CN104182603A - 长寿命、高可靠电子产品可靠性评估方法 - Google Patents

Abstract

本发明的长寿命、高可靠电子产品可靠性评估方法包括以下步骤：寻找电子产品的最薄弱功能模块；设计加速退化试验；数据统计分析；以及确定可靠性模型；所述数据统计分析具体为：通过数据折算将步进加速退化数据转化成恒定应力加速退化数据；利用恒定应力加速退化数据拟合得到性能退化轨迹；根据性能失效阈值和性能退化轨迹得到伪失效寿命，将每个应力水平所对应的伪失效寿命数据进行分布假设检验，以确定伪失效寿命数据服从的分布函数；确定加速模型。本发明的长寿命、高可靠电子产品可靠性评估方法解决了试验样本短缺，试验时间有限的问题，有效提高了电子产品的试验效率，同时缩短了电子产品的可靠性评估时间。

Description

长寿命、高可靠电子产品可靠性评估方法

 

技术领域

本发明涉及可靠性评估技术，具体涉及一种长寿命、高可靠电子产品可靠性评估方法，用于验证电子产品在定型阶段是否满足规定的可靠性指标。

 

背景技术

可靠性评估技术是鉴定产品在研制阶段或使用阶段是否达到或满足规定的可靠性指标的重要手段。传统的可靠性分析方法是以寿命数据分析为基础，通过对寿命数据的统计分析确定产品的寿命分布类型，并基于此对产品开展可靠性评估。在工程中，普遍使用的可靠性分析方法是经典法和Bayes方法，这两种方法相对简便，同时可借助计算机软件较快地给出分析结果。随着设计、制造方法以及使用材料的不断提高与改善，电子产品的可靠性不断提高，寿命也不断延长，尤其是价格昂贵的电子产品还面临小样本的问题，经典方法已经不适用于新的电子产品可靠性评估。Bayes方法虽然从一定程度上能解决样本小的问题，但依旧无法在较短的试验时间内获得足够的可靠性信息。因此学者、专家纷纷采用试验技术寻求问题的解决方法。

加速试验技术能够在较短时间内获得产品的可靠性信息。加速试验包括加速寿命试验和加速退化试验，其中加速寿命试验通过收集失效数据进行可靠性评估，而产品在短期内几乎不可能失效，即加速寿命试验无法获得失效数据，因此加速退化试验成为解决这一问题的新方法。加速退化试验使用性能退化数据进行可靠性评估，大大缩短了试验周期，减少了试验样本，降低了试验费用，提高了试验效率，为高可靠长寿命电子产品的可靠性评估提供了新的解决途径。

 

发明内容

本发明的目的在于提供一种长寿命、高可靠电子产品可靠性评估方法，以解决试验样本短缺，试验时间有限的问题，有效提高了电子产品的试验效率，同时缩短了电子产品的可靠性评估时间。

为了达到上述的目的，本发明提供一种长寿命、高可靠电子产品可靠性评估方法，包括以下步骤：

步骤1，寻找电子产品的最薄弱功能模块；

步骤2，设计加速退化试验；

设计包括应力类型、应力水平个数、应力水平的大小和测量时间；

步骤3，数据统计分析；

步骤3.1，通过数据折算将步进加速退化数据转化成恒定应力加速退化数据；

步骤3.2，利用恒定应力加速退化数据拟合得到性能退化轨迹；

步骤3.3，根据性能失效阈值和性能退化轨迹得到伪失效寿命，将每个应力水平所对应的伪失效寿命数据进行分布假设检验，以确定伪失效寿命数据服从的分布函数；

步骤3.4，确定加速模型；

根据伪失效寿命数据服从的分布函数，采用相应的评估方法估计各应力条件下伪失效寿命数据服从的分布函数的分布参数，利用应力水平和该应力水平对应的寿命分布函数中的特征寿命值，得到加速模型；

步骤4，确定可靠性模型；

将正常使用应力水平带入到加速模型中，得到正常应力水平下的寿命特征值，确定可靠性模型，并求出可靠性指标。

上述长寿命、高可靠电子产品可靠性评估方法，其中，所述步骤1中采用FMEA法，以功能模块为最低分析层次对电子产品进行分析，找出电子产品的最薄弱功能模块，代替电子产品进行试验。

上述长寿命、高可靠电子产品可靠性评估方法，其中，所述步骤3.1中数据折算方式包括时间折算和退化特征量折算。

上述长寿命、高可靠电子产品可靠性评估方法，其中，伪失效寿命数据服从指数分布或者威布尔分布。

上述长寿命、高可靠电子产品可靠性评估方法，其中，所述步骤3.4中若伪失效寿命数据服从指数分布                                                ，采用极大似然估计方法估计各应力条件下指数分布函数的分布参数；若伪失效寿命数据服从威布尔分布，采用最小二乘法估计各应力条件下威布尔分布函数的分布参数和；加速模型采用Arrhenius模型。

上述长寿命、高可靠电子产品可靠性评估方法，其中，所述步骤4中当伪失效寿命数据服从指数分布时，可靠性模型为：

     ；

当伪失效寿命数据服从威布尔分布时，可靠性模型为：

其中，为威布尔分布的刻度参数，m是威布尔分布的形状参数，且形状参数m的计算方式为各伪失效寿命函数中形状参数的平均值。

本发明的长寿命、高可靠电子产品可靠性评估方法具有以下技术效果：

（1）过程的系统性，本发明系统全面地提出了针对高可靠长寿命电子产品的可靠性评估方法，从薄弱功能模块的确定到试验的设计，再到数据的统计分析，最后到可靠性模型的确定，环环相扣，因此本发明的研究成果具有较强的工程实用性和实践性；

（2）方法的改进，本发明在伪失效寿命分布检验中，结合电子产品的特点，将正态分布和威布尔分布改用指数分布和威布尔分布拟合函数，更加符合电子产品特性。

 

附图说明

本发明的长寿命、高可靠电子产品可靠性评估方法由以下的实施例及附图给出。

图1是本发明的长寿命、高可靠电子产品可靠性评估方法的流程图。

图2是本发明中基于步进加速退化试验的可靠性评估算法的流程图。

具体实施方式

以下将结合图1～图2对本发明的长寿命、高可靠电子产品可靠性评估方法作进一步的详细描述。

本发明的长寿命、高可靠电子产品可靠性评估方法基于一定假设，所述假设包括：

假设1：产品的性能退化过程具有单调性，即性能发生的退化不可逆；

假设2：在各加速应力水平下，产品的失效机理不变，失效模式不变；

假设3：加速退化数据在不同应力水平下具有相同的分布形式，且通过性能数据得到的不同应力水平下产品的伪失效寿命服从同一形式的分布；

假设4：产品的残余寿命仅依赖于当时已累积失效部分和当时应力水平，而与累积方式无关；

假设5：产品性能退化过程能用线性或线性化的表达式描述，对于大多数具有软故障（即性能退化）的产品来说，尤其是电子组件，退化轨迹一般可以用线性或线性化的模型来进行有效的拟合。

现以一具体实施例详细说明本发明的长寿命、高可靠电子产品可靠性评估方法：

参见图1，本实施例的长寿命、高可靠电子产品可靠性评估方法包括以下步骤：

步骤1，寻找电子产品的最薄弱功能模块；

为了评估电子产品的可靠性，需要对整机电子产品进行试验，但是要建立整机电子产品在高应力下与正常使用条件下失效率之间的关系模型极端困难，而且很难确定不改变产品的失效机理的应力条件，因此，本发明采用一定的方法找出整机电子产品的最薄弱功能模块，以该最薄弱功能模块进行试验，达到代替整机电子产品的效果；

本实施例的电子产品为控制器，本实施例采用FMEA法寻找控制器的最薄弱功能模块，以功能模块为最低分析层次对控制器进行分析，找出最薄弱功能模块，代替控制器进行试验；

步骤2，设计加速退化试验；

由于电子产品具有高可靠、长寿命的特点，为了缩短试验时间和减少试验样本，本发明采用步进加速退化试验来评估电子产品的可靠性，并对该步进加速退化试验进行设计，设计包括应力类型、应力水平个数、应力水平的大小、测量时间等；

本实施例中，温度对最薄弱功能模块的寿命影响最大，因此，应力类型选择为温度，具体试验设计如下：

（1）选定n个步进应力水平（），分别是，它们均高于正常应力水平，其中，最低应力水平为鉴定件试验温度，最高应力水平为电子产品（即控制器）的各功能模块所能承受的最高温度的最小值，该值通常由厂商给出，应力水平值的设计可选择以下两种方式中的任一种：

①为等差数列；

②的倒数成等差数列，即

，；

（2）确定n个测试周期，其中是应力水平持续的试验时间，若记，，，…，，则，，…，是应力转换的时刻，每一个应力水平的试验时间的设计可选择以下两种方式中的任一种：

①为等差数列；

②低应力水平下试验时间持续长一些，高应力水平下试验时间持续短一些；

（3）在第i个测试周期内选定（）个测量时点，，…，，这些测量时点均从开始计时；

（4）抽取b（）个受试样品投入试验，在应力水平下，在，，…，时刻分别测量受试样品的退化特征量，在时把应力水平提高到，并在，，…，时刻分别测量受试样品的退化特征量，如此继续下去，在应力水平下，在时刻测得第j个受试样品的退化特征量为，记录下在不同应力下不同检测时间内，每个受试样品的退化特征量和测试时间；

步骤3，数据统计分析；

步骤3.1，通过数据折算将步进加速退化数据转化成恒定应力加速退化数据；

折算方式包括两种，分别是时间折算和退化特征量折算，可任意选择其中一种；

①退化特征量折算

假设退化特征量与时间的函数为，在测量退化特征量时，第j个受试样品已经试验了（）时间，在这段时间内受试样品分别在应力水平下受试，最后在应力水平下受试时间，根据假设4 可知，对于给定的电子产品，其残余退化特征量的退化轨迹，仅与当时退化特征量的取值和应力有关，而与以往退化轨迹无关，在该假设下可求得的表达式：

由于在第l个测量周期中，退化斜率为，试验时间为，因此在第l个测量周期中，退化特征量的增值为，在第i个测试周期的时间中，退化斜率为，而第j个受试样品的初始退化特征量为，所以可得第j个样品在应力水平下受试时间为的退化特征量为

                     （1）

其中，，表示第j个样品在应力水平受试时间为下退化特征量的理论值与观测值之间的误差；

而第j个样品在前i-1个应力水平作用下样品的退化数据为

                           （2）

其中表示第j个样品在前i-1个应力水平受试下退化特征量的理论值与观测值之间的误差。

因此推出第j个样品在应力水平下经历受试时间的退化量增值为

                           （3）

所以，步进加速退化数据与恒定应力加速退化数据（）之间的折算公式为

                  （4）

式中、、与可以在试验中通过测量获取，然后采用最小二乘法得到式中和的估计值；

②时间折算

假设4的另一种解读为：电子产品在应力水平下工作时间的累积失效概率等于此电子产品在应力水平下工作时间的累积失效概率，即  

                        （5）

当电子产品的平均寿命与所加的应力水平之间有如下的加速模型

                          （6）

其中：是关于应力水平的函数，和为待定常数。

对于寿命服从指数分布的电子产品，将其指数分布函数（即累积失效概率）和式（6）带入式（5）可得到

                     （7）

由于步进应力加速退化试验是若干个应力水平下的累积作用结果，即电子产品所承受的第i级应力水平包括了前（i-1）级应力水平下的作用，因此在应力水平下进行的实际试验时间与前（i-1）级应力水平下的试验时间有关，如果把前（i-1）级应力水平下所进行的试验都相应地看作是第i级应力水平下的试验，那么就必须把前（i-1）级应力水平下的试验时间用式（7）分别折算到第i级应力水平下的相应试验时间，这样第i级应力水平下产品的实际试验时间应是前（i-1）级应力水平下的试验时间折算到第i级应力水平下的相应试验时间的累积，再加上试验时间即

                 （8）

步骤3.2，利用恒定应力加速退化数据拟合得到性能退化轨迹；

根据测量时点和折算好的恒定应力加速退化数据（如），得到每一个受试样品在不同应力水平下的性能退化轨迹，性能退化轨迹一般可表示为：

Y=a+bt或者lnY=a+bt或者 lnY=a+blnt，

其中：Y为性能退化数据，t为测量时点，a，b为常数；方程中的a，b参数值利用测量时点和恒定应力加速退化数据使用最小二乘法估计得到；

步骤3.3，根据性能失效阈值和性能退化轨迹得到伪失效寿命，将每个应力水平所对应的伪失效寿命数据进行分布假设检验，以确定伪失效寿命数据服从的分布函数；

把受试样品的性能失效特征阈值D代入各性能退化轨迹方程，求出每一个受试样品对应应力水平下的伪失效寿命；

将每个应力水平下所对应的伪失效寿命数据进行分布假设检验，以确定伪失效寿命数据服从的分布函数，分布假设检验可选择以下两种方式中的一种：

①指数分布检验

当电子产品寿命服从指数分布时，其失效率是一个常数，因此，检验电子产品的寿命是否服从指数分布，只要检验是否为常数即可；

其检验的原假设为，而备选假设为，即为非降函数或非增函数；如果通过检验，接受，那么伪失效寿命数据服从指数分布；如果被否定，那么伪失效寿命数据不服从指数分布；

在从需要判断的某批产品中，随机地抽取n件产品，同时投入进行定数截尾试验，可以是有替换，也可以是无替换。假设在n次试验中有r次失效，其失效时间依次为，记

        （9）

其中：，。

指数分布检验采用拟合优度检验法的F检验法，F检验法的方法如下：

在（某常数）成立的条件下，得到

            （10）

其中，关于和，可选择，或者如果，则取；而由式（9）给出；

如果

且

说明拒绝的假设，是非增函数，其中可查F分布表；

如果

且

说明拒绝的假设，是非降函数；否则，符合的假设，即伪失效寿命数据服从指数分布；

②威布尔分布检验

设电子产品的寿命分布函数为，要检验原假设H ₀

其中，是未知参数，为威布尔分布的刻度参数，m是威布尔分布的形状参数，t为时间变量；为检验此假设，r个失效时间分别为，设，则在原假设的成立下，是极值分布的前r个顺序统计量，是标准极值分布的前r个顺序统计量，且可查正态分布函数表，Van Montfort 提出统计量

，

并证明了诸渐近独立，且服从标准指数分布，取，则统计量

                       （11）

在原假设成立的条件下，渐近服从分布，并且它的取值不能太大，也不能太小，因此，对于给定的显著性水平α，检验规则为

如果

或

则拒绝；否则，符合；

步骤3.4，确定加速模型，即不同应力水平下样本服从的寿命分布函数的特征寿命值与应力水平之间的关系；

根据伪失效寿命数据服从的分布函数，估计各应力条件下伪失效寿命数据服从的分布函数的分布参数，利用应力水平和该应力水平对应的寿命分布函数中的特征寿命值，得到加速模型；

若伪失效寿命数据服从指数分布，则采用极大似然估计方法估计各应力条件下指数分布函数的分布参数（即为特征寿命值）；若伪失效寿命数据服从威布尔分布，则采用最小二乘法估计各应力条件下威布尔分布函数的分布参数（即为特征寿命值）和；

利用应力水平和该应力水平对应的寿命分布函数中的特征寿命值，得到加速模型，一般加速模型采用Arrhenius模型；

当伪失效寿命数据服从指数分布时，加速模型为：

其中为指数分布中的特征寿命值，；T为温度值，最后通过，利用最小二乘法得到和的估计值；

当伪失效寿命数据服从威布尔分布时，加速模型为：

其中为威布尔分布中的特征寿命；T为温度值；最后通过，利用最小二乘法得到和的估计值；

步骤4，确定可靠性模型；

将正常使用应力水平带入到加速模型中，得到正常应力水平下的寿命特征值，确定可靠性模型，并求出可靠性指标；

当伪失效寿命数据服从指数分布时，可靠性模型为：

当伪失效寿命数据服从威布尔分布时，可靠性模型为：

其中形状参数m的计算方式为各伪失效寿命函数中形状参数的平均值。

最后将正常使用时间代入到可靠性模型中得到可靠度。

Claims (6)

1.长寿命、高可靠电子产品可靠性评估方法，其特征在于，包括以下步骤：

步骤1，寻找电子产品的最薄弱功能模块；

步骤2，设计加速退化试验；

设计包括应力类型、应力水平个数、应力水平的大小和测量时间；

步骤3，数据统计分析；

步骤3.1，通过数据折算将加速退化数据转化成恒定应力加速退化数据；

步骤3.2，利用恒定应力加速退化数据拟合得到性能退化轨迹；

步骤3.3，根据性能失效阈值和性能退化轨迹得到伪失效寿命，将每个应力水平所对应的伪失效寿命数据进行分布假设检验，以确定伪失效寿命数据服从的分布函数；

步骤3.4，确定加速模型；

根据伪失效寿命数据服从的分布函数，采用相应的评估方法估计各应力条件下伪失效寿命数据服从的分布函数的分布参数，利用应力水平和该应力水平对应的寿命分布函数中的特征寿命值，得到加速模型；

步骤4，确定可靠性模型；

将正常使用应力水平带入到加速模型中，得到正常应力水平下的寿命特征值，确定可靠性模型，并求出可靠性指标。

2.如权利要求1所述的长寿命、高可靠电子产品可靠性评估方法，其特征在于，所述步骤1中采用FMEA法，以功能模块为最低分析层次对电子产品进行分析，找出电子产品的最薄弱功能模块，代替电子产品进行试验。

3.如权利要求1所述的长寿命、高可靠电子产品可靠性评估方法，其特征在于，所述步骤3.1中数据折算方式包括时间折算和退化特征量折算。

4.如权利要求1所述的长寿命、高可靠电子产品可靠性评估方法，其特征在于，伪失效寿命数据服从指数分布或者威布尔分布。

5.如权利要求4所述的长寿命、高可靠电子产品可靠性评估方法，其特征在于，所述步骤3.4中若伪失效寿命数据服从指数分布                                                ，采用极大似然估计方法估计各应力条件下指数分布函数的分布参数；若伪失效寿命数据服从威布尔分布，采用最小二乘法估计各应力条件下威布尔分布函数的分布参数和；加速模型采用Arrhenius模型。

6.如权利要求4所述的长寿命、高可靠电子产品可靠性评估方法，其特征在于，所述步骤4中当伪失效寿命数据服从指数分布时，可靠性模型为：

     ；

当伪失效寿命数据服从威布尔分布时，可靠性模型为：

其中，为威布尔分布的刻度参数，m是威布尔分布的形状参数，且形状参数m的计算方式为各伪失效寿命函数中形状参数的平均值。