CN114492004A - 有失效时成败型产品可靠性评估方法、装置、设备及介质 - Google Patents
有失效时成败型产品可靠性评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114492004A CN114492004A CN202210044821.XA CN202210044821A CN114492004A CN 114492004 A CN114492004 A CN 114492004A CN 202210044821 A CN202210044821 A CN 202210044821A CN 114492004 A CN114492004 A CN 114492004A
- Authority
- CN
- China
- Prior art keywords
- stress
- success
- failure
- function
- type product
- 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.)
- Pending
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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
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)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明属于可靠性评估技术领域,针对多应力下成败型产品的可靠性评估问题,本发明提出一种有失效时成败型产品可靠性评估方法、装置、设备及介质,在成败型产品试验或使用过程中有失效的情况下,通过构造成败型产品多应力非线性模型,再利用成败型产品的试验数据确定模型和估计模型参数,进一步评估成败型产品的可靠度。本发明的计算步骤清晰,并解决了现有成败型可靠性评估方法没有考虑多应力的问题。
Description
技术领域
本发明涉及可靠性评估领域,尤其是一种有失效时成败型产品可靠性评估方法、装置、设备及介质。
背景技术
可靠性是指产品在规定的条件下和规定的时间内完成规定功能的能力。可靠性是产品的固有属性,反映了产品的通用质量特性,因此产品的可靠性研究非常重要,产品的可靠性评估是其中的基础内容。
成败型产品工作一次后就无法再次使用,例如导弹、炸药等。因此,对成败型产品,通常只需记录其是否能够正常工作。由于成败型产品是否能正常工作是随机的,故假定多个成败型产品能正常工作的个数服从二项分布,并采用可靠度这个指标评估成败型产品的可靠性。假定共有n个相同的成败型产品,其中r个成败型产品能正常工作,可得该产品的可靠度评估结果为
而事实上,在成败型产品的试验或使用过程中,其任务剖面会涉及到不同的工作环境,从而会包含不同的工作应力,例如导弹在飞行过程中会涉及到不同的温度、湿度、海况和风向等应力。显然,不同的工作环境所带来的多种应力会对成败型产品的工作产生影响。从统计理论的角度来看,多应力组合下的成败型产品已不再属于同一总体。但现有的成败型产品可靠性评估方法没有考虑这种影响,仍然将多应力组合下的成败型产品视为同一总体,并直接汇总试验结果后按照式(1)得到可靠度的评估结果。
由此可知,针对多应力下成败型产品的可靠性评估问题,现有技术没有考虑多应力的影响,造成评估结果偏差较大,因而现有技术存在一定的缺陷。
发明内容
针对多应力下成败型产品的可靠性评估问题,本发明提出一种有失效时成败型产品可靠性评估方法、装置、设备及介质。由于现有技术没有考虑到多应力的影响,本发明在成败型产品试验或使用过程中有失效的情况下,通过构造成败型产品多应力非线性模型,再利用成败型产品的试验数据确定模型和估计模型参数,进一步评估成败型产品的可靠度,从而提出了有失效时成败型产品多应力非线性建模和可靠性评估方法。
为了解决上述技术问题,本发明采用的技术方案是:
有失效时成败型产品可靠性评估方法,包括:
获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力xl的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变,构建成败型产品的多应力非线性模型;
利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到成败型产品的似然函数;
对所述似然函数取对数,得到对数似然函数,将要求所述对数似然函数最大作为无约束优化模型;
通过改变所述多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数;
根据所确定的成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi下成败型产品对应的尺度参数的估计值;
基于形状参数m的估计值以及应力组合Xi下成败型产品对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
在应力函数库中选择多应力非线性模型中不同类型应力所对应的应力函数,获得所有不同类型应力所对应的应力函数的组合,将各应力函数组合对应地代入到对数似然函数中进行求解,得到各应力函数组合对应的对数似然函数的数值、形状参数m的估计值以及模型参数a0、a1、a2、a3、…、ad的估计值。选出令对数似然函数最大所对应的应力函数组合,并选取令对数似然函数最大所对应的应力函数组合所对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值作为最终的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值。
本发明可以广泛适应于评估各种成败型产品的可靠性,成败型产品包括但不限于导弹、炸药。成败型产品在试验或使用过程中涉及到应力类型有其自身所处的工作环境决定,如温度、压力、湿度、风速、风向等等。
另一方面,本发明提供一种有失效时成败型产品可靠性评估装置,包括:
第一模块,用于获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
第三模块,用于设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变,构建成败型产品的多应力非线性模型;
第四模块,用于利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到成败型产品的似然函数;
第五模块,用于对所述似然函数取对数,得到对数似然函数,将要求所述对数似然函数最大作为无约束优化模型;
第六模块,用于通过改变所述多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数;
第七模块,用于根据所确定的成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi下成败型产品对应的尺度参数的估计值;
第八模块,用于基于形状参数m的估计值以及应力组合Xi下成败型产品对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
另一方面,本发明提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,所述处理器执行计算机程序时实现所述有失效时成败型产品可靠性评估方法中的步骤。
再一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现所述有失效时成败型产品可靠性评估方法中的步骤。
本发明能够产生的技术效果是:
本发明通过构建成败型产品的多应力非线性模型,再利用试验数据确定多应力非线性模型中各种类型应力最终所对应的应力函数的组合形式及其模型参数,最后对成败型产品的可靠度进行评估。本发明的计算步骤清晰,并解决了现有成败型可靠性评估方法没有考虑多应力的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一实施例的流程图;
图2为本发明一实施例得到的可靠度曲线图;
图3为本发明一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面将以附图及详细叙述清楚说明本发明所揭示内容的精神,任何所属技术领域技术人员在了解本发明内容的实施例后,当可由本发明内容所教示的技术,加以改变及修饰,其并不脱离本发明内容的精神与范围。本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明一实施例中,提供一种有失效时成败型产品可靠性评估方法,包括:
(1)获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力xl的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
(3)设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变。基于不同类型应力对应的应力函数,构建应力组合Xi下成败型产品的多应力非线性模型;
(4)利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到应力组合Xi下成败型产品的似然函数;
(5)对应力组合Xi下成败型产品的似然函数取对数,得到应力组合Xi下成败型产品的对数似然函数,将要求所述对数似然函数最大作为无约束优化模型。
(6)通过改变应力组合Xi下成败型产品的多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到应力组合Xi下成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定应力组合Xi下成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数。
(7)根据所确定的应力组合Xi下成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi对应的尺度参数的估计值;
(8)基于形状参数m的估计值以及应力组合Xi对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
本发明可以广泛适应于评估各种成败型产品的可靠性,成败型产品包括但不限于导弹、炸药。成败型产品在试验或使用过程中涉及到应力类型有其自身所处的工作环境决定,如温度、压力、湿度、风速、风向等等。本发明所述应力函数库中应力函数的形式不限,本领域技术人员可以根据实际情况进行选择和给定。
本发明考虑多应力环境会对成败型产品的运行时间产生影响,并假定在不同应力组合下成败型产品运行时间的形状参数m不变,只有尺度参数η会变,构造多应力非线性模型为:
即其中,a0、a1、a2、a3、…、ad为待确定的模型参数; 分别为第1、2、3、…、d种类型应力所选择的应力函数。第l种类型应力xl所对应的应力函数可以是应力函数库中任一种应力函数形式,需根据具体产品和实际数据进行确定。例如对某型成败型产品,存在3种类型应力,则其多应力非线性模型可以为:
lnη=a0+a1x1+a2 exp(x2)+a3 lnx3
表1.应力函数库中包含的应力函数形式
本发明步骤(4)中,所述似然函数为:
根据极大似然法构造以下无约束优化模型:
本发明步骤(6)中,在应力函数库中选择多应力非线性模型中不同类型应力所对应的应力函数,获得所有不同类型应力所对应的应力函数的组合,将各应力函数组合对应的代入到对数似然函数中进行求解,得到各应力函数组合对应的对数似然函数的数值、形状参数m的估计值以及模型参数a0、a1、a2、a3、…、ad的估计值。选出令对数似然函数最大所对应的应力函数组合,并选取令对数似然函数最大所对应的应力函数组合所对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值作为最终的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值。
在本发明一实施例步骤(6)中,应力函数库中包括表1所示的6种应力函数形式。因此对于涉及到d种不同类型的应力的成败型产品,其多应力非线性模型中的应力函数组合方式有6d种,将各应力函数组合对应的代入到对数似然函数中进行求解,得到各应力函数组合对应的对数似然函数的数值、形状参数m的估计值以及模型参数a0、a1、a2、a3、…、ad的估计值。选出令对数似然函数最大所对应的应力函数组合,并选取令对数似然函数最大所对应的应力函数组合所对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值作为最终的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值。
将形状参数m的估计值以及应力组合Xi对应的尺度参数的估计值代入下式,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值:
下面提供一具体应用实例对本发明提供方法进行检验。
电爆炸丝是一种成败型产品,本实例假定电爆炸丝工作时会涉及到温度和压力共2种不同的应力即d=2,对该产品的试验设置2种不同的应力组合即k=2,获取2种不同的应力组合下电爆炸丝的试验数据如表2所示。
表2.试验数据(时间单位:秒)
本实施例给定的应力函数库中的应力函数的数目以及形式如表1所示。
接下来,构建电爆炸丝的多应力非线性模型
将表2中两种应力组合下的电爆炸丝的试验数据代入上述多应力非线性模型,分别得到两种不同应力组合下电爆炸丝的多应力非线性模型。
采用上述任一实施例中相同的方法得到似然函数、对数似然函数以及无约束优化模型,在此不再赘述。
假定电爆炸丝的多应力非线性模型中应力函数的形式都取表1中的第一种函数,从而给定电爆炸丝的多应力非线性模型为lnη=a0+a1+a2,将其代入对数似然函数中,求解无约束优化模型后得到形状参数m的估计值为1.8431,模型参数a0、a1、a2的估计值分别为5.3234、1.3234、2.3234,同时求解到的对数似然函数的数值为-97.8090。不断改变电爆炸丝的多应力非线性模型中应力函数的形式组合,本实施例中爆炸丝的多应力非线性模型中的应力函数组合方式有62=36种。重复上述过程,求得各种应力函数组合方式相应的形状参数m的估计值,模型参数a0、a1、a2的估计值以及对数似然函数的数值的数值,所得结果如表3所示。从中易知,当应力函数都取表1中第四种函数形式时,所对应的对数似然函数(即本发明的目标函数)的数值最大。从而可确定形状参数m的估计值为5.3360,有:
表3.模型形式和参数的求解结果
表2中的数据是在设定式为所得的仿真数据,故利用本发明所得结果与实际高度一致。另外,如果按照现有的成败型产品可靠度评估方法,根据式分析表2中数据只能给出电爆炸丝的可靠度评估结果为0.5,因而现有方法没有考虑到多种应力影响,所得结果是固定值,因而是不合理的。
通过以上本发明所提出的有失效时成败型产品多应力非线性建模和可靠性评估方法,首先构造成败型产品多应力非线性模型,其次根据试验数据确定多应力非线性模型及其参数,最后评估成败型产品的可靠度。通过实例检验,本发明所提出的方法,步骤简单清晰,且解决了现有方法没有考虑多应力所造成的评估结果不合理的问题。
本发明一实施例中提供一种有失效时成败型产品可靠性评估装置,包括:
第一模块,用于获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力xl的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
第三模块,用于设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变,构建成败型产品的多应力非线性模型;
第四模块,用于利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到成败型产品的似然函数;
第五模块,用于对所述似然函数取对数,得到对数似然函数,将要求所述对数似然函数最大作为无约束优化模型;
第六模块,用于通过改变所述多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数;
第七模块,用于根据所确定的成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi下成败型产品对应的尺度参数的估计值;
第八模块,用于基于形状参数m的估计值以及应力组合Xi下成败型产品对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
上述各模块功能的实现方法,可以采用前述各实施例中相同的方法实现,在此不再赘述。
在本一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储样本数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述有失效时成败型产品可靠性评估方法的步骤。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中有失效时成败型产品可靠性评估方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅为本发明的优选的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、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.有失效时成败型产品可靠性评估方法,其特征在于,包括:
获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力xl的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变,构建成败型产品的多应力非线性模型;
利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到成败型产品的似然函数;
对所述似然函数取对数,得到对数似然函数,将要求所述对数似然函数最大作为无约束优化模型;
通过改变所述多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数;
根据所确定的成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi下成败型产品对应的尺度参数的估计值;
基于形状参数m的估计值以及应力组合Xi下成败型产品对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
4.根据权利要求3所述有失效时成败型产品可靠性评估方法,其特征在于,在应力函数库中选择多应力非线性模型中不同类型应力所对应的应力函数,获得所有不同类型应力所对应的应力函数的组合,将各应力函数组合对应地代入到对数似然函数中进行求解,得到各应力函数组合对应的对数似然函数的数值、形状参数m的估计值以及模型参数a0、a1、a2、a3、…、ad的估计值。选出令对数似然函数最大所对应的应力函数组合,并选取令对数似然函数最大所对应的应力函数组合所对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值作为最终的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值。
6.有失效时成败型产品可靠性评估装置,其特征在于,包括:
第一模块,用于获取不同的应力组合下成败型产品的试验数据(Xi,tij,δij),其中成败型产品在试验或使用过程中涉及到d种不同类型的应力,取n个成败型产品的样品投入试验,并设置了k组不同的应力组合Xi,Xi=[x1i,x2i,...,xdi],xli代表应力组合Xi中的第l种类型应力xl的取值,l=1,2,...,d,i=1,2,...,k;在应力组合Xi下投入ni个样品进行试验,收集到每个样品的工作时间tij及其是否成功工作的标志变量δij,j=1,2,...,ni,δij=1代表样品成功工作,反之令其为0,在试验有失效数据时,要求
第三模块,用于设成败型产品的工作时间服从威布尔分布,且不同应力组合下成败型产品的工作时间的形状参数m不变,而尺度参数η会变,构建成败型产品的多应力非线性模型;
第四模块,用于利用成败型产品的试验数据,基于所述多应力非线性模型以及成败型产品的工作时间对应的概率密度函数以及可靠度函数,得到成败型产品的似然函数;
第五模块,用于对所述似然函数取对数,得到对数似然函数,将要求所述对数似然函数最大作为无约束优化模型;
第六模块,用于通过改变所述多应力非线性模型中不同类型应力所对应的应力函数,求解无约束优化模型,得到成败型产品对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值,并确定成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数;
第七模块,用于根据所确定的成败型产品的多应力非线性模型中各种类型应力最终所对应的应力函数以及模型参数a0、a1、a2、a3、…、ad的估计值,得到应力组合Xi下成败型产品对应的尺度参数的估计值;
第八模块,用于基于形状参数m的估计值以及应力组合Xi下成败型产品对应的尺度参数的估计值,得到应力组合Xi下的成败型产品工作时间t处的可靠度评估值。
8.根据权利要求6或7所述有失效时成败型产品可靠性评估装置,其特征在于,所述第六模块,通过在应力函数库中选择多应力非线性模型中不同类型应力所对应的应力函数,获得所有不同类型应力所对应的应力函数的组合,将各应力函数组合对应的代入到对数似然函数中进行求解,得到各应力函数组合对应的对数似然函数的数值、形状参数m的估计值以及模型参数a0、a1、a2、a3、…、ad的估计值。选出令对数似然函数最大所对应的应力函数组合,并选取令对数似然函数最大所对应的应力函数组合所对应的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值作为最终的形状参数m的估计值、模型参数a0、a1、a2、a3、…、ad的估计值。
9.一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,其特征在于:所述处理器执行计算机程序时实现权利要求1或2或4所述有失效时成败型产品可靠性评估方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:计算机程序被处理器执行时实现权利要求1或2或4所述有失效时成败型产品可靠性评估方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210044821.XA CN114492004A (zh) | 2022-01-14 | 2022-01-14 | 有失效时成败型产品可靠性评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210044821.XA CN114492004A (zh) | 2022-01-14 | 2022-01-14 | 有失效时成败型产品可靠性评估方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114492004A true CN114492004A (zh) | 2022-05-13 |
Family
ID=81512099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210044821.XA Pending CN114492004A (zh) | 2022-01-14 | 2022-01-14 | 有失效时成败型产品可靠性评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114492004A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115114776A (zh) * | 2022-06-23 | 2022-09-27 | 中国人民解放军国防科技大学 | 威布尔型有失效数据折算成败型可靠性数据的方法和装置 |
-
2022
- 2022-01-14 CN CN202210044821.XA patent/CN114492004A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115114776A (zh) * | 2022-06-23 | 2022-09-27 | 中国人民解放军国防科技大学 | 威布尔型有失效数据折算成败型可靠性数据的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110912867B (zh) | 工业控制系统的入侵检测方法、装置、设备和存储介质 | |
CN114357812B (zh) | 产品可靠性试验方法、装置、计算机设备和存储介质 | |
CN115656673A (zh) | 变压器数据的处理及装置、设备存储介质 | |
CN111104644A (zh) | 可靠性评估方法、装置、计算机设备和存储介质 | |
CN112433896A (zh) | 一种服务器磁盘故障预测方法、装置、设备及存储介质 | |
CN108804806A (zh) | Weibull分布综合应力恒加试验中参数的简化MLE方法 | |
CN114492004A (zh) | 有失效时成败型产品可靠性评估方法、装置、设备及介质 | |
CN112149909A (zh) | 船舶油耗预测方法、装置、计算机设备和存储介质 | |
CN111325159A (zh) | 故障诊断方法、装置、计算机设备和存储介质 | |
CN115221801B (zh) | 基于动态近似建模的飞行器不确定性传播分析方法和装置 | |
CN115936262B (zh) | 基于大数据的环境干扰的产量预测方法、系统和介质 | |
CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN117094169B (zh) | 基于halt试验的afss吸波器可靠性评估方法 | |
CN115795920B (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
CN115841046A (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
CN114722598A (zh) | 一种脉冲激光装备的寿命评估方法 | |
CN116258270A (zh) | 输电线路覆冰预测模型的训练方法及相关装置、方法 | |
CN116306806A (zh) | 故障诊断模型确定方法、装置及非易失性存储介质 | |
CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
CN113110961A (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
CN112685295A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
CN110889186B (zh) | 灰关联分析的加速贮存与自然贮存退化数据一致性检验法 | |
CN111414708A (zh) | 推进剂的高应变率压缩力学本构模型的构建方法 | |
CN115186486A (zh) | 导弹低高精度性能数据的独立融合建模及响应预测方法 |
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 |