CN104992076B - 基于多退化机理的小样本微惯性传感器可靠度评估方法 - Google Patents
基于多退化机理的小样本微惯性传感器可靠度评估方法 Download PDFInfo
- Publication number
- CN104992076B CN104992076B CN201510479379.3A CN201510479379A CN104992076B CN 104992076 B CN104992076 B CN 104992076B CN 201510479379 A CN201510479379 A CN 201510479379A CN 104992076 B CN104992076 B CN 104992076B
- Authority
- CN
- China
- Prior art keywords
- micro
- inertia sensor
- sensitive features
- environmental stress
- inertia
- 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.)
- Active
Links
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及微惯性传感器可靠度评估方法,具体是一种基于多退化机理的小样本微惯性传感器可靠度评估方法。本发明解决了现有微惯性传感器可靠度评估方法在有限的时间和费用约束条件下无法进行可靠度评估、评估准确性和可信度低的问题。基于多退化机理的小样本微惯性传感器可靠度评估方法,该方法是采用如下步骤实现的:1)选择能够表征微惯性传感器在环境应力下性能呈现退化的敏感特征参数;2)设计性能退化试验剖面;3)对p个同批次的微惯性传感器进行性能退化试验;4)对p个微惯性传感器的q个敏感特征参数分别设置失效阈值;5)综合评估p个微惯性传感器在各个工作时刻的可靠度。本发明适用于微惯性传感器。
Description
技术领域
本发明涉及微惯性传感器的可靠度评估方法,具体是一种基于多退化机理的小样本微惯性传感器可靠度评估方法。
背景技术
微惯性传感器在航空、航天、国防等领域具有重要应用价值。在微惯性传感器的研制过程中,微惯性传感器的可靠度评估是一道十分重要的环节。在现有技术条件下,微惯性传感器的可靠度评估主要通过如下两种方法来实现:第一种方法是传统的加速寿命试验方法。此种方法的原理是基于微惯性传感器的失效寿命信息进行可靠度评估,其主要存在如下问题:由于微惯性传感器的精度、稳定性、可靠性、寿命水平随着技术的进步越来越高,导致此种方法在有限的时间和费用约束条件下无法获取足量的失效寿命信息(仅能够获取少量的失效寿命信息或根本无法获取失效寿命信息),由此导致可靠度评估无法进行。第二种方法是基于单一退化机理的可靠度评估方法。此种方法的原理是针对微惯性传感器的某一个敏感特征参数进行性能退化试验,由此进行可靠度评估,其主要存在如下问题:由于仅针对一个敏感特征参数进行性能退化试验,导致试验信息量不足,由此导致评估准确性和可信度低。基于此,有必要发明一种全新的微惯性传感器可靠度评估方法,以解决现有微惯性传感器可靠度评估方法在有限的时间和费用约束条件下无法进行可靠度评估、评估准确性和可信度低的问题。
发明内容
本发明为了解决现有微惯性传感器可靠度评估方法在有限的时间和费用约束条件下无法进行可靠度评估、评估准确性和可信度低的问题,提供了一种基于多退化机理的小样本微惯性传感器可靠度评估方法。
本发明是采用如下技术方案实现的:基于多退化机理的小样本微惯性传感器可靠度评估方法,该方法是采用如下步骤实现的:
1)选择能够表征微惯性传感器在环境应力下性能呈现退化的敏感特征参数,并采用定量故障树分析方法确定微惯性传感器的敏感环境应力;
2)设计性能退化试验剖面;具体设计步骤为:
2.1)将微惯性传感器的敏感环境应力作为性能退化试验的环境应力;
2.2)确定性能退化试验的环境应力的上限和下限;具体确定方法为:环境应力的上限不低于微惯性传感器可能遇到的最大应力值,环境应力的下限不高于规范中规定的最大应力值;
2.3)确定性能退化试验的环境应力的步长;具体确定方法为:若环境应力的大小处于规定极限内,则采用较大步长;若环境应力的大小超出规范极限外,则采用较小步长;
2.4)确定性能退化试验的测试时长和测试时间间隔;
3)根据性能退化试验剖面,对p个同批次的微惯性传感器进行性能退化试验,由此得到p个微惯性传感器的q个敏感特征参数随时间的变化规律曲线,然后对变化规律曲线进行拟合,由此得到p个微惯性传感器的退化模型;退化模型具体表示为:
yi,j(t)=f(t,a1i,j,…αki,j) (1);
式(1)中:yi,j(t)为在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值;i=1,2,…p;j=1,2,…q;α1i,j,…αki,j为模型参数;k为模型参数的个数;
4)依据微惯性传感器的实际应用背景,对p个微惯性传感器的q个敏感特征参数分别设置失效阈值;当在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值yi,j(t)达到第i个微惯性传感器的第j个敏感特征参数的失效阈值(Df)i,j时,记录第i个微惯性传感器的第j个敏感特征参数的退化失效寿命Tij,由此得到p个微惯性传感器的q个敏感特征参数的退化失效寿命;然后,通过Minitab中的参数模型或非参数模型分析方法对p个微惯性传感器的q个敏感特征参数的退化失效寿命进行分布假设检验,由此得到p个微惯性传感器的q个敏感特征参数的可靠度模型;
5)通过LabVIEW对p个微惯性传感器的q个敏感特征参数的可靠度模型进行仿真分析,由此得到p个微惯性传感器的q条可靠度评估曲线;然后,根据p个微惯性传感器的q条可靠度评估曲线,综合评估p个微惯性传感器在各个工作时刻的可靠度。
与现有微惯性传感器可靠度评估方法相比,本发明所述的基于多退化机理的小样本微惯性传感器可靠度评估方法具有如下优点:其一,与传统的加速寿命试验方法相比,本发明所述的基于多退化机理的小样本微惯性传感器可靠度评估方法不再基于微惯性传感器的失效寿命信息进行可靠度评估,而是针对微惯性传感器的多个敏感特征参数进行性能退化试验,由此进行可靠度评估。因此,本发明所述的基于多退化机理的小样本微惯性传感器可靠度评估方法彻底避免了因无法获取足量的失效寿命信息而导致可靠度评估无法进行,从而有效保证了可靠度评估正常进行。其二,与基于单一退化机理的可靠度评估方法相比,本发明所述的基于多退化机理的小样本微惯性传感器可靠度评估方法不再针对微惯性传感器的某一个敏感特征参数进行性能退化试验,而是针对微惯性传感器的多个敏感特征参数进行性能退化试验,由此进行可靠度评估。因此,本发明所述的基于多退化机理的小样本微惯性传感器可靠度评估方法大幅增加了试验信息量,从而有效提高了评估准确性和可信度。
本发明有效解决了现有微惯性传感器可靠度评估方法在有限的时间和费用约束条件下无法进行可靠度评估、评估准确性和可信度低的问题,适用于微惯性传感器。
附图说明
图1是本发明的步骤5)中的可靠度评估曲线的示意图。
具体实施方式
基于多退化机理的小样本微惯性传感器可靠度评估方法,该方法是采用如下步骤实现的:
1)选择能够表征微惯性传感器在环境应力下性能呈现退化的敏感特征参数,并采用定量故障树分析方法确定微惯性传感器的敏感环境应力;
2)设计性能退化试验剖面;具体设计步骤为:
2.1)将微惯性传感器的敏感环境应力作为性能退化试验的环境应力;
2.2)确定性能退化试验的环境应力的上限和下限;具体确定方法为:环境应力的上限不低于微惯性传感器可能遇到的最大应力值,环境应力的下限不高于规范中规定的最大应力值;
2.3)确定性能退化试验的环境应力的步长;具体确定方法为:若环境应力的大小处于规定极限内,则采用较大步长;若环境应力的大小超出规范极限外,则采用较小步长;
2.4)确定性能退化试验的测试时长和测试时间间隔;
3)根据性能退化试验剖面,对p个同批次的微惯性传感器进行性能退化试验,由此得到p个微惯性传感器的q个敏感特征参数随时间的变化规律曲线,然后对变化规律曲线进行拟合,由此得到p个微惯性传感器的退化模型;退化模型具体表示为:
yi,j(t)=f(t,α1i,j,…αki,j) (1);
式(1)中:yi,j(t)为在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值;i=1,2,…p;j=1,2,…q;α1i,j,…αki,j为模型参数;k为模型参数的个数;
4)依据微惯性传感器的实际应用背景,对p个微惯性传感器的q个敏感特征参数分别设置失效阈值;当在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值yi,j(t)达到第i个微惯性传感器的第j个敏感特征参数的失效阈值(Df)i,j时,记录第i个微惯性传感器的第j个敏感特征参数的退化失效寿命Tij,由此得到p个微惯性传感器的q个敏感特征参数的退化失效寿命;然后,通过Minitab中的参数模型或非参数模型分析方法对p个微惯性传感器的q个敏感特征参数的退化失效寿命进行分布假设检验,由此得到p个微惯性传感器的q个敏感特征参数的可靠度模型;
5)通过LabVIEW对p个微惯性传感器的q个敏感特征参数的可靠度模型进行仿真分析,由此得到p个微惯性传感器的q条可靠度评估曲线;然后,根据p个微惯性传感器的q条可靠度评估曲线,综合评估p个微惯性传感器在各个工作时刻的可靠度。
具体实施时,所述微惯性传感器为微陀螺仪。所述微陀螺仪的数目为15个(即p=15)。所述敏感特征参数的数目为4个(即q=4),且4个敏感特征参数具体为:零偏、零偏稳定性、标度因数、RMS噪声。所述性能退化试验的环境应力为温度-湿度双恒定应力,且温度为30℃,湿度为30%RH。所述性能退化试验的测试时间间隔为24小时。所述4个敏感特征参数的失效阈值具体为:零偏的失效阈值为0.3°/s,零偏稳定性的失效阈值为0.08°/s,标度因数的失效阈值为4V/(°/s),RMS噪声的失效阈值为1°/s。所述15个微陀螺仪的4个敏感特征参数的退化失效寿命如表1所示:
表1
所述15个微陀螺仪的4个敏感特征参数的可靠度模型如表2所示:
表2
所述15个微陀螺仪的4个敏感特征参数的可靠度评估曲线如图1所示。
Claims (1)
1.一种基于多退化机理的小样本微惯性传感器可靠度评估方法,其特征在于:该方法是采用如下步骤实现的:
1)选择能够表征微惯性传感器在环境应力下性能呈现退化的敏感特征参数,并采用定量故障树分析方法确定微惯性传感器的敏感环境应力;
2)设计性能退化试验剖面;具体设计步骤为:
2.1)将微惯性传感器的敏感环境应力作为性能退化试验的环境应力;
2.2)确定性能退化试验的环境应力的上限和下限;具体确定方法为:环境应力的上限不低于微惯性传感器可能遇到的最大应力值,环境应力的下限不高于规范中规定的最大应力值;
2.3)确定性能退化试验的环境应力的步长;具体确定方法为:若环境应力的大小处于规定极限内,则采用较大步长;若环境应力的大小超出规范极限外,则采用较小步长;
2.4)确定性能退化试验的测试时长和测试时间间隔;
3)根据性能退化试验剖面,对p个同批次的微惯性传感器进行性能退化试验,由此得到p个微惯性传感器的q个敏感特征参数随时间的变化规律曲线,然后对变化规律曲线进行拟合,由此得到p个微惯性传感器的退化模型;退化模型具体表示为:
yi,j(t)=f(t,α1i,j,…αki,j) (1);
式(1)中:yi,j(t)为在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值;i=1,2,…p;j=1,2,…q;α1i,j,…αki,j为模型参数;k为模型参数的个数;
4)依据微惯性传感器的实际应用背景,对p个微惯性传感器的q个敏感特征参数分别设置失效阈值;当在t时刻第i个微惯性传感器的第j个敏感特征参数的预测值yi,j(t)达到第i个微惯性传感器的第j个敏感特征参数的失效阈值(Df)i,j时,记录第i个微惯性传感器的第j个敏感特征参数的退化失效寿命Tij,由此得到p个微惯性传感器的q个敏感特征参数的退化失效寿命;然后,通过Minitab中的参数模型或非参数模型分析方法对p个微惯性传感器的q个敏感特征参数的退化失效寿命进行分布假设检验,由此得到p个微惯性传感器的q个敏感特征参数的可靠度模型;
5)通过LabVIEW对p个微惯性传感器的q个敏感特征参数的可靠度模型进行仿真分析,由此得到p个微惯性传感器的q条可靠度评估曲线;然后,根据p个微惯性传感器的q条可靠度评估曲线,综合评估p个微惯性传感器在各个工作时刻的可靠度;
所述敏感特征参数的数目为4个,即q=4,且4个敏感特征参数具体为:零偏、零偏稳定性、标度因数、RMS噪声;所述4个敏感特征参数的失效阈值具体为:零偏的失效阈值为0.3°/s,零偏稳定性的失效阈值为0.08°/s,标度因数的失效阈值为4V/(°/s),RMS噪声的失效阈值为1°/s;
所述性能退化试验的环境应力为温度-湿度双恒定应力,且温度为30℃,湿度为30%RH;
所述性能退化试验的测试时间间隔为24小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510479379.3A CN104992076B (zh) | 2015-08-06 | 2015-08-06 | 基于多退化机理的小样本微惯性传感器可靠度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510479379.3A CN104992076B (zh) | 2015-08-06 | 2015-08-06 | 基于多退化机理的小样本微惯性传感器可靠度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104992076A CN104992076A (zh) | 2015-10-21 |
CN104992076B true CN104992076B (zh) | 2017-12-08 |
Family
ID=54303889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510479379.3A Active CN104992076B (zh) | 2015-08-06 | 2015-08-06 | 基于多退化机理的小样本微惯性传感器可靠度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104992076B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033182A (zh) * | 2010-12-10 | 2011-04-27 | 北京航空航天大学 | 一种固体钽电解电容器寿命预测方法 |
CN103197186A (zh) * | 2013-04-12 | 2013-07-10 | 电子科技大学 | 一种电子产品退化状态实时预测方法 |
CN103488887A (zh) * | 2013-09-16 | 2014-01-01 | 北京理工大学 | 一种基于混合专家网络的产品可靠性评估方法 |
CN104297586A (zh) * | 2014-09-22 | 2015-01-21 | 中国空间技术研究院 | 宇航元器件地面与在轨寿命结合性试验评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2876452B1 (fr) * | 2004-10-08 | 2006-12-08 | Pascal Rene Jean Pier Lantieri | Procede d'optimisation de la sequence de sollicitations d'un essai accelere en contraintes echelonnees |
-
2015
- 2015-08-06 CN CN201510479379.3A patent/CN104992076B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033182A (zh) * | 2010-12-10 | 2011-04-27 | 北京航空航天大学 | 一种固体钽电解电容器寿命预测方法 |
CN103197186A (zh) * | 2013-04-12 | 2013-07-10 | 电子科技大学 | 一种电子产品退化状态实时预测方法 |
CN103488887A (zh) * | 2013-09-16 | 2014-01-01 | 北京理工大学 | 一种基于混合专家网络的产品可靠性评估方法 |
CN104297586A (zh) * | 2014-09-22 | 2015-01-21 | 中国空间技术研究院 | 宇航元器件地面与在轨寿命结合性试验评估方法 |
Non-Patent Citations (2)
Title |
---|
加速度计贮存寿命与可靠性的步进应力加速退化试验评估方法;袁宏杰等;《中国惯性技术学报》;20120229;第20卷(第1期);全文 * |
基于退化数据的微陀螺仪可靠性评估;于丽霞等;《探测与控制学报》;20140630;第36卷(第3期);第56-59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104992076A (zh) | 2015-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11079363B2 (en) | Systems and methods for evaluating toxic gas sensors using electrochemical impedance spectroscopy | |
Zhang et al. | Reliability demonstration methodology for products with Gamma Process by optimal accelerated degradation testing | |
CN102252898A (zh) | 基于“寿命-应力”模型的电子产品加速寿命试验方法 | |
CN105375449B (zh) | 直流线路行波保护电压变化率判据的整定方法和系统 | |
CN102590659A (zh) | 利用加速试验来评价电容器贮存寿命的方法 | |
CN104181457A (zh) | 一种半导体器件温湿度复合应力加速模型优选方法 | |
CN105203826B (zh) | 一种冗余电流传感器动力电池系统的电流检测方法 | |
CN111380771B (zh) | 具有两阶段失效机制的长期贮存产品贮存寿命的测定方法 | |
CN111307483B (zh) | 一种机械产品长周期疲劳试验数据处理与趋势预判方法 | |
CN108846239A (zh) | 一种基于温湿度的弹性环氧树脂加速贮存试验及评估方法 | |
Hu et al. | Degradation modeling, analysis, and applications on lifetime prediction | |
CN106653099B (zh) | 一种聚变堆偏滤器的疲劳寿命分析评判方法 | |
CN103559414B (zh) | 一种基于阿伦尼斯模型的环境因子点估计方法 | |
CN104992076B (zh) | 基于多退化机理的小样本微惯性传感器可靠度评估方法 | |
CN106407592B (zh) | 一种测定疲劳性能的小子样数据方法 | |
CN112052496B (zh) | 一种基于var模型的高拱坝谷幅变形影响因素分析系统的操作方法 | |
CN110567487A (zh) | 一种激光陀螺可靠性测试系统及方法 | |
CN103488826B (zh) | 基于经验加速模型的退化量分布参数建模外推方法 | |
Xu et al. | Statistical analysis of accelerated life testing under Weibull distribution based on fuzzy theory | |
CN104122492A (zh) | 一种预测半导体器件寿命的工作电压的方法 | |
CN109359375A (zh) | 一种数据产品贮存寿命预测方法 | |
CN108038317B (zh) | 精密仪器性能参数保持期预测方法和系统 | |
CN106849873A (zh) | 太阳能电池抗辐照能力无损检验方法及装置 | |
US20160012191A1 (en) | System and method for spot checking small out-of-control conditions in a clinical diagnostic process | |
Artjuhova et al. | Evaluation of time to failure for radio transmitters under the radiation influence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |