CN111079250A - 一种电子产品疲劳寿命评估、评估模型建立方法及装置 - Google Patents
一种电子产品疲劳寿命评估、评估模型建立方法及装置 Download PDFInfo
- Publication number
- CN111079250A CN111079250A CN201911090128.0A CN201911090128A CN111079250A CN 111079250 A CN111079250 A CN 111079250A CN 201911090128 A CN201911090128 A CN 201911090128A CN 111079250 A CN111079250 A CN 111079250A
- Authority
- CN
- China
- Prior art keywords
- fatigue life
- model
- temperature cycle
- vibration stress
- unknown parameters
- 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.)
- Granted
Links
Images
Abstract
本发明公开了一种电子产品疲劳寿命评估、评估模型建立方法及装置,其中,所述电子产品疲劳寿命评估方法包括获取电子产品的温度循环应力数据和振动应力数据;将所述温度循环应力数据和所述振动应力数据输入至温度循环‑振动应力疲劳寿命评估模型中,得到所述温度循环‑振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值。本方案实现了基于温度循环应力与振动应力多因素条件,对电子产品疲劳寿命进行评估,提高了评估准确性。
Description
技术领域
本发明涉及电子产品寿命模拟方法技术领域,具体的说是一种电子产品疲劳寿命评估、评估模型建立方法及装置。
背景技术
如何对电子产品的寿命指标进行高精度的评估,为装备设计定型、使用延寿提供依据,已成为亟待解决的工程问题。
通常情况下,电子产品在全寿命周期内会搜集到可靠性强化试验,应力筛选试验、例行试验、可靠性摸底试验等大量试验数据,其中包括单应力、多应力试验数据,这些数据可以用于评估电子产品的寿命,为装备设计定型、使用延寿提供依据。
现有的评估方案中,只能基于单一应力条件,比如温度循环应力、振动应力条件,对电子产品寿命进行评估。但是,在实际使用环境下,电子产品寿命受多种应力条件的影响,基于单一应力试验数据的寿命评估准确性较低,而多应力试验更接近电子产品的实际使用环境,利用多应力试验数据进行电子产品寿命评估能够有效提高评估精度。
其中,温度循环应力以及振动应力对电子产品的寿命影响最为显著,但是目前缺乏针对温度循环应力以及振动应力复合作用对电子产品的寿命影响的相关研究。
发明内容
有鉴于此,本发明的目的在于提出一种电子产品疲劳寿命评估、评估模型建立方法及装置,以提高评估准确性。
能够对温度循环应力和随机振动应力的复合作用下,电子产品的疲劳寿命进行精准的评估。
基于上述目的本发明提供的一种电子产品疲劳寿命评估方法,包括:
获取电子产品的温度循环-振动应力试验数据;
将所述温度循环-振动应力试验数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值;
其中,所述温度循环-振动应力疲劳寿命评估模型的建立过程包括:
分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
通过将温度循环应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值。针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,所述根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括:
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
作为一种可选的实施方式,所述耦合模型为:
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
作为本发明的第二个方面,提供了一种温度循环-振动应力疲劳寿命评估模型建立方法,包括:
分别建立电子产品的温度循环应力疲劳寿命模型和振动应力疲劳寿命模型;
通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值。针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
作为一种可选的实施方式,所述耦合模型为:
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
作为本发明的第三个方面,提供了一种电子产品疲劳寿命评估装置,包括:
获得单元,用于获取电子产品的温度循环-振动应力试验数据;
第一计算单元,用于将所述温度循环-振动应力试验数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值;
所述装置还包括:
建立单元,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值。针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,所述第二计算单元包括:
第一计算子单元,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
作为本发明的第四个方面,提供了一种温度循环-振动应力疲劳寿命评估模型建立装置,包括:
建立单元,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值。针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,所述第二计算单元包括:
第一计算子单元,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
从上面所述可以看出,本发明中,通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型,将N组试验数据代入耦合模型内,通过求解模型中的未知参数,得到N组未知参数的点值,从而获得温度循环-振动应力疲劳寿命评估模型,能够对温度循环应力与振动应力复合用作下的电子产品的疲劳寿命进行评估;可见,本方案实现了基于温度循环应力与振动应力多因素条件,对电子产品疲劳寿命进行评估,提高了评估准确性。
附图说明
图1为本发明实施例的电子产品疲劳寿命评估方法的逻辑示意图;
图2为本发明实施例的温度循环-振动应力疲劳寿命评估模型建立方法的逻辑示意图;
图3为本发明实施例的电子产品疲劳寿命评估装置的示意图;
图4为本发明实施例的电子产品疲劳寿命评估装置的第二计算单元的示意图;
图5为本发明实施例的温度循环-振动应力疲劳寿命评估模型建立装置的示意图。
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。
下面通过对实施例的描述,本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等,作进一步详细的说明,以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
为达到上述目的,本发明实施例提供了一种电子产品疲劳寿命评估、评估模型建立方法及装置,该方法与装置可以应用于计算机或者其他电子设备,具体不做限定。下面首先对电子产品疲劳寿命评估方法进行详细说明。
图1为本发明实施例提供的一种电子产品疲劳寿命评估方法的流程示意图,包括:
S10、获取电子产品的温度循环-振动应力试验数据,电子产品的具体形式不做限定;
其中,电子产品的温度循环-振动应力试验数据表示电子产品试验过程中施加的温度循环应力和振动应力,以及在该应力条件下对应搜集到的所述的电子产品的疲劳寿命数据。
举例来说,一些情况下,为评估电子产品在其工作状态下的疲劳寿命,需要对电子产品施加温度循环-振动加速试验应力,搜集电子产品在加速应力条件下的寿命数据,外推电子产品在工作状态下的疲劳寿命。
S20、将所述温度循环-振动应力试验数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值。
举例来说,如图2所示,所述温度循环-振动应力疲劳寿命评估模型的建立过程包括:
S21、分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
其中,温度循环-应力疲劳寿命模型的建立过程可以包括:
根据Manson-coffin公式:
式中:Nf—疲劳寿命;
F—如果芯片载体使用无铅焊料F>1.0,反之F=1.0;
ε′f—疲劳延性系数;
2LD—器件焊点间的最大距离;
Δα—部件和衬底之间TCE的绝对误差;
ΔT—温度循环应力变化范围;
h—焊点高度;
a—焊点面积。
对于具体的电子产品而言,与产品及材料相关的参数均为常数,Manson-coffin公式也可简单表述为如下的形式:
t(ΔT)=A(ΔT)p (2)
式中:A,p均为常数,t(ΔT)为与温度循环应力变化范围相关的疲劳寿命。
式(2)即为温度循环-应力疲劳寿命模型。
其中,振动应力疲劳寿命模型的建立过程:
根据Basquins疲劳公式:
WNw b=constant (3)
式中:Nw—疲劳寿命;
W—振动应力;
b—常数。
由公式(3)可以看出,振动应力和疲劳寿命之间呈反比关系,因此,振动疲劳加速模型可以表述为如下形式:
t(W)=B(W)-q (4)
式中:B,q为常数,t(W)为与振动应力相关的疲劳寿命。
式(4)即为振动应力疲劳寿命模型。
S22、通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
当温度循环应力和振动应力综合作用时,两应力既会单独对产品造成损伤,又存在耦合作用,因此将公式(2)和公式(4)耦合,获得耦合模型:
t(ΔT,W)=A(ΔT)pB(W)-qC(ΔT×W)m=D(ΔT)p′(W)q′ (5)
式中:m为常数,D=A*B*C;p’=p*m;q’=-q*m。
将公式(5)取对数,耦合模型表述为,
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W (6)
式中:c1=log10D,c2=p’,c3=q’。
S23、获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
将N(N>3)组包含有温度循环-振动应力以及该应力条件下所述的电子产品疲劳寿命参数值的试验数据代入式(6)中,其中,第j组加速试验数据施加的温度循环应力为ΔTj,振动应力为Wj,对应得到的疲劳寿命为tj(j=1,2,…,N)。建立基于多维向量的温度循环-振动应力疲劳寿命模型为:
y=Xc+e (7)
其中,
式中,e表示误差变量,ej表示第j组加速试验数据的误差量变,服从正态分布,平均值为0,方差恒定。假设各组加速试验数据误差相互独立。
c=(c1,c2,…,c3)T (13)
式中,T为转置运算符号。
采用多元线性回归的方法进行寿命评估,参数c的最小二乘法点估计值为:
残差方差估计值(s2)为:
S24、根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
根据式(14)和(15)可以计算得到在温度循环应力ΔT,振动应力量级W下的疲劳寿命的特征值为:
式中:tst—自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x—表示向量,即x=[1 log10ΔT log10W]。
本实施例中,通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型,将N组试验数据代入耦合模型内,通过求解模型中的未知参数,得到N组未知参数的点值,从而获得温度循环-振动应力疲劳寿命评估模型,能够对温度循环应力与振动应力复合用作下的电子产品的疲劳寿命进行评估;可见,本方案实现了基于温度循环应力与振动应力多因素条件,对电子产品疲劳寿命进行评估,提高了评估准确性。
作为一种可选的实施方式,所述根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括:
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
可选的,所述耦合模型为:
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
与上述电子产品疲劳寿命评估方法实施例相对应的,本发明实施例还提供了一种温度循环-振动应力疲劳寿命评估模型建立方法,如图2所示,包括:
S21、分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
其中,温度循环-应力疲劳寿命模型的建立过程可以包括:
根据Manson-coffin公式:
式中:Nf—疲劳寿命;
F—如果芯片载体使用无铅焊料F>1.0,反之F=1.0;
ε′f—疲劳延性系数;
2LD—器件焊点间的最大距离;
Δα—部件和衬底之间TCE的绝对误差;
ΔT—温度循环应力变化范围;
h—焊点高度;
a—焊点面积。
对于具体的电子产品而言,与产品及材料相关的参数均为常数,Manson-coffin公式也可简单表述为如下的形式:
t(ΔT)=A(ΔT)p (6)
式中:A,p均为常数,t(ΔT)为与温度循环应力变化范围相关的疲劳寿命。
式(2)即为温度循环-应力疲劳寿命模型。
其中,振动应力疲劳寿命模型的建立过程:
根据Basquins疲劳公式:
W·Nw b=constant (7)
式中:Nw—疲劳寿命;
W—振动应力;
b—常数。
由公式(3)可以看出,振动应力和疲劳寿命之间呈反比关系,因此,振动疲劳加速模型可以表述为如下形式:
t(W)=B(W)-q (8)
式中:B,q为常数,t(W)为与振动应力相关的疲劳寿命。
式(4)即为振动应力疲劳寿命模型。
S22、通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
当温度循环应力和振动应力综合作用时,两应力既会单独对产品造成损伤,又存在耦合作用,因此将公式(2)和公式(4)耦合,获得耦合模型:
t(ΔT,W)=A(ΔT)pB(W)-qC(ΔT×W)m=D(ΔT)p′(W)q′ (5)
式中:m为常数,D=A*B*C;p’=p*m;q’=-q*m。
将公式(5)取对数,耦合模型表述为,
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W (6)
式中:c1=log10D,c2=p’,c3=q’。
S23、获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
将N(N>3)组包含有温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值的试验数据代入式(6)中,其中,第j组加速试验数据施加的温度循环应力为ΔTj,振动应力为Wj,对应得到的疲劳寿命为tj(j=1,2,…,N)。建立基于多维向量的温度循环-振动应力疲劳寿命模型为:
y=Xc+e (7)
其中,
式中,e表示误差变量,ej表示第j组加速试验数据的误差量变,服从正态分布,平均值为0,方差恒定。假设各组加速试验数据误差相互独立。
c=(cl,c2)…,c3)T (13)
式中,T为转置运算符号。
采用多元线性回归的方法进行寿命评估,参数c的最小二乘法点估计值为:
残差方差估计值(s2)为:
S24、根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
根据式(14)和(15)可以计算得到在温度循环应力ΔT,振动应力量级W下的疲劳寿命的特征值为:
式中:tst—自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x—表示向量,即x=[1 log10ΔT log10W]。
本实施例中,通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型,将N组试验数据代入耦合模型内,通过求解模型中的未知参数,得到N组未知参数的点值,从而获得温度循环-振动应力疲劳寿命评估模型,能够对温度循环应力与振动应力复合用作下的电子产品的疲劳寿命进行评估;可见,本方案实现了基于温度循环应力与振动应力多因素条件,对电子产品疲劳寿命进行评估,提高了评估准确性。
作为一种可选的实施方式,所述根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括:
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
可选的,所述耦合模型为:
log10t(ΔT,W)=c1+c2log10ΔT+c3log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
与上述电子产品疲劳寿命评估方法实施例相对应的,本发明实施例还提供了一种电子产品疲劳寿命评估装置,如图3所示,包括:
获得单元10,用于获取电子产品的温度循环-振动应力试验数据;
第一计算单元20,用于将所述温度循环-振动应力试验数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值;
所述装置还包括:
建立单元21,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元22,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元23,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元24,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,如图4所示,所述第二计算单元24包括:
第一计算子单元241,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元242,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
与上述温度循环-振动应力疲劳寿命评估模型建立方法实施例相对应的,本发明实施例还提供了一种温度循环-振动应力疲劳寿命评估模型建立装置,如图5所示,包括:
建立单元21,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元22,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元23,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元24,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
作为一种可选的实施方式,如图4所示,所述第二计算单元24包括:
第一计算子单元241,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元242,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
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。
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 (10)
1.一种电子产品疲劳寿命评估方法,其特征在于,包括:
获取电子产品的温度循环-振动应力试验数据;
将所述温度循环-振动应力试验数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值;
其中,所述温度循环-振动应力疲劳寿命评估模型的建立过程包括:
分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
2.根据权利要求1所述的方法,其特征在于,所述根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括:
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
3.根据权利要求2所述的方法,其特征在于,所述耦合模型为:log10t(ΔT,W)=c1+c2log10ΔT+c3 log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
4.一种温度循环-振动应力疲劳寿命评估模型建立方法,其特征在于,包括:
分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
5.根据权利要求4所述的方法,其特征在于,根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,包括
根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
6.根据权利要求5所述的方法,其特征在于,所述耦合模型为:log10t(ΔT,W)=c1+c2log10ΔT+c3 log10W,其中,c1、c2、c3均为常数,△T为温度循环应力,W为振动应力,t为疲劳寿命;
所述根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差,包括:
利用如下算式,求得未知参数的最小二乘法的解:
以及对应的残差方差:
所述将所述未知参数的解以及对应的残差方差代入所述初始温度循环-振动应力疲劳寿命模型内,获得温度循环-振动应力疲劳寿命评估模型,包括:
利用如下算式,获得温度循环-振动应力疲劳寿命评估模型:
其中,tst表示自由度为N-3的学生氏t分布与97.5%概率水平相应的分位数;x=[1log10ΔT log10W]。
7.一种电子产品疲劳寿命评估装置,其特征在于,包括:
获得单元,用于获取电子产品的温度循环-振动应力数据;
第一计算单元,用于将所述温度循环-振动应力数据输入至温度循环-振动应力疲劳寿命评估模型中,得到所述温度循环-振动应力疲劳寿命评估模型输出的所述电子产品的疲劳寿命值;
所述装置还包括:
建立单元,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
8.根据权利要求7所述的装置,其特征在于,所述第二计算单元包括:
第一计算子单元,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
9.一种温度循环-振动应力疲劳寿命评估模型建立装置,其特征在于,包括:
建立单元,用于分别建立电子产品的温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型;
耦合单元,用于通过将温度循环-应力疲劳寿命模型和振动应力疲劳寿命模型进行耦合,得到耦合模型;
求解单元,用于获得N组试验数据,每组试验数据包括:温度循环-振动应力、该应力条件下所述的电子产品疲劳寿命参数值,针对每组试验数据,将该组试验数据代入所述耦合模型中,通过求解模型中的未知参数,得到N组未知参数的点值;
第二计算单元,用于根据N组未知参数的点值,获得温度循环-振动应力疲劳寿命评估模型,其中N取大于3的整数。
10.根据权利要求9所述的装置,其特征在于,所述第二计算单元包括:
第一计算子单元,用于根据N组未知参数的点值,采用多元线性回归,求得未知参数的最小二乘法的解以及对应的残差方差;
第二计算子单元,用于将所述未知参数的解以及对应的残差方差代入所述耦合模型内,获得温度循环-振动应力疲劳寿命评估模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090128.0A CN111079250B (zh) | 2019-11-08 | 2019-11-08 | 一种电子产品疲劳寿命评估、评估模型建立方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090128.0A CN111079250B (zh) | 2019-11-08 | 2019-11-08 | 一种电子产品疲劳寿命评估、评估模型建立方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079250A true CN111079250A (zh) | 2020-04-28 |
CN111079250B CN111079250B (zh) | 2021-06-08 |
Family
ID=70310752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911090128.0A Active CN111079250B (zh) | 2019-11-08 | 2019-11-08 | 一种电子产品疲劳寿命评估、评估模型建立方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079250B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111721647A (zh) * | 2020-06-24 | 2020-09-29 | 四川大学 | 一种低周疲劳测试数据处理与内应力评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000046905A (ja) * | 1998-07-29 | 2000-02-18 | Sharp Corp | 電子機器の信頼性評価方法、その信頼性評価装置およびその信頼性評価プログラムを記録した媒体 |
CN103743563A (zh) * | 2013-08-13 | 2014-04-23 | 华北电力大学(保定) | 一种基于温度数据的风机齿轮箱子空间故障预测方法 |
CN104156599A (zh) * | 2014-08-13 | 2014-11-19 | 北京航空航天大学 | 一种考虑多机理的加速寿命试验载荷谱确定方法 |
CN107944211A (zh) * | 2017-11-21 | 2018-04-20 | 湖北文理学院 | 寿命加速模型创建方法、装置和寿命评估方法 |
CN108399278A (zh) * | 2018-01-24 | 2018-08-14 | 航天科工防御技术研究试验中心 | 一种电子装备多因素加速因子计算方法 |
CN109085814A (zh) * | 2018-07-23 | 2018-12-25 | 西安热工研究院有限公司 | 一种火电汽轮机组整体设备系统延寿评估方法 |
CN109614684A (zh) * | 2018-12-04 | 2019-04-12 | 中国航天标准化研究所 | 一种多应力综合下的卫星电子产品寿命预测方法 |
CN110414087A (zh) * | 2019-07-10 | 2019-11-05 | 北京华安中泰检测技术有限公司 | 一种多应力耦合作用下的电子产品寿命评估方法 |
-
2019
- 2019-11-08 CN CN201911090128.0A patent/CN111079250B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000046905A (ja) * | 1998-07-29 | 2000-02-18 | Sharp Corp | 電子機器の信頼性評価方法、その信頼性評価装置およびその信頼性評価プログラムを記録した媒体 |
CN103743563A (zh) * | 2013-08-13 | 2014-04-23 | 华北电力大学(保定) | 一种基于温度数据的风机齿轮箱子空间故障预测方法 |
CN104156599A (zh) * | 2014-08-13 | 2014-11-19 | 北京航空航天大学 | 一种考虑多机理的加速寿命试验载荷谱确定方法 |
CN107944211A (zh) * | 2017-11-21 | 2018-04-20 | 湖北文理学院 | 寿命加速模型创建方法、装置和寿命评估方法 |
CN108399278A (zh) * | 2018-01-24 | 2018-08-14 | 航天科工防御技术研究试验中心 | 一种电子装备多因素加速因子计算方法 |
CN109085814A (zh) * | 2018-07-23 | 2018-12-25 | 西安热工研究院有限公司 | 一种火电汽轮机组整体设备系统延寿评估方法 |
CN109614684A (zh) * | 2018-12-04 | 2019-04-12 | 中国航天标准化研究所 | 一种多应力综合下的卫星电子产品寿命预测方法 |
CN110414087A (zh) * | 2019-07-10 | 2019-11-05 | 北京华安中泰检测技术有限公司 | 一种多应力耦合作用下的电子产品寿命评估方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111721647A (zh) * | 2020-06-24 | 2020-09-29 | 四川大学 | 一种低周疲劳测试数据处理与内应力评估方法 |
CN111721647B (zh) * | 2020-06-24 | 2021-12-28 | 四川大学 | 一种低周疲劳测试数据处理与内应力评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111079250B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111125868B (zh) | 一种电子产品的多应力寿命评估方法及装置 | |
CN109190152B (zh) | 一种减小功率循环-谐响应耦合下的应力的csp焊点结构参数优化方法 | |
CN109388820B (zh) | 确定不规则温循剖面下焊点损伤累积完整法则的有限元仿真方法 | |
Li et al. | An Internet of Things QoE evaluation method based on multiple linear regression analysis | |
CN102663201B (zh) | 一种考虑电气互连结构可靠性的电子产品可靠性预计方法 | |
CN109460775B (zh) | 一种基于信息熵的数据填充方法及装置 | |
CN111079250B (zh) | 一种电子产品疲劳寿命评估、评估模型建立方法及装置 | |
CN108204341B (zh) | 风电场运行状态的识别方法和装置 | |
US20190188357A1 (en) | Chip temperature computation method and chip temperature computation device | |
KR101998972B1 (ko) | 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법 | |
CN111223206A (zh) | 一种装置评估方法、装置、终端及计算机可读介质 | |
CN111125941B (zh) | 一种csp焊点焊后残余应力测量方法 | |
CN113569432B (zh) | 一种液气密元件的模拟检测方法及系统 | |
CN107909216A (zh) | 一种零件实际生产周期预测方法 | |
CN101479730A (zh) | 基板或电子部件的翘曲分析方法、基板或电子部件的翘曲分析系统及基板或电子部件的翘曲分析程序 | |
CN101592692B (zh) | 测量机台的评估方法 | |
CN102708233A (zh) | 一种适用于表面安装工艺的可靠性实现能力评估方法 | |
CN112199875B (zh) | 一种基于雨流法的元器件焊点随机振动疲劳寿命分布预测方法 | |
CN110470925B (zh) | 一种基于可拓关联函数的电驱动力总成可靠度测试方法 | |
CN108254143B (zh) | 一种线角复合振动试验方法、装置及系统 | |
Senoglu et al. | Goodness-of-fit tests based on Kullback-Leibler information | |
KR100552819B1 (ko) | 다이오드의 스파이스 모델링 시스템 및 이를 이용한모델링 방법 | |
JP2000046905A (ja) | 電子機器の信頼性評価方法、その信頼性評価装置およびその信頼性評価プログラムを記録した媒体 | |
CN113962558A (zh) | 一种基于生产数据管理的工业互联网平台评价方法及系统 | |
CN113919691A (zh) | 一种调频服务指标测算方法及相关装置 |
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 |