CN114722598A - 一种脉冲激光装备的寿命评估方法 - Google Patents
一种脉冲激光装备的寿命评估方法 Download PDFInfo
- Publication number
- CN114722598A CN114722598A CN202210340580.3A CN202210340580A CN114722598A CN 114722598 A CN114722598 A CN 114722598A CN 202210340580 A CN202210340580 A CN 202210340580A CN 114722598 A CN114722598 A CN 114722598A
- Authority
- CN
- China
- Prior art keywords
- component
- degradation
- time
- estimated
- model
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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)
- 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)
- Lasers (AREA)
Abstract
本说明书实施例提供了一种脉冲激光装备的寿命评估方法,该方法包括基于随机的Wiener过程模型分别对各核心组件建立组件退化模型;根据环境应力,确定各组件退化模型中组件的退化率函数;计算获取各组件退化模型和各退化率函数中的待估参数值;根据设定的各核心组件失效阈值及所述待估参数值,代入对应的组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间,确定各核心组件的寿命值。本发明基于随机过程模型,可对批量小、脉冲工作、复杂的脉冲激光装备进行寿命评估,且本实施例方法相比于现有方法,对于装备数量没有要求,无需对装备进行全程实时数据监测,运用于脉冲型装备在恶劣环境下随机失效检测更加有效、精准。
Description
技术领域
本文件涉及装备的检测与维护技术领域,尤其涉及一种脉冲激光装备的寿命评估方法。
背景技术
可靠性是评定产品质量的重要指标之一,而产品的性能指标是人们非常关心的问题,所以对于产品的可靠性的研究是非常重要的。随着科学技术的发展,高可靠性、长寿命的产品越来越多,在正常条件下实施寿命试验已经不能满足可靠性评定的要求。利用加速寿命试验可以在短时间内对产品的可靠性进行评定。
在工程实践中,很难对所有产品进行寿命试验,以测定或评价它们的可靠性特征量,尤其是对批量小、昂贵且复杂的某型激光测距系统,只有利用有限的试验数据,通过可靠性评定来估计其可靠性。
如脉冲激光装备,其寿命评估与其它产品存在许多差异,例如:
1、整机价格昂贵,限制了寿命数据的数量来源;
2、对于脉冲型装备,加速寿命试验过程中不可能全程进行数据监测;
3、核心部组件还没有切实可行的寿命评价的方法;
4、实际使用环境复杂,不是简单的极限温度变化,还包括淋雨、淋雪、潮湿等多种情况。
因此,适用于连续工作、基于大量统计数据的寿命测试和测试方法不适合单次工作的脉冲激光装备在极限环境下的寿命评估,另外,目前的调研结果表明,高振动、高温度冲击等多种恶劣环境下激光装备的失效是随机的,故激光装备寿命不能简单地由各个部组件失效时间直接确定。
有鉴于此,亟需提供一种考虑激光装备的随机失效性的脉冲激光装备的寿命评估方法。
发明内容
本说明书一个或多个实施例提供了一种脉冲激光装备的寿命评估方法,包括步骤:
基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型;
根据环境应力,基于多应力广义阿伦尼斯模型,确定各组件退化模型中组件的退化率函数;
计算获取各组件退化模型和各退化率函数中的待估参数值;
根据设定的各核心组件失效阈值及所述待估参数值,代入对应的组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间,确定了各核心组件的寿命值;
对比各核心组件的寿命值,确定最小寿命值为脉冲激光装备的使用寿命。
本发明还提供了一种脉冲激光装备的寿命评估系统,该系统包括:
组件退化模型建立单元:用于基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型;
退化率函数确定单元:根据环境应力,基于多应力广义阿伦尼斯模型,确定组件退化模型建立单元建立的各组件退化模型中组件的退化率函数;
待估参数计算单元:用于计算确定组件退化模型建立单元建立的各组件退化模型,和待估参数计算单元确定的退化率函数中的待估参数;
组件失效阈值设定单元:用于设定对应组件的失效阈值;
组件寿命值计算单元:根据组件失效阈值设定单元设定的各核心组件失效阈值及待估参数计算单元计算获得的对应的待估参数值,代入对应组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间值,确定了各核心组件的寿命值,并输出至对比输出单元;
对比单元:用于对比组件寿命值计算单元输入的各核心组件首次穿越设定的失效阈值的时间值,确定最小时间值,即为脉冲激光装备的整机使用寿命。
本发明基于随机过程模型,可对批量小、脉冲工作、复杂的脉冲激光装备进行寿命评估,且本实施例方法相比于现有方法,对于装备数量没有要求,无需对装备进行全程实时数据监测,运用于脉冲型装备在恶劣环境下随机失效检测更加有效、精准。
附图说明
为了更清楚地说明本说明书一个或多个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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种脉冲激光装备的寿命评估方法的流程图;
图2为本说明书一个或多个实施例提供的一种脉冲激光装备的寿命评估系统的结构示意图;
图3为本说明书一个或多个实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。下面结合具体实施方式和说明书附图对本发明做出详细的说明。
方法实施例
根据本发明实施例,提供了一种脉冲激光装备的寿命评估方法,如图1所示,根据本发明实施例的脉冲激光装备的寿命评估方法,该方法包括:
S1、基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型;
S2、根据环境应力,基于多应力广义阿伦尼斯模型,确定各组件退化模型中组件的退化率函数;
S3、计算获取各组件退化模型和各退化率函数中的待估参数值;
S4、根据设定的各核心组件失效阈值及步骤S3中计算获得的对应的待估参数值,代入对应的组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间,确定了各核心组件的寿命值;本实施例,由于模型中的其它参数都是已知数,所以,将组件失效时的数值——失效阈值代入模型,即可反推出积分时间,也就是失效时间或寿命值。
S5、对比各核心组件的寿命值,确定最小寿命值,即为脉冲激光装备的整机使用寿命。
本实施例方法基于随机过程模型,可对批量小、脉冲工作、复杂的脉冲激光装备进行寿命评估,且本实施例方法相比于现有方法,对于装备数量没有要求,无需对装备进行全程实时数据监测,运用于脉冲型装备在恶劣环境下随机失效检测更加有效、精准。
本实施例方法,影响脉冲激光装备使用寿命的核心组件有很多,包括例如激光器、光电探测器、电路组件、激光晶体、染料片、全反射镜、聚光腔等等,通过本实施例方法基于随机的Wiener过程模型对任意一组件建立退化模型,模型具体为
其中,X(t)表示组件在t时刻的退化量,σ为扩散系数;B(t)代表布朗运动,服从正态分布N(0,t),反映了组件性能退化过程的随机动态,组件性能退化量的均值是关于时间t的函数,即E[X(t)]=λt。漂移系数λ不仅与性能退化量相关,而且与退化趋势也紧密相关。
在实际应用中,脉冲激光装备中各组件的性能退化可能受到工作或贮存时的温度、湿度、大气压强和盐雾浓度等环境应力影响,所以,脉冲激光装备核心组件性能退化量是上述参数的函数,在本实施例中只考虑温度、湿度和大气压强对组件性能的影响,依据多应力广义阿伦尼斯模型形式,建立对应组件的退化率函数:
E[X(t)]=E[w1(t),w2(t),w3(t)]=a0+a1*w1(t)+a1/w2(t)+a3*w3(t) (2)
其中,w1(t)代表t时刻温度,w2(t)代表t时刻湿度,w3(t)代表t时刻大气压强。
实际上,环境应力的独立项和交互项都会影响脉冲激光装备的退化率,但通常情况下,独立项的影响较大,交互项的影响相对较少,本实施例为减少待估参数的数量,式(2)中未考虑环境应力的交互项,仅含环境应力的独立项。因此式(2)中,含有a0、a1、a2、a3四个待估参数,而(1)式中除了这四个待估参数外,还含有一个需要估计的参数,即扩散参数σ。本实施例中扩散参数σ的估算步骤具体如下:
步骤A1、剔除数据中的退化率所产生的累积效应项:
其中,此处数据指上述所述温度、湿度和大气压强等观测获取的性能退化数据和环境剖面数据;式中,m是从0时刻到T时刻退化变量的累积观测次数,i是指第i次观测。
步骤A2、根据布朗运动服从的正态分布σB(t):N(0,σ2t)的特点,对退化数据进行处理:ΔH(ti):N(0,σ2Δti),该数据的似然函数为:
对数似然函数为:
步骤A3、求对数似然函数一阶偏导:
令式(6)等于0,即可得到扩散参数σ的估计值为:
本实施例中,对参数a0、a1、a2、a3的估算步骤如下:
步骤B1、基于布朗运动过程的独立增量特性,将组件退化模型的积分进行累加求和的近似,组件退化模型(1)式写为:
其中,m是从0时刻到T时刻退化变量的累积观测次数;Δti是观测时间间隔,Δti=ti-ti-1,wk(ti)是时间范围[ti-1-ti]内的各环境应力,k=1,2,3。
步骤B2、利用布朗运动的独立增量特性对试验测得的退化数据进行处理:
ΔX(ti)=X(ti)-X(ti-1) (8)
ΔX(ti):N(E[w1(ti),w2(ti),w3(ti)]Δti,σ2Δti) (9)
即,将组件的性能退化数据带入到公式(8)-(10),从而求得退化数据ΔX(ti)/Δti。
步骤B3、将各退化数据ΔX(ti)/Δti代入到公式(2)中,再利用多元回归方法确定待估参数a0、a1、a2、a3的值。
将计算得到参数a0、a1、a2、a3的值和扩散参数σ带入公式(1),并设定对应组件的失效阈值,计算确定组件首次穿越失效阈值的时间,即使用寿命。例如,激光器的失效阈值为“t时刻的功率X(t)为初始时刻功率X0的80%”,则可以利用公式(1)计算出该脉冲激光装备中的激光器首次穿越失效阈值的时间,即使用寿命。
同理,基于上述计算过程,计算出核心组件如光电探测器、各电路组件的使用寿命,在此基础上,对比各个核心组件的使用寿命,由于整机寿命受限于寿命最短的组件,故由寿命最小的组件寿命决定脉冲激光装备的整机使用寿命。
系统实施例
根据本发明实施例,提供了一种基于上述一种脉冲激光装备的寿命评估方法的脉冲激光装备的寿命评估系统,如图2所示,根据本发明实施例的脉冲激光装备的寿命评估系统,该系统包括:
组件退化模型建立单元:用于基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型。
退化率函数确定单元:根据环境应力,基于多应力广义阿伦尼斯模型,确定组件退化模型建立单元建立的各组件退化模型中组件的退化率函数。
待估参数计算单元:用于计算确定组件退化模型建立单元建立的各组件退化模型,和待估参数计算单元确定的退化率函数中的待估参数。
组件失效阈值设定单元:用于设定对应组件的失效阈值。
组件寿命值计算单元:根据组件失效阈值设定单元设定的各核心组件失效阈值及待估参数计算单元计算获得的对应的待估参数值,代入对应组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间值,确定了各核心组件的寿命值,并输出至对比输出单元。
对比单元:用于对比组件寿命值计算单元输入的各核心组件首次穿越设定的失效阈值的时间值,确定最小时间值,即为脉冲激光装备的整机使用寿命。
本实施例优选,组件退化模型建立单元建立的组件退化模型具体如下式:
其中,X(t)表示组件在t时刻的退化量,σ为扩散系数;B(t)代表布朗运动,服从正态分布N(0,t),反映了组件性能退化过程的随机动态,组件性能退化量的均值是关于时间t的函数,即E[X(t)]=λt。漂移系数λ不仅与组件性能退化量相关,而且与退化趋势也紧密相关。
本实施例中,只考虑温度、湿度和大气压强对组件性能的影响,依据多应力广义阿伦尼斯模型形式,退化率函数确定单元建立对应组件的退化率函数为:
E[X(t)]=E[w1(t),w2(t),w3(t)]=a0+a1*w1(t)+a1/w2(t)+a3*w3(t) (12)
其中,w1(t)代表t时刻温度,w2(t)代表t时刻湿度,w3(t)代表t时刻大气压强。
本实施例中,待估参数计算单元包括退化模型待估参数计算模块和退化率函数待估参数计算模块;具体为:
退化模型待估参数计算模块:用于计算各组件退化模型中的待估参数;
本实施例为减少待估参数的数量,式(12)中未考虑环境应力的交互项,仅含环境应力的独立项。因此式(12)中,含有a0、a1、a2、a3四个待估参数,而(11)式中除了这四个待估参数外,还含有一个需要估计的参数,即扩散参数σ。本实施例中扩散参数σ的估算步骤具体如下:
剔除数据中的退化率所产生的累积效应项:
根据布朗运动服从的正态分布σB(t):N(0,σ2t)的特点,对退化数据进行处理:ΔH(ti):N(0,σ2Δti),该数据的似然函数为:
对数似然函数为:
求对数似然函数一阶偏导:
并令式(16)等于0,即可得到扩散参数σ的估计值为:
退化率函数待估参数计算模块:用于计算退化率函数中的待估参数,计算过程如下步骤:
基于布朗运动过程的独立增量特性,将组件退化模型的积分进行累加求和的近似,组件退化模型(11)式就写为:
其中,m是从0时刻到T时刻退化变量的累积观测次数;Δti是观测时间间隔,Δti=ti-ti-1,wk(ti)是时间范围[ti-1-ti]内的各环境应力,k=1,2,3。
利用布朗运动的独立增量特性对试验测得的退化数据进行处理:
ΔX(ti)=X(ti)-X(ti-1) (18)
ΔX(ti):N(E[w1(ti),w2(ti),w3(ti)]Δti,σ2Δti) (19)
即,将组件的性能退化数据带入到公式(19)-(20),从而求得退化数据ΔX(ti)/Δti。
将各退化数据ΔX(ti)/Δti代入到公式(12)中,再利用多元回归方法确定待估参数a0、a1、a2、a3的值。
本实施例中,组件寿命值计算单元将退化率函数待估参数计算模块计算获得的参数a0、a1、a2、a3的值和退化模型待估参数计算模块计算获得的扩散参数σ,代入对应组件退化模型,根据设定的组件的失效阈值,计算出各核心组件首次穿越设定的失效阈值的时间值,确定了各核心组件的寿命值。
本发明实施例是与上述系统实施例对应的方法实施例,各个处理步骤的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
如图3所示,本发明还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脉冲激光装备的寿命评估方法,或者计算机程序被处理器执行时实现上述实施例中脉冲激光装备的寿命评估方法。
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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使对应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种脉冲激光装备的寿命评估方法,其特征在于,包括步骤:
基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型;
根据环境应力,基于多应力广义阿伦尼斯模型,确定各组件退化模型中组件的退化率函数;
计算获取各组件退化模型和各退化率函数中的待估参数值;
根据设定的各核心组件失效阈值及所述待估参数值,代入对应的组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间,确定各核心组件的寿命值;
对比各核心组件的寿命值,确定最小寿命值为脉冲激光装备的使用寿命。
3.根据权利要求2所述的脉冲激光装备的寿命评估方法,其特征在于,所述依据多应力广义阿伦尼斯模型形式,建立对应组件的退化率函数具体为:
E[X(t)]=E[w1(t),w2(t),w3(t)]=a0+a1*w1(t)+a1/w2(t)+a3*w3(t) (2);
其中,w1(t)代表t时刻温度,w2(t)代表t时刻湿度,w3(t)代表t时刻大气压强。
5.根据权利要求3所述的脉冲激光装备的寿命评估方法,其特征在于,所述对参数a0、a1、a2、a3的估算步骤如下:
基于布朗运动过程的独立增量特性,将组件退化模型的积分进行累加求和的近似,组件退化模型(1)式写为:
其中,m是从0时刻到T时刻退化变量的累积观测次数;Δti是观测时间间隔,Δti=ti-ti-1,wk(ti)是时间范围[ti-1-ti]内的各环境应力,k=1,2,3;
利用布朗运动的独立增量特性对试验测得的退化数据进行处理:
ΔX(ti)=X(ti)-X(ti-1) (8);
ΔX(ti):N(E[w1(ti),w2(ti),w3(ti)]Δti,σ2Δti) (9);
将组件的性能退化数据带入到公式(8)-(10),从而求得退化数据ΔX(ti)/Δti;
将各退化数据ΔX(ti)/Δti代入到公式(2)中,再利用多元回归方法确定待估参数a0、a1、a2、a3的值。
6.一种脉冲激光装备的寿命评估系统,其特征在于,该系统包括:
组件退化模型建立单元:用于基于随机的Wiener过程模型分别对脉冲激光装备的各核心组件建立组件退化模型;
退化率函数确定单元:根据环境应力,基于多应力广义阿伦尼斯模型,确定组件退化模型建立单元建立的各组件退化模型中组件的退化率函数;
待估参数计算单元:用于计算确定组件退化模型建立单元建立的各组件退化模型,和待估参数计算单元确定的退化率函数中的待估参数;
组件失效阈值设定单元:用于设定对应组件的失效阈值;
组件寿命值计算单元:根据组件失效阈值设定单元设定的各核心组件失效阈值及待估参数计算单元计算获得的对应的待估参数值,代入对应组件退化模型,计算出各核心组件首次穿越设定的失效阈值的时间值,确定了各核心组件的寿命值,并输出至对比输出单元;
对比单元:用于对比组件寿命值计算单元输入的各核心组件首次穿越设定的失效阈值的时间值,确定最小时间值,即为脉冲激光装备的整机使用寿命。
8.根据权利要求7所述的脉冲激光装备的寿命评估系统,其特征在于,所述退化率函数确定单元依据多应力广义阿伦尼斯模型形式,建立对应组件的退化率函数为:
E[X(t)]=E[w1(t),w2(t),w3(t)]=a0+a1*w1(t)+a1/w2(t)+a3*w3(t) (12);
其中,w1(t)代表t时刻温度,w2(t)代表t时刻湿度,w3(t)代表t时刻大气压强。
10.根据权利要求8所述的脉冲激光装备的寿命评估系统,其特征在于,所述待估参数计算单元包括退化率函数待估参数计算模块,用于计算退化率函数中的待估参数,计算过程如下步骤:
基于布朗运动过程的独立增量特性,将组件退化模型的积分进行累加求和的近似,组件退化模型(11)式就写为:
其中,m是从0时刻到T时刻退化变量的累积观测次数;Δti是观测时间间隔,Δti=ti-ti-1,wk(ti)是时间范围[ti-1-ti]内的各环境应力,k=1,2,3;
利用布朗运动的独立增量特性对试验测得的退化数据进行处理:
ΔX(ti)=X(ti)-X(ti-1) (18);
ΔX(ti):N(E[w1(ti),w2(ti),w3(ti)]Δti,σ2Δti) (19);
即,将组件的性能退化数据带入到公式(19)-(20),从而求得退化数据ΔX(ti)/Δti;
将各退化数据ΔX(ti)/Δti代入到公式(12)中,再利用多元回归方法确定待估参数a0、a1、a2、a3的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340580.3A CN114722598A (zh) | 2022-03-31 | 2022-03-31 | 一种脉冲激光装备的寿命评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340580.3A CN114722598A (zh) | 2022-03-31 | 2022-03-31 | 一种脉冲激光装备的寿命评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114722598A true CN114722598A (zh) | 2022-07-08 |
Family
ID=82242743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210340580.3A Pending CN114722598A (zh) | 2022-03-31 | 2022-03-31 | 一种脉冲激光装备的寿命评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114722598A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619106A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军火箭军工程大学 | 一种考虑性能退化的激光陀螺仪备件数量确定方法及系统 |
CN116227240A (zh) * | 2023-05-08 | 2023-06-06 | 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 |
-
2022
- 2022-03-31 CN CN202210340580.3A patent/CN114722598A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619106A (zh) * | 2022-12-19 | 2023-01-17 | 中国人民解放军火箭军工程大学 | 一种考虑性能退化的激光陀螺仪备件数量确定方法及系统 |
CN116227240A (zh) * | 2023-05-08 | 2023-06-06 | 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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114722598A (zh) | 一种脉冲激光装备的寿命评估方法 | |
EP1416348B1 (en) | Methodology for temporal fault event isolation and identification | |
CN110362068A (zh) | 一种基于工业物联网的机械设备故障预警方法、系统和可读存储介质 | |
US20180299862A1 (en) | Computer System And Method For Causality Analysis Using Hybrid First-Principles And Inferential Model | |
RU2654310C2 (ru) | Способ и устройство контроля параметра ракетного двигателя | |
US20140365179A1 (en) | Method and Apparatus for Detecting and Identifying Faults in a Process | |
JP2004150440A (ja) | システム上で診断を行うための方法 | |
JPH08505249A (ja) | 信号分析,プロセス識別および技術的プロセスのモニターのための方法および装置 | |
Wang et al. | Preventive replacement for systems with condition monitoring and additional manual inspections | |
CN112433896A (zh) | 一种服务器磁盘故障预测方法、装置、设备及存储介质 | |
Pourhassan et al. | A simulation approach on reliability assessment of complex system subject to stochastic degradation and random shock | |
CN114861185A (zh) | 用于企业级台账的共识机制处理方法及装置 | |
Cadini et al. | Neutralization of temperature effects in damage diagnosis of MDOF systems by combinations of autoencoders and particle filters | |
EP3222000B1 (en) | Inferring component parameters for components in a network | |
CN112565593B (zh) | 一种针对空间调焦机构的动态可靠性分析方法 | |
PAn et al. | Lifetime distribution and associated inference of systems with multiple degradation measurements based on gamma processes | |
CN115907033A (zh) | 一种基于机器学习算法预测每小时用电量的方法及系统 | |
EP3904843B1 (en) | Method and system for measuring interference in a checkweighing device | |
CN110895624A (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 | |
Agarwal | Markovian software reliability model for two types of failures with imperfect debugging rate and generation of errors | |
Allahdadian et al. | Subspace based damage detection technique: investigation on the effect of number of samples | |
Castrup | Calibration requirements analysis system | |
US20240055304A1 (en) | Method and device for optimizing an amount of testing with respect to a total test time | |
Timashev et al. | Possible ways to achieving high-accuracy sizing of defects discovered by ILI tools | |
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 |
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 |