常用温度作为加速应力,此处,产品的参数退化速率与温度的关系常用Arrhenius模型表示:
式中M为温度敏感参数;t为实验时间;dM/dt为参数反应速率;A为常数;EA为激活能;kB为玻尔兹曼常数;T为实验温度;
加速条件下和正常工作条件下,器件的失效判据是一样的,即达到失效时器件的损伤累积量是相等的,所不同的仅仅是加速系数,即参数的退化速率不同,因此:
ΔM=ΔM0 (13)
式中ΔM为加速条件下的敏感参数的退化量,ΔM0为正常工作条件下的敏感参数的退化量;
根据Arrhenius方程:
以上两式相比整理可得外推常温下的工作寿命t0:
令 其中AF为加速因子,则式(16)可表示为:
t=t0/AF (17)
同一失效机理对应相同失效激活能,因此如果在加速应力条件下和正常工作下的激活能EA不发生改变,则加速因子将严格保证与不同温度应力的倒数之差呈指数关系;
在加速实验的参数退化过程中,取失效敏感参数退化量为3%时的退化时间以服从威布尔分布模型,设EU(t0)为正常工作水平下退化时间的分布函数,服从参数为m、η的威布尔分布,其中f(t)为该威布尔分布的概率密度函数,则有:
可以得到:
FU(t0)=FS(t0/AF)=FS(t) (18)
施加应力后退化时间仍然服从威布尔分布,记为FS(t),但是其分布参数转变为m、AFη;若该温度范围内失效机理未发生改变,参数估计与分布函数应满足上述条件;
根据获得的参数估计可作出如下判别:若威布尔分布的参数估计同时满足以下两个关系
1)形状参数m服从:m1=m2=...=ml;
2)尺度参数η服从:
则可以确定在T1-Tl范围内失效机理没有发生改变,加速实验是合理的;反之,失效机理在加速实验过程中发生改变;
②判断第l个应力Tl下退化模型分布函数形状参数m是否服从关系1);
若退化模型分布函数形状参数m服从关系1),则继续判断尺度参数ηl是否服从关系2),否则其失效机理在Tl下发生改变;
③判断第l个应力Tl下退化模型分布函数形状参数ηl是否服从关系2);
若退化模型分布函数尺度参数ηl服从关系2),则判断失效机理在Tl下未发生改变,否则失效机理在Tl下发生改变,加速实验在T1-Tl-1内失效机理保持一致;
步骤六、若退化模型不同,则认为在应力Tl下失效机理发生改变,不能继续进行加速退化实验,加速实验在T1-Tl-1内失效机理保持一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110427310 CN102542101B (zh) | 2011-12-19 | 2011-12-19 | 一种快速判别温度应力加速实验失效机理一致性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110427310 CN102542101B (zh) | 2011-12-19 | 2011-12-19 | 一种快速判别温度应力加速实验失效机理一致性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102542101A true CN102542101A (zh) | 2012-07-04 |
CN102542101B CN102542101B (zh) | 2013-08-07 |
Family
ID=46348976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110427310 Expired - Fee Related CN102542101B (zh) | 2011-12-19 | 2011-12-19 | 一种快速判别温度应力加速实验失效机理一致性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102542101B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103048056A (zh) * | 2012-12-18 | 2013-04-17 | 东南大学 | 一种日照温差采集样本概率密度的测定方法 |
CN103176077A (zh) * | 2012-12-06 | 2013-06-26 | 华中科技大学 | 一种数控成品电路板在环境综合作用下的可靠性快速测评方法 |
CN103364703A (zh) * | 2012-11-27 | 2013-10-23 | 深圳清华大学研究院 | Led多应力下可靠性快速评测方法 |
CN103616326A (zh) * | 2013-12-10 | 2014-03-05 | 中国人民解放军军械工程学院 | 通过温湿度、电应力加速退化试验获得雷达寿命的方法 |
CN105203879A (zh) * | 2015-09-17 | 2015-12-30 | 广西电网有限责任公司电力科学研究院 | 一种基于人工加速老化试验的盆式绝缘子寿命评估方法 |
CN105468907A (zh) * | 2015-11-23 | 2016-04-06 | 北京航空航天大学 | 一种加速退化数据有效性检验及模型选择方法 |
CN105954667A (zh) * | 2016-04-26 | 2016-09-21 | 烟台大学 | 一种基于加速退化试验的pcb绝缘寿命快速预测方法及系统 |
CN106124746A (zh) * | 2016-06-15 | 2016-11-16 | 北京航空航天大学 | 一种基于失效物理的退化数据有效性分析方法 |
CN108181110A (zh) * | 2017-12-15 | 2018-06-19 | 佛山租我科技有限公司 | 基于Arrhenius模型的新能源汽车车载监控终端寿命测试方法 |
CN108388694A (zh) * | 2018-01-26 | 2018-08-10 | 北京航空航天大学 | 一种塑封光电耦合器贮存寿命预测方法 |
CN108510133A (zh) * | 2017-02-23 | 2018-09-07 | 北京桑兰特科技有限公司 | 一种基于综合加速因子的机电产品可靠性指标评估方法 |
CN108664690A (zh) * | 2018-03-24 | 2018-10-16 | 北京工业大学 | 基于深度信念网络的多应力下长寿命电子器件可靠性寿命评估方法 |
CN109596667A (zh) * | 2018-11-12 | 2019-04-09 | 襄阳宏伟航空器有限责任公司 | 基于阿累尼乌斯方程的材料寿命试验设定温度评估方法 |
CN110260907A (zh) * | 2019-07-11 | 2019-09-20 | 中国电子科技集团公司第四十九研究所 | 一种用于传感器的温度应力无失效加速寿命试验方法 |
CN110889189A (zh) * | 2018-09-10 | 2020-03-17 | 湖南银杏可靠性技术研究所有限公司 | 基于等退化增量时间间隔Spearman系数加速贮存与自然贮存退化数据一致性检验法 |
CN111060795A (zh) * | 2019-11-22 | 2020-04-24 | 中国空间技术研究院 | 一种cmos器件极限低温特性评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750622A (zh) * | 2009-12-28 | 2010-06-23 | 中国人民解放军国防科学技术大学 | 多级分离式倍增极电子倍增器的加速退化试验方法 |
CN102054104A (zh) * | 2010-12-29 | 2011-05-11 | 北京航空航天大学 | 一种基于单参数加速退化机理一致性边界确定方法 |
-
2011
- 2011-12-19 CN CN 201110427310 patent/CN102542101B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750622A (zh) * | 2009-12-28 | 2010-06-23 | 中国人民解放军国防科学技术大学 | 多级分离式倍增极电子倍增器的加速退化试验方法 |
CN102054104A (zh) * | 2010-12-29 | 2011-05-11 | 北京航空航天大学 | 一种基于单参数加速退化机理一致性边界确定方法 |
Non-Patent Citations (2)
Title |
---|
费鹤良,等: "幂律-威布尔模型下简单步进应力加速寿命试验的区间估计", 《系统科学与数学》 * |
郭春生,等: "序加实验理论模型误差修正的研究", 《物理学报》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364703A (zh) * | 2012-11-27 | 2013-10-23 | 深圳清华大学研究院 | Led多应力下可靠性快速评测方法 |
CN103364703B (zh) * | 2012-11-27 | 2015-07-29 | 深圳清华大学研究院 | Led多应力下可靠性快速评测方法 |
CN103176077A (zh) * | 2012-12-06 | 2013-06-26 | 华中科技大学 | 一种数控成品电路板在环境综合作用下的可靠性快速测评方法 |
CN103176077B (zh) * | 2012-12-06 | 2016-05-04 | 华中科技大学 | 一种数控成品电路板在环境综合作用下的可靠性快速测评方法 |
CN103048056A (zh) * | 2012-12-18 | 2013-04-17 | 东南大学 | 一种日照温差采集样本概率密度的测定方法 |
CN103048056B (zh) * | 2012-12-18 | 2014-09-10 | 东南大学 | 一种日照温差采集样本概率密度的测定方法 |
CN103616326A (zh) * | 2013-12-10 | 2014-03-05 | 中国人民解放军军械工程学院 | 通过温湿度、电应力加速退化试验获得雷达寿命的方法 |
CN103616326B (zh) * | 2013-12-10 | 2017-06-20 | 中国人民解放军军械工程学院 | 通过温湿度、电应力加速退化试验获得雷达寿命的方法 |
CN105203879A (zh) * | 2015-09-17 | 2015-12-30 | 广西电网有限责任公司电力科学研究院 | 一种基于人工加速老化试验的盆式绝缘子寿命评估方法 |
CN105203879B (zh) * | 2015-09-17 | 2018-05-04 | 广西电网有限责任公司电力科学研究院 | 一种基于人工加速老化试验的盆式绝缘子寿命评估方法 |
CN105468907A (zh) * | 2015-11-23 | 2016-04-06 | 北京航空航天大学 | 一种加速退化数据有效性检验及模型选择方法 |
CN105954667A (zh) * | 2016-04-26 | 2016-09-21 | 烟台大学 | 一种基于加速退化试验的pcb绝缘寿命快速预测方法及系统 |
CN106124746B (zh) * | 2016-06-15 | 2018-03-16 | 北京航空航天大学 | 一种基于失效物理的退化数据有效性分析方法 |
CN106124746A (zh) * | 2016-06-15 | 2016-11-16 | 北京航空航天大学 | 一种基于失效物理的退化数据有效性分析方法 |
CN108510133A (zh) * | 2017-02-23 | 2018-09-07 | 北京桑兰特科技有限公司 | 一种基于综合加速因子的机电产品可靠性指标评估方法 |
CN108181110A (zh) * | 2017-12-15 | 2018-06-19 | 佛山租我科技有限公司 | 基于Arrhenius模型的新能源汽车车载监控终端寿命测试方法 |
CN108388694A (zh) * | 2018-01-26 | 2018-08-10 | 北京航空航天大学 | 一种塑封光电耦合器贮存寿命预测方法 |
CN108388694B (zh) * | 2018-01-26 | 2019-12-31 | 北京航空航天大学 | 一种塑封光电耦合器贮存寿命预测方法 |
CN108664690A (zh) * | 2018-03-24 | 2018-10-16 | 北京工业大学 | 基于深度信念网络的多应力下长寿命电子器件可靠性寿命评估方法 |
CN110889189B (zh) * | 2018-09-10 | 2020-12-11 | 湖南银杏可靠性技术研究所有限公司 | 一种产品在不同试验应力水平下的退化数据一致性检验法 |
CN110889189A (zh) * | 2018-09-10 | 2020-03-17 | 湖南银杏可靠性技术研究所有限公司 | 基于等退化增量时间间隔Spearman系数加速贮存与自然贮存退化数据一致性检验法 |
CN109596667A (zh) * | 2018-11-12 | 2019-04-09 | 襄阳宏伟航空器有限责任公司 | 基于阿累尼乌斯方程的材料寿命试验设定温度评估方法 |
CN109596667B (zh) * | 2018-11-12 | 2021-03-09 | 襄阳宏伟航空器有限责任公司 | 基于阿累尼乌斯方程的材料寿命试验设定温度评估方法 |
CN110260907A (zh) * | 2019-07-11 | 2019-09-20 | 中国电子科技集团公司第四十九研究所 | 一种用于传感器的温度应力无失效加速寿命试验方法 |
CN110260907B (zh) * | 2019-07-11 | 2021-07-16 | 中国电子科技集团公司第四十九研究所 | 一种用于传感器的温度应力无失效加速寿命试验方法 |
CN111060795A (zh) * | 2019-11-22 | 2020-04-24 | 中国空间技术研究院 | 一种cmos器件极限低温特性评价方法 |
CN111060795B (zh) * | 2019-11-22 | 2022-03-04 | 中国空间技术研究院 | 一种cmos器件极限低温特性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102542101B (zh) | 2013-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542101B (zh) | 一种快速判别温度应力加速实验失效机理一致性的方法 | |
Diemand et al. | Large scale molecular dynamics simulations of homogeneous nucleation | |
Mahmoud et al. | A simple approach to modeling and simulation of photovoltaic modules | |
CN102262191B (zh) | 一种固体钽电解电容器寿命预测方法 | |
CN101976311B (zh) | 基于漂移布朗运动模型的加速退化试验贝叶斯评估方法 | |
CN109142083B (zh) | 一种变载荷历程下的蠕变损伤计算方法 | |
CN102054104B (zh) | 一种基于单参数加速退化机理一致性边界确定方法 | |
Wen et al. | Multiple-phase modeling of degradation signal for condition monitoring and remaining useful life prediction | |
CN108804794B (zh) | 一种基于分区的涡轮盘疲劳寿命及失效风险评估方法 | |
CN109977491A (zh) | 一种冲击损伤可恢复条件下的退化建模与寿命预测方法 | |
CN102629300A (zh) | 一种基于灰色预测模型的步进应力加速退化数据评估方法 | |
CN102253242B (zh) | 一种基于双参数加速退化数据的加速度计稳定期确定方法 | |
CN108920341B (zh) | 一种基于蒙特卡洛仿真的小卫星及其星座可用度评估方法 | |
CN113656972B (zh) | 基于序进等效的星载电子单机长寿命加速验证方法 | |
Xing et al. | Dynamic Bayesian evaluation method for system reliability growth based on in-time correction | |
CN109766626B (zh) | 一种间断应力下考虑有效冲击的退化建模与寿命预测方法 | |
CN114169128A (zh) | 一种基于Bayes分析的可靠性强化试验定量评估方法 | |
CN110196779A (zh) | 一种星上电子产品加速寿命试验时间计算方法 | |
Daroogheh et al. | Ensemble Kalman filters for state estimation and prediction of two-time scale nonlinear systems with application to gas turbine engines | |
Yu et al. | Accelerated testing with multiple failure modes under several temperature conditions | |
CN106844836A (zh) | 一种石英挠性加速度计参数稳定性建模方法 | |
CN114388855B (zh) | 一种燃料电池寿命预测方法 | |
CN113361025B (zh) | 一种基于机器学习的蠕变疲劳概率损伤评定方法 | |
Laronde et al. | Lifetime estimation of a photovoltaic module based on temperature measurement | |
Chen et al. | Overview of cyber-physical temperature estimation in smart buildings: From modeling to measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130807 Termination date: 20131219 |