CN106991074B - 基于加速因子不变原则的加速退化试验优化设计方法 - Google Patents
基于加速因子不变原则的加速退化试验优化设计方法 Download PDFInfo
- Publication number
- CN106991074B CN106991074B CN201710234110.8A CN201710234110A CN106991074B CN 106991074 B CN106991074 B CN 106991074B CN 201710234110 A CN201710234110 A CN 201710234110A CN 106991074 B CN106991074 B CN 106991074B
- Authority
- CN
- China
- Prior art keywords
- test
- acceleration factor
- accelerated degradation
- acceleration
- degradation test
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 93
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 59
- 230000015556 catabolic process Effects 0.000 title claims abstract description 55
- 230000001133 acceleration Effects 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013461 design Methods 0.000 title claims abstract description 18
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 230000014509 gene expression Effects 0.000 claims abstract description 14
- 230000000750 progressive effect Effects 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims description 13
- 229940030850 avar Drugs 0.000 claims description 12
- 230000005653 Brownian motion process Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000009795 derivation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005537 brownian motion Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于加速因子不变原则的加速退化试验优化设计方法,该方法主要包括以下步骤:(1)利用加速因子不变原则推导出加速因子解析式;(2)建立极大似然方程,获得各未知参数的偏导表达式进而求取极大似然估计值;(3)构建加速因子的渐进方差并将其设为优化目标函数;(4)确定决策变量并将试验总费用作为约束条件;(5)建立加速退化试验优化设计的数学模型;(6)设计数学模型的解析算法;(7)对传统加速退化试验方案进行优化。该方法可避免传统方法由于过多依赖主观判断或工程经验的不足,为加速退化试验优化设计提供一种客观、科学的方法。
Description
技术领域
本发明属于可靠性工程领域,涉及一种加速退化试验优化设计方法。
背景技术
加速退化试验已经成为退化失效型产品可靠性评估与寿命预测的高效手段,为了提高加速退化试验的效费比,需要对加速退化试验方案进行优化设计。加速退化试验优化设计包含三个关键环节:1)准确建立产品的加速退化模型;2)合理确定优化目标函数及决策变量,构建试验方案优化的数学模型;3)提出高效的寻优算法解析数学模型,获取最优试验方案。
准确建立产品的加速退化模型需要确定出性能退化模型的各参数随加速应力的变化规律,然而目前大多数研究都是根据主观判断或工程经验假定出变化规律,容易错误建立加速退化模型。此外,大部分对加速退化试验优化设计的研究工作都是将产品在额定应力水平下百分位寿命的渐进方差作为优化目标函数,对于Wiener、Gamma、inverseGaussian等性能退化模型来说,无法推导出百分位寿命的闭环解析式,目前都是利用其近似解析式处理试验方案优化问题,这可能导致获取的试验方案并不是最优方案。
发明内容
本发明的目的在于提供一种基于加速因子不变原则的加速退化试验优化设计方法,该方法的具体技术方案为:
步骤一:利用加速因子不变原则推导出加速因子解析式
设Fk(tk),Fh(th)分别为产品在任两个应力水平Sk,Sh下的累积失效函数,当Fk(tk)=Fh(th)时,可将Sk相当于Sh的加速因子Ak,h定义为
Ak,h=th/tk (1)
加速因子不变原则是指Ak,h应该为一个不随时间th,tk变化,只由应力水平Sk,Sh所决定的常数。有效的加速试验必须保证产品在加速应力水平下的失效机理与额定应力水平下的失效机理一致,如果产品在Sk,Sh下的失效机理具有一致性,则Ak,h不随试验时间th,tk变化。
由加速因子的定义,得到
Fk(tk)=Fh(Ak,htk) (2)
由式(2)可推导出
fk(tk)=Ak,hfh(th) (3)
推导过程为
将产品的累积失效函数代入式(8)或将概率密度函数代入式(9),能够推导出加速因子表达式,下面假设产品服从Wiener退化过程详细阐述推导过程。设产品性能指标的失效阈值为D,产品失效时间ξ定义为Wiener退化过程Y(t)首次到达D的时间,表示为ξ=inf{t|Y(t)≥D}。根据Wiener过程的统计特性可知ξ是一个服从逆高斯分布的随机变量,其概率密度函数为
式中,μ为漂移参数,σ(σ>0)为扩散参数,Λ(t)=tΛ为时间函数,B(·)表示标准布朗运动。将式(5)代入式(3),为了保证Ak,h为一个不随tk变化的常数,可推导出
根据式(6)可得知μ,σ与加速应力相关而Λ与加速应力无关。假设加速退化试验中的加速应力为绝对温度T,并采用Arrhenius方程建立μ,σ,Λ的加速模型分别为
μ(T)=exp(γ1-γ2/T) (7)
σ(T)=exp(γ3-0.5γ2/T) (8)
Λ(T)=Λ (9)
式中,γ1,γ2,γ3,Λ为待估参数。将式(7),式(8),式(9)代入式(6),得到加速因子的解析式为
步骤二:建立极大似然方程,获得各未知参数的偏导表达式进而求取极大似然估计值
利用极大似然法估计参数Ω=(γ1,γ2,γ3,Λ)。设tijk为Tk下第j个产品的第i次测量时间,yijk为对应的性能退化测量值,代表时间增量,Δyijk=yijk-y(i-1)jk代表性能退化增量,其中i=1,2,···,Hk;j=1,2,···,N;k=1,2,···,M.根据Wiener加速退化模型的独立增量特性建立如下似然方程,
对数似然函数为
步骤三:构建加速因子的渐进方差并将其设为优化目标函数
产品在两个应力水平下的失效机理一致性越高,两个应力水平之间加速因子的渐进方差应该越小。为了使产品在加速应力下的失效机理与额定应力下的失效机理尽可能一致,确保加速退化试验的有效性,选择加速因子的渐进方差作为优化目标函数。假定产品的额定应力水平为T0,加速退化试验中的加速应力水平为Tk,k=1,2,···,M。产品在最高应力水平TM下的失效机理最可能与T0下的不一致,因此将AM,0的渐进方差AVar(AM,0)作为优化目标函数。AVar(AM,0)可由下式计算出
步骤四:确定决策变量并将试验总费用作为约束条件
决策变量包括加速试验中的样品数量N*,测量频率f*,样品在各加速应力Tk下的测量次数k=1,2,···,M,加速退化试验方案可表示为Plan的各种取值不但影响AVar(AM,0)值,也决定了加速退化试验的总费用TC。
将加速退化试验总费用TC分解为三部分:1)试验样品总费用C1N*,C1表示样品的单价;2)测试总费用C2表示对每个样品进行一次测量的单价;3)试验设备折旧及能源、耗材费用C3表示单位时间内的试验设备折旧及能源、耗材费用。在试验方案Plan下的试验总费用表示为
步骤五:建立加速退化试验优化设计的数学模型
试验总费用需要限制在最高费用Cb内,构建加速退化试验优化的数学模型为
min AVar(AM,0|Plan)
步骤六:设计数学模型的解析算法
步骤五中数学模型实质上是一个整数规划问题,提出一种组合算法解析此整数规划问题。组合算法包括以下3个连续的步骤:
步骤六1:在试验最高费用Cb的约束下,确定出各种可能的试验方案组合;
步骤六2:针对每种可能的试验方案,分别计算出加速因子的渐进方差;
步骤六3:找出具有最小渐进方差的试验方案,作为最优试验方案。
步骤七:对传统加速退化试验方案进行优化
附图及说明
图1基于加速因子不变原则的加速退化试验优化设计的步骤流程示意图
图2数学模型的解析算法
具体实施方式
下面结合附图对本发明实现步骤进行进一步说明。
实施例:电连接器可分为接触件、绝缘体和壳体3个组成部分,其中接触件负责各种电信号的传输与控制,是电连接器的关键组成部分。电连接器的3种主要失效模式为接触电阻增大失效、机械失效和绝缘失效,其中接触电阻增大失效是电连接器失效的最主要原因。接触件之间的接触电阻增大几mΩ就可能导致信号传输中断、电路误触发等发生,温度可促使接触件表面的氧化物加速生成,氧化物的堆积促使接触电阻不断增大最终导致电连接器失效。批次生产的某型军用电连接器在交付用户前,需要开展加速退化试验进行可靠性评估及可靠性验收,以下对传统的加速退化试验方案进行优化设计,作为后续批次产品的加速退化试验方案。
传统的步进应力加速退化试验方案为:将接触电阻相对于初始值的差值y作为性能退化量,失效阈值设为D=5mΩ;3段加速温度水平(绝对温度)为T1=343.16K,T2=358.16K,T3=373.16K;从批次产品中随机抽取25个样品,T1与T2下进行5次测量,在T3下进行8次测量,测量间隔均为48小时。
步骤一:利用Wiener过程对产品的性能退化过程建模,根据加速因子不变原则推导出加速因子解析式为
步骤二:利用极大似然估计法获取未知参数值,首先获取对数似然函数的偏导表达式为
步骤四:确定决策变量并将试验总费用作为约束条件
决策变量包括加速试验中的样品数量N*,测量频率f*,样品在各加速应力Tk下的测量次数k=1,2,···,M,加速退化试验方案可表示为试验样品的单价为C1=200元,每个样品进行一次测量的费用为C2=100元,单位时间内试验设备折旧及能源、耗材费用为C3=500元,其中单位时间为24小时,在试验方案Plan下的试验总费用表示为
步骤五:建立加速退化试验优化设计的数学模型
计算出传统加速退化试验的总费用为TC=68000元,优化过程中设试验总费用上限为Cb=68000元,构建加速退化试验优化的数学模型为
min AVar(AM,0|Plan)
步骤六:设计数学模型的解析算法
为了提高解析效率,利用Matlab程序实现了组合算法,具体编程实现如图2所示。图2中,ceil(x)表示一个大于或等于x的最小整数值,size(Plan,1)求取矩阵Plan的行数,即潜在试验方案的个数。由于最优试验方案的总费用TC应该接近最高费用Cb,为了减少不必要的计算量,进一步加强约束条件为0.9*Cb≤TC≤Cb。
步骤七:对传统加速退化试验方案进行优化。
利用步骤六中的Matlab算法耗时25秒获得最优加速退化试验方案为N*=28,f*=4, 试验总费用亦为68000元,对应的加速因子渐进方差为AVar(AM,0)=60.950。计算出传统加速退化试验方案对应的加速因子渐进方差为AVar(AM,0)=69.324,如表1所示。根据AVar(AM,0)值的比较,得知经过本文方法优化后的试验方案比传统试验方案提高了效费比。
表1优化前后的试验方案比较
Claims (4)
1.基于加速因子不变原则的加速退化试验优化设计方法,其特征在于,
步骤一,利用加速因子不变原则推导出加速因子解析式;
设Fk(tk),Fh(th)分别为产品在任两个应力水平Sk,Sh下的累积失效函数,当Fk(tk)=Fh(th)时,将Sk相对于Sh的加速因子Ak,h定义为Ak,h=th/tk,其中th,tk分别表示产品在Sk,Sh下的试验时间;由加速因子的定义,得到Fk(tk)=Fh(Ak,htk),并推导出fk(tk)=Ak,hfh(th);
设产品性能退化服从Wiener过程,性能指标的失效阈值为D,产品失效时间ξ定义为Wiener退化过程Y(t)首次到达D的时间,表示为ξ=inf{t|Y(t)≥D};根据Wiener过程的统计特性可知ξ是一个服从逆高斯分布的随机变量,其概率密度函数为:
其中,μ为Wiener过程的漂移参数,σ为扩散参数,Λ(t)=tΛ为时间函数;将概率密度函数代入fk(tk)=Ak,hfh(th),为保证Ak,h是一个不随tk变化的常数,推导出
假设加速退化试验中的加速应力为绝对温度T,并采用Arrhenius方程分别建立μ,σ,Λ的加速模型为
μ(T)=exp(γ1-γ2/T)
σ(T)=exp(γ3-0.5γ2/T)
Λ(T)=Λ
步骤二,建立极大似然方程,获得各未知参数的偏导表达式进而求取极大似然估计值;
步骤三,构建加速因子的渐进方差并将其设为优化目标函数;
步骤四,确定决策变量并将试验总费用作为约束条件;
决策变量包括加速试验中的样品数量N*,测量频率f*,样品在各加速应力水平Tk下的测量次数k=1,2,…,M;加速退化试验总费用TC分解为三部分:1)试验样品总费用C1N*,C1表示样品的单价;2)测试总费用C2表示对每个样品进行一次测量的单价;3)试验设备折旧及能源、耗材费用C3表示单位时间内的试验设备折旧及能源、耗材费用;在试验方案Plan下的试验总费用表示为
步骤五,建立加速退化试验优化设计的数学模型;
步骤六,设计数学模型的解析算法;
步骤七,对传统加速退化试验方案进行优化。
4.如权利要求1所述的基于加速因子不变原则的加速退化试验优化设计方法,其特征在于,步骤六中,设计的组合算法包括以下3个连续的步骤:
步骤六1:在试验最高费用Cb的约束下,确定出各种可能的试验方案组合;
步骤六2:针对每种可能的试验方案,分别计算出加速因子的渐进方差;
步骤六3:找出具有最小渐进方差的试验方案,作为最优试验方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710234110.8A CN106991074B (zh) | 2017-04-11 | 2017-04-11 | 基于加速因子不变原则的加速退化试验优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710234110.8A CN106991074B (zh) | 2017-04-11 | 2017-04-11 | 基于加速因子不变原则的加速退化试验优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106991074A CN106991074A (zh) | 2017-07-28 |
CN106991074B true CN106991074B (zh) | 2020-06-23 |
Family
ID=59416097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710234110.8A Active CN106991074B (zh) | 2017-04-11 | 2017-04-11 | 基于加速因子不变原则的加速退化试验优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106991074B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704691A (zh) * | 2017-10-12 | 2018-02-16 | 中国人民解放军海军航空工程学院 | 一种加速应力可靠性鉴定试验优选方案设计方法 |
CN109409655B (zh) * | 2018-09-14 | 2020-11-20 | 广西电网有限责任公司电力科学研究院 | 一种基于mwo的可靠性抽样验收试验方案的优化方法 |
CN109472042A (zh) * | 2018-09-14 | 2019-03-15 | 广西电网有限责任公司电力科学研究院 | 一种基于加速退化数据的可靠性抽样试验方法 |
CN111523251B (zh) * | 2020-06-09 | 2023-04-21 | 江苏科技大学 | 一种随机环境应力下的产品寿命快速评估方法 |
CN117436368A (zh) * | 2023-11-02 | 2024-01-23 | 燕山大学 | 基于博弈优化模型的液压泵加速退化试验参数优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7120566B1 (en) * | 2001-07-06 | 2006-10-10 | Cingular Wireless Ii, Llc | Method for estimating changes in product life resulting from HALT using exponential acceleration model |
CN103970965A (zh) * | 2014-05-26 | 2014-08-06 | 中国航空动力机械研究所 | 燃气涡轮发动机加速寿命试验试车方法 |
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 |
CN106383946A (zh) * | 2016-09-14 | 2017-02-08 | 中国人民解放军海军航空工程学院 | 一种加速退化模型参数估计方法 |
CN106407555A (zh) * | 2016-09-14 | 2017-02-15 | 中国人民解放军海军航空工程学院 | 基于加速因子不变原则的加速退化数据分析方法 |
-
2017
- 2017-04-11 CN CN201710234110.8A patent/CN106991074B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7120566B1 (en) * | 2001-07-06 | 2006-10-10 | Cingular Wireless Ii, Llc | Method for estimating changes in product life resulting from HALT using exponential acceleration model |
CN103970965A (zh) * | 2014-05-26 | 2014-08-06 | 中国航空动力机械研究所 | 燃气涡轮发动机加速寿命试验试车方法 |
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 |
CN106383946A (zh) * | 2016-09-14 | 2017-02-08 | 中国人民解放军海军航空工程学院 | 一种加速退化模型参数估计方法 |
CN106407555A (zh) * | 2016-09-14 | 2017-02-15 | 中国人民解放军海军航空工程学院 | 基于加速因子不变原则的加速退化数据分析方法 |
Non-Patent Citations (1)
Title |
---|
Optimal Design for Step-Stress Accelerated Degradation Tests;Chen-Mao Liao and Sheng-Tsaing Tseng;《IEEE Transactions on Reliability》;IEEE TRANSACTIONS ON RELIABILITY;20060331;第55卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106991074A (zh) | 2017-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991074B (zh) | 基于加速因子不变原则的加速退化试验优化设计方法 | |
CN108959676B (zh) | 一种考虑有效冲击的退化建模与寿命预测方法 | |
CN107238800B (zh) | 基于相关向量机和粒子滤波的电池剩余可用寿命预测方法 | |
CN107885928B (zh) | 考虑测量误差的步进应力加速性能退化可靠性分析方法 | |
CN107436963B (zh) | 一种基于Copula函数多元退化的O型橡胶密封圈寿命预测方法 | |
CN109829136B (zh) | 一种带随机跳变的退化设备的剩余寿命预测方法及系统 | |
CN105468907B (zh) | 一种加速退化数据有效性检验及模型选择方法 | |
US11003738B2 (en) | Dynamically non-gaussian anomaly identification method for structural monitoring data | |
CN107238765A (zh) | 基于加速性能退化参数的led集成驱动电源可靠性分析方法 | |
CN108804806B (zh) | Weibull分布综合应力恒加试验中参数的简化MLE方法 | |
CN108959745B (zh) | 产品性能变化及寿命高置信度小样本统计推断和确认方法 | |
CN106199267B (zh) | 一种电力设备故障特征分析方法 | |
CN113591215B (zh) | 基于不确定性的异常卫星组件布局检测方法 | |
KR20150057553A (ko) | 피로수명 예측방법 | |
Wu et al. | Optimized multi-source fusion based state of health estimation for lithium-ion battery in fast charge applications | |
CN115032488A (zh) | 一种高压海缆绝缘老化寿命预测方法、装置及设备 | |
CN111523727B (zh) | 基于不确定过程的考虑恢复效应的电池剩余寿命预测方法 | |
CN105426647B (zh) | 基于可靠度先验信息融合的冷备系统可靠度估计方法 | |
CN112446136A (zh) | 一种基于微元化物理模型的电缆寿命预测方法 | |
CN108399271B (zh) | 仪器电控设备加速退化试验方法和系统 | |
CN106228026A (zh) | 一种基于最优退化特征量的剩余寿命预测算法 | |
Greenbank et al. | Piecewise-linear modelling with automated feature selection for Li-ion battery end-of-life prognosis | |
CN109800477B (zh) | 锂离子电池三因素不一致性预测方法及装置 | |
CN116070302A (zh) | 一种电缆绝缘状态的预测方法及装置 | |
CN113424119A (zh) | 作业效率评价方法、作业效率评价装置以及程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200602 Address after: 264001 Research and Academic Department, 188 Erma Road, Zhifu District, Yantai City, Shandong Province Applicant after: NAVAL AERONAUTICAL University Address before: 264001 Shandong Province, Yantai Road No. two, the Ministry of science and technology of the Ministry of science and technology 188 Applicant before: NAVAL AERONAUTICAL AND ASTRONAUTICAL University PLA |
|
GR01 | Patent grant | ||
GR01 | Patent grant |