CN104992281A - 一种实现电子产品可靠性评估的方法 - Google Patents
一种实现电子产品可靠性评估的方法 Download PDFInfo
- Publication number
- CN104992281A CN104992281A CN201510369987.9A CN201510369987A CN104992281A CN 104992281 A CN104992281 A CN 104992281A CN 201510369987 A CN201510369987 A CN 201510369987A CN 104992281 A CN104992281 A CN 104992281A
- Authority
- CN
- China
- Prior art keywords
- data
- qualitative
- decision package
- circuit board
- variable
- 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.)
- Pending
Links
Landscapes
- Tests Of Electronic Circuits (AREA)
Abstract
本发明涉及一种实现电子产品可靠性评估的方法,包括:构建电子设备分析模型;将分布式协同仿真与定性、定量评估相结合,对电路板进行综合评估,获取可靠性分析结果;并将所述可靠性分析结果进行分类并保存;由此提高了电子产品可靠性评估结果的有效性和精确度。
Description
技术领域
本发明涉及一种评估方法,具体涉及一种实现电子产品可靠性评估的方法。
背景技术
电子产品可靠性评估是指元件或系统在给定时间间隔内、规定条件下,连续实现其功能的能力,其主要根据运行时间、工况及环境条件等密切相关的因素,评估继续可靠运行的能力;它是一种动态的、时变的过程。
电子产品包括电子元件、器件、设备和系统;自1970年以后相继出现软件系统。可靠性工程应用概率论和数理统计方法研究产品故障时间分布、分布类型和分布参数,从而提出一系列评价产品可靠性特征的指标、计算和试验方法,解决了产品在研制、设计、制造、试验和使用各阶段可靠性保证的工程应用问题。可靠性分析和预测是研究设备、系统可靠度和有效度的分析、预测理论和方法,以及应力条件等各种因素对产品可靠性的影响。对于电子元件、器件,是应用失效物理学对影响产品失效的物理、化学过程进行定性定量分析,确定这些过程与应力和时间等各种因素的依赖关系,并鉴定证实其失效模式和失效机理,为改进和提高产品可靠性提供依据。
第二次世界大战以后可靠性问题被首次提出。当时,军事装备已大量采用电子产品,但由于产品不可靠,造成重大损失。因此,50年代初人们开始有组织地、系统地研究电子产品的可靠性问题。
可靠性技术的发展大致可分为四个阶段:①调查研究阶段(1950~1957年):这一阶段主要对以电子管为重点的电子元件、器件进行现场数据收集和分析;研究寿命试验方法并成立专门的可靠性组织。②统计试验阶段(1957~1962年):主要研制环境与可靠性试验设备;开展产品统计抽样寿命试验;制订电子产品可靠性标准和可靠性组织、管理规范;建立可靠性数据收集和交换系统。③可靠性物理研究阶段(1962~1968年):这一阶段主要分析元件、器件失效机理;加强可靠性设计与工艺研究,建立高可靠元件、器件生产线;研究加速寿命试验的方法。④可靠性保证阶段(1968~):这一阶段的特点是建立保证产品可靠性的管理制度,形成质量保证系统;建立电子元件、器件可靠性认证制度;发展可靠性试验技术和改进可靠性标准。
产品可靠性反映产品质量的综合性指标,是产品从出厂开始到工作寿命终结全过程的一种特性。它具有综合性、时间性和统计性的特点,有广义和狭义两种解释。广义可靠性是产品在其整个使用寿命周期内完成规定功能的能力,包括狭义可靠性和维修性; 狭义可靠性是产品在某一规定时间内发生失效的难易程度。广义和狭义可靠性都是从使用角度提出的定性概念,并早已应用于工程实践。在实际需要和可靠性技术发展的条件下的50年代后期,以可靠性特征量表示产品可靠性高低的各种定量指标和方法开始应用于电子工程实践,为此制定出一系列可靠性标准,作为产品可靠性评价、考核的准则。可靠性特征量及其方法已为电子产品的研制、生产和使用等部门所采用。
利用定量指标表示产品可靠性称为可靠度。它是产品在规定条件下和规定时间内完成规定功能的概率。所谓规定的条件是产品所处的环境条件和使用条件。所谓规定的时间是对产品规定的任何观察时间,包括连续使用、间断使用、储存和一次使用时间。按照产品的不同,时间参数可用周期、次数、里程或其他单位代替。所谓规定功能是规定产品的使命、用途、技术性能指标和失效判据。
对于可修复的产品,不仅有可靠度问题,同时也有发生故障后复原能力和修复速度的问题。与可靠度相应的是产品的维修度,即产品在规定时间内修复的概率。对于可修复产品用可靠度和维修度进行综合评价,即产品的有效度。产品可靠性可按不同目的和要求采用相应的可靠性定量指标来表示。
瞬时失效率λ(t):产品在t时刻后单位时间内失效产品数相对于t时刻还在工作的产品数的比值,习惯上简称失效率。N为产品总数,n(t)为t时刻失效产品数。
电子产品可靠性研究的方向包括:①复杂系统的可靠性分析和评价;②高可靠元件、器件的可靠性保证和评价技术;③大规模集成电路可靠性评价和失效分析;④产品可靠性与环境、条件的关系;⑤可靠性数据收集和编制可靠性预计手册;⑥建立可靠性管理系统;⑦软件可靠性。
发明内容
为了实现上述目的,本发明提供一种实现电子产品可靠性评估的方法,将分布式协同仿真与定性、定量评估相结合,确保评估结果更为精确有效。
本发明的目的是采用下述技术方案实现的:
一种实现电子产品可靠性评估的方法,所述方法包括:构建电子设备分析模型;将分布式协同仿真与定性、定量评估相结合,对电路板进行综合评估,获取可靠性分析结果;并将所述可靠性分析结果进行分类并保存。
优选的,所述电子设备分析模型包括n个电路板;根据实际需求,将每个电路板遍历注入若干决策单元DMU,用于电路板综合评估。
进一步地,所述电路板综合评估包括:将分布式协同仿真后的数据进行定性、定量评估,完成可靠性分析结果的获取。
进一步地,所述可靠性分析结果包括:定性数据、定量数据和非故障数据;其中,所述定性数据通过FMEA分析产生;
所述定量数据通过分布式协同仿真和数据包络分析法进行性能仿真分析获得。
进一步地,所述定性数据,包括电性能仿真分析数据、热性能仿真分析数据和电磁性能仿真分析数据。
进一步地,所述非故障数据,包括电路板热仿真分析数据和EMC仿真分析数据;其中,
所述EMC仿真分析数据,包括电磁场三维场强分布信息、电场辐射场强值、电路导线的振铃数据、串扰数据,上冲数据和下冲数据;
所述电路板热仿真分析数据采用红外热像仪采集获取。
进一步地,通过FMEA分析产生所述定性数据包括,依据所述电子设备分析模型,确定各层级数据权重值,对各级数据进行归一化处理。
进一步地,利用数据包络分析法进行性能仿真分析获得所述定量数据包括,构造可靠性评价指标的样本矩阵;确定每个决策单元DMU是否为数据包络分析模型C2R的有效数据;若是,则利用数据包络分析法对该有效数据进行可靠性评价;若不是,则等待补入新数据后处理。
进一步地,所述构造可靠性评价指标的样本矩阵包括,设电路板包含t个决策单元DMU,每个决策单元DMU均包括m个投入变量和n个产出变量,其表达式为:
v=(v1,v2,…,vm)T,u=(u1,u2,…,un)T (1)
式(1)中,权系数v和u为变向量;
则投入变量输入矩阵为:
x11 x12...x1j...x1n
x21 x22...x2j...x2n
x31 x32...x3j...x3n (2)
xm1 xm2...xmj...xmn
产出变量输出矩阵为:
y11 y12...y1j...y1n
y21 y22...y2j...y2n
y31 y32...y3j...y3n (3)。
ys1 ys2...ysj...ysn
进一步地,计算第j个决策单元DMU对应的评价指标权重,1≤j≤t:
式(4)中,
xij为第j个决策单元DMU对第i种类型输入的投入量,xij>0
yrj为第j个决策单元DMU对第r种类型输出的产出量,yrj>0
vi为对第i种类型输入的权系数;
ur为对第r种类型输出的权系数;
i=1,2,…,m;r=1,2,…,n;xij,yrj为已知数据,权系数vi,ur为变量;
选取第j个决策单元DMU作为有效数据;以第j个决策单元DMU对应的评价指标权重hj作为目标函数,hj≤1,j=1,2,…,t;以所有决策单元DMU的评价指标权重P为约束条件,对第j个决策单元DMU进行可靠性评价;
xj=(x1j,…,xmj)T,yj=(y1j,…,ynj)T,j=1,2,…,t (5)
其中,x0=xj,y0=yj,1≤j≤t,变量v和u为权系数,xj为输入变量,yj为评价结果。
与最接近的现有技术比,本发明达到的有益效果是:
(1)电子设备分析模型利用本方法中的层次模型和数据包络分析方法,直接利用电子产品的性能分析数据,通过对性能数据进行处理获得可靠性数据,实现了性能与可靠性的结合。
(2)利用定性定量相结合的综合可靠性评估方法开展电子产品的可靠性评估,将定性故障信息、定量故障信息和非失效信息的有机结合,有别于以往仅仅依靠的一个数 值来评价电子产品的可靠度,实现了电子产品更为全面地可靠性评估,其评估结果更具说服力,提高了评价结果的有效、精确程度。
附图说明
图1为本发明提供的一种电子产品定性定量综合评估的方法流程图;
图2为本发明提供的电子设备分析模型结构示意图;
图3为本发明提供的数据包络分析模型C2R简化示意图。
具体实施方式
如图1所示,一种电子产品定性定量综合评估的方法,所述方法包括:构建电子设备分析模型;将分布式协同仿真与定性、定量评估相结合,对电路板进行综合评估,获取可靠性分析结果;并将所述可靠性分析结果进行分类并保存。
如图2所示,所述电子设备分析模型包括n个电路板;根据实际需求,将每个电路板遍历注入若干决策单元DMU,用于电路板综合评估。
所述电路板综合评估包括:将分布式协同仿真后的数据进行定性、定量评估,完成可靠性分析结果的获取。
所述可靠性分析结果包括:定性数据、定量数据和非故障数据;其中,所述定性数据通过FMEA分析产生;所述FMEA分析数据包括分析对象、约定层次、数据源、分析方法、分析表格、严酷度、建议措施、关键件和重要件。
所述定量数据通过分布式协同仿真和数据包络分析法进行性能仿真分析获得。
所述定性数据,包括电性能仿真分析数据、热性能仿真分析数据和电磁性能仿真分析数据。
所述非故障数据,包括电路板热仿真分析数据和EMC仿真分析数据;其中,
所述EMC仿真分析数据,包括电磁场三维场强分布信息、电场辐射场强值、电路导线的振铃数据、串扰数据,上冲数据和下冲数据;
所述电路板热仿真分析数据采用红外热像仪采集获取。将电路板热仿真分析数据发送至电子设备分析模型;该模型根据电路板温度变化获取元器件参数变化值;根据该软件的元器件降额参数关系表,查询该元器件参数变化值是否在正常范围,由此判断电路板是否发生故障。
通过FMEA分析产生所述定性数据包括,依据所述电子设备分析模型,确定各层级数据权重值,对各级数据进行归一化处理。所述归一化处理(Normalization Method)包括,将数据映射到0~1范围之内处理,更加便捷快速,具体包括:
把数变为(0,1)之间的小数主要是为了数据处理方便提出来的,把数据映射到0~1范围之内处理,更加便捷快速,应该归到数字信号处理范畴之内。
把有量纲表达式变为无量纲表达式归一化是一种简化计算的方式,即将有量纲的表达式,经过变换化为无量纲的表达式,成为纯量。例如,复数阻抗归一化为:Z=R+jωL=R(1+jωL/R),则复数部分变为纯数量,无量纲。
利用数据包络分析法进行性能仿真分析获得所述定量数据包括,构造可靠性评价指标的样本矩阵;确定每个决策单元DMU是否为数据包络分析模型C2R的有效数据;如图3所示,设A、B、C、D分别表示有效的决策单元DMU,构成生产前沿面ABCD,E表示无效的决策单元DMU;设E′与C′分别为OE与OC在生产前沿面ABCD上的交点,则E的值为OE′/OE<1,C的值为OC'/OC=1;
若是,则利用数据包络分析法对该有效数据进行可靠性评价;若不是,则等待补入新数据后处理。
所述构造可靠性评价指标的样本矩阵包括,设电路板包含t个决策单元DMU,每个决策单元DMU均包括m个投入变量和n个产出变量,其表达式为:
v=(v1,v2,…,vm)T,u=(u1,u2,…,un)T (1)
式(1)中,权系数v和u为变向量;
则投入变量输入矩阵为:
x11 x12...x1j...x1n
x21 x22...x2j...x2n
x31 x32...x3j...x3n (2)
xm1 xm2...xmj...xmn
产出变量输出矩阵为:
y11 y12...y1j...y1n
y21 y22...y2j...y2n
y31 y32...y3j...y3n (3)。
ys1 ys2...ysj...ysn
计算第j个决策单元DMU对应的评价指标权重,1≤j≤t:
式(4)中,
xij为第j个决策单元DMU对第i种类型输入的投入量,xij>0
yrj为第j个决策单元DMU对第r种类型输出的产出量,yrj>0
vi为对第i种类型输入的权系数;
ur为对第r种类型输出的权系数;
i=1,2,…,m;r=1,2,…,n;xij,yrj为已知数据,权系数vi,ur为变量;
选取第j个决策单元DMU作为有效数据;以第j个决策单元DMU对应的评价指标权重hj作为目标函数,hj≤1,j=1,2,…,t;以所有决策单元DMU的评价指标权重P为约束条件,对第j个决策单元DMU进行可靠性评价,分析DUMj在t个DMU中是否最优;其中,评价指标权重hj的值越大,表示DUMj能够用相对较少的输入而获取相对较多的输出;从而节约了成本,提高了工作效率。
xj=(x1j,…,xmj)T,yj=(y1j,…,ynj)T,j=1,2,…,t (5)
其中,x0=xj,y0=yj,1≤j≤t,变量v和u为权系数,xj为输入变量,yj为评价结果。
对该线性分式(6)规划进行Charnes-Cooper变换,令 ω=s v,μ=s u
获得等价线性规划:
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种电子产品定性定量综合评估的方法,其特征在于,所述方法包括:构建电子设备分析模型;将分布式协同仿真与定性、定量评估相结合,对电路板进行综合评估,获取可靠性分析结果;并将所述可靠性分析结果进行分类后保存。
2.如权利要求1所述的方法,其特征在于,所述电子设备分析模型包括n个电路板;根据实际需求,将每个电路板遍历注入若干决策单元DMU,用于电路板综合评估。
3.如权利要求1或2所述的方法,其特征在于,所述电路板综合评估包括:将分布式协同仿真后的数据进行定性、定量评估,完成可靠性分析结果的获取。
4.如权利要求3所述的方法,其特征在于,所述可靠性分析结果包括:定性数据、定量数据和非故障数据;其中,所述定性数据通过FMEA分析产生;
所述定量数据通过分布式协同仿真和数据包络分析法进行性能仿真分析获得。
5.如权利要求4所述的方法,其特征在于,所述定性数据,包括电性能仿真分析数据、热性能仿真分析数据和电磁性能仿真分析数据。
6.如权利要求4所述的方法,其特征在于,所述非故障数据,包括电路板热仿真分析数据和EMC仿真分析数据;其中,
所述EMC仿真分析数据,包括电磁场三维场强分布信息、电场辐射场强值、电路导线的振铃数据、串扰数据,上冲数据和下冲数据;
所述电路板热仿真分析数据采用红外热像仪采集获取。
7.如权利要求4所述的方法,其特征在于,通过FMEA分析产生所述定性数据包括,依据所述电子设备分析模型,确定各层级数据权重值,对各级数据进行归一化处理。
8.如权利要求4所述的方法,其特征在于,利用数据包络分析法进行性能仿真分析获得所述定量数据包括,构造可靠性评价指标的样本矩阵;确定每个决策单元DMU是否为数据包络分析模型C2R的有效数据;若是,则利用数据包络分析法对该有效数据进行可靠性评价;若不是,则等待补入新数据后处理。
9.如权利要求8所述的方法,其特征在于,所述构造可靠性评价指标的样本矩阵包括,设电路板包含t个决策单元DMU,每个决策单元DMU均包括m个投入变量和n个产出变量,其表达式为:
v=(v1,v2,…,vm)T,u=(u1,u2,…,un)T (1)
式(1)中,权系数v和u为变向量;
则投入变量输入矩阵为:
x11 x12... x1j... x1n
x21 x22... x2j... x2n
x31 x32... x3j... x3n (2)
xm1 xm2... xmj... xmn
产出变量输出矩阵为:
y11 y12... y1j... y1n
y21 y22... y2j... y2n
y31 y32... y3j... y3n (3)。
ys1 ys2... ysj... ysn
10.如权利要求9所述的方法,其特征在于,计算第j个决策单元DMU对应的评价指标权重,1≤j≤t:
式(4)中:
xij为第j个决策单元DMU对第i种类型输入的投入量,xij>0
yrj为第j个决策单元DMU对第r种类型输出的产出量,yrj>0
vi为对第i种类型输入的权系数;
ur为对第r种类型输出的权系数;
i=1,2,…,m;r=1,2,…,n;xij,yrj为已知数据,权系数vi,ur为变量;
选取第j个决策单元DMU作为有效数据;以第j个决策单元DMU对应的评价指标权重hj作为目标函数,hj≤1,j=1,2,…,t;以所有决策单元DMU的评价指标权重P为约束条件,对第j个决策单元DMU进行可靠性评价;
xj=(x1j,…,xmj)T,yj=(y1j,…,ynj)T,j=1,2,…,t (5)
其中,x0=xj,y0=yj,1≤j≤t,变量v和u为权系数,xj为输入变量,yj为评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510369987.9A CN104992281A (zh) | 2015-06-29 | 2015-06-29 | 一种实现电子产品可靠性评估的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510369987.9A CN104992281A (zh) | 2015-06-29 | 2015-06-29 | 一种实现电子产品可靠性评估的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104992281A true CN104992281A (zh) | 2015-10-21 |
Family
ID=54304091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510369987.9A Pending CN104992281A (zh) | 2015-06-29 | 2015-06-29 | 一种实现电子产品可靠性评估的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104992281A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273292A (zh) * | 2017-06-14 | 2017-10-20 | 解君 | 一种智能交通开发平台性能评估方法与装置 |
CN108196132A (zh) * | 2017-11-21 | 2018-06-22 | 中国船舶重工集团公司第七0研究所 | 系统内电磁兼容性评估方法 |
CN112115561A (zh) * | 2020-09-18 | 2020-12-22 | 吉林大学 | 基于区间三角模糊数和模糊vikor法的改进fmea方法 |
CN116136979A (zh) * | 2023-04-19 | 2023-05-19 | 睿至科技集团有限公司 | 一种基于大数据的预测方法及系统 |
-
2015
- 2015-06-29 CN CN201510369987.9A patent/CN104992281A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273292A (zh) * | 2017-06-14 | 2017-10-20 | 解君 | 一种智能交通开发平台性能评估方法与装置 |
CN107273292B (zh) * | 2017-06-14 | 2020-12-11 | 湖北交投科技发展有限公司 | 一种智能交通开发平台性能评估方法与装置 |
CN108196132A (zh) * | 2017-11-21 | 2018-06-22 | 中国船舶重工集团公司第七0研究所 | 系统内电磁兼容性评估方法 |
CN108196132B (zh) * | 2017-11-21 | 2020-03-17 | 中国船舶重工集团公司第七一0研究所 | 系统内电磁兼容性评估方法 |
CN112115561A (zh) * | 2020-09-18 | 2020-12-22 | 吉林大学 | 基于区间三角模糊数和模糊vikor法的改进fmea方法 |
CN112115561B (zh) * | 2020-09-18 | 2022-04-22 | 吉林大学 | 基于区间三角模糊数和模糊vikor法的改进fmea方法 |
CN116136979A (zh) * | 2023-04-19 | 2023-05-19 | 睿至科技集团有限公司 | 一种基于大数据的预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104992281A (zh) | 一种实现电子产品可靠性评估的方法 | |
CN104461896B (zh) | 基于可信属性的航天系统关键软件评价方法 | |
CN108846691A (zh) | 区域性粮油市场价格监测分析预测系统及监测方法 | |
CN101853290A (zh) | 基于地理信息系统的气象服务效益评估方法 | |
US20200050218A1 (en) | Computer-implemented method and system for evaluating uncertainty in trajectory prediction | |
CN106056274A (zh) | 基于pca‑dea二维综合评价模型的电力施工主体效益分析方法 | |
CN103700030A (zh) | 基于灰色粗糙集的电网建设项目后评价指标赋权方法 | |
CN113407723A (zh) | 多源异构电力负荷数据融合方法、装置、设备和存储介质 | |
CN103942251A (zh) | 基于多种质控方法的高空气象资料入库方法和入库系统 | |
Ding et al. | Short-term wind speed prediction based on CEEMDAN-SE-improved PIO-GRNN model | |
CN106779107A (zh) | 一种虚拟环境下的装甲车辆维修性评价方法 | |
CN117057190A (zh) | 一种轨道车辆制动盘温升预测方法 | |
Luo et al. | A method for the maintainability assessment at design stage based on maintainability attributes | |
CN117114176A (zh) | 基于数据分析和机器学习的土地利用变化预测方法及系统 | |
CN104299037B (zh) | 一种自动化空间环境模式评估系统及方法 | |
Cao et al. | Quality-integrated diagnostic platform for aerospace complex product assembly processes | |
Lin et al. | Design and implementation of a CPS‐based predictive maintenance and automated management platform | |
CN103399974A (zh) | 量化比较随机振动仿真数据与实验数据的方法 | |
Gang | Risk analysis and evaluation of wind electric farm construction | |
CN113919609A (zh) | 一种配电网模型质量综合评估方法和系统 | |
Liu | trymore: Solution to Spatial Dynamic Wind Power Forecasting for KDD Cup 2022 | |
Fei | Application of Fuzzy Comprehensive Model of AHP in Performance Evaluation of University Administrators in China and Abroad | |
Saleem et al. | A General Framework for Measuring Information and Communication Technology Investment: Case Study of Kingdom of Saudi Arabia | |
CN113688771B (zh) | Lng储罐加速度响应数据补全方法及装置 | |
Huang | Technology Impact Forecasting for Multi-functional Composites |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151021 |