CN110196855B - 基于秩和的性能退化数据与故障数据的一致性检验方法 - Google Patents

基于秩和的性能退化数据与故障数据的一致性检验方法 Download PDF

Info

Publication number
CN110196855B
CN110196855B CN201910376215.6A CN201910376215A CN110196855B CN 110196855 B CN110196855 B CN 110196855B CN 201910376215 A CN201910376215 A CN 201910376215A CN 110196855 B CN110196855 B CN 110196855B
Authority
CN
China
Prior art keywords
data
degradation
failure
product
fault
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
Application number
CN201910376215.6A
Other languages
English (en)
Other versions
CN110196855A (zh
Inventor
张福光
赵建印
滕克难
洪亮
王玺
单鑫
周强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Coastal Defense College Of Naval Aviation University Of Chinese Pla
Original Assignee
Coastal Defense College Of Naval Aviation University Of Chinese Pla
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Coastal Defense College Of Naval Aviation University Of Chinese Pla filed Critical Coastal Defense College Of Naval Aviation University Of Chinese Pla
Priority to CN201910376215.6A priority Critical patent/CN110196855B/zh
Publication of CN110196855A publication Critical patent/CN110196855A/zh
Application granted granted Critical
Publication of CN110196855B publication Critical patent/CN110196855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明提供一种基于秩和的性能退化数据与故障数据的一致性检验方法，步骤如下：一、分别采集产品故障数据和性能退化数据；二、对每个样品的性能退化数据进行退化轨道建模，确定每个样品的伪寿命；三、将伪寿命数据和故障数据混合在一起，得到每个数据的秩，即数据在序列中的顺序值；四、将故障数据的秩相加，得到关于故障数据的秩和；五、通过查寻“秩和临界值表”得到故障数据秩和的上、下限值；六、对故障数据的秩和进行判定；本发明对性能退化数据和故障数据进行一致性检验，实现了对性能退化数据的有效性检验，体现了可靠性模型构建的可设计性、可验证性，保证性能可靠性模型的有效性和实用性，还可解决两组产品的技术状态一致性判断的问题。

Description

基于秩和的性能退化数据与故障数据的一致性检验方法
一、技术领域
本发明涉及产品的性能退化数据与故障数据的一致性检验方法，具体是一种基于秩和的性能退化数据与故障数据一致性检验方法，属于可靠性工程寿命预测领域，用于性能退化数据的有效性验证工作，为可靠性模型的建立奠定基础，从而保证可靠性工作的有效进行。
二、背景技术
随着产品可靠性的提高、寿命的延长，以及性能退化理论的发展，在产品的可靠性评估方面，有更多的方法倾向于得到利用加速寿命试验得到产品性能退化数据，并利用性能退化数据对产品的可靠性进行评估。为了保证这种统计推断的可信性，必须论证产品在基于性能退化数据的推得的伪寿命分布与产品故障数据得到的寿命分布，出自于同一概率分布。因此，借此思路，可以验证产品性能退化数据是否有效。
三、发明内容
(一)本发明的目的
本发明的目的是对性能退化数据和故障数据的一致性检验，它能够检验性能退化数据的有效性，更进一步检验性能可靠性模型的有效性和实用性。
(二)技术方案
本发明是一种基于秩和的性能退化数据与故障数据的一致性检验方法，提出的基本假设如下：
假设1故障数据和性能退化数据，均来自于同一批次的产品；
假设2每一个故障数据和性能退化数据都是有效的；
假设3假设故障数据无系统误差。
基于以上假设，本发明提出一种基于秩和的性能退化数据与故障数据的一致性检验方法，其特征在于：其步骤如下：
步骤一、分别采集产品故障数据和性能退化数据；
步骤二、对每个样品的性能退化数据进行退化轨道建模，在给定产品失效阈值的条件下，确定每个样品的伪寿命；
步骤三、将伪寿命数据和故障数据混合在一起，并按照从小到大的次序排列，得到每个数据的秩，即数据在序列中的顺序值；
步骤四、将故障数据的秩相加，得到关于故障数据的秩和；
步骤五、在给定的显著性水平和两组数据容量的大小的条件下，通过查寻“秩和临界值表”得到故障数据秩和的上、下限值；
步骤六、对故障数据的秩和进行判定。
其中，在步骤一中所述的“产品”，是指本发明所述的方法适用于下列产品，以性能退化产品为研究对象，该产品包括有：
(1)长贮退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于贮存状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；
(2)长时间连续工作退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于工作状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；
(3)非连续工作退化失效型产品：是指在产品全寿命周期过程中，其一部分时间处于贮存状态、一部分时间处于工作状态、且贮存与工作状态不断交替的产品，该产品随着服役时间的增加，将产生劣化、老化现象。
其中，在步骤一中所述的“故障数据”，仅包括责任故障，不包括非责任故障；其责任故障包括：(1)由于设计缺陷或制造工艺不良而造成的故障；(2)由于元器件潜在缺陷致使失效而造成的故障；(3)由于软件引起的故障，但若软件错误以纠正并证实无该软件错误引起的故障不算作责任故障；(4)间歇故障；(5)超出规范正常范围的调整；(6)试验期间所有非从属故障原因引起的故障征兆(未超出性能极限)而引起的更换；(7)无法证实原因的异常；
其非责任故障包括：(1)未按操作说明操作引起的受试产品故障；(2)由实验室提供的试验设备及测试仪器仪表故障引起的受试产品故障；(3)超出设备工作极限的环境条件和工作条件引起的受试产品故障；(4)使用过程中出现的非主要功能失效故障，如漆层、镀层脱落等；
其“故障数据”应含有故障时间。
其中，在步骤一中所述的“性能退化数据”包括退化量和退化时间。
其中，在步骤二中所述的“对每个样品的性能退化数据进行退化轨道建模”是指使用失效物理建模方法、退化分布建模方法、广义退化建模方法和随机过程退化建模方法中的一种或数种；该建模方法的具体情况作法如下：
(1)失效物理建模：该方法是指通过分析导致产品失效的物理或化学机理、变化规律，以及产品失效与使用条件(环境应力)的内在联系，建立的相应退化轨道模型，典型的失效物理模型包括累积损伤模型、反应论模型以及基于退化率模型等；
(2)退化分布建模：该方法假设同一类产品样本的性能退化量所服从的分布形势在不同的测量时刻是相同的，分布参数随着时间变化，通过分析得到退化量分布参数随时间的变化规律后，即可利用性能可靠性评估方法对产品的可靠性进行评估，常用的退化量分布模型主要有正态分布模型和Weibull分布模型；
(3)广义退化建模：该方法基本思想是假设退化轨道为某函数族，用参数描述退化轨道的分布。由统计方法估计参数，以确定退化轨道的分布，再利用退化轨道模型求解失效时间分布，常用的广义退化模型有线性退化模型、指数退化模型等；
(4)随机过程退化建模：该方法认为产品的性能退化是由于产品内部不断地损伤累积造成的，根据损伤过程的不同性能退化过程可能是离散变化的，也可能是连续变换的，或者两种方式共同存在，常用的随机过程退化模型有Wiener过程和Gamma过程的性能退化模型等。
其中，在步骤二中所述的“失效阀值”，其数值与故障数据中的故障时性能参数相一致。
其中，在步骤二中所述的“伪寿命”，即退化轨道与失效阈值交点所对应的时间。
其中，在步骤三中所述的“秩”时，若几个故障数据相等，则它们的秩也相等，等于相应几个秩的算术平均值。
其中，在步骤六中所述的“对故障数据的秩和进行判定”是指通过判定规则来判定性能退化数据与故障数据是否具有一致性；规则包括以下两种：若故障数据处在上、下限值之间，则判定伪寿命数据与故障数据无明显差异，因此认为性能退化数据与故障数据具有一致性；若故障数据秩和大于上限值或者小于下限值，则判定伪寿命数据与故障数据具有明显差异，因此认为性能退化数据与故障数据不具有一致性；判定时，当R＝T1或R＝T2时为临界情况，应增加数据容量重新检验。
通过以上步骤，对性能退化数据和故障数据进行一致性检验，符合工程习惯，实现了对性能退化数据的有效性检验，体现了可靠性模型构建的可设计性、可验证性，保证性能可靠性模型的有效性和实用性，还可解决两组产品的技术状态一致性判断的问题。
(三)本发明的优点：
(1)本发明在考虑充分性、必要性、符合工程习惯、可论证性、可设计性、可验证性原则的基础上根据性能退化数据和故障数据的特点选取了秩和对性能退化数据和故障数据进行一致性检验，为可靠性模型的建立奠定基础，从而保证可靠性工作的有效进行。
(2)本发明可用于验证样本性能退化数据的有效性和性能可靠性模型的有效性，还可用来判断两组产品的技术状态是否一致。
四、附图说明
图1为本发明所述的数据一致性检验方法流程图。
图2为伪寿命预测示意图。
五、具体实施方式
下面将结合附图和实例对本发明做进一步详细说明。
本发明一种基于秩和的性能退化数据与故障数据的一致性检验方法，见图1所示，其具体步骤如下：
步骤一、分别采集样本的性能退化数据和故障数据，其中样本的性能退化数据记为{Xij(t)，i＝1，...，n，j＝1，...，mn}，其中n表示样本的个数，m表示各样本采集的数性能退化数据的个数；样本的故障数据记为{tk，k＝1，...，q}。
步骤二、确定样本的伪寿命：对每个样本的性能退化数据进行退化轨道建模，得到xi＝F(t；θ)，i＝1，...，n；在给定产品失效阈值的条件Df下，得到每个样本的伪寿命，即退化轨道与失效阈值交点所对应的时间，
Figure BDA0002051766160000051
图2是由单个样本性能退化数据得出的单个样本伪寿命。
步骤三、将n个伪寿命数据和q个故障数据混合在一起，组成数据集合
Figure BDA0002051766160000052
将T中的数据从小到大排列，得到数据的顺序数，即为秩{rj；j＝1，...，n+q}。
步骤四、将T中故障数据所对应的秩相加，得到秩和R。
步骤五、由n和q可查“秩和临界值表”，结合显著性水平α，得R对应的上、下限值T2和T1。
步骤六、对故障数据的秩和进行判定，判定规则包括以下两种：如果T1＜R＜T2，则认为对于在给定的显著性水平α，伪寿命数据与故障数据无明显差异，因此，认为性能退化数据与故障数据具有一致性；如果R1＜T1或R1＞T2，则认为对于给定的显著性水平α下，伪寿命数据与故障数据有明显差异，因认为性能退化数据与故障数据不具有一致性。
兹举实施案例如下：
本案例以XX型常闭高压接触器为例，陈述本发明基于秩和的性能退化数据与故障数据的一致性检验方法的应用。
本案例所涉及产品为长时间连续工作退化失效型产品。
本案例实施流程为上述6个步骤。
步骤一、分别采集产品故障数据和性能退化数据，样本具体情况如下：样本数为20个，为同批次样本。其中10个样本来自历史数据，为故障数据，如表1所示；10个样本来自于同批次样本试验实测数据，为性能退化数据，如表2所示。性能参数为接触电压降，单位为mV。
表1 XX型常闭高压接触器历史故障数据(寿命，单位：天)
152 64 65 112 263 180 71 77 47 17
步骤二、确定每个样本的伪寿命：对每个样本的性能退化数据进行退化轨道建模。基于对数据的分析可知，该产品退化轨道为指数族，可用广义退化建模方法进行退化轨道建模。因此可以得到yij＝aiexp(bitij)，i＝1，...，10，j＝1，...，5，其中tij为第i样本第j次测量的时刻(单位：天)，yij为第i样本第j次测量的接触电阻(单位：mV)，ai和bi为第i样本的退化轨道模型待定参数。其参数估计结果，如表3所示；在给定产品失效阈值的条件Df＝40mV下，得到每个样本的伪寿命，即退化轨道与失效阈值交点所对应的时间，
Figure BDA0002051766160000061
其样本伪寿命估计结果，如表4所示。
表2 XX型常闭高压接触器试验实测数据(接触电压降，单位：mV)
Figure BDA0002051766160000062
表3 XX型常闭高压接触器试验样本退化轨道模型参数估计结果
Figure BDA0002051766160000063
表4 XX型常闭高压接触器试验样本伪寿命估计结果(伪寿命，单位：天)
样本 1 2 3 4 5
伪寿命(天) 286.2484 16.6185 88.1234 93.4125 29.7801
样本 6 7 8 9 10
伪寿命(天) 17.1932 74.1951 112.3986 71.4973 193.7683
步骤三、将10个伪寿命数据和10个故障数据混合在一起，将组成数据集合按时间从小到大排列，得到数据的秩；
步骤四、将T中故障数据所对应的秩相加，得到秩和R为105；
步骤五、由n＝10和q＝10，本例所用的“秩和临界值表”数据如表5所示。可查“秩和临界值表”，结合显著性水平α＝0.026，得R对应的上、下限值T2为131和T1为79；
表5秩和临界值表(部分)
括号内数值为样本容量(n1，n2)
Figure BDA0002051766160000071
注：表中第一行为样本容量，第2行和第3行第1列为下限值；第2行和第3行第2列为上限值；第2行和第3行第3列为显著性水平α；查表时先确定显著性水平α，再确定上、下限值。
步骤六、对故障数据的秩和进行判定，由于T1＜R＜T2，认为对于给定的显著性水平α＝0.026，XX型常闭高压接触器性能退化数据与故障数据具有一致性。

Claims (3)

1.一种基于秩和的性能退化数据与故障数据的一致性检验方法，提出的基本假设如下：
假设1：故障数据和性能退化数据，均来自于同一批次的产品；
假设2：每一个故障数据和性能退化数据都是有效的；
假设3：假设故障数据无系统误差；
基于以上假设，其特征在于：实施步骤如下：
步骤一、分别采集产品故障数据和性能退化数据；
步骤二、对每个样品的性能退化数据进行退化轨道建模，在给定产品失效阈值的条件下，确定每个样品的伪寿命；
步骤三、将伪寿命数据和故障数据混合在一起，并按照从小到大的次序排列，得到每个数据的秩，即数据在序列中的顺序值；
步骤四、将故障数据的秩相加，得到关于故障数据的秩和；
步骤五、在给定的显著性水平和两组数据容量的大小的条件下，通过查寻“秩和临界值表”得到故障数据秩和的上、下限值；
步骤六、对故障数据的秩和进行判定；
其中，在步骤一中所述的“产品”，是指本方法适用于下列产品，以性能退化产品为研究对象，该产品包括有：
(1)长贮退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于贮存状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；
(2)长时间连续工作退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于工作状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；
(3)非连续工作退化失效型产品：是指在产品全寿命周期过程中，其一部分时间处于贮存状态、一部分时间处于工作状态、且贮存与工作状态不断交替的产品，该产品随着服役时间的增加，将产生劣化、老化现象；
在步骤一中所述的“故障数据”，仅包括责任故障，不包括非责任故障；
其责任故障包括：(1)由于设计缺陷及制造工艺不良而造成的故障；(2)由于元器件潜在缺陷致使失效而造成的故障；(3)由于软件引起的故障，但若软件错误以纠正并证实无该软件错误引起的故障不算作责任故障；(4)间歇故障；(5)超出规范正常范围的调整；(6)试验期间所有非从属故障原因引起的故障征兆即未超出性能极限而引起的更换；(7)无法证实原因的异常；
其非责任故障包括：(1)未按操作说明操作引起的受试产品故障；(2)由实验室提供的试验设备及测试仪器仪表故障引起的受试产品故障；(3)超出设备工作极限的环境条件和工作条件引起的受试产品故障；(4)使用过程中出现的非主要功能失效故障，如漆层和镀层脱落；
其“故障数据”应含有故障时间；
在步骤一中所述的“性能退化数据”包括退化量和退化时间；
在步骤二中所述的“对每个样品的性能退化数据进行退化轨道建模”是指使用失效物理建模方法、退化分布建模方法、广义退化建模方法和随机过程退化建模方法中的一种及复数种；该建模方法的具体情况作法如下：
(1)失效物理建模：该方法是指通过分析导致产品失效的物理及化学机理、变化规律，以及产品失效与使用条件的内在联系，建立的相应退化轨道模型，典型的失效物理模型包括累积损伤模型、反应论模型以及基于退化率模型；
(2)退化分布建模：该方法假设同一类产品样本的性能退化量所服从的分布形势在不同的测量时刻是相同的，分布参数随着时间变化，通过分析得到退化量分布参数随时间的变化规律后，即能利用性能可靠性评估方法对产品的可靠性进行评估，常用的退化量分布模型主要有正态分布模型和Weibull分布模型；
(3)广义退化建模：该方法基本思想是假设退化轨道为某函数族，用参数描述退化轨道的分布；由统计方法估计参数，以确定退化轨道的分布，再利用退化轨道模型求解失效时间分布，常用的广义退化模型有线性退化模型、指数退化模型；
(4)随机过程退化建模：该方法认为产品的性能退化是由于产品内部不断地损伤累积造成的，根据损伤过程的不同性能退化过程可能是离散变化的，也可能是连续变换的，或者两种方式共同存在，常用的随机过程退化模型有Wiener过程和Gamma过程的性能退化模型；
在步骤二中所述的“失效阈值”，其数值与故障数据中的故障时性能参数相一致；在步骤二中所述的“伪寿命”，即退化轨道与失效阈值交点所对应的时间。
2.根据权利要求1所述的一种基于秩和的性能退化数据与故障数据的一致性检验方法，其特征在于：在步骤三中所述的“秩”时，若复数个故障数据相等，则它们的秩也相等，等于相应几个秩的算术平均值。
3.根据权利要求1所述的一种基于秩和的性能退化数据与故障数据的一致性检验方法，其特征在于：在步骤六中所述的“对故障数据的秩和进行判定”是指通过判定规则来判定性能退化数据与故障数据是否具有一致性；规则包括以下两种：若故障数据处在上、下限值之间，则判定伪寿命数据与故障数据无明显差异，因此认为性能退化数据与故障数据具有一致性；若故障数据秩和大于上限值及小于下限值，则判定伪寿命数据与故障数据具有明显差异，因此认为性能退化数据与故障数据不具有一致性；判定时，当R＝T1或R＝T2时为临界情况，应增加数据容量重新检验。
CN201910376215.6A 2019-05-07 2019-05-07 基于秩和的性能退化数据与故障数据的一致性检验方法 Active CN110196855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910376215.6A CN110196855B (zh) 2019-05-07 2019-05-07 基于秩和的性能退化数据与故障数据的一致性检验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910376215.6A CN110196855B (zh) 2019-05-07 2019-05-07 基于秩和的性能退化数据与故障数据的一致性检验方法

Publications (2)

Publication Number Publication Date
CN110196855A CN110196855A (zh) 2019-09-03
CN110196855B true CN110196855B (zh) 2023-03-10

Family

ID=67752433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910376215.6A Active CN110196855B (zh) 2019-05-07 2019-05-07 基于秩和的性能退化数据与故障数据的一致性检验方法

Country Status (1)

Country Link
CN (1) CN110196855B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117929906B (zh) * 2024-03-25 2024-06-04 天津蓝孚高能物理技术有限公司 一种辐照加速器用栅控电子枪的测试系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680969A (zh) * 2012-05-02 2012-09-19 中国西安卫星测控中心 一种利用rcs的航天器姿态稳定性判别方法
CN104182603A (zh) * 2013-05-24 2014-12-03 上海空间电源研究所 长寿命、高可靠电子产品可靠性评估方法
CN105677791A (zh) * 2015-12-31 2016-06-15 新疆金风科技股份有限公司 用于分析风力发电机组的运行数据的方法和系统
CN106599580A (zh) * 2016-12-14 2017-04-26 中国人民解放军国防科学技术大学 基于可重构度的卫星在轨健康状态评估方法及评估系统
CN106650204A (zh) * 2016-09-27 2017-05-10 北京航空航天大学 一种产品故障行为耦合建模和可靠性评估方法
CN107122590A (zh) * 2017-03-28 2017-09-01 国网浙江省电力公司电力科学研究院 一种油浸式变压器故障相关指标筛选方法
CN108052056A (zh) * 2017-12-20 2018-05-18 中国电子产品可靠性与环境试验研究所 Led照明灯具的状态监测方法、装置及系统
CN109063345A (zh) * 2018-08-09 2018-12-21 吉林工程技术师范学院 基于竞争失效的数控机床可靠性评估方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009181536A (ja) * 2008-02-01 2009-08-13 Dainippon Screen Mfg Co Ltd ソフトウェアの障害管理装置、テスト管理装置、ならびにそれらのプログラム
CN101710368B (zh) * 2009-12-21 2011-09-28 北京航空航天大学 基于多源退化数据的贝叶斯可靠性综合评估方法
US9500366B2 (en) * 2013-12-05 2016-11-22 International Controls And Measurements Corp. Furnace control with safety circuit and non-volatile memory
CN107292026A (zh) * 2017-06-21 2017-10-24 杭州电子科技大学 一种工艺参数波动引起mosfet性能变化的估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680969A (zh) * 2012-05-02 2012-09-19 中国西安卫星测控中心 一种利用rcs的航天器姿态稳定性判别方法
CN104182603A (zh) * 2013-05-24 2014-12-03 上海空间电源研究所 长寿命、高可靠电子产品可靠性评估方法
CN105677791A (zh) * 2015-12-31 2016-06-15 新疆金风科技股份有限公司 用于分析风力发电机组的运行数据的方法和系统
CN106650204A (zh) * 2016-09-27 2017-05-10 北京航空航天大学 一种产品故障行为耦合建模和可靠性评估方法
CN106599580A (zh) * 2016-12-14 2017-04-26 中国人民解放军国防科学技术大学 基于可重构度的卫星在轨健康状态评估方法及评估系统
CN107122590A (zh) * 2017-03-28 2017-09-01 国网浙江省电力公司电力科学研究院 一种油浸式变压器故障相关指标筛选方法
CN108052056A (zh) * 2017-12-20 2018-05-18 中国电子产品可靠性与环境试验研究所 Led照明灯具的状态监测方法、装置及系统
CN109063345A (zh) * 2018-08-09 2018-12-21 吉林工程技术师范学院 基于竞争失效的数控机床可靠性评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
航天电连接器空间环境可靠性试验与评估的研究;高亮;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20120715(第07期);C031-92 *

Also Published As

Publication number Publication date
CN110196855A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
Guan et al. Objective Bayesian analysis accelerated degradation test based on Wiener process models
CN109271319B (zh) 一种基于面板数据分析的软件故障的预测方法
CN113125888B (zh) 基于故障行为的航空机电产品加速寿命试验方法
CN111859658A (zh) 一种产品贮存寿命与可靠性评估方法
CN113484813B (zh) 多环境应力下的智能电表故障率预估方法及系统
CN115841046B (zh) 基于维纳过程的加速退化试验数据处理方法和装置
CN110196855B (zh) 基于秩和的性能退化数据与故障数据的一致性检验方法
Song et al. Fiducial inference-based failure mechanism consistency analysis for accelerated life and degradation tests
CN115962797A (zh) 一种基于温度应力下的传感器可靠性测试方法及系统
CN113610266B (zh) 汽车零件的故障预测方法、装置、计算机设备和存储介质
CN109145460B (zh) 一种半导体可靠性评估方法及装置
CN117390767B (zh) 航空机载电子设备可靠性评估方法、装置及系统和介质
CN111914424B (zh) 一种基于短期测风资料的设计风速取值方法及系统
CN112613191A (zh) 电缆健康状态评估方法、装置、计算机设备和存储介质
CN110889077B (zh) 一种加速贮存与自然贮存退化数据一致性检验方法
CN110208684B (zh) 一种用于cmos型集成电路延寿试验中的寿命评估方法
Yilmaz et al. Adaptive test elimination for analog/RF circuits
CN110895624B (zh) 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法
CN110210066B (zh) 基于p值的性能退化数据与故障数据的一致性检验方法
Zhang et al. A fault sample simulation approach for virtual testability demonstration test
CN115455647A (zh) 一种基于随机过程的小卫星寿命评估方法及系统
CN110083933A (zh) 一种考虑随机效应的腐蚀管道贝叶斯退化分析方法
Pavasson et al. Variation mode and effect analysis compared to FTA and FMEA in product development
Zuiev et al. Questions of radioelectronic equipment diagnostics programs efficiency analysis
Stratigopoulos et al. A general method to evaluate RF BIST techniques based on non-parametric density estimation

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