CN104732003A - 一种基于可靠性的磨削工艺评估方法 - Google Patents

Abstract

一种基于可靠性的磨削工艺评估方法，有五大步骤：一、根据磨削加工过程，从设备特性、工件特性、加工工艺方面进行磨削工艺缺陷失效分析，建立磨削加工工艺FMEA，并找出典型缺陷；二、针对磨削加工过程的典型缺陷，进行计算机有限元分析，找出造成典型缺陷的失效物理，进一步对磨削工艺产品进行失效物理分析；三、设计磨削工艺参数，进行实际加工，通过磨削工艺参数来评估产品可靠性；四、对加工后的产品进行可靠性仿真试验，测出相关力学性能，做出关键物理表征Q的退化率曲线，得到Q的参数退化模型；五、根据以上相关工艺参数、关键物理表征Q、相关力学性能数据，构建可靠性模型，以此基于可靠性来评估磨削工艺，为工艺优化设计提供依据。

Description

一种基于可靠性的磨削工艺评估方法

技术领域

本发明涉及一种基于可靠性的磨削工艺评估方法，它以产品的固有可靠性为优化目标，利用于失效物理的方法与已知的磨削加工参数，以及使用条件，对磨削工艺进行评估，并找到影响产品固有可靠性的关键因素。适用于磨削工艺设计、磨削工艺优化等领域。

背景技术

产品的可靠性是设计出来、制造出来、管理出来的。产品可靠性设计确定的可靠性指标要求最终都需要在制造过程中实现，同时产品加工过程的工艺可靠性又对产品的使用性能有着重大的影响。因此，研究产品加工过程的工艺可靠性具有重要的意义。

目前对产品工艺可靠性的研究一般都是针对加工设备的可靠性，以加工设备的可靠性作为工艺可靠性的指标。即使是针对产品的研究，也是以加工出产品的合格率作为工艺可靠性的指标，缺乏工艺过程对产品使用中的可靠性影响的研究。同时，使用中的产品可靠性通常是通过设计方法或者已经失效的产品来进行评估的，并且缺少对于工艺缺陷的深层次研究。本发明针对磨削加工的工艺特性，提出了一种基于可靠性的磨削工艺评估方法，结合失效物理的方法，通过对磨削过程的有限元模拟仿真及一系列可靠性实验，较为准确地评估磨削工艺，以此来指导优化工艺设计。

发明内容

(1)发明目的

磨削加工作为一种精密的加工方法，通常作为机械加工的最后一道工序。磨削对于工件的质量以及产品的可靠性有着重要的影响，然而加工工艺对产品的可靠性的影响机理却很难定量描述。基于此，本发明提供了一种基于可靠性的磨削工艺评估方法，借鉴数理统计和失效物理方法对磨削工艺缺陷展开了微观机理研究，并利用了有限元模拟仿真及一系列可靠性试验的方法，提出一种操作性强，较为实际可靠的磨削工艺评估方法，为改进和评价磨削工艺提供了技术依据。

(2)技术方案

本发明提出了一种基于可靠性的磨削工艺评估方法，以失效物理为桥梁，建立了磨削用量与产品可靠性的数学模型，从而对产品可靠性进行评估。具体的设计流程图如图1所示。

由于磨削工艺过程是一个复杂的动态过程，涉及加工设备、夹具、刀具、检测设备以及工艺操作控制人员等因素。需要首先对磨削工艺可靠性进行解释说明。本发明将磨削工艺过程作为对象，分析磨削工艺过程对于产品可靠性的影响，并不同于普通产品的可靠性研究。因此通用的系统可靠性定义并不能准确地描述磨削工艺可靠性。同时，本发明检测的可靠性所利用的数据是制造过程结束时基于可靠性试验的数据，而固有可靠性就是指制造过程结束时基于可靠性试验数据所评估的产品可靠性。因此本发明所讨论的磨削工艺可靠性就是指磨削工艺过程对于产品的固有可靠性的影响。

本发明一种基于可靠性的磨削工艺评估方法，该方法具体步骤如下：

步骤一：根据磨削加工过程，从设备特性、工件特性、加工工艺三个方面进行磨削工艺缺陷失效分析，建立磨削加工工艺FMEA，提出工艺过程缺陷模式，并梳理出在磨削过程中经常发生的缺陷，找出典型缺陷。

步骤二：针对磨削加工过程的典型缺陷，进行计算机有限元分析。找出造成典型缺陷的失效物理，进一步对磨削工艺产品进行失效物理分析。

步骤三：设计磨削工艺参数，进行实际加工。本发明是通过磨削工艺参 数来评估产品可靠性的，然而磨削工艺参数并不能直接与产品可靠性联系起来，因此考虑失效物理的方法。通过有限元分析找到造成磨削工艺缺陷产生的关键物理表征Q作为中间桥梁，将磨削用量作为模型输入，关键物理表征Q作为一级输出。

本发明采用正交设计法来进行试验参数设计，利用组合设计法来减少试验次数。根据设计好的参数组合，进行按照参数进行实际的磨削加工，每种参数加工10件。对加工后的产品利用相关方法测量关键物理表征Q的值。每一组磨削参数组合对应一个关键物理表征Q的量。利用相关数据分析软件，进行对数线性回归分析，找到对关键物理表征Q影响最大的磨削参数，并得出关键物理表征Q与磨削工艺参数的数学关系表达式。

步骤四：对加工后的产品进行可靠性仿真试验，测出相关力学性能，做出关键物理表征Q的退化率曲线，得到Q的参数退化模型。

步骤五：根据以上相关工艺参数、关键物理表征Q、相关力学性能数据，构建可靠性模型，以此基于可靠性来评估磨削工艺，为工艺优化设计提供依据。

其中，在步骤一种所述的“磨削加工过程”，其原理如下：

磨削过程中，磨粒与工件的接触情况有三个阶段，如图2所示：

第一个阶段是滑擦阶段，磨粒与工件开始接触，此时法向切削力很小，由于磨削系统的弹性变形，磨粒未能进入工件而仅在工件表面产生摩擦，工件表层产生热应力。

第二个阶段是刻划阶段，砂轮切入量有所增加，法向磨削力增大，磨粒进入工件，使部分材料向两旁隆起，工件表面形成刻痕，但磨粒前面尚未有切削流出。此时除磨粒与工件相互摩擦外，更主要的是材料内部发生摩擦，工件表层不仅有热应力，而且有由于弹、塑性变形所产生的应力。该阶段将影响工件表面粗糙度及引起表面烧伤、裂纹等缺陷。

第三个阶段是切削阶段，此时磨粒切削已达一定深度，法向磨削力增至 一定程度后，被切材料处也已达一定温度，此部分材料沿剪切面滑移而形成切屑，并沿磨粒前面流出，在工件表层也产生热应力和变形应力。该阶段决定磨削工件的表面粗糙度。

其中，在步骤二中所述的“失效物理”，是可靠性工程的一个重要领域和分支。失效物理方法与传统的基于概率统计的可靠性研究方法不同，它以产品故障为核心，关注产品的失效机理或失效的根本原因，以物理、化学分析为基础，强调对失效的物理、化学过程的定量分析和描述。失效物理方法是使用建模和仿真，以科学为依据来设计可靠性的，这种方法模型从本质上探究产品的失效原因，比如疲劳、断裂、磨损和腐蚀，它将可靠性研究从一门只能对故障数据进行处理的“黑盒艺术”发展到一门可以对故障过程进行描述的“白盒科学”，从而可以为研制和生产更高可靠性的产品提供科学的依据。

其中，在步骤四种所述的“参数退化模型”，其建立的方法如下：

设S为材料/器件的关键参数，并假定S是时间t的单调函数，且S的变化是缓慢的。将S在t＝0处泰勒展开，得到麦克劳林级数：

$S\left(t\right)=S_{t=0}+{\left(\frac{\∂S}{\∂t}\right)}_{t=0}t+\frac{1}{2}{\left(\frac{{\∂}^{2}S}{\∂t^2}\right)}_{t=0}{t}^2+...---\left(1\right)$

假设上式中的高阶项可以用一个指数为m的幂函数近似，则有：

S＝S₀(1±A₀t^m)   (2)

式中，A₀为一个与材料/器件有关的系数；m为幂律指数。A₀和m可由观测到的退化数据拟合得到。当式(2)中取+A₀时，则说明S是随时间单调增加的；当式(2)中取-A₀时，则说明S是随时间单调减小的。对于S随时间单调减小的材料/器件特性，可以将式(2)两边取自然对数，得：

lnS^*＝mlnt+lnA₀   (3) 

式中，

$S^{*}=1-\frac{S}{S_0}=\frac{S_0-S}{S_0}---\left(4\right)$

另外，材料/器件随时间的退化形式有很多种，通常用到的是以下三种：幂律形式、指数形式和对数形式。采用幂律形式的最多，但当幂律形式的模型不能较好拟合退化数据时，可以尝试采用另外两种形式的模型。三种退化模型以及从观测数据确定模型参数的简单方法，如图10所示。

为了讨论方便，假设参数S随着时间减小，并且系数A₀＝1。于是式(4)可以简化为

$S^{*}=1-\frac{S}{S_0}=t^m---\left(5\right)$

定义导数dS^*/dt为退化率R，则幂律退化模型的退化率为

$R=\frac{d{S}^{*}}{\mathrm{dt}}={\mathrm{mt}}^{m-1}---\left(6\right)$

(3)本发明的优点 

①本发明提出的基于可靠性的磨削工艺评估方法是一种较精确的工艺评估方法，根据设计参数，以及使用条件参数，利用计算机有限元仿真结合实际可靠性试验的方法，可评估出受到工艺影响的产品可靠性。

②本发明是针对磨削加工技术，提出了一种基于可靠性的磨削工艺评估方法，该方法可定量评估磨削加工产品的可靠性。利用失效物理的思想，借助FMEA与计算机有限元仿真，对影响工艺可靠性的因素展开了从宏观到微观的机理分析，揭示了工艺缺陷形成的内在原因及演化规律，使得给出的可靠性数据更具说服力。

附图说明

结合附图以及下面的详细描述，可更容易理解本发明的前述特征，其中：

图1示出了本发明基于可靠性的磨削工艺评估方法流程；

图2示出了本发明磨削过程中磨粒与工件接触情况；

图3示出了本发明拉伸试件设计图；

图4示出了本发明磨削过程中磨削力的变化曲线；

图5示出了本发明工件表面磨削温度的变化情况；

图6示出了本发明磨削表面的应力变化情况；

图7示出了本发明残余应力-因素水平趋势图；

图8示出了本发明退化率曲线；

图9示出了本发明残余应力与退化率参数数据拟合图；

图10示出三种退化模型以及从观测数据确定模型参数的简单方法。

图中序号、符号、代号说明如下：

工艺FMEA：工艺缺陷模式及影响分析(见图1)

d₀,L₀,L_c,L,H,D:加工工件各部位尺寸参数(见图3)

N：磨削力的单位(见图4)

Sec:时间单位秒(见图4，图5，图6)

℃：温度单位摄氏度(见图5)

MPa:应力单位帕斯卡(见图6，图7，图8)

R:退化率(见图8)

h:时间单位小时(见图8)

σ:标准差(见图8，图9)

r:相关系数(见图8，图9)

m:表征退化程度的退化参数(见图9)

σ_s:残余应力(见图9)

具体实施方式

本发明的一个实施例中，提供了一种基于可靠性的磨削工艺评估方法。磨削加工一批拉伸试样，为得到较高的可靠性，确定最佳的磨削工艺参数。 图2示出了本发明磨削过程中磨粒与工件接触情况；图3是所要加工的拉伸试样，两端进行粗加工，中间部分通过磨削加工而得。

表1圆形比例试样各部分尺寸                    mm 

见图1，本发明一种基于可靠性的磨削工艺评估方法，该方法具体步骤如下：

步骤一：根据磨削加工过程，从设备特性、工件特性、加工工艺三个方面进行磨削工艺缺陷失效分析，建立磨削加工工艺FMEA，发现工件表面裂纹和工件表面烧伤是最严重的两个磨削缺陷，而这两个缺陷通常会同时出现。

对于裂纹缺陷来说，由于磨粒切削刃为负前角，法向切削力一般为切向切削力的2～3倍，磨粒对工件表面的作用会引起冷塑性变形，产生压应力。此外，磨削的温度较高，磨削热量很大，容易引起热塑性变形，产生拉应力。当残余拉应力超过工件材料的强度极限时，工件表面就会出现磨削裂纹。磨削裂纹有的在外表层，有的在内层，内层的裂纹通常不易检测到，导致很多磨削加工后的成品带有内层裂纹，在使用过程中裂纹发生扩展，影响产品寿命，降低产品可靠性。

对于烧伤缺陷来说，造成缺陷的原因与磨削表面层金相组织变化有关。在磨削加工中，由于多数磨粒为负前角切削，磨削温度很高，磨削热有60～80％都传给了工件，使工件材料金相组织发生转变，导致表面层的材料的硬度和强度下降，产生应力，引起磨削裂纹，同时加工表面出现黄、褐、紫、青等烧伤色。

综上所述，磨削裂纹缺陷和烧伤缺陷的产生机理是相同的，看作是同一个最典型的缺陷。

步骤二：通过上述分析及磨削加工原理，造成磨削工艺产生典型缺陷的主要物理影响因素有磨削力和磨削温度，而磨削力和磨削温度又会引起工件 应力的变化。利用有限元软件仿真并分析，从磨削力、磨削温度以及磨削应力三个方面进行探索造成典型缺陷的物理化学原理，以进一步对磨削工艺产品进行失效物理分析。

仿真加工铝合金圆棒。设置工件速度为210r/min，背吃刀量为0.012mm，进给速度为0.375mm/s。选用Coulomb摩擦，摩擦系数设置为0.7，磨粒与工件之间的传热系数为45N/sec/mm/C，并设置工件变形为弹塑性变形。本专利仅对某一种参数设置进行介绍，不排除其他参数设置。

如图4所示磨削过程中磨削力的变化情况。可以看到，刀具一开始先与工件开始接触，此时的磨削力较小但磨削力随着时间的进程快速升高。随后就进入一个稳定的波动状态，这是因为在这一阶段，除了刀具与工件间有相互摩擦外，磨削温度影响了工件的材料特性，材料内部发生摩擦，工件表层不仅有热应力，而且有由于弹、塑性变形所产生的应力，这便造成了磨削力的波动。

磨削温度是另外一个造成缺陷的物理因素。仿真过程选取了工件表面初始磨削区域较远的一点，跟踪记录各个时刻的磨削温度，如图5所示为工件表面温度的变化情况。从图可以看到，开始时工件处于常温20℃。随着磨粒与工件接触并逐渐靠近该点，该点的表层温度迅速上升，达到一个温度最高值。当磨粒通过与该点最近的磨削区域后，工件开始冷却，一开始温度较快下降，随着磨削的进行，温度降低幅度逐渐平稳。

由加工过程可知，工件在切削方向、切削深度方向与进刀方向上均会产生应力。设切削方向为X方向，进刀方向为Y方向，切削深度方向为Z方向。在磨削加工过程中，X方向的应力由于受到磨削热与磨粒对于工件的挤压与剪切作用，使得其受到的应力远大于Y方向和Z方向上的应力。因此本文的有限元分析主要是对X方向上的应力进行仿真分析。如图6所示，为工件X方向对称中心点在磨削过程中的应力变化。

由图6可以看到，磨削开始时，没有应力产生，当磨粒逐渐接近中点时， 磨粒对工件有挤压作用，因此该点为压应力，随着磨削的进行，挤压变形不断增大，压应力也在快速增大。当磨粒达到该点便开始切削该点，拉伸表层金属以形成磨屑，应力由压应力变为拉应力。此外，由于磨粒与工件产生剧烈摩擦产生大量磨削热，使得磨削温度迅速提升，该点处受到磨削力与磨削热的同时作用，导致应力值有较大波动。随着磨粒继续向前运动，该点成为已加工表面上的点，磨削热扩散到空气当中，磨削温度逐渐下降，磨削力的影响也在逐渐下降。在工件材料的弹性恢复，该点处的拉应力逐渐下降最终到达一个稳定值。这个值就是所谓的表面残余应力值，通过分析，它是由磨削力与磨削温度共同作用而产生的。

磨削加工时，一般磨削温度比较高，因此常以热塑性变形和金相组织变化为主，加工后的表面层常带有残余拉应力。当残余拉应力超过金属材料的强度极限时，在表面上就会产生裂纹。有时磨削裂纹可能在外表面层下成为难以发现的缺陷。磨削裂纹的方向大都与磨削方向垂直或呈网状，且常与表面烧伤同时进行。因此，表面残余应力就是造成典型缺陷的更深层次的原因。

步骤三：首先研究磨削用量对残余应力的影响。利用回归正交设计法进行试验设计，利用组合设计来减少试验次数，在不计砂轮磨损的条件下，设定砂轮转速恒定为30m/s，采用不同的磨削参数加工15组中间直径为5mm的棒形拉伸试验，每组参数加工10件。并利用X射线衍射法测量每种参数下圆棒中间部分的残余应力均值，如下表所示。

表2磨削参数与残余应力

分别计算每种因素的每种水平所对应的残余应力平均值和它们的极差，并作出相应的残余应力-因素水平趋势图7。如下所示：

表3各因素水平残余应力均值及极差

对以上数据通过数据分析软件进行回归分析，选择拟合度最好的回归模型，本发明通过试验数据进行拟合发现对数线性回归模型的拟合度最好，可得到如下结果：

表4数据分析结果

上述结果显示，模型的观测样本数有15例，决定系数为0.9540，调整后决定系数为0.9415，说明选取的自变量的解释度达到94.15％。模型拟合优度检验结果表明，F值为76.06，其显著性概率值为0.0000，小于0.05，即拒绝总体回归系数均为0的原假设,因此认为建立的回归方程拟合效果很好。另外，上表以lny为因变量，以lnx₁、lnx₂、lnx₃为自变量的多因素回归结果分析，lnx₁、lnx₂的回归系数分别为-0.3400861、1.55197，对应的概率P值均小于0.01，具有显著的统计学意义。

由回归系数可以得出表面残余应力与磨削工艺参数的数学关系模型如下所示：

σ_s＝n_w ^-0.34a_p ^1.552v_f ^0.125e^12.338   (7) 

注：上式是根据本发明中的试验数据所得到的结果，并不排除存在其他更适合的回归模型，在此仅供举例说明发明实施步骤。

由以上分析可以看出，在砂轮的影响恒定时磨削深度对残余应力的影响最大，工件转速的影响其次，进给速度的影响很小。磨削深度越小，残余应力越小。

步骤四：对加工后的试验，进行海水腐蚀。在腐蚀前用微颗粒砂纸对试样表面进行打磨，消除表面粗糙度不一致给结果带来的影响。

海水腐蚀试验在恒温箱中进行，并加入一定比例的过氧化氢加速腐蚀。同时，为了防止海水蒸发带来的影响，每隔12小时更换一次海水。将所有的工件放入腐蚀液中，每隔50小时取出不同参数组合的共15支工件进行拉伸试验，并记录所对应的拉伸强度。下表是第一组试验的拉伸强度记录，其 余试验强度不在这里展示。

表5第一组试验拉伸强度记录表

将以上数据拟合，可以得到如图8所示的退化率曲线：

由图8可以看到，退化率R在t＝t₀＝30个小时左右的时候趋于0，(由于存在个体差异，每根拉伸试件的拉伸强度必定有差异，因此这里设定t＝30的时候退化率趋近为0)通过拟合比较，我们认为幂律模型更符合本专利条件下的拉伸强度退化情况。因此幂律形式的退化模型可表示为：

σ_b＝(σ_b)₀[1-A₀(t-30)^m]   (8) 

其中，t≥30h。为了确定最合适的模型参数(m,A₀)，将上式两边同取对数，得到：

$\ln \left[\frac{{\left({\mathrm{\σ}}_b\right)}_0-{\mathrm{\σ}}_b}{{\left({\mathrm{\σ}}_b\right)}_0}\right]=m\ln (t-30)+\ln A_0---\left(9\right)$

进行数据拟合，可确定模型参数(m,A₀)＝(1.40,1.18×10^-5)。由此该拉伸试样的拉伸强度的幂律退化模型为：

$\left\{\begin{array}{c}{\mathrm{\σ}}_b=557.38,t\≤30\\ {\mathrm{\σ}}_b=557.38[1-1.18\×{10}^{-5}{(t-30)}^{1.40}],t\≥30\end{array}\right.---\left(10\right)$

对上式的t求导可得出退化率函数。为了方便分析，退化率的大小可以用参数m来表征，m越大，退化程度越强。由于拉伸强度的退化率影响着产 品的可靠性，所以本专利认为m越大，退化越快，产品的可靠性就越差。

同理算出其他拉伸试样的参数m，在这里不再列出。

步骤五：由于残余应力会影响材料的抗腐蚀性，造成材料的性能下降，因此考虑将残余应力σ_s与材料的拉伸强度退化参数m进行数据拟合，并选择拟合度最好的模型。根据本专利实例的试验所得到的数据经过拟合后，拟合度最好的是指数模型。图9为拟合曲线图，

得到以下数学模型：

$m=1.041e^{3.849\×{10}^{-3}{\mathrm{\σ}}_s}---\left(11\right)$

注：该模型是本专利中的试验数据拟合所得到的最佳模型，并不排除其他类型的数学模型，在此仅供举例说明专利实施步骤。

将(7)式和(11)式合并，便得到m与磨削用量的关系式：

$m=1.041e^{3.849\×{10}^{-3}\left({n_w}^{-0.34}{a_p}^{1.552}{v_f}^{0.125}{e}^{12.338}\right)}---\left(12\right)$

由此可以看到退化程度的大小，对磨削工艺进行评估。在磨削加工过程中，受磨削深度的影响最大，磨削深度越大，材料退化就越快。为了降低材料的退化，提高产品的固有可靠性，可以在工艺参数的设计中，选择降低一定量的磨削深度，对磨削进行工艺优化。

Claims (4)

1.一种基于可靠性的磨削工艺评估方法，其特征在于：该方法具体步骤如下：

步骤一：根据磨削加工过程，从设备特性、工件特性、加工工艺三个方面进行磨削工艺缺陷失效分析，建立磨削加工工艺FMEA，提出工艺过程缺陷模式，并梳理出在磨削过程中经常发生的缺陷，找出典型缺陷；

步骤二：针对磨削加工过程的典型缺陷，进行计算机有限元分析，找出造成典型缺陷的失效物理，进一步对磨削工艺产品进行失效物理分析；

步骤三：设计磨削工艺参数，进行实际加工，通过磨削工艺参数来评估产品可靠性；然而磨削工艺参数并不能直接与产品可靠性联系起来，因此考虑失效物理的方法，通过有限元分析找到造成磨削工艺缺陷产生的关键物理表征Q作为中间桥梁，将磨削用量作为模型输入，关键物理表征Q作为一级输出；

采用正交设计法来进行试验参数设计，利用组合设计法来减少试验次数，根据设计好的参数组合，进行实际的磨削加工，每种参数加工10件，对加工后的产品利用相关方法测量关键物理表征Q的值；每一组磨削参数组合对应一个关键物理表征Q的量，利用相关数据分析软件，进行对数线性回归分析，找到对关键物理表征Q影响最大的磨削参数，并得出关键物理表征Q与磨削工艺参数的数学关系表达式；

步骤四：对加工后的产品进行可靠性仿真试验，测出相关力学性能，做出关键物理表征Q的退化率曲线，得到Q的参数退化模型；

步骤五：根据以上相关工艺参数、关键物理表征Q、相关力学性能数据，构建可靠性模型，以此基于可靠性来评估磨削工艺，为工艺优化设计提供依据。

2.根据权利要求1所述的一种基于可靠性的磨削工艺评估方法，其特征在于：步骤一种所述的“磨削加工过程”，叙述如下：

磨削过程中，磨粒与工件的接触情况有三个阶段：

第一个阶段是滑擦阶段，磨粒与工件开始接触，此时法向切削力很小，由于磨削系统的弹性变形，磨粒未能进入工件而仅在工件表面产生摩擦，工件表层产生热应力；

第二个阶段是刻划阶段，砂轮切入量有所增加，法向磨削力增大，磨粒进入工件，使部分材料向两旁隆起，工件表面形成刻痕，但磨粒前面尚未有切削流出；此时除磨粒与工件相互摩擦外，更主要的是材料内部发生摩擦，工件表层不仅有热应力，而且有由于弹、塑性变形所产生的应力，该阶段将影响工件表面粗糙度及引起表面烧伤、裂纹缺陷；

第三个阶段是切削阶段，此时磨粒切削已达一定深度，法向磨削力增至一定程度后，被切材料处也已达一定温度，此部分材料沿剪切面滑移而形成切屑，并沿磨粒前面流出，在工件表层也产生热应力和变形应力，该阶段决定磨削工件的表面粗糙度。

3.根据权利要求1所述的一种基于可靠性的磨削工艺评估方法，其特征在于：步骤二中所述的“失效物理”，是可靠性工程的一个重要领域和分支，失效物理方法与传统的基于概率统计的可靠性研究方法不同，它以产品故障为核心，关注产品的失效机理或失效的根本原因，以物理、化学分析为基础，强调对失效的物理、化学过程的定量分析和描述；失效物理方法是使用建模和仿真，以科学为依据来设计可靠性的，这种方法模型从本质上探究产品的失效原因，比 如疲劳、断裂、磨损和腐蚀，它将可靠性研究从一门只能对故障数据进行处理的“黑盒艺术”发展到一门对故障过程进行描述的“白盒科学”，从而为研制和生产更高可靠性的产品提供科学的依据。

4.根据权利要求1所述的一种基于可靠性的磨削工艺评估方法，其特征在于：步骤四种所述的“参数退化模型”，其建立的方法如下：

设S为材料/器件的关键参数，并假定S是时间t的单调函数，且S的变化是缓慢的，将S在t＝0处泰勒展开，得到麦克劳林级数：

假设上式中的高阶项用一个指数为m的幂函数近似，则有：

S＝S₀(1±A₀t^m)  (2) 

式中，A₀为一个与材料/器件有关的系数；m为幂律指数，A₀和m由观测到的退化数据拟合得到；当式(2)中取+A₀时，则说明S是随时间单调增加的；当式(2)中取-A₀时，则说明S是随时间单调减小的；对于S随时间单调减小的材料/器件特性，将式(2)两边取自然对数，得：

lnS^*＝mlnt+lnA₀  (3)

式中，

另外，材料/器件随时间的退化形式有很多种，通常用到的是以下三种：幂律形式、指数形式和对数形式；采用幂律形式的最多，但当幂律形式的模型不能较好拟合退化数据时，则尝试采用另外两种形式的模型；

了讨论方便，假设参数S随着时间减小，并且系数A₀＝1，于是式(4)简化为

定义导数dS^*/dt为退化率R，则幂律退化模型的退化率为