CN108399271B - 仪器电控设备加速退化试验方法和系统 - Google Patents
仪器电控设备加速退化试验方法和系统 Download PDFInfo
- Publication number
- CN108399271B CN108399271B CN201711366755.3A CN201711366755A CN108399271B CN 108399271 B CN108399271 B CN 108399271B CN 201711366755 A CN201711366755 A CN 201711366755A CN 108399271 B CN108399271 B CN 108399271B
- Authority
- CN
- China
- Prior art keywords
- test
- data distribution
- distribution model
- control equipment
- data
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及一种仪器电控设备加速退化试验方法,首先根据仪器电控设备试验样品的原始性能参数对仪器电控设备试验样品的性能参数保质期进行预测,然后合理地设置加速退化试验条件,在进行加速退化试验置换,再对试验所得的失效时间数据进行可靠性分析,确定满足可靠性条件的失效时间数据作为试验样品的试验数据,能够有效提高加速退化试验数据的可靠性。
Description
技术领域
本发明涉及加速退化试验技术领域,特别是涉及一种仪器电控设备加速试 验数据处理方法和系统。
背景技术
加速退化试验是用加大试验应力来缩短试验周期的一种寿命试验方法。加 速退化试验方法为高可靠长寿命产品的可靠性评定提供了基础。加速退化试验 的类型很多,常用的是如下三类:
(1)恒定应力加速退化试验,简称恒加试验,即先选一组加速应力水平, 然后将一定数量的样品分为若干组,每组在一个应力水平下进行寿命试验,直 到各组均有一定数量的样品发生失效为止。
(2)步进应力加速退化试验,简称步加试验,即是先选定一组均高于正常 应力水平的加速应力水平,试验开始时把一定数量的样品放置于初始水平下进 行寿命试验,经过一段时间后提高应力水平继续进行寿命试验,经过一段时间 后将应力水平提高至更高的应力水平,如此继续下去,直至有一定数量的样品 发生失效为止。
(3)序进应力加速退化试验,简称序加试验。它与步加试验基本相同,不 同之处在于它施加的加速应力水平将随时间连续上升。
然而,传统的加速退化试验方式的数据可靠性较低。
发明内容
基于此,有必要针对传统的加速退化试验方式的数据可靠性较低的问题, 提供一种仪器电控设备加速退化试验方法和系统。
一种仪器电控设备加速退化试验方法,包括以下步骤:
获取仪器电控设备试验样品的原始性能参数,根据所述原始性能参数对仪 器电控设备试验样品的性能参数保质期进行预测;
根据预测的性能参数保质期设置加速退化试验条件,然后对仪器电控设备 试验样品进行加速退化试验,获取仪器电控设备试验样品性能退化量到达预设 失效阈值所对应的失效时间数据;
对所述失效时间数据进行可靠性分析,确定满足可靠性条件的失效时间数 据作为试验样品的试验数据。
一种仪器电控设备加速退化试验系统,包括:
预测模块,用于获取仪器电控设备试验样品的原始性能参数,根据所述原 始性能参数对仪器电控设备试验样品的性能参数保质期进行预测;
获取模块,用于根据预测的性能参数保质期设置加速退化试验条件,然后 对仪器电控设备试验样品进行加速退化试验,获取仪器电控设备试验样品性能 退化量到达预设失效阈值所对应的失效时间数据;
分析模块,用于对所述失效时间数据进行可靠性分析,确定满足可靠性条 件的失效时间数据作为试验样品的试验数据。
上述加速退化试验方法和系统,首先根据仪器电控设备试验样品的原始性 能参数对仪器电控设备试验样品的性能参数保质期进行预测,然后合理地设置 加速退化试验条件,在进行加速退化试验置换,再对试验所得的失效时间数据 进行可靠性分析,确定满足可靠性条件的失效时间数据作为试验样品的试验数 据,能够有效提高加速退化试验数据的可靠性。
附图说明
图1为一个实施例的仪器电控设备加速退化试验方法流程图;
图2为一个实施例的仪器电控设备加速退化试验系统的结构示意图。
具体实施方式
下面结合附图对本发明的技术方案进行说明。
如图1所示,本发明提供一种仪器电控设备加速退化试验方法,可包括以 下步骤:
S1,获取仪器电控设备试验样品的原始性能参数,根据所述原始性能参数 对仪器电控设备试验样品的性能参数保质期进行预测;
在本步骤中,试验样品可以是电子设备或者机械设备等,常见的,可以是 手机、医疗器械等,特别地,本发明中特指仪器电控设备。以手机为例,原始 性能参数可以是手机的电池容量、CPU频率等指标。可以采用多个规格相同的 试验样品进行加速退化试验,从而可以使各个试验样品退化模型和性能保持期 分布类型是一致的,只是由于样本的随机性,具体的参数不同。
在一个实施例中,根据所述原始性能参数对试验样品的性能参数保质期进 行预测时,可以根据所述原始性能参数计算所述仪器电控设备试验样品的伪失 效时间数据;根据所述伪失效时间数据对预先选取的可靠性分布模型进行求解; 根据求解后的可靠性分布模型对所述仪器电控设备试验样品的性能参数保质期 进行预测。
在一个实施例中,计算伪失效时间数据时,可以分别计算所述原始性能参 数在预先选取的多个退化模型下的残差平方和;根据所述残差平方和的大小从 所述多个退化模型中选取目标退化模型;根据所述目标退化模型对所述原始性 能参数进行外推,得到所述伪失效时间数据。在另一个实施例中,计算伪失效 时间数据时,也可以分别根据预先选取的多个退化模型对所述原始性能参数进 行外推,得到各个退化模型对应的第一伪失效时间数据;将数据量最大的第一 伪失效时间数据作为所述原始性能参数的伪失效时间数据。
S2,根据预测的性能参数保质期设置加速退化试验条件,然后对仪器电控 设备试验样品进行加速退化试验,获取仪器电控设备试验样品性能退化量到达 预设失效阈值所对应的失效时间数据;
失效是指产品丧失完成规定功能的能力的事件。失效是较为宽泛的概念, 类型有多种,产品发生失效并不意味着产品永久的损坏,也可以是偶然性的不 能完成规定的功能,可以在采取修复措施后恢复正常。失效时间是指产品的性 能退化量到达预先设置的失效阈值所需要的时间。
具体地,加速退化试验条件可包括但不限于试验样本的数量、全部加速退 化试验的总时间和应力水平。可以根据预测的性能参数保质期设置上述条件, 以便进行加速退化试验,获取试验样品性能退化量到达预设失效阈值所对应的 失效时间数据。
S3,对所述失效时间数据进行可靠性分析,确定满足可靠性条件的失效时 间数据作为试验样品的试验数据。
在本步骤中,对所述失效时间数据进行可靠性分析时,可以根据所述失效 时间数据对应的数据分布特征选取数据分布模型;对所述数据分布模型进行拟 合优度检验,若检验合格,根据所述数据分布模型对所述失效时间数据进行可 靠性分析。
进一步地,在选取数据分布模型时,可以获取多个预选数据分布模型;计 算各个预选数据分布模型的误差指标参数;将误差指标参数最小的预选数据分 布模型作为所述数据分布模型。在一个实施例中,误差指标包括误差极差、误 差变异系数、误差方差、最大偏差、函数平均误差和概率密度函数误差。
(1)误差极差最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),有K个模型入选,对所得的失效数据t1<t2<…<tr,r为失效数据的总数,误差极 差最小可定义为:
在入选的第一分布模型中,选择误差极差最小的第一分布模型。
(2)误差变异系数最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),对所得的失效数据t1<t2<…<tr,误差变异系数最小可定义为:
(3)误差方差最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),对所得的失效数据t1<t2<…<tr,误差方差最小可定义为:
在入选的第一分布模型中,选择误差方差最小的第一分布模型。
(4)最大偏差最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),对所得的失效数据t1<t2<…<tr,最大偏差最小可定义为:
sup表示一个集合中的上确界。
(5)函数平均误差最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),对所得的失效数据t1<t2<…<tr,函数平均误差最小可定义为:
a和b为预设的常数。在入选的第一分布模型中,选择函数平均误差最小的 第一分布模型。
(6)概率密度函数平均误差最小
在ti时刻,设产品可靠性基本函数的观测值为φ'(ti),拟合后的所得值为φ(ti),对所得的失效数据t1<t2<…<tr,概率密度函数平均误差最小可定义为:
a和b为预设的常数,f(x)为估计出的概率密度函数,g(x)为拟合所得的概率 密度函数。在入选的第一分布模型中,选择概率密度函数平均误差最小的第一 分布模型。
为了进一步提高模型选择的准确性,可以将误差极差的最小值、误差变异 系数的最小值、误差方差的最小值、最大偏差的最小值、函数平均误差的最小 值和概率密度函数误差的最小值之和作为误差指标参数:
在入选的第一分布模型中,可选择ρmin最小的第一分布模型。
在选取数据分布模型之后,还可以计算所述数据分布模型的总体矩,并计 算所述试验样本的样本矩;根据所述总体矩和样本矩对所述数据分布模型进行 参数估计;或者获取所述数据分布模型对应的累积分布函数;对所述累积分布 函数进行线性变换;根据线性变换后的累积分布函数的斜率对所述数据分布模 型进行参数估计。
以指数分布为例,若经过初步判定失效时间数据符合指数分布,可以采用 矩估计法对分布参数进行估计。矩估计法的基本思想是使总体矩等于样本矩而 获得模型参数方程,进而求得模型未知参数的估计。设数据分布模型的概率密 度函数为f(t),则第k阶总体矩定义为:
j=1,2,…,θ代表未知参数。假设加速试验的失效时间数据样本为t1,t2,…,tn,n为样本总数。则k阶样本矩为:
由总体矩和样本矩之间的关系:
对于分布参数为λ的指数分布,其均值E(T)和方差V(T)分别为:
因此可以得到指数分布的矩估计方程:
在另一个实施例中,还可以将所述累积分布函数转换为线性函数;对所述 线性函数进行求解,得到数据分布模型的分布参数;根据所述分布参数建立所 述数据分布模型。
仍以指数分布为例,指数分布的累积分布函数为:F(t)=1=e-λt。令:
对累积分布函数变形得:y=λx,
因此,(x1,y1),(x2,y2),…,(xr,yr)呈一条直线,且斜率为λ。则λ的估计值为:
在另一个实施例中,还可以抽取n个样品进行加速试验,分别获取所述n个 样品对应的失效时间数据;n为正整数;根据所述失效时间数据获取样品在 [ti,ti+dti]时间段内失效的概率;根据所述概率建立所述数据分布模型的似然函 数;根据所述似然函数计算所述数据分布模型的分布参数的极大似然估计值; 根据所述分布参数的极大似然估计值建立数据分布模型。
仍以指数分布为例,抽取n个样品进行加速试验,设截尾时间(无替换的定 时截尾)为t0。在[0,t0]内有r个产品失效,失效时间依次为:
t1≤t2≤…≤tr≤t0,
忽略常数项,则可建立指数分布的似然函数:
两边取对数,建立对数似然方程为:
对对数似然方程求导,并令其等于0,得到指数分布参数的极大似然估计值:
平均寿命的估计值为:
在另一个实施例中,还可以对分布参数进行区间估计。置信水平为1-α的失 效率置信限表达式如下:
单边置信区间,其上限为:
双边置信区间:
对于威布尔分布,可采用以下方式进行参数估计:
(1)矩估计法
两参数威布尔分布的平均寿命与方差分别为:
V(T)=α2[Γ(1+2/β)]-Γ2(1+1/β)。
因此可得威布尔分布的矩估计方程:
联合求解方程,可得到参数α、β的估计值,通常α>0,β>0。
(2)最小二乘法
最小二乘法是将模型经过恰当的变换后,应用最小二乘法原理来估计模型 的未知参数。以两参数威布尔分布为例:
依据最小二乘法原理:
对于线性化模型,需对回归效果检验,以检验数据是否满足线性要求。检 验方法有以下两种:
1)方差分析法
方差分析法的检验公式为:
对于给定的置信水平α,查阅F分布表得临界值Fα(1,n-2),若F>Fα(1,n-2), 则认为相关关系显著,反之,则相关关系不显著。
2)相关系数检验法
相关系数检验的检验统计量为
|r|越大,线性关系越显著,当|r|>c,c为临界值时,则认为线性关系显著。
(3)极大似然估计
假设共获得n个失效时间数据,n=nf+ns,nf和ns分别为右截尾数据与失效 时间数据个数,各自即为G和G,则似然函数为:
式中,θ为参数变量。两参数威布尔分布的似然函数为:
等式两边分别对β,α求微分得:
令偏微分为零,得到:
求解得到分布参数的极大似然估计值。
(4)最佳线性无偏估计
两参数威布尔分布累积分布函数为:
令σ=1/β,μ=lnα,则:
假设有n个样品投入加速试验,t1≤t2≤…≤tr是其前r个次序统计量,设 Xk=lntk,则X1≤X2≤…≤Xk可以看做是从F(x)中来的一个容量为n的前r个次序 统计量。设yk=(x-μk)/σ,则Y1≤Y2≤…≤Yk可以看做是从F(y)容量为n的前r个次 序统计量。由于F(y)不含有任何未知数,故通过次序统计量的分布可求得 Y1≤Y2≤…≤Yk的数学期望、方程和协方差分别为:
E(yk)=ak
Var(yk)=vkk,
Cov(yk,yl)=vkl
E(xk)=μ+σak
可得到Var(xk)=σ2vkk。
Cov(xk,xl)=σ2vkl
根据高斯马尔科夫定理可得:
最终得σl的估计值和方差为:
最终得到β,α的估值为:
在确定数据分布模型之后,还可以对所述数据分布模型进行拟合优度检验, 以便提高试验结果的精确度。在一个实施例中,可以取原假设H0:当失效时间 服从指数分布时,则统计量为:
T*是加速退化试验到终止的总试验时间,Tk是到第k次失效的总试验时间, 即:
在另一个实施例中,对于样本量为n,截尾数为r的无替换定数截尾 t(1)≤t(2)≤…≤tr(,)取原假设H0:失效时间服从指数分布,则统计量为:
式中,r1=[r/2],r2=r-r1,y=(n-i+1)(t(i)-t(i-1)),i=1,2,…,r;t(0)=0。当原假设成 立时,F服从自由度为2r1,2r2的F分布。当时,表明相邻失效时间间 隔有变大的趋势,失效率可能是递减的;当时,失效率可能是递增 的。因此,当或时,拒绝H0,反之则接受H0。
对于威布尔分布,在一个实施例中,可采用以下方式进行检验:
假定有n个样品,共获得失效时间r个,分别为t1<t2<…<tr,服从威布尔分 布,令:
可构建相应的统计量为:
E(Λi+1)查表可得。则统计量F渐近服从自由度为2(r-[r/2]-1),2[m/2]的F分 布。对于给定的置信水平1-α,相应的拒绝域为:
或F≥Fα/2((r-[r/2]-1),2[r/2])。
建立了可靠性模型之后,可以对产品的可靠性水平进行评价。
在一个实施例中,可采用MTTF评价。MTTF的点估计:
对于指数分布,置信水平为1-α的平均寿命的置信限表达式如下:
双边置信区间:
对于威布尔分布,MTBF是α的增函数,β的减函数,因此,置信水平为1-α 时,MTBF的双侧置信区间为:
依据建立的可靠性基本函数模型,给定时间t,将其代入相应的可靠性函数, 则可得到在时间段t内的可靠度、不可靠度、失效率等指标值的取值。
上述加速退化试验方法,首先根据试验样品的原始性能参数对试验样品的 性能参数保质期进行预测,然后合理地设置加速退化试验条件,在进行加速退 化试验置换,再对试验所得的失效时间数据进行可靠性分析,确定满足可靠性 条件的失效时间数据作为试验样品的试验数据,能够有效提高加速退化试验数 据的可靠性。
如图2所示,本发明还提供一种仪器电控设备加速退化试验系统,可包括:
预测模块10,用于获取仪器电控设备试验样品的原始性能参数,根据所述 原始性能参数对仪器电控设备试验样品的性能参数保质期进行预测;
获取模块20,用于根据预测的性能参数保质期设置加速退化试验条件,然 后对仪器电控设备试验样品进行加速退化试验,获取仪器电控设备试验样品性 能退化量到达预设失效阈值所对应的失效时间数据;
分析模块30,用于对所述失效时间数据进行可靠性分析,确定满足可靠性 条件的失效时间数据作为试验样品的试验数据。
本发明的仪器电控设备加速退化试验系统与本发明的仪器电控设备加速退 化试验方法一一对应,在上述仪器电控设备加速退化试验方法的实施例阐述的 技术特征及其有益效果均适用于仪器电控设备加速退化试验系统的实施例中, 特此声明。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、 “具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特 征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明 书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描 述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中 以合适的方式结合。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对 上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技 术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改 进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权 利要求为准。
Claims (7)
1.一种仪器电控设备加速退化试验方法,其特征在于,包括以下步骤:
获取仪器电控设备试验样品的原始性能参数,根据所述原始性能参数对仪器电控设备试验样品的性能参数保质期进行预测;
根据预测的性能参数保质期设置加速退化试验条件,然后对仪器电控设备试验样品进行加速退化试验,获取仪器电控设备试验样品性能退化量到达预设失效阈值所对应的失效时间数据;
获取多个预选数据分布模型;
根据如下公式计算各个预选数据分布模型的误差指标参数:
式中,ρmin为所述误差指标参数,Emin为误差极差的最小值,Cvmin为误差变异系数的最小值,为误差方差的最小值,Dmin为最大偏差的最小值,σF为函数平均误差的最小值,σf为概率密度函数平均误差的最小值,K为预选数据分布模型的数量;
将误差指标参数最小的预选数据分布模型作为数据分布模型;
对所述数据分布模型进行拟合优度检验,若检验合格,根据所述数据分布模型对所述失效时间数据进行可靠性分析;
确定满足可靠性条件的失效时间数据作为试验样品的试验数据。
2.根据权利要求1所述的仪器电控设备加速退化试验方法,其特征在于,根据所述原始性能参数对仪器电控设备试验样品的性能参数保质期进行预测的步骤包括:
根据所述原始性能参数计算所述仪器电控设备试验样品的伪失效时间数据;
根据所述伪失效时间数据对预先选取的可靠性分布模型进行求解;
根据求解后的可靠性分布模型对所述仪器电控设备试验样品的性能参数保质期进行预测。
3.根据权利要求1所述的仪器电控设备加速退化试验方法,其特征在于,所述加速退化试验条件包括仪器电控设备试验样本的数量、全部加速退化试验的总时间和应力水平。
5.根据权利要求1所述的仪器电控设备加速退化试验方法,其特征在于,在根据所述失效时间数据对应的数据分布特征选取数据分布模型之后,还包括以下步骤:
计算所述数据分布模型的总体矩,并计算所述仪器电控设备试验样品的样本矩;
根据所述总体矩和样本矩对所述数据分布模型进行参数估计。
6.根据权利要求1所述的仪器电控设备加速退化试验方法,其特征在于,在根据所述失效时间数据对应的数据分布特征选取数据分布模型之后,还包括以下步骤:
获取所述数据分布模型对应的累积分布函数;
对所述累积分布函数进行线性变换;
根据线性变换后的累积分布函数的斜率对所述数据分布模型进行参数估计。
7.一种仪器电控设备加速退化试验系统,其特征在于,包括:
预测模块,用于获取仪器电控设备试验样品的原始性能参数,根据所述原始性能参数对仪器电控设备试验样品的性能参数保质期进行预测;
获取模块,用于根据预测的性能参数保质期设置加速退化试验条件,然后对仪器电控设备试验样品进行加速退化试验,获取仪器电控设备试验样品性能退化量到达预设失效阈值所对应的失效时间数据;
分析模块,用于获取多个预选数据分布模型;根据如下公式计算各个预选数据分布模型的误差指标参数:
式中,ρmin为所述误差指标参数,Emin为误差极差的最小值,Cvmin为误差变异系数的最小值,为误差方差的最小值,Dmin为最大偏差的最小值,σF为函数平均误差的最小值,σf为概率密度函数平均误差的最小值,K为预选数据分布模型的数量;
将误差指标参数最小的预选数据分布模型作为数据分布模型;
对所述数据分布模型进行拟合优度检验,若检验合格,根据所述数据分布模型对所述失效时间数据进行可靠性分析;确定满足可靠性条件的失效时间数据作为试验样品的试验数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711366755.3A CN108399271B (zh) | 2017-12-18 | 2017-12-18 | 仪器电控设备加速退化试验方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711366755.3A CN108399271B (zh) | 2017-12-18 | 2017-12-18 | 仪器电控设备加速退化试验方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108399271A CN108399271A (zh) | 2018-08-14 |
CN108399271B true CN108399271B (zh) | 2021-07-06 |
Family
ID=63093669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711366755.3A Active CN108399271B (zh) | 2017-12-18 | 2017-12-18 | 仪器电控设备加速退化试验方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399271B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113032999B (zh) * | 2021-03-26 | 2024-05-17 | 北京中关村水木医疗科技有限公司 | 医疗设备使用寿命的预测方法及装置 |
CN113887009B (zh) * | 2021-06-24 | 2024-06-21 | 北京电子工程总体研究所 | 一种定数截尾试验加速失效机理一致性检验方法 |
CN113946986B (zh) * | 2021-12-20 | 2022-04-19 | 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)) | 基于加速退化试验的产品平均失效前时间评估方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6877360B1 (en) * | 1998-04-02 | 2005-04-12 | Rockwell Automation Technologies, Inc. | System and method for dynamic lubrication adjustment for a lubrication analysis system |
WO2008011048A2 (en) * | 2006-07-17 | 2008-01-24 | Abbott Cardiovascular Systems Inc. | Controlled degradation of stents |
CN103048607A (zh) * | 2012-12-15 | 2013-04-17 | 华中科技大学 | 一种基于给定阀值的数控成品电路板性能退化测评方法 |
CN105718620A (zh) * | 2014-12-04 | 2016-06-29 | 国家电网公司 | 换流阀冷却系统关键元器件可靠性统计分析的建模方法 |
-
2017
- 2017-12-18 CN CN201711366755.3A patent/CN108399271B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6877360B1 (en) * | 1998-04-02 | 2005-04-12 | Rockwell Automation Technologies, Inc. | System and method for dynamic lubrication adjustment for a lubrication analysis system |
WO2008011048A2 (en) * | 2006-07-17 | 2008-01-24 | Abbott Cardiovascular Systems Inc. | Controlled degradation of stents |
CN103048607A (zh) * | 2012-12-15 | 2013-04-17 | 华中科技大学 | 一种基于给定阀值的数控成品电路板性能退化测评方法 |
CN105718620A (zh) * | 2014-12-04 | 2016-06-29 | 国家电网公司 | 换流阀冷却系统关键元器件可靠性统计分析的建模方法 |
Non-Patent Citations (2)
Title |
---|
"性能退化数据下的VDMOS可靠性分析;王亭;《数学的实践与认识》;20170430;第47卷(第7期);第161-167页 * |
机载装备分系统级机电产品贮存备件研究;顾静 等;《可靠性与环境适应性理论研究》;20110220;第29卷(第1期);第1-4页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108399271A (zh) | 2018-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108399271B (zh) | 仪器电控设备加速退化试验方法和系统 | |
CN110851980B (zh) | 一种设备剩余寿命预测方法及系统 | |
CN110096737B (zh) | 绝缘子寿命预测方法、装置、计算机装置及存储介质 | |
CN108959178A (zh) | 无失效数据的可靠性置信限统计评估方法 | |
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 | |
CN108846239B (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 | |
CN109596986B (zh) | 动力电池包内阻在线估算方法及电池管理系统 | |
CN111382029B (zh) | 基于pca和多维监测数据的主板异常诊断方法及装置 | |
Li et al. | Change-point detection of failure mechanism for electronic devices based on Arrhenius model | |
CN111159846B (zh) | 基于分数levy稳定运动的滚动轴承剩余有效寿命预测方法 | |
CN112202630A (zh) | 一种基于无监督模型的网路质量异常检测方法及装置 | |
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 | |
CN110850358A (zh) | 基于逐步回归算法的电能表综合检定方法及系统 | |
CN107798149B (zh) | 一种飞机维修性评估方法 | |
CN107677290B (zh) | 惯性导航系统精度评定的测试方法及装置 | |
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 | |
CN112613191A (zh) | 电缆健康状态评估方法、装置、计算机设备和存储介质 | |
CN116400244B (zh) | 储能电池的异常检测方法及装置 | |
CN108229727B (zh) | 医疗器械整机寿命分布预测方法和系统 | |
Santoni et al. | A guide to equivalent circuit fitting for impedance analysis and battery state estimation | |
CN107967406A (zh) | 医疗器械电控设备加速试验可靠性分析方法和系统 | |
CN108459948B (zh) | 系统可靠性评估中失效数据分布类型的确定方法 | |
CN112818293A (zh) | 一种估计电容器寿命概率分布的方法及系统 | |
CN108038316B (zh) | 仪器整机可靠度预测方法和系统 | |
CN107218964B (zh) | 一种试验子样容量性状的判定方法 |
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 |