CN108333208B - 一种整机级产品贮存寿命加速试验方法 - Google Patents
一种整机级产品贮存寿命加速试验方法 Download PDFInfo
- Publication number
- CN108333208B CN108333208B CN201810060098.8A CN201810060098A CN108333208B CN 108333208 B CN108333208 B CN 108333208B CN 201810060098 A CN201810060098 A CN 201810060098A CN 108333208 B CN108333208 B CN 108333208B
- Authority
- CN
- China
- Prior art keywords
- life
- test
- failure
- storage
- accelerated
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种整机级产品贮存寿命加速试验方法,包括:根据剖面分析,获取与贮存寿命相关的敏感环境因素;采用相应数据处理方法及编谱理论,分析并获得环境载荷谱;获取整机产品贮存失效模式和失效机理相关的贮存失效信息,并根据贮存失效信息确定整机产品的贮存寿命薄弱部件;对不同薄弱部件分别进行加速试验,确定薄弱部件对应的寿命分布模型、加速模型及相关参数;根据薄弱部件的分析及相应的试验结果,构建基于竞争失效的整机贮存寿命模型及其加速因子评估模型;根据加速因子进行整机贮存寿命加速验证试验。所述整机级产品贮存寿命加速试验方法能够对整机产品实现有效的加速贮存试验,得到整机产品准确的寿命分析结果。
Description
技术领域
本发明涉及产品可靠性试验与评估相关技术领域,特别是指一种整机级产品贮存寿命加速试验方法。
背景技术
对于“长期贮存,一次使用”的武器装备,目前主要采用现场贮存试验对其贮存寿命进行评估,但是这样的评估方法存在耗时长、费用大、预测能力不强等突出问题。相比而言,加速贮存试验耗时短、费用少、预测能力强,为装备贮存寿命评估提供了一个有效、可行的途径,具有很高的工程应用价值。
从加速试验技术的研究现状可看出,目前加速试验的理论和应用研究主要针对于单一失效模式和失效机理的产品,所用的模型包括物理模型和统计模型。但当前的加速试验方法的应用受到加速模型的限制,只适用于元器件或材料级试验。此外,整机试件由于成本价高、样本量较少,按照常规不同类型的加速试验方法,例如:恒定应力加速试验方法、步进/步退应力加速试验方法,试验件满足不了实际的试验要求。由于目前加速试验的对象级别过低,使得在向上综合的过程中需要进行较多结果近似,从而导致装备贮存寿命评估结果容易出现可信度危机,也即偏差较大,所以对装备贮存寿命的评估支撑有限。
因此,在实现本申请的过程中,发明人发现现有技术至少存在以下问题:当前的加速试验难以应用于结构复杂的整机产品,试验结果不准确。
发明内容
有鉴于此,本发明的目的在于提出一种整机级产品贮存寿命加速试验方法,能够对整机产品实现有效的加速贮存试验,得到整机产品准确的寿命分析结果。
基于上述目的本发明提供的一种整机级产品贮存寿命加速试验方法,包括:
根据整机产品的剖面分析,获取与整机产品贮存寿命相关的敏感环境因素;
针对不同的敏感环境因素数据,采用相应的数据处理方法及编谱理论,分析并获得相应的环境载荷谱;其中,所述环境载荷谱为加速试验的输入数据;
获取整机产品贮存失效模式和失效机理相关的贮存失效信息,并根据所述贮存失效信息确定整机产品的贮存寿命薄弱部件;
对整机产品的不同薄弱部件分别进行加速试验,确定薄弱部件对应的寿命分布模型、加速模型以及相关参数;
根据薄弱部件的分析及相应的试验结果,构建基于竞争失效的整机贮存寿命模型及其加速因子评估模型;
根据整机加速因子,进行整机贮存寿命加速验证试验。
可选的,环境因素包括温度和振动等;所述环境载荷谱包括稳态温度环境谱和温度循环载荷谱以及振动载荷谱;
所述稳态温度环境谱采用阶梯统计法进行计算分析;其中,所述阶梯统计法将一个周期内(一年)的环境温度划分为N个温度区间,并且设定每个温度区间的温度值恒定;
所述温度循环载荷谱通过雨流计数法进行计算分析;
所述振动载荷谱通过功率谱法进行计算分析。
可选的,所述整机贮存寿命模型引入竞争失效的方法进行建模;
所述整机贮存寿命模型包括竞争失效模型、寿命模型、退化模型、加速模型。其中,所述竞争失效模型用于表征各种失效模式与整机失效之间的关系;所述寿命模型用于描述整机突发型失效模式发生时的随机性和分散性;所述退化模型用于描述整机退化型失效模式的性能退化趋势;所述加速模型用于描述可靠性特征量与敏感应力之间的映射关系。
可选的,竞争失效模型针对不同类型的整机设备选取不同的寿命分布进行模型构建;
针对电子设备,若设备部件的寿命分布服从指数分布,则基于指数寿命分布进行整机贮存寿命建模;
针对机电设备,若设备部件的寿命模型服从威尔布分布,则基于威尔布寿命分布进行整机贮存寿命建模;
针对复杂电子设备或机电设备,若设备部件的寿命模型服从逆高斯分布,则基于逆高斯寿命分布进行整机贮存寿命建模。
可选的,所述对整机贮存寿命模型进行加速试验的步骤还包括:
通过构建的整机贮存寿命模型,基于整机产品在加速状态下的失效与自然贮存失效的等效关系,获取整机的加速因子;
对于服从指数寿命分布的模型,加速因子表述为:
其中,Ai为整机产品在某一环境应力作用下的失效机理i(i=1,2,…,n)对应的加速因子;λA为设备在加速应力条件下的失效率;Aequipment为整机产品的加速因子;λ0为设备实际使用条件下失效率;λi为对应于使用条件下失效机理i的失效率;n为失效模式或失效机理的数目;得出指数寿命分布设备的加速因子为:
对于服从威布尔寿命分布的加速因子表述为:
对于服从逆高斯寿命分布的加速因子表述为:
可选的,所述对整机贮存寿命模型进行加速试验的步骤还包括:
基于整机产品在加速状态下的失效与自然贮存失效的等效关系,按照预设的规则,对加速环境载荷谱进行综合分析,得到等效贮存寿命加速试验剖面。
可选的,所述得到等效贮存寿命加速试验剖面对应参数的步骤包括:
确定试验循环数;其中,加速试验剖面的试验循环数由温度循环应力的循环数决定;
确定每个循环中的温度保持时间;通过将当量稳态温度加速环境谱平均分配到各个试验循环,得到每个试验循环的温度保持时间;
确定每个循环中的振动持续时间;通过将当量振动加速载荷谱平均分配到各个试验循环,得到每个试验循环的振动持续时间;
综合考虑产品在加速试验剖面中每个循环中的高温保持时间、低温段冷透时间、温变率及相关因素,计算得到每个循环的试验时间;
将每个循环的试验时间乘以试验循环数得到加速试验的总试验时间;
将产品的实际环境剖面中的经历时间除以总试验时间得到当量加速试验的加速因子。
可选的,该方法还包括,对贮存寿命加速试验后的整机产品进行可用性验证。
从上面所述可以看出,本发明提供的整机级产品贮存寿命加速试验方法通过对贮存环境剖面分析、整机产品及相关部件的失效机理进行研究,以产品贮存薄弱环节与寿命短板分析为基础,实际贮存环境载荷谱与载荷谱编制为基准,底层产品如材料、元器件、部组件等加速试验信息为支撑,采用金字塔式建模方式,提出贮存条件下整机级产品贮存寿命模型,进行系统级产品贮存寿命试验加速因子的评估。根据整机级产品贮存寿命指标要求,研究确定产品加速贮存试验的试验剖面、试验时间,通过加速试验在较短的时间验证产品的贮存寿命。贮存后能否继续使用,需要在完成加速贮存试验或验证至特征年后,对产品进行贮存后可用性验证试验,并分析加速贮存与自然贮存的相关性,综合给出整机级产品的贮存寿命预期结论。因此,本申请所述整机级产品贮存寿命加速试验方法能够对整机产品实现有效的加速贮存试验,得到整机产品准确的寿命分析结果。
附图说明
图1为本发明提供的一种整机级产品贮存寿命加速试验方法的一个实施例的流程图;
图2为本发明提供的一种整机级产品贮存寿命加速试验方法的总体技术方案图;
图3为本发明提供的贮存温度环境剖面向环境载荷谱转化的示意图;
图4为本发明提供的贮存稳态温度环境谱阶梯统计法一个实施例的示意图;
图5为本发明提供的雨流计数法对应的应力应变迟滞回归线示意图;
图6为本发明提供的一种雨流计数法的程序流程图;
图7为本发明提供的整机加速试验机理分析及模型建立原理示意图;
图8为本发明提供的温度循环应力等效加速试验剖面图;
图9为本发明提供的贮存寿命加速试验剖面确定方法原理示意图;
图10为本发明提供的整机贮存寿命加速试验验证的基本流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
针对当前对于产品加速试验时多数只能适应较低层次产品而无法满足整机级产品加速试验的问题,本申请根据整机级产品的失效机理和失效模式,并且利用整机级产品相应的结构部件或者薄弱部件的加速试验分析及结果,构建一个合理并有效的整机产品贮存寿命模型,使得能够对整机产品的寿命进行准确有效的预估,为整机级产品的贮存和使用提供有利的依据。
参照图1和图2所示,图1为本发明提供的一种整机级产品贮存寿命加速试验方法的一个实施例的流程示意图。图2为本申请总体技术方案图。所述整机级产品贮存寿命加速试验方法包括:
步骤101,根据整机产品的剖面分析,获取与整机产品贮存寿命相关的敏感环境因素;其中,这里的剖面包括典型寿命剖面和贮存任务剖面,通过对产品典型寿命剖面和贮存任务剖面进行分析,确定贮存使用中可能涉及到的环境因素,例如:温度、相对湿度、气压、太阳辐射、运输振动等环境因素,分析这些环境因素对产品贮存性能的影响,然后根据影响度的大小进行排序,从而选取典型环境因素或者对于产品寿命重要的环境因素。
步骤102,针对不同的环境因素数据,采用相应的数据处理方法及编谱理论,分析并获得相应的环境载荷谱;其中,所述环境载荷谱为加速试验的输入数据;通过针对不同的数据对象,采用不同的数据处理方法和编谱理论,分析获得相应的环境载荷谱。所述贮存环境载荷谱是进行产品贮存可靠性/寿命设计、分析的基础和输入,是进行导弹贮存可靠性和贮存寿命试验验证和评估的依据。
可选的,环境因素包括温度及振动等与产品寿命相关的因素;所述环境载荷谱包括稳态温度环境谱、温度循环载荷谱以及振动载荷谱等;
所述稳态温度环境谱采用阶梯统计法进行计算分析;其中,所述阶梯统计法将一个周期内的环境温度划分为N个温度区间,并且设定每个温度区间的温度值恒定;
所述温度循环载荷谱通过雨流计数法进行计算分析;
所述振动载荷谱通过功率谱法进行计算分析。
具体的,特定地理环境的温度因素数据中包含了稳态温度环境应力及温度循环机械应力两种失效敏感应力;其中,机械应力是由于季度温度变化和日温度变化导致的。因此可以分别用温度环境谱和温度循环载荷谱进行描述。贮存温度环境剖面向环境载荷谱转化过程见图3所示。
对于稳态温度环境,由于在库房条件下,温度并非恒定值,如果直接外推某温度点的温度,并不能代表真实的贮存环境。本申请采取的办法是将贮存库房的一年的温度进行统计,划分为N个温度区段T1,T2...Tw...TN,在每个区段内可近似为温度恒定,并统计各个温度段的持续时间为t1,t2...tw...tN,如图4所示。
根据图3可知,需要将温度数据中的周期量和随机量分离出来,而分离年温度环境因素中的随机量和周期量,需要使用信号分离和重构方法,才能得到采集数据的周期分量和随机分量。常规的滤波方法在时域上应用最小二乘法拟合趋势项来进行信号分离与重构,均会使得重组信号失真较大。而本申请采用小波变换进行信号的分离和重组,可以使得分离采集数据的周期分量和随机分量更加准确。具体分析过程为:对于任一可积平方函数ψ(t),即ψ(t)∈L2(R),若其傅立叶变换满足条件:
由上式可知,小波基函数的窗口随尺度因子的不同而伸缩,当a增大时,基函数ψa,τ(t)的时间窗口增大时,而其对应的频率窗口相应减小,中心频率变低。当a减小时,基函数ψa,τ(t)的时间窗口减小,而其频率窗口相应增大,中心频率升高。因而对于一个固定的a,变换就对应一个中心频率滤波器,当取一组a1,a2,Λ,an进行离散小波变换和逆变换,就可在时域上对信号进行分层处理。可选采用Matlab小波工具包中的Daubechies小波,对年温度环境因素数据进行分层和重组处理,低频趋势层为天或年温度周期变化量,所有其它层的重组构成温度随机变化量。
当前针对于加速试验相关领域应用的计数法对于本申请所述的温度循环载荷并不适用,因此,本申请通过研究材料力学中的计数法,创新的将雨流计数法应用到温度循环载荷谱的统计。这是因为雨流法的循环计数是根据材料的应力-应变特性进行的,所得到的载荷循环与材料的应力-应变迟滞回线相一致。
采用雨流循环计数的最大特点是用该方法得到应力循环与应力一时间历程在材料中产生的应力-应变迟滞回线相一致,参见图5所示,因此能够认为两者引起的疲劳累积损伤是相等的。
优选的,本申请采用改进的实时雨流循环计数技术;S.D.Downing和D.F.Socie提出了一种新雨流算法,命名为ONE-PASS算法,这种算法可克服原计数法的不足,不需要对原始数据进行重新编排,可实现在线数据处理。ONE--PASS算法的主要特点是将一维数组变量和一个指针变量巧妙的结合起来,用一维数组存放处理过程中未形成循环的峰谷点,用指针变量来表示开始点所处在的位置。本申请以ONE-PASS算法为基础,提供了一套便于工程应用的雨流循环计数程序,原理如图6所示,可对任意大小的随机信号直接进行循环计数,并以双参数法(应力变程和均值)输出。结果表明该程序准确、迅速。
当然,振动也是一种重要的影响因素,对于振动本申请可选采用功率谱法中的频谱分析和自功率谱分析。振动环境因素主要失效敏感应力是振动应力,可以用振动载荷谱来描述。振动载荷谱主要采用功率谱方法进行载荷时间历程的处理,功率谱法是通过快速傅里叶变换得到载荷的功率谱密度函数,通过该函数的各次矩求得载荷的分布特性及相关参数。
一般来说直接按离散傅里叶变换(DFT)的定义求频谱,其计算量与数据点数的平方成正比,但如果通过一定得运算结构变换,将N点的DFT转换为一系列小点数的DFT组合,就能大大减少DFT的运算量,这就是著名的库利-图基(FFT)算法。该算法又可分为两种,即时间抽取法和频率抽取法。
时间抽取法原理为了将一个N点的DFT运算分解,先从一个特殊情况开始,即假设N是一个以2为底的正整数次方,即满足:
N=2M(2)
其中M为正整数,这样可以将序列x(n)分为两组,n为偶数的为一组,n为奇数的为另一组,即满足以下关系式:
对应这两组x(n)可以做两次DFT,但此处DFT为N/2点的DFT,经证明用N/2点DFT在不增加运算复杂度的情况下求解N点的DFT可将运算速率提高2倍左右。以此类推,采用FFT运算,其运算量与N·log2N=N·M成正比。
自功率谱的计算方法分为直接算法和间接算法两种。如果振动信号的自相关函数是绝对可积的,即针对功率有限信号,对其进行傅里叶变换即可得到自功率谱密度函数,即为间接算法,计算方法如下。
设自功率谱密度函数为Sx,则由维纳-辛钦定理可得:
式中,Rx(τ)为x(t)的自相关函数,为相关函数的自变数时延。若不计虚数时,
离散化有限域处理时,
式中,τN=NΔτ。
其中,Δt为采样的时间间隔,R0为时延是0的自相关函数值,Rr为时延是rΔt的自相关函数值,RN为最大时延的自相关函数值,fc为截止频率。对于因截断而产生的泄漏,可以通过施加窗函数来补偿。此外,计算自功率谱密度还有一种周期图法,直接通过信号傅里叶变换后,对幅值取均方获得。
设采样获得的数据序列xi,其傅里叶变换为X(f)。信号的功率与其傅里叶变换之间有一定的关系,关系式如下所示:
在有限时间区间0≤t≤T时,其功率谱为:
所以,直接求解自功率谱密度的计算步骤可以归纳为:(1)对x(t)采样得xi数据序列(i=0,1,2,…,N-1);(2)截断数据序列或增加零值数据,使满足N=2p(p为正整数),以便于进行FFT运算;(3)进行加窗函数处理;(4)进行xi的傅里叶变换,算得X(f);(5)按式(30)计算Sx,此时T=NΔt;(6)计入窗函数因子,修正Sx。即得修正后的单边自功率谱密度,得到:
步骤103,获取整机产品贮存失效模式和失效机理相关的贮存失效信息,并根据所述贮存失效信息确定整机产品对应的薄弱部件;
其中,以军用装备为例,贮存失效信息的分析包括:1)调研分析收集的战备值班、演习靶场、靶试等外场数据,调研在演习、靶试时装备上工作不正常、性能退化及失效的组件。2)调研分析装备的定期检测数据,从中分析出装备性能参数的退化趋势。有明显单调退化趋势的产品通常可以确定为装备的贮存薄弱元器件及组件。3)重点关注采用新材料、新器件、新工艺的产品。在材料与器件寿命分析的基础上,找出装备的贮存可靠性薄弱元器件及组件。4)通过可靠性预计,估计装备故障率较高的环节和产品。通过FMEA以及P-FMEA确定装备设计上的薄弱元器件及组件以及这些薄弱元器件及组件的敏感应力。
步骤104,对整机产品的不同薄弱部件分别进行加速试验,确定薄弱部件对应的寿命分布模型、加速模型以及相关参数;以导弹贮存寿命为例,弹上薄弱环节产品贮存寿命加速试验的目的是确定其寿命分布模型及加速模型类型及其参数,其结果是开展弹上设备、分系统/系统加速试验的基础和前提。包括:1)弹上薄弱环节产品,包括材料件、元器件及部组件可采用恒定应力或者步进/步退应力加速试验方案;2)薄弱元器件及组件贮存失效模式分析应考虑导致贮存失效的各种影响因素,包括产品的物理及机械性能、贮存环境条件、环境防护措施及安装方式等,通过失效机理分析确定导致薄弱元器件及组件失效的物理化学过程及失效敏感应力,为加速模型的选择提供依据。
步骤105,根据薄弱部件的分析及相应的试验结果,构建基于竞争失效的整机贮存寿命模型及其加速因子评估模型;
步骤106,根据整机加速因子,进行整机贮存寿命加速验证试验。其中,整机加速试验的目的是根据底层材料、器件、部组件的寿命信息和加速试验结果,建立产品在实验室加速试验状态下的失效与自然贮存失效的等效关系,通过加速试验在较短的时间验证和评价产品的贮存寿命是否满足规定的指标要求。包括:1)整机加速贮存试验是验证性试验。整机采用贮存寿命加速验证试验与贮存后可用性验证相结合的试验方案;2)以固体火箭发动机为例,战斗部及火工品等采用GJB1307A-2004《航天火工装置通用规范》推荐的加速老化试验与贮存后环境及性能试验相结合的试验方案;3)整机加速通过加速因子进行时间折算,根据整机加速因子、实际贮存环境,设计贮存寿命加速试验剖面,并开展试验验证;因此根据材料、器件级的加速试验数据求取整机加速因子是关键。
由上述实施例可知,本申请提供的整机级产品贮存寿命加速试验方法通过对贮存剖面分析、整机产品及失效机理进行研究,以产品贮存薄弱环节与寿命短板分析为基础,实际贮存环境载荷谱与载荷谱编制为基准,底层产品如材料、元器件、部组件等加速试验信息为支撑,采用金字塔式建模方式,提出贮存条件下整机级产品贮存寿命模型,进行系统级产品贮存寿命试验加速因子的评估。根据整机级产品贮存寿命指标要求,研究确定产品加速贮存试验的试验剖面、试验时间,通过加速试验在较短的时间验证产品的贮存寿命。贮存后能否继续使用,需要在完成加速贮存试验或验证至特征年后,对产品进行贮存后可用性验证试验,并分析加速贮存与自然贮存的相关性,综合给出整机级产品的贮存寿命预期结论。因此,本申请所述整机级产品贮存寿命加速试验方法能够对整机产品实现有效的加速贮存试验,得到整机产品准确的寿命分析结果。
为了更加清楚的显示本申请方案的优越性,在一个可选的实施例中,提供了本申请对于整机产品贮存寿命建模过程的设计思路:
为了评估整机产品的贮存寿命,需要确定寿命分布模型及参数估计。由于整机产品十分昂贵,无法增大样本量,在小样本情况下,传统利用寿命试验的数据进行寿命分布拟合及参数评估难以实现。因此,需要将竞争失效模型应用到整机加速试验研究中来,在已知部件、器件的寿命分布及其参数的情况下,就可以应用竞争失效的方法综合底层信息来评估整机产品寿命分布及其参数。
在长期贮存过程中,温度、湿度等应力作用对整机产品产生材料老化、应力松弛、电气性能变化等多种失效机理,进而形成多种失效模式,任意一种失效模式的发生均可导致整机贮存失效。整机贮存失效的应力、失效模式及失效机理之间呈现如下关联映射关系:应力→失效机理→失效模式。需要特别指出的是,这种关联映射关系不是单纯的直线关系,例如,应力2经由失效机理H导致失效模式2发生;应力1经由失效机理1导致失效模式1发生;而应力2和应力K共同作用经由失效机理2同样也可导致失效模式1发生。
结合机理分析,整机加速试验建模的基本思路如图7所示。模型主要由竞争失效模型、寿命模型、退化模型和加速模型等组成。其中,竞争失效模型表征各种失效模式与整机失效之间的关系;寿命模型描述整机样本中各失效模式发生时的随机性和分散性;退化模型描述整机性能退化趋势;加速模型描述可靠性特征量与敏感应力之间的映射关系。
对于大型产品,由于其内部结构及其外界工作环境的复杂性,引起产品失效的物理、化学原因往往有多种,若发生任何一种原因均导致产品失效,称此产品为竞争失效产品。导致产品失效的原因称为产品的失效机理。例如,在电缆线的寿命试验中,导致电缆失效的原因有:电缆线被击穿、漏电流指标超过规定临界点及人为断开等,其中任何一种原因均称为产品的失效机理。竞争性故障模型可定义为,如果系统有K种失效方式,而每一种失效方式都独立的作用于系统,且都对应一定的失效时间,其中任何一种失效都会引起系统失效,在所有的失效中,最早产生的那种失效出现时,将导致系统失效,即
T=min{T1,T2,...,Tn};
设Fi(t)是Ti的累计失效分布函数,所以系统的累计失效分布函数为:
其中,Fi(t)可以是不同的分布,但要求n个分布必须是独立的,若它们之间不独立,则必须考虑他们之间的相互影响,需要对上式进行修正。任一个失效因素起作用时,对应的可靠度为:
其中,λi(t)为对应第i个失效因素的失效率。当n个因素同时起作用时,整机的可靠度表示为:
整机的总失效率将是对应时刻t的n个独立的失效率之和,即:
λ(t)=λ1(t)+λ2(t)+...+λn(t)(14)
将式(14)称为竞争失效产品失效率的加法准则。
对于电子设备,认为其组成部件、器件的寿命分布近似为指数分布。对于K个常数失效率,则系统为指数分布。系统的可靠度表达式为:
系统的平均寿命表达式为:
系统由n个不同指数寿命型单元串联组成,根据各个单元的试验数据求系统的可靠度置信下限的方法有很多,且与试验数据的类型有关。
对于机电设备,认为其组成部件、器件的寿命分布为威布尔分布。对于一般威布尔分布,设任一失效分布的参数为mi,ηi,γi=0其中,mi,ηi,γi分别为形状参数、尺度参数、位置参数,则其失效率函数为:
系统的可靠度函数为:
令mi=m,则上式可表示为:
系统的尺度参数表达式为:
这说明,若n个失效方式具有相同的形状参数m,尺度参数ηi不同,那么系统将具有形状参数m和尺度参数ηequipment的威布尔分布。可见,指数竞争失效模型是威布尔模型的一个特例。在分析一个整机产品的失效时,当找出各个主要部件的失效分布后,应用该模型即可得到整机产品的失效分布。
在工程实际中,相关机电设备各个部件寿命分布的形状参数mi通常是不相等的,因此无法根据式(20)对机电设备的寿命进行建模。但在许多情况下,可以知道各部件的m大于或等于某一常数mL。即形状参数下限mL已知,这在工程上是可以实现的。可以证明,当
对(20)式进行对数变换,并取关于m的偏导,可得:
对于复杂电子或机电设备,认为其组成部件、器件的寿命分布为逆高斯分布,设任一失效分布的参数为μi,vi,则其概率密度函数为:
对服从逆高斯分布的寿命总体,其平均无故障工作时间为:Ti=μi,系统平均寿命为:
系统的概率密度函数为:
其中,系统的变异系数为:
多失效模式、多失效机理情况下,加速模型难以通过失效物理模型,应用相关的理化方程研究得到。整机产品环境加速因子的折合方法,必须在整机贮存寿命综合评估的基础上来实现。在整机产品贮存寿命建模的基础上,如果已知部件、器件的加速模型(加速因子),需要研究根据产品在自然贮存状态下的失效率同加速状态下的失效率相等的原则获得整机的加速因子。指数分布情况下,加速因子可表述为:
设整机产品在某一环境应力作用下的失效机理i对应的加速因子为Ai。如产品在某一环境应力作用下,包含多个失效模式、多个失效机理。则整机产品在加速应力下失效率为:
此处:λA为设备在加速应力条件下失效率;Aequipment为设备整机的加速因子;λ0为设备实际使用条件下失效率;λi为对应于使用条件下失效机理i的失效率;n为失效模式/失效机理的数目。
由此,可得出指数寿命分布设备的加速因子为:
设整机产品在某一环境应力作用下的失效机理i对应的加速因子为Ai。如产品在某一环境应力作用下,包含多个失效模式、多个失效机理。则威布尔寿命分布设备整机在加速应力下特征寿命为:
其中,ηA为设备在加速应力条件下特征寿命;η0为设备在使用条件下特征寿命;ηi为对应于使用条件下失效模式i下的特征寿命。加速因子为:
在工程实际中,弹上机电设备各个部件寿命分布的形状参数mi通常是不相等的,无法根据式(28)求得其加速因子。
但在许多情况下,可以知道各个部件的m小于或等于某一常数mU(mL≤m≤mU)。即形状参数上限mU已知。可以证明,ηequ i pmen t是m的非减函数。所以对于m≤mU,则
因此,在工程上可以给出整机各个部件m的取值范围mL≤m≤mU,得到设备整机加速因子的保守下限值:
逆高斯寿命分布情况下,加速因子可表述为:
设整机产品在某一环境应力作用下的失效机理i对应的加速因子为Ai。
如产品在某一环境应力作用下,包含多个失效模式、多个失效机理。则整机产品整机在加速应力下平均寿命为:
此处:μA为设备在加速应力条件下平均寿命;μ0为设备实际使用条件下平均寿命;μi为对应于使用条件下失效机理i下的平均寿命。
由此,可得出逆高斯(IG)模型设备的加速因子为:
为了快速获得在役或新整机产品的贮存可靠性或寿命,需要建立产品在试验室加速试验状态下的失效与自然贮存失效的等效关系,研究将模拟环境载荷谱转化为当量加速环境载荷谱的方法。等效包括两层含义,一是物理等效,即保证加速试验不改变产品的失效机理;二是数学等效,根据产品关键材料或部件的性能退化规律及加速模型,建立模拟环境载荷谱与当量加速环境载荷谱下的贮存寿命等效关系。按照一定的规则对多个当量加速环境载荷谱进行综合,即可得到直接用于试验用的加速试验剖面,加速试验剖面应尽量简化,以保证试验环境条件易于实现。
针对薄弱环节的主要失效机理进行稳态加速贮存寿命试验,结合试验数据与失效机理确定薄弱环节的寿命分布及温度应力加速模型,如果基础工作做的好,相关器件的加速方程及激活能数据也可以从相关手册中直接查找。根据机电产品组成材料及器件的加速方程及激活能,在不改变失效机理的前提下,提高稳态温度以缩短试验时间。
瑞典物理学家Svante Arrhenius研究了温度激发类化学过程,在研究温度对酸催化蔗糖水解转化反应的基础上总结出:某产品的性能退化速率与激活能的指数成反比,与温度倒数的指数成反比,在大量数据的基础上总结出了著名的经验公式,即阿伦尼斯模型:
ξ=AeEKT (32)
其中,ξ-产品寿命特征,如平均寿命、中位寿命、特征寿命等;A-未知常数;E-产品激活能,与材料有关;K-波尔兹曼常数,等于8.617×10-5ev/℃;T-绝对温度;该模型主要用于以温度为加速应力的加速寿命试验的数据分析,将模型两边取对数得线性加速模型
lnξ=a+b/T (33)
其中,a=lnA,b=E/K都是未知参数,需要进行估计。
阿伦尼斯模型表明寿命特征的对数是温度倒数的线性函数。该模型在电子产品的加速寿命试验,特别是加速贮存寿命试验中得到了广泛的应用。
加速因子A定义为在工作温度的平均寿命对加速温度的平均寿命之比,即
其中,仅当激活能E独立于温度时,式(34)才可用。
由稳态温度应力环境谱中不同温度T1,T2...Tw...TN及整机激活能数据,选取加速条件下稳态温度应力强度(TA),即可求得整机一年的稳态温度应力当量加速等效试验持续时间为:
载荷值随时间做周期性或非周期性变化的载荷称为交变载荷。由于载荷的变化,使试件或构件的材料内产生随时间变化的交变应力与交变应变。经足够的应力或应变循环作用后,损伤累积可使试件或结构材料产生裂纹,并使裂纹扩展,直至小片脱落或断裂的过程称为疲劳破坏。
材料或构件疲劳性能的好坏是用疲劳强度来衡量的,所谓疲劳强度就是指材料或构件在交变载荷作用下的强度。疲劳强度的大小又是用疲劳极限来衡量的,所谓疲劳极限就是指在一定循环特征下,材料或构件可承受无限次应力循环而不发生疲劳破坏的最大应力Smax,一般用Sr来表示。疲劳寿命是疲劳失效时所经受的应力或应变单循环次数,一般用N来表示。疲劳寿命取决于材料的力学特性和所施加的应力水平。
根据材料破裂破坏前所经历的循环次数(即寿命)的不同,可以分为高周疲劳和低周疲劳。高周疲劳是材料所受的交变应力远低于材料的屈服极限,甚至只有屈服极限的三分之一左右,断裂前的循环次数Nf大于1×105~1×107次。通常用S-N曲线来描述该材料的疲劳特性。低周疲劳是指材料所受的交变应力较高,通常接近或超过屈服极限,断裂前的循环次数较少,一般少于1×104~1×105次。高周疲劳与低周疲劳的主要区别在于塑性形变的程度不同。高周疲劳时应力一般较低,材料处于弹性范围,因此其应力与应变是成正比的。低周疲劳则不然,其应力一般都超过弹性极限,产生了比较大的塑性形变,所有应力与应变不成正比。
将表示外加应力水平S和标准式样疲劳寿命N之间关系的曲线称为S-N曲线。S-N曲线是材料处于弹性应变的范围内的应力与循环次数间的关系曲线。在此条件下,材料的疲劳寿命通常处在103~108次循环之间。S-N曲线表述了在标准的恒定应力-振幅疲劳试验中给定的应力等级下的疲劳特性。在试验中,恒定的循环应力S被施加到样本上,直至样本失效就决定了载荷循环N。S-N曲线描述了疲劳寿命N与循环应力的振幅S的关系。相应的Si-Ni关系式从大量试验数据来看大体有以下两种类型:
NSm=C (36)
logN+mlogS=logC (37)
式中C为材料常数;N为应力循环次数;S为机械应力;m为疲劳试验确定的材料系数,变化范围由试验确定,范围3~25。一般轻金属合金和铜等材料取9,MIL-STD-810、AIR等标准取9;对钢材料,范围在10~14,对于电子设备包络值一般取8.8。
给定m并且知道S-N曲线上的点(N0,S0),就能确定在应力载荷Si作用下曲线上的任意一点Ni,如等式(38)所示。
累积损伤理论是估算变幅负荷作用下结构或构件疲劳寿命的基础。令应力幅度S不变,损伤时的循环数记为N(S)。对于常幅载荷我们可以利用材料的S-N曲线来估算在不同应力作用下到达破坏所经历的循环次数。
如果结构中的应力不是定幅的而是一个随机过程,那么就较难对疲劳寿命进行描述。然而,通过Palmgren-Miner提出的线性累积损伤原理,可将定幅疲劳数据合理地近似外推为随机应力幅度的情况。该原理假定所有的损害是可累加的。根据这个原理,当幅度为Si的应力进行了ni个循环后,该结构消耗了的疲劳寿命。因此施加不同幅度的应力而造成的损伤D可通过线性迭加获得,即
根据Palmgren-Miner原理,当D>1时,结构将发生疲劳失效。式(39)可推广为应力幅度持续变换的施加过程,即
其中:n(S)为应力间隔(S,S+dS)范围内,施加的应力循环数;N(S)为应力幅度为S时的疲劳寿命。
试验结果表明:尽管响应应力随振动量级的增加而增加,响应应力与振动量级之间的线性化假设并不成立。
对于有阻尼的情况,在假设机械系统放大因子(Q)与振动量级无关时,Q由式(41)确定:
Q=K(S)2-n (41)
其中,S为产品受到振动激励所产生的应力;K为取决于材料、样本几何外形和应力分布的常量;n为材料阻尼与材料应力量值间的关系因子,其值决定于材料类型和应力作用区,大小在2~8之间变化。n=2.4,应力量值低于耐久极限的80%;n=8,应力量值高于耐久极限的80%;n=2,对应于粘弹性阻尼的情况。
正弦振动试验时,共振频率处的激励加速度量值A、响应应力量S、放大因子Q之间关系见下式:
其中,K1为比例常数;A为激励加速度量值。试验频率f0,则试验时间T=N/f0,将式(41)代入式(42),并结合S-N曲线的特征关系式(36),可以最终得到加速模型:
式中:A1、A2为不同试验中的振动量值;T1、T2为不同试验中的持续时间。
对于一个共振频率为f0,放大因子为Q的单自由度系统,在宽带随机谱密度W(f0)激励下,在试验样本共振频率处的均方根响应应力S为:
其中,r是标准化系数。将等式(41)代入公式(44)得到一个类似于等式(49)的加速模型等式(45):
确定振动耐久试验条件的基本思路是应用以上讨论的振动损伤等效关系和加速试验模型,对寿命期各个任务阶段的振动量值和持续时间进行处理,换算成单一振动量值(一般是各个任务阶段振动量值中的最大振动量值)下的等效持续时间,并将各个任务阶段的等效时间相加,得到单一振动量值下等效于整个寿命期振动疲劳损伤的振动试验持续时间。在量值放大因子a允许的范围内,进一步提高振动试验量值而将时间压缩到试验可接受的程度,用最终得到的振动量值和持续时间确定振动耐久试验产生的疲劳损伤,在一定程度上等效于整个寿命期的疲劳损伤。
如果各阶段的谱形相似,只是量值不同,那么只要进行等效合并即可得到耐久试验量值和持续时间;如果各阶段的量值和谱形都明显不同,那么可能需要由几个振动耐久试验条件的组合。设装备在寿命期有m个环境剖面Pi(i=1,2,3...m),每个环境剖面又有多个段。设第i个环境剖面中的环境段为Ei,各环境剖面中各段的振动量值为Sij,相应持续时间为tij(i=1,2,3...m,j=1,2,3...Ei),各环境剖面Pi所占的比例是Ri(i=1,2,3...m),总寿命期时间为Ts,那么确定该装备的振动耐久试验条件的方法如下所述:
1)计算各环境剖面经历一次的时间:
2)计算寿命期Ts内各环境剖面次数:
3)计算各段的振动持续时间:
Tij=Ni×tij(i=1,2,3...m,j=1,2,3...Ei) (48)
4)取最大振动环境应力
Smax=max{Sij|i=1,2,3...m,j=1,2,3...Ei} (49)
5)将各段的振动应力持续时间换算成在最大振动应力Smax下的等效振动持续时间;当某一段的振动应力量值与最大量值与最大量值的比值,即量值放大因子时,应用下式计算各个环境剖面各段在最大振动应力下的等效振动持续时间:
其中,在正弦振动时,S为振动振幅(g),M=6.286;在随机振动时,S为功率谱密度值(W),M=3.667或S为总均方根值(grms),M=7.333。
6)计算在环境剖面中最大振动应力下,对应总寿命期Ts的等效振动持续时间:
7)计算加速试验对应的振动试验量值S和试验持续时间T:
加速后的振动试验持续时间T为
从而最终得到任务剖面为Pi(i=1,2,3...m),任务比为Ri(i=1,2,3...m)的装备对应寿命期Ts的振动耐久试验条件S和T。
导弹在贮存期间的各种时间都会经受热循环。温度循环应力的影响可以借鉴振动中的疲劳损伤理论,但又有所不同,主要的区别是,温度循环应力是慢周期疲劳,振动往往是快周期疲劳。
根据材料破裂破坏前所经历的循环次数(即寿命)的不同,可以分为高周疲劳和低周疲劳。产品的疲劳寿命随着循环应力的增高而降低,但当循环应力增大并超过材料的屈服强度时,疲劳寿命的变化对循环应力的大小将不敏感,这种现象通常发生在寿命低于103次的范围内,所以把处于低寿命范围内的疲劳称为低周疲劳(或应变疲劳)。试验研究发现,在低寿命范围内,应变范围Δε这个参量对循环周次很敏感,所以在低周范围内,不再采用之前所述的应力-寿命曲线(即S-N曲线)而是采用应变范围-寿命(即Δε-N)曲线来描述材料的低周疲劳特性。
Coffin和Manson提出了一种以塑性应变幅度为参量的疲劳寿命描述方法,即Coffin-Manson方程,如下所示:
其中:为塑性应变幅度;εf为疲劳延性系数,εf约等于材料的单调断裂应变εf;c为疲劳延性指数,c的取值范围为-0.8:-0.5,其典型取值为-0.6;2Nf为以反向计数的疲劳寿命,是以循环计数的的疲劳寿命的2倍。
在无外加机械应力的条件下,由于外界温度的涨落使零件内部产生循环应变,由此导致的裂纹和断裂叫做热疲劳失效。温度循环引起的应变主要非弹性应变,即塑性应变。因此,可用Coffin-Manson方程来评估温度循环条件下的疲劳寿命。
温度循环最常用的加速模型是Coffin-Manson模型,其加速因子是
其中:ΔT1,ΔT2为不同的温度变化幅值,q是与失效机理有关的常数,常见的q值见表1所示。
表1材料加速系数表
材料 | q |
柔性材料、焊锡 | 1~3 |
硬的合金材料 | 3~5 |
易碎的材料,Si,SiO2,Si3N4 | 6~9 |
压缩后的温度循环等效加速剖面如图8所示。对整机产品开展加速贮存验证试验,验证其是否满足贮存期要求。由于产品包含多个失效机理的敏感环境应力不同,为了保证一定加速的加速性,最好在综合环境加速应力条件下进行加速试验,整机产品的失效被多种环境应力加速。贮存寿命加速试验剖面时间确定途径如图9所示。
首先确定试验循环数,加速试验剖面的试验循环数由温度循环应力的循环数决定;
确定每个循环中的温度保持时间,即将当量稳态温度加速环境谱平均分配到各个试验循环,得到每个试验循环的温度保持时间;确定每个循环中的振动持续时间,即将当量振动加速载荷谱平均分配到各个试验循环,得到每个试验循环的振动持续时间;综合考虑产品在加速试验剖面中每个循环中的高温保持时间、低温段冷透时间及温变率等因素,可计算得到每个循环的试验时间;将每个循环的试验时间乘以试验循环数即可得到加速试验的总试验时间;将产品的实际环境剖面中的经历时间除以加速试验的总试验时间即可得到当量加速试验的加速因子。
开展1个循环的加速试验模拟等效产品在部队使用1年。在寿命试验期间,在每个循环设定检测点,等效于每贮存一定时间后的性能检测。通过试验暴露制约典型导弹系统级产品的薄弱环节,制定延寿技术措施。
进一步,还需要对整机贮存寿命加速试验验证与评估
贮存寿命加速寿命过程主要包括:受试品初步检测及分析,确定初始环境条件,确定环境边界及加速因子(加速试验剖面),试验实施、故障分析、处理及寿命评估等阶段,如图10所示。在完成多因素综合环境条件加速寿命试验后,进行环境试验以验证典型导弹系统级产品加速试验后的可用性。
指标验证是贮存可靠性工作的一项重要内容,通过分析其验证方案,为制定贮存试验和评定方案提供依据。
大子样验证:能否保证产品的实际贮存期与贮存可靠性达到规定的指标要求,最可靠的验证方法是用一批产品进行长期贮存,然后开展可用性验证试验,再根据事先制定的方案加以统计评定,确定其贮存可靠度。要判明一批产品贮存时间tp后,其可靠性是否低于要求的指标时,抽试n台,失效不多于r台的概率为式(59):
式中:γ为置信度。
当取r=0时,式(59)简化为式(60):
当取置信度γ=0.8,按式(60)计算,一次性验证贮存可靠性指标RL=0.80、0.90和0.99时,分别需要产品数量为7.2台、15台和160台。
同理,当取失效数r不等于0时,由式(60)可解出相应的投试数n。
小子样方案的制定:对于武器装备整机级产品,由于试验件成本太高,试验信息一般都很有限,有的甚至只进行小子样的验证性试验,如果简单借用单元贮存可靠性评估的方法,其评估结果可靠度下限很低,置信度也不高,不能反映系统的固有可靠性水平。然而,对于整机所组成原材料、器件、部组件进行贮存试验则相对容易办到,试验的样本量也较大。因此,为了弥补大子样验证存在的不足,应从实际情况出发,根据研制经费可能,并确保定型时得出估算故障期,可采取工程验证和统计验证相结合,导弹贮存和平行件贮存相结合的方案:第一步,对2~3台整机产品开展贮存寿命加速试验验证,贮存试验后进行可用性验证试验;第二步,为了提高评定置信度,对原材料、器件、部组件用平行贮存件增加信息,尤其对一些新项目和薄弱环节应适当多贮存一些。将其贮存结果与实验室模拟试验结果及类新型号的试验信息,共同作为评估产品实际贮存期和贮存可靠性的依据。
按照可靠度综合评估方法,收集整机产品的飞行试验信息、地面加速试验信息和部队使用维护信息,结合延寿研究试验信息用于评估产品贮存可靠度。1)飞行试验信息:整机试验信息(N,F);2)将地面试验信息转换为整机任务次数(ndi,fdi);根据简化模型,整机由k个成败型单元可靠性串联而成,整机级试验n次,失效f次,第i个单元试验ni次,失效fi次,i=1,2,...,k,则整机产品的评估样本(N,F)由下式计算:
S=N-F (63)
式中:N、F为整机产品的等效试验数和失效数;S为整机等效成功数。
依据GB4087.3-1985《数据的统计处理和解释二项分布可靠度单侧置信下限》提供的方法计算可靠度置信下限。
采用经典法进行区间估计,用下式计算可靠度的置信下限:
本申请所述整机级产品贮存寿命加速试验的原理方法,具有的如下优点:
1)可针对导弹、炮弹、鱼雷等产品开展装备贮存寿命加速试验。根据产品复杂程度,可加速5~50倍,缩短试验与研制周期;
2)使用方便:对装备开展贮存寿命加速贮存试验,其技术指标满足要求后,产品可以在长期贮存过程中不进行检测和维修,在规定的贮存期内满足要求的开箱检测合格率和成功率;
3)可模拟复现多个有代表性的使用区的环境条件;
4)可在装备研制阶段得出产品的贮存期限,并发展贮存寿命薄弱环节并加以改进。根据加速贮存试验结果进行改进设计与批量生产之后再改进设计相比,可节省经费1/2~5/6。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种整机级产品贮存寿命加速试验方法,其特征在于,包括:
根据整机产品的剖面分析,获取与整机产品贮存寿命相关的敏感环境因素;
针对不同的敏感环境因素数据,采用相应的数据处理方法及编谱理论,分析并获得相应的环境载荷谱;其中,所述环境载荷谱为加速试验的输入数据;
获取整机产品贮存失效模式和失效机理相关的贮存失效信息,并根据所述贮存失效信息确定整机产品的贮存寿命薄弱部件;
对整机产品的不同薄弱部件分别进行加速试验,确定薄弱部件对应的寿命分布模型、加速模型以及相关参数;
根据薄弱部件的分析及相应的试验结果,构建基于竞争失效的整机贮存寿命模型及其加速因子评估模型;
根据整机加速因子,进行整机贮存寿命加速验证试验;
所述环境因素包括温度及振动;所述环境载荷谱包括稳态温度环境谱、温度循环载荷谱及振动载荷谱;
所述稳态温度环境谱采用阶梯统计法进行计算分析;其中,所述阶梯统计法将一个周期内的环境温度划分为N个温度区间,并且设定每个温度区间的温度值恒定;
所述温度循环载荷谱通过雨流计数法进行计算分析;
所述振动载荷谱通过功率谱法进行计算分析。
2.根据权利要求1所述的方法,其特征在于,所述整机贮存寿命模型引入竞争失效的方法进行建模;
所述整机贮存寿命模型包括竞争失效模型、寿命模型、退化模型、加速模型;其中,所述竞争失效模型用于表征各种失效模式与整机失效之间的关系;所述寿命模型用于描述整机突发性失效模式发生时的随机性和分散性;所述退化模型用于描述整机退化型失效模式的性能退化趋势;所述加速模型用于描述可靠性特征量与敏感应力之间的映射关系。
3.根据权利要求2所述的方法,其特征在于,所述竞争失效模型针对不同类型的整机设备选取不同的寿命分布进行模型构建;
针对电子设备,若设备部件的寿命分布服从指数分布,则基于指数寿命分布进行整机贮存寿命建模;对应的,系统可靠度表达式为:
系统平均寿命表达式为:
针对机电设备,若设备部件的寿命模型服从威尔布分布,则基于威尔布寿命分布进行整机贮存寿命建模;对应的,失效函数为:
针对复杂电子设备或机电设备,若设备部件的寿命模型服从逆高斯分布,则基于逆高斯寿命分布进行整机贮存寿命建模;对应单个部件概率密度函数为:
系统的平均寿命函数为:
系统的概率密度函数为:
4.根据权利要求1所述的方法,其特征在于,所述根据整机加速因子,进行整机贮存寿命加速验证试验的步骤包括:
通过构建的整机贮存寿命模型,基于整机产品在加速状态下的失效与自然贮存失效的等效关系,获取整机的加速因子;
对于服从指数寿命分布的模型,加速因子表述为:
其中,λj和θj分别是产品在加速应力j(j=1,2,...,k)下的失效率和特征寿命,λ0和θ0分别是产品在正常应力下的失效率和特征寿命;
得到整机产品在加速应力下的失效率为:
其中,Ai为整机产品在某一环境应力作用下的失效机理i(i=1,2,…,n)对应的加速因子;λA为设备在加速应力条件下的失效率;Aequipment为整机产品的加速因子;λ0为设备实际使用条件下失效率;λi为对应于使用条件下失效机理i的失效率;n为失效模式或失效机理的数目;由此,可得出指数寿命分布设备的加速因子为:
对于服从威布尔寿命分布的加速因子表述为:
得到整机产品在加速应力下特征寿命为:
得到整机产品的加速因子为:
对于服从逆高斯寿命分布的加速因子表述为:
其中,μj为在加速应力j下的尺度参数,μ0为在正常应力下的尺度参数;
得到整机产品在加速应力下的平均寿命为:
其中,μA为设备在加速应力条件下的平均寿命;μ0为设备实际使用条件下平均寿命;μi为对应于使用条件下失效机理i下的平均寿命;
由此,可得出服从逆高斯模型的加速因子为:
5.根据权利要求1所述的方法,其特征在于,所述根据整机加速因子,进行整机贮存寿命加速验证试验的步骤还包括:
基于整机产品在加速状态下的失效与自然贮存失效的等效关系,按照预设的规则,对加速环境载荷谱进行综合分析,得到等效贮存寿命加速试验剖面。
6.根据权利要求5所述的方法,其特征在于,所述得到等效贮存寿命加速试验剖面对应参数的步骤包括:
首先确定试验循环数;其中,加速试验剖面的试验循环数由温度循环应力的循环数决定;
确定每个循环中的温度保持时间;通过将当量稳态温度加速环境谱平均分配到各个试验循环,得到每个试验循环的温度保持时间;
确定每个循环中的振动持续时间;通过将当量振动加速载荷谱平均分配到各个试验循环,得到每个试验循环的振动持续时间;
综合考虑产品在加速试验剖面中每个循环中的高温保持时间、低温段冷透时间、温变率及相关因素,计算得到每个循环的试验时间;
将每个循环的试验时间乘以试验循环数得到加速试验的总试验时间;
将产品的实际环境剖面中的经历时间除以加速试验的总试验时间得到当量加速试验的加速因子。
7.根据权利要求1所述的方法,其特征在于,还包括,对加速贮存寿命试验后的整机产品进行可用性验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060098.8A CN108333208B (zh) | 2018-01-22 | 2018-01-22 | 一种整机级产品贮存寿命加速试验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060098.8A CN108333208B (zh) | 2018-01-22 | 2018-01-22 | 一种整机级产品贮存寿命加速试验方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108333208A CN108333208A (zh) | 2018-07-27 |
CN108333208B true CN108333208B (zh) | 2020-10-09 |
Family
ID=62925540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810060098.8A Active CN108333208B (zh) | 2018-01-22 | 2018-01-22 | 一种整机级产品贮存寿命加速试验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108333208B (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110836777B (zh) * | 2018-08-16 | 2021-10-01 | 郑州宇通客车股份有限公司 | 一种电机加速寿命试验方法及系统 |
CN110889084B (zh) * | 2018-09-10 | 2020-11-17 | 湖南银杏可靠性技术研究所有限公司 | 加速贮存和自然贮存退化数据一致性检验回归置信区间法 |
CN109190279B (zh) * | 2018-09-18 | 2023-04-07 | 中国人民解放军海军航空大学 | 一种温度振动加速耦合效应模型的构建方法 |
CN109460584A (zh) * | 2018-10-18 | 2019-03-12 | 北京电子工程总体研究所 | 贮存寿命的评估方法、模型的建立方法和相关设备 |
CN109557397A (zh) * | 2018-12-03 | 2019-04-02 | 北京遥感设备研究所 | 一种适用于真空器件的加速贮存试验方法 |
CN109839267B (zh) * | 2019-03-12 | 2021-07-13 | 北京宇航系统工程研究所 | 一种阀门贮存期评估方法 |
CN111380772A (zh) * | 2019-04-30 | 2020-07-07 | 中国人民解放军63961部队 | 长期贮存产品内部的橡胶类密封件贮存寿命的测定方法 |
CN111380771B (zh) * | 2019-04-30 | 2022-11-08 | 中国人民解放军63961部队 | 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 |
CN110208122B (zh) * | 2019-05-08 | 2021-08-17 | 杭州电子科技大学 | 一种机器人线束耐磨可靠性加速测试方法 |
CN109975131B (zh) * | 2019-05-16 | 2022-04-05 | 中国工程物理研究院电子工程研究所 | 一种树脂灌封产品贮存老化缺陷的检测方法 |
CN110135088B (zh) * | 2019-05-20 | 2022-08-23 | 哈尔滨工业大学 | 基于退化特征参数正常包络模型的模拟电路早期故障检测方法 |
CN110263443B (zh) * | 2019-06-21 | 2022-12-20 | 中国航发沈阳发动机研究所 | 一种航空发动机成附件随机振动耐久试验时间计算方法 |
CN110263487A (zh) * | 2019-07-02 | 2019-09-20 | 中国航空综合技术研究所 | 一种机械产品加速疲劳寿命试验方法 |
CN112213681B (zh) * | 2019-07-09 | 2023-11-07 | 河南许继仪表有限公司 | 一种电能表寿命预测方法及装置 |
CN110455477B (zh) * | 2019-07-31 | 2021-08-13 | 武汉科技大学 | 一种固体火箭舱段结构振动载荷谱的获取方法 |
CN110531735B (zh) * | 2019-08-07 | 2022-08-05 | 广东科鉴检测工程技术有限公司 | 一种仪器电控系统的可靠性指标考核方法 |
CN112444725B (zh) * | 2019-09-05 | 2024-01-26 | 中车株洲电力机车研究所有限公司 | 一种通孔焊点对比加速寿命试验方法 |
CN112825104B (zh) * | 2019-11-21 | 2024-04-16 | 湖南中车时代电驱科技有限公司 | 基于温湿度因子的叠层片式电感可靠性预计修正方法及介质 |
CN111141977B (zh) * | 2019-12-30 | 2022-08-02 | 中国航天标准化研究所 | 一种基于多应力加速寿命模型的试验时间计算方法 |
CN111413953A (zh) * | 2020-04-10 | 2020-07-14 | 西安航空制动科技有限公司 | 确定刹车控制装置振动测试参数的方法 |
CN111898236B (zh) * | 2020-05-25 | 2024-01-09 | 中国航天标准化研究所 | 基于失效大数据的加速贮存试验加速因子分析方法 |
CN111880023B (zh) * | 2020-06-16 | 2023-05-16 | 中国航天标准化研究所 | 基于多级加速因子的弹上电子产品贮存期加速试验方法 |
CN112115629B (zh) * | 2020-08-20 | 2022-11-11 | 中国人民解放军总参谋部第六十研究所 | 一种结合应力仿真的整机加速贮存试验设计方法 |
CN112052577B (zh) * | 2020-08-28 | 2022-09-06 | 中国航发贵阳发动机设计研究所 | 一种航空发动机可靠性指标规定值评价时机的确定方法 |
CN112464441B (zh) * | 2020-11-04 | 2023-06-30 | 北京强度环境研究所 | 一种电子产品多维向量加速因子表征方法 |
CN112595656B (zh) * | 2020-12-09 | 2022-05-27 | 中国兵器工业第五九研究所 | 弹用火工品长贮环境适应性试验装置及评价方法 |
CN112784414B (zh) * | 2021-01-22 | 2022-06-10 | 北京航空航天大学 | 一种多部件整机贮存寿命置信下限评估方法 |
CN112986733B (zh) * | 2021-02-18 | 2022-11-15 | 航天科工防御技术研究试验中心 | 电子产品的贮存可靠度评估方法 |
CN113378117A (zh) * | 2021-06-03 | 2021-09-10 | 中国人民解放军32181部队 | 一种发动机贮存环境剖面分析方法 |
CN113420963A (zh) * | 2021-06-03 | 2021-09-21 | 航天科工防御技术研究试验中心 | 机电产品的贮存可靠度评估方法 |
CN113720706B (zh) * | 2021-08-08 | 2023-11-28 | 中国飞机强度研究所 | 一种混合结构三钉连接件热疲劳试验的热应力等效方法 |
CN113607455B (zh) * | 2021-10-08 | 2022-02-15 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 伺服系统寿命试验方法、装置、计算机设备和存储介质 |
CN113884932B (zh) * | 2021-10-28 | 2024-04-09 | 广东电网有限责任公司 | 电池使用寿命的评估方法及装置 |
CN113984833B (zh) * | 2021-10-29 | 2024-03-01 | 江苏徐工工程机械研究院有限公司 | 一种环境温度等效及加速试验方法 |
CN114062820A (zh) * | 2021-11-18 | 2022-02-18 | 西安太乙电子有限公司 | 一种电子整机贮存试验薄弱元器件识别及影响评估方法 |
CN114323600A (zh) * | 2021-11-22 | 2022-04-12 | 北京机电工程研究所 | 一种综合应力可靠性强化试验方法 |
CN114218796B (zh) * | 2021-12-16 | 2022-09-02 | 中国人民解放军63966部队 | 一种装甲车辆可靠性剖面试验强度评价方法 |
CN115468759B (zh) * | 2022-09-22 | 2024-01-23 | 中国核动力研究设计院 | 一种电动阀门热备寿命加速试验方法 |
CN115577538B (zh) * | 2022-10-14 | 2023-09-22 | 中国航发沈阳发动机研究所 | 一种基于产品失效机理的机械产品加速寿命试验设计方法 |
CN116227240B (zh) * | 2023-05-08 | 2023-08-04 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 基于综合应力加速试验的产品寿命评价方法、装置及设备 |
CN116930725B (zh) * | 2023-09-15 | 2023-12-26 | 中国船舶集团有限公司第七一九研究所 | 一种船用电路板卡使用寿命试验与评估方法及系统 |
CN116976151B (zh) * | 2023-09-25 | 2023-12-26 | 天固信息安全系统(深圳)有限公司 | 一种硬件寿命检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592052A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空驱动电路模块贮存动态可靠度计算方法 |
CN104156600A (zh) * | 2014-08-13 | 2014-11-19 | 北京航空航天大学 | 一种基于寿命理论计算的作动器产品加速因子确定方法 |
CN105868543A (zh) * | 2016-03-25 | 2016-08-17 | 航天科工防御技术研究试验中心 | 基于逆高斯寿命分布的贮存寿命试验加速因子评估方法 |
CN105913166A (zh) * | 2016-03-28 | 2016-08-31 | 航天科工防御技术研究试验中心 | 一种机电整机产品贮存寿命试验加速因子评估方法 |
CN105930632A (zh) * | 2016-03-02 | 2016-09-07 | 航天科工防御技术研究试验中心 | 机电整机产品贮存寿命建模方法 |
CN105975739A (zh) * | 2016-03-02 | 2016-09-28 | 航天科工防御技术研究试验中心 | 整机产品贮存寿命建模方法 |
CN107300649A (zh) * | 2017-06-26 | 2017-10-27 | 北京强度环境研究所 | 一种配电器整机加速贮存试验方法及寿命评估方法 |
-
2018
- 2018-01-22 CN CN201810060098.8A patent/CN108333208B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592052A (zh) * | 2012-01-06 | 2012-07-18 | 北京航空航天大学 | 一种航空驱动电路模块贮存动态可靠度计算方法 |
CN104156600A (zh) * | 2014-08-13 | 2014-11-19 | 北京航空航天大学 | 一种基于寿命理论计算的作动器产品加速因子确定方法 |
CN105930632A (zh) * | 2016-03-02 | 2016-09-07 | 航天科工防御技术研究试验中心 | 机电整机产品贮存寿命建模方法 |
CN105975739A (zh) * | 2016-03-02 | 2016-09-28 | 航天科工防御技术研究试验中心 | 整机产品贮存寿命建模方法 |
CN105868543A (zh) * | 2016-03-25 | 2016-08-17 | 航天科工防御技术研究试验中心 | 基于逆高斯寿命分布的贮存寿命试验加速因子评估方法 |
CN105913166A (zh) * | 2016-03-28 | 2016-08-31 | 航天科工防御技术研究试验中心 | 一种机电整机产品贮存寿命试验加速因子评估方法 |
CN107300649A (zh) * | 2017-06-26 | 2017-10-27 | 北京强度环境研究所 | 一种配电器整机加速贮存试验方法及寿命评估方法 |
Non-Patent Citations (1)
Title |
---|
装备贮存寿命整机加速试验技术研究;谭源源;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20130915(第09期);第17-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108333208A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108333208B (zh) | 一种整机级产品贮存寿命加速试验方法 | |
CN109033709B (zh) | 基于非线性疲劳损伤累积理论的构件疲劳寿命评估方法 | |
Bruhn et al. | Simulation of daily weather data using theoretical probability distributions | |
Quigley et al. | Review and assessment of frequency-based fatigue damage models | |
CN105372136A (zh) | 一种基于应变增量的疲劳极限快速预测方法 | |
CN103246821A (zh) | 一种基于仿真的多应力小样本加速寿命试验方案设计优化方法 | |
CN108734266A (zh) | 深度神经网络模型的压缩方法及装置、终端、存储介质 | |
CN111208364A (zh) | 基于多模型的综合应力可靠性加速试验方法 | |
CN114169128B (zh) | 一种基于Bayes分析的可靠性强化试验定量评估方法 | |
CN114355094A (zh) | 基于多源信息的产品可靠性薄弱环节综合评估方法和装置 | |
CN105987823A (zh) | 通信装备基于振动应力变换的加速试验方法 | |
Varahram et al. | Experimental study on the effect of excitation type on the output-only modal analysis results | |
Kupchella et al. | Incorporation of material variability in the Johnson Cook model | |
CN105424554A (zh) | 一种基于比重测量的金属材料疲劳损伤程度确定方法 | |
CN113792446B (zh) | 一种基于晶体塑性理论的蠕变疲劳剩余寿命评定方法 | |
Li et al. | Information theory in nonlinear error growth dynamics and its application to predictability: Taking the Lorenz system as an example | |
Moura et al. | A review of spectral and conventional methods for cycle counting and fatigue life estimation. Extension to finite element analysis | |
Rosaiah et al. | Group acceptance sampling plan for resubmitted lots based on life tests for odds exponential log logistic distribution | |
Marques et al. | Structural health monitoring for damage detection and fatigue life estimation: a frequency-domain approach | |
Xu et al. | Consistency check of degradation mechanism between natural storage and enhancement test for missile servo system | |
CN107290603B (zh) | 一种产品可靠性评价方法及装置 | |
Xiong et al. | A practical randomization approach of deterministic equation to determine probabilistic fatigue and fracture behaviours based on small experimental data sets | |
Fekih et al. | Spectral-based fatigue assessment of ball grid arrays under aerospace vibratory environment | |
Mingzhi et al. | Fault diagnosis of automatic mechanism of Gatling gun based on information entropy of second-generation wavelet | |
CN109388829A (zh) | 一种电子产品寿命测算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |