CN114971223B - 一种指数寿命型序贯试验方法、系统、设备、介质及终端 - Google Patents
一种指数寿命型序贯试验方法、系统、设备、介质及终端 Download PDFInfo
- Publication number
- CN114971223B CN114971223B CN202210498961.4A CN202210498961A CN114971223B CN 114971223 B CN114971223 B CN 114971223B CN 202210498961 A CN202210498961 A CN 202210498961A CN 114971223 B CN114971223 B CN 114971223B
- Authority
- CN
- China
- Prior art keywords
- test
- time
- rejection
- probability
- calculating
- 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
- 238000010998 test method Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 158
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 11
- 101000973623 Homo sapiens Neuronal growth regulator 1 Proteins 0.000 claims description 18
- 102100022223 Neuronal growth regulator 1 Human genes 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 17
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Manufacturing & Machinery (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
Abstract
本发明属于产品检验技术领域,公开了一种指数寿命型序贯试验方法、系统、设备、介质及终端,利用伽马分布等效描述试验中样本寿命、故障数量和试验时间因素的综合效果,并计算试验方案的两种风险概率;在逐一递增故障接收数的过程中,遍历寻找试验方案的两种风险概率均小于阈值的试验截止时间Tw;在设定好每次故障发生时的接收概率阈值和拒收概率阈值后,通过计算伽马分布的分位数,得到试验方案中的各拒收时间和接收时间。本发明的指数寿命型序贯试验方法,在保持序贯试验次数少的前提下,同时能估算其他平均寿命产品的拒收概率;尽可能减小试验误判拒收带来的经济损失,减少合格产品因误判拒收而不能投入使用造成的浪费。
Description
技术领域
本发明属于产品检验技术领域,尤其涉及一种指数寿命型序贯试验方法、系统、设备、介质及终端。
背景技术
一般来说,正常使用的电子零部件寿命都服从指数分布,如:印制电路板插件、电子部件、电阻、电容、集成电路等。在理论上,当产品由很多部分组成,无论这些组成部分的寿命是什么分布,只要产品的任一部分出了故障,给予修复再投入使用,则较长时间之后,产品的寿命基本上即指数分布。指数寿命型序贯试验是一种针对寿命服从指数分布产品的抽样检验方式,其常见试验模式为:每次从该批次产品中选取1个或1组产品,检验后按照某一确定规则做出接收该批产品或拒收该批产品或继续检验另一组产品的决定。指数寿命型序贯试验的最大优点是能用较少的试验次数得到检验结论,因此在试验费用上具有较好的经济性。
对于指数寿命型产品,本发明按惯例以平均寿命t来描述可靠性质量水平。
本发明约定指数分布记为exp(μ),其概率密度函数伽马分布记为Ga(A,B),其概率密度函数/>其中Γ(A)为伽马函数,/>
由于抽样试验始终存在着样本质量偏离产品总体质量的可能性,因而必然存在两种风险:弃真风险和取伪风险。
弃真风险由生产方承担,是指抽样检验结论为“该批产品质量不合格,被拒收”,但实际上该批产品的良品率达到或甚至超过生产方的要求,该批产品质量总体合格。良品的质量水平记为t0,弃真风险通常以质量为t0的产品被拒收的概率来描述,记为Pa,生产方可接受的Pa最大值记为α。弃真风险又称为生产方风险。
取伪风险由使用方承担,是指抽样检验结论为“该批产品质量合格,可接收”,但在实际使用中发现该批产品的质量低于使用方可接受的最低质量水平t1,t1对应的产品本发明称为差品(实际上是合格品的下限)。取伪风险通常以质量为t1的产品被接收的概率来描述,记为Pb,使用方可接受的Pb最大值记为β。取伪风险又称为使用方风险。
弃真风险的物理意义是良品经检验被拒收的概率,取伪风险的物理意义是差品经检验被接收的概率。任意质量水平的产品在抽样检验试验后,检验结论“接收或拒收”二者必居其一,因此该产品的“接收概率+拒收概率=1”成立。产品的接收概率和拒收概率如同一个硬币的两面,已知二者中的任意一个概率,就能得到另外一个概率。
目前,已有一系列的国际标准、国家标准或军队标准给出了典型指数寿命型序贯试验方案或方案制定方法。例如,表1列出了GJB899A-2009在风险阈值α=β=0.1、鉴别比d=1.5的序贯试验方案。表中的标准化判决时间是累计寿命时间与t1的比例。根据该方案,在检验过程中,当第i个产品发生故障时,统计此时的累计寿命时间tw,从表1中查到对应的拒收tr和接收ta。当tw≤tr时,终止试验,拒收该批产品;当tw≥ta时,终止试验,接收该批产品;当tr<tw<ta时,试验结果不足以做出接收或拒收的结论,需要继续试验。为了防止产品长期处于继续试验的状态,该表给出了截止试验条件:截止试验时间Tw=49.5及其接收数Ac=40,即:累计寿命时间达到49.5t1时,如果故障数不超过40,则接收该批产品,否则拒收。
表1GJB899A-2009的序贯试验方案1
如表1所示,指数寿命型序贯试验方案的内容主要有两大部分:一是各故障数对应的拒收时间tr、接收时间ta,二是截止试验时间Tw和接收数Ac。相关国标的指数寿命型序贯试验设计方法大同小异,在生产方和使用方约定好各自的风险阈值α、β,各自关注的产品质量水平t0、t1(鉴别比)后,都是在“概率似然比”基础上进行一系列近似计算,最终得到试验方案中的各拒收时间tr和接收时间ta、截止时间Tw及其接收数Ac。
但是,现有相关标准产生的指数寿命型序贯试验方案,只能知道质量水平为t1和t0的产品检验拒收概率分别为1-β和α,质量水平在t1和t0之外的产品检验拒收概率则不得而知。特别是那些质量水平t在区间(t1,t0)内的产品,这是生产方所提供产品质量水平最集中的范围,也都是使用方可接收的合格产品。若试验结论误判为“拒收”意味这些合格产品将因不能投入使用而造成浪费。相关标准仅以两种临界质量水平(t1和t0)来评估试验风险的方法是一种“以点代面”、较为粗略的评估方法。如果能估算试验方案在区间(t1,t0)内任意质量水平产品的拒收概率,再结合产品的价格信息,就能准确估算因试验误判“拒收”导致的经济损失。相比风险概率,风险带来的经济损失能更直观的反映生产方的要求,能更好地服务于试验双方协商确定试验输入参数(α、β、t1和t0)。
通过上述分析,现有技术存在的问题及缺陷为:现有相关标准产生的指数寿命型序贯试验方案不能估计其他质量水平产品的检验拒收概率,不能准确估计因误判拒收造成的经济损失,造成在选定试验方案时只能控制风险的概率而不能控制风险的经济成本,生产方可能面临风险概率虽小、但经济损失极大的境地。
发明内容
针对现有技术存在的问题,本发明提供了一种指数寿命型序贯试验方法、系统、设备、介质及终端。
本发明是这样实现的,一种指数寿命型序贯试验方法,所述指数寿命型序贯试验方法包括:
利用伽马分布等效分析试验中样本寿命、故障数量和试验时间因素的综合效果,并计算试验中的风险概率;在逐一递增故障接收数的过程中,遍历寻找所述风险概率均小于阈值的试验截止时间Tw;预设每次故障发生时的接收概率阈值和拒收概率阈值,再通过计算伽马分布的分位数,得到试验方案中的各拒收时间tr和接收时间ta。
进一步,所述指数寿命型序贯试验方法包括以下步骤:
步骤一,初始化;
步骤二,计算截止试验时间Tw和接收数Ac;
步骤三,计算各故障数对应的拒收时间tr和接收时间ta;
步骤四,输出试验方案。
进一步,所述步骤一中的初始化包括:
输入双方约定好的参数:生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1。
进一步,所述步骤二中的计算截止试验时间Tw和接收数Ac包括:
(1)令鉴别比At=-1,计算标志Fc=1;设置风险阈值接近范围dp,满足α+dp<1、α-dp>0、1-β+dp<1、1-β-dp>0,默认设定为dp=0.01;
(2)若Fc<1,则Tw和Ac计算完毕,令Tw=txi、Ac=At后执行步骤三;否则令At=At+1,执行步骤(3);
(3)计算伽马分布Ga(1+At,t0)的(α-dp)分位数x01、(α+dp)分位数x02;对于服从Ga(1+At,t0)的随机数X,x01使得成立,x02使得成立;利用Matlab中的gaminv()函数计算伽马分布的分位数,调用方式为:x01=gaminv(α-dp,1+At,t0),x02=gaminv(α+dp,1+At,t0);
(4)计算伽马分布Ga(1+At,t1)的(1-β-dp)分位数x11,(1-β+dp)分位数x12;
x11使得成立,x12使得/>成立;
(5)取x01、x11中的最大数并向上取整,结果记为xt1;取x02、x12中的最小数并向下取整,结果记为xt2;
(6)若xt1>xt2,则令At=At+1,执行步骤(3),否则执行步骤(7);
(7)在[xt1,xt2]区间内以步长xs遍历计算各点txi对应的双方风险概率;[xt1,xt2]区间内点的数量记为xn,xt1≤txi≤xt2,1≤i≤xn,步长xs的值取决于寿命试验对精度的要求,默认设定为xs=1;
1)令i=1;
2)令txi=xt1+(i-1)xs,
3)若Pa<α且Pb<β都成立,则令Fc=0,执行步骤(2),否则执行步骤4);
4)令i=i+1,若i≤xn,则执行步骤2),否则执行步骤(2)。
进一步,所述步骤三中的计算各故障数对应的拒收时间tr和接收时间ta包括:
(1)令拒收概率阈值令/>1-bt为接收概率阈值,初始化故障数j=0;
(2)若j=0,则令拒收时间tr=-1,表示不适用;否则令tr等于伽马分布Ga(j,t0)的at分位数,成立;
(3)若j=0,则令接收时间ta等于伽马分布Ga(1,t1)的1-bt分位数,成立;否则令接收时间ta等于伽马分布Ga(j,t1)的1-bt分位数,成立;
(4)保存在矩阵nTra的第1+j行中,nTra(1+j,:)=[j tr ta];
(5)更新j,令j=j+1,若j≤Ac成立,则执行步骤(2);否则令nTra(2+Ac,:)=[1+AcTw-1],执行步骤四。
进一步,所述步骤四中的输出试验方案包括:
试验方案内容为:截止试验时间Tw及接收数Ac,矩阵nTra保存每出现一次故障时对应的拒收时间tr和接收时间ta。
采用序贯试验方案,对于寿命服从指数分布exp(μ)的产品,接收概率的估计值为拒收概率的估计值为/>
本发明的另一目的在于提供一种应用所述的指数寿命型序贯试验方法的指数寿命型序贯试验系统,所述指数寿命型序贯试验系统包括:
初始化模块,用于输入双方约定好的参数,包括生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1;
计算模块,用于计算截止试验时间Tw和接收数Ac,并计算各故障数对应的拒收时间tr和接收时间ta;
试验方案输出模块,用于输出截止试验时间Tw及接收数Ac,矩阵nTra保存每出现一次故障时对应的拒收时间tr和接收时间ta。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
利用伽马分布等效描述试验中样本寿命、故障数量和试验时间因素的综合效果,并计算试验方案的两种风险概率;在逐一递增故障接收数的过程中,遍历寻找试验方案的两种风险概率均小于阈值的试验截止时间Tw;在设定好每次故障发生时的接收概率阈值和拒收概率阈值后,通过计算伽马分布的分位数,得到试验方案中的各拒收时间tr和接收时间ta。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
利用伽马分布等效描述试验中样本寿命、故障数量和试验时间因素的综合效果,并计算试验方案的两种风险概率;在逐一递增故障接收数的过程中,遍历寻找试验方案的两种风险概率均小于阈值的试验截止时间Tw;在设定好每次故障发生时的接收概率阈值和拒收概率阈值后,通过计算伽马分布的分位数,得到试验方案中的各拒收时间tr和接收时间ta。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的指数寿命型序贯试验系统。
结合上述的技术方案和解决的技术问题,请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为:
第一、针对上述现有技术存在的技术问题以及解决该问题的难度,紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等,详细、深刻地分析本发明技术方案如何解决的技术问题,解决问题之后带来的一些具备创造性的技术效果。具体描述如下:
针对现有序贯试验方案不能估计其他质量水平产品的检验拒收概率的现状,本发明提供了一种指数寿命型序贯试验方案的设计方法,在保持序贯试验次数少的前提下,同时能估算其他平均寿命产品的拒收概率。
第二,把技术方案看做一个整体或者从产品的角度,本发明所要保护的技术方案具备的技术效果和优点,具体描述如下:
对于任意给定α、β、d,利用本发明方法可以计算出满足试验双方要求的指数寿命型序贯试验方案参数。本发明方法得出的序贯试验方案,与定时试验相比,仍然保留了试验次数较少的优点;与相关标准的序贯试验方案相比,还可以估算任意质量水平产品经检验试验的拒收/接收概率。如此以来,生产方可进一步准确估算因误判“拒收”导致的经济损失,更好地服务试验双方共同科学合理地协商确定试验要求(α、β、d),从而尽可能减小试验误判“拒收”带来的经济损失,减少合格产品因误判“拒收”而不能投入使用造成的浪费。
第三,作为本发明的权利要求的创造性辅助证据,还体现在本发明的技术方案克服了技术偏见:一直以来,设计产品的序贯抽样检验方案都采取以产品临界质量水平t0和t0的风险概率来描述试验方案风险的模式,这是一种较为粗略、“以点代面”的风险评估方法。本发明克服了该技术偏见,能准确计算试验方案对任意质量水平产品的拒收概率,生产方再结合产品的价格信息,进而能准确估计整个质量水平范围内的拒收风险经济成本,使得生产方能同时从风险概率和风险成本两个维度更全面的评估试验风险,为选定产品抽样方案提供了更充实的决策依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述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获得其他的附图。
图1是本发明实施例提供的指数寿命型序贯试验方法流程图;
图2是本发明实施例提供的指数寿命型序贯试验系统结构框图;
图3是本发明实施例提供的两种检验方案的抽样检验仿真结果示意图;
图4是本发明实施例提供的拒收概率的仿真结果和估计结果示意图;
图中:1、初始化模块;2、计算模块;3、试验方案输出模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种指数寿命型序贯试验方法及系统,下面结合附图对本发明作详细的描述。
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现,该部分是对权利要求技术方案进行展开说明的解释说明实施例。
针对现有序贯试验方案不能估计其他质量水平产品的检验拒收概率的现状,本发明提供了一种指数寿命型序贯试验方案的设计方法,在保持序贯试验次数少的前提下,同时能估算其他平均寿命产品的拒收概率。
如图1所示,本发明实施例提供的指数寿命型序贯试验方法包括以下步骤:
S101,初始化;
S102,计算截止试验时间TW和接收数Ac;
S103,计算各故障数对应的拒收时间tr和接收时间ta;
S104,输出试验方案。
如图2所示,本发明实施例提供的指数寿命型序贯试验系统包括:
初始化模块1,用于输入双方约定好的参数,包括生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1;
计算模块2,用于计算截止试验时间Tw和接收数Ac,并计算各故障数对应的拒收时间tr和接收时间ta;
试验方案输出模块3,用于输出截止试验时间Tw及接收数Ac,矩阵nTra保存每出现一次故障时对应的拒收时间tr和接收时间ta。
“概率似然比”是相关标准中指数寿命型序贯试验方法的核心概念。这些标准以该概念为基础,通过一系列的近似计算,最后得到试验方案中的tr、ta、Tw、Ac参数。本发明方法与“概率似然比”这一概念完全无关,其核心创新点在于:用伽马分布来等效描述试验中样本寿命、故障数量和试验时间等因素的综合效果,并以此计算试验方案的两种风险概率,在逐一递增故障接收数的过程中,遍历寻找试验方案的两种风险概率都小于阈值的试验截止时间Tw。最后,在设定好每次故障发生时的接收概率阈值和拒收概率阈值后,通过计算伽马分布的分位数,得到试验方案中的各拒收时间tr和接收时间ta。
本发明实施例提供的指数寿命型序贯试验方法的具体步骤如下:
(1)初始化。
输入双方约定好的参数:生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1。
(2)计算截止试验时间Tw和接收数Ac。
(2.1)令鉴别比At=-1,计算标志Fc=1。设置风险阈值接近范围dp,要求满足:α+dp<1、α-dp>0、1-β+dp<1、1-β-dp>0。默认设定为dp=0.01。
(2.2)若Fc<1,则Tw和Ac计算完毕,令Tw=txi、Ac=At后执行(3),否则令At=At+1,执行(2.3)。
(2.3)计算伽马分布Ga(1+At,t0)的(α-dp)分位数x01、(α+dp)分位数x02。对于服从Ga(1+At,t0)的随机数X,x01使得成立,x02使得成立。在众多专业数学软件中,提供了计算分位数的函数,例如Matlab中的gaminv()函数可用于计算伽马分布的分位数,调用方式为:x01=gaminv(α-dp,1+At,t0),x02=gaminv(α+dp,1+At,t0)。
(2.4)计算伽马分布Ga(1+At,t1)的(1-β-dp)分位数x11,(1-β+dp)分位数x12。x11使得成立,x12使得/>成立。
(2.5)取x01、x11中的最大数并向上取整,结果记为xt1;取x02、x12中的最小数并向下取整,结果记为xt2。
(2.6)若xt1>xt2,则令At=At+1,然后执行(2.3),否则执行(2.7)。
(2.7)在[xt1,xt2]区间内以步长xs遍历计算各点txi对应的双方风险概率。[xt1,xt2]区间内这些点的数量记为xn,即:xt1≤txi≤xt2,1≤i≤xn。步长xs的值取决于寿命试验对精度的要求,默认设定为xs=1。
(2.7.1)令i=1。
(2.7.2)令txi=xt1+(i-1)xs,
(2.7.3)若Pa<α且Pb<β都成立,则令Fc=0,执行(2.2),否则执行(2.7.4)。
(2.7.4)令i=i+1,若i≤xn,则执行(2.7.2),否则执行(2.2)。
(3)计算各故障数对应的拒收时间tr和接收时间ta。
(3.1)令拒收概率阈值令/>1-bt为接收概率阈值,初始化故障数j=0。
(3.2)若j=0,则令拒收时间tr=-1,表示不适用,否则令tr等于伽马分布Ga(j,t0)的at分位数,即成立。
(3.3)若j=0,则令接收时间ta等于伽马分布Ga(1,t1)的1-bt分位数,即成立,否则令接收时间ta等于伽马分布Ga(j,t1)的1-bt分位数,即成立。
(3.4)把保存在矩阵nTra的1+j第行中,即:nTra(1+j,:)=[j tr ta]。
(3.5)更新j,令j=j+1,若j≤Ac成立,则执行(3.2),否则令nTra(2+Ac,:)=[1+AcTw-1],执行(4)。
(4)输出试验方案。
试验方案内容为:截止试验时间Tw及其接收数Ac,矩阵nTra保存了每出现一次故障时对应的拒收时间tr和接收时间ta。
采用该序贯试验方案,对于寿命服从指数分布exp(μ)的产品,接收概率的估计值为拒收概率的估计值为/>
本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
二、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果,和现有技术相比的确具备很大的优势,下面内容结合试验过程的数据、图表等进行描述。
算例应用:现在需要对某批次产品进行抽样检验。已知该产品的寿命服从指数分布,生产方关注的良品平均寿命t0=150h,生产方风险阈值α=0.1;使用方关注的差品平均寿命t1=100h,使用方风险阈值β=0.1。应用本发明方法,设计序贯试验方案。
解:
(1)初始化。由题意可知α=0.1,β=0.1,t0=150,t1=100。
(2)计算截止试验时间Tw和接收数Ac。
令鉴别比At=-1,计算标志Fc=1。设置风险阈值接近范围dp=0.01。
经过多次迭代执行(2.2)~(2.7)后,得到:Tw=49.4t1=4940h,Ac=40。
(3)计算各故障数对应的拒收时间tr和接收时间ta。
计算后得到矩阵nTra如表2。
表2矩阵nTra
(4)输出试验方案。
试验方案的具体内容为:截止试验时间Tw及其对应接收数Ac,矩阵nTra。
可采用仿真的方式模拟试验方案的产品检验效果。以上述算例为例,分别采用本发明方法的指数寿命型序贯试验方案和GJB899A-2009的指数寿命型定时试验,对平均寿命在70~190之间产品进行抽样检验。指数寿命型定时试验方案核心参数为预定值Tw和接收数Ac,试验模式一般为:在一批产品中随机抽取n个样本进行可靠性寿命试验,当试验进行到累计寿命达到预定值时截止。设在试验过程中共出现r次故障。如r≤Ac,认为批产品可靠性合格,可接收;如r>Ac,认为批产品可靠性不合格,拒收。对上述算例,由于GJB899A-2009的指数寿命型定时试验方案的接收数为40,因此n不小于41。在仿真验证时中取n=41。
图3分别从接收概率和平均试验次数的角度,显示了本发明方法指数寿命型序贯试验方案和GJB899A-2009指数寿命型定时试验方案的产品检验仿真效果。图3表明,在接收概率方面,本发明方法的序贯试验与国标定时试验的表现是极为一致的;在平均试验次数方面,本发明方法的序贯试验次数则小于国标定时试验次数。
采用本发明方法的指数寿命型序贯试验方案,对任意质量水平产品进行抽样检验,图4是拒收概率的仿真结果和估计结果。图4表明,应用本发明方法得到的序贯试验方案,可较为准确地估计任意平均寿命值产品的拒收概率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种指数寿命型序贯试验方法,其特征在于,所述指数寿命型序贯试验方法包括:利用伽马分布等效分析试验中样本寿命、故障数量和试验时间因素的综合效果,并计算试验中的风险概率;在逐一递增故障接收数的过程中,遍历寻找所述风险概率均小于阈值的试验截止时间Tw;预设每次故障发生时的接收概率阈值和拒收概率阈值,再通过计算伽马分布的分位数,得到试验中的各拒收时间和接收时间;
所述指数寿命型序贯试验方法包括以下步骤:
步骤一,初始化;
步骤二,计算截止试验时间Tw和接收数Ac;
步骤三,计算各故障数对应的拒收时间tr和接收时间ta;
步骤四,输出试验方案;
所述步骤一中的初始化包括:
输入双方约定好的参数:生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1;
所述步骤二中的计算截止试验时间Tw和接收数Ac包括:
(1)令鉴别比At=-1,计算标志Fc=1;设置风险阈值接近范围dp,满足α+dp<1、α-dp>0、1-β+dp<1、1-β-dp>0,默认设定为dp=0.01;
(2)若Fc<1,则Tw和Ac计算完毕,令Tw=txi、Ac=At后执行步骤三;否则令At=At+1,执行步骤(3);
(3)计算伽马分布Ga(1+At,t0)的(α-dp)分位数x01、(α+dp)分位数x02;对于服从Ga(1+At,t0)的随机数X,x01使得成立,x02使得成立;利用Matlab中的gaminv()函数计算伽马分布的分位数,调用方式为:x01=gaminv(α-dp,1+At,t0),x02=gaminv(α+dp,1+At,t0);
(4)计算伽马分布Ga(1+At,t1)的(1-β-dp)分位数x11,(1-β+dp)分位数x12;
x11使得成立,x12使得/>成立;
(5)取x01、x11中的最大数并向上取整,结果记为xt1;取x02、x12中的最小数并向下取整,结果记为xt2;
(6)若xt1>xt2,则令At=At+1,执行步骤(3),否则执行步骤(7);
(7)在[xt1,xt2]区间内以步长xs遍历计算各点txi对应的双方风险概率;[xt1,xt2]区间内点的数量记为xn,xt1≤txi≤xt2,1≤i≤xn,步长xs的值取决于寿命试验对精度的要求,默认设定为xs=1;
1)令i=1;
2)令txi=xt1+(i-1)xs,
3)若Pa<α且Pb<β都成立都成立,则令Fc=0,执行步骤(2),否则执行步骤4);
4)令i=i+1,若i≤xn,则执行步骤2),否则执行步骤(2);
所述步骤三中的计算各故障数对应的拒收时间tr和接收时间ta包括:
(1)令拒收概率阈值令/>1-bt为接收概率阈值,初始化故障数j=0;
(2)若j=0,则令拒收时间tr=-1,表示不适用;否则令tr等于伽马分布Ga(j,t0)的at分位数,成立;
(3)若j=0,则令接收时间ta等于伽马分布Ga(1,t1)的1-bt分位数,成立;否则令接收时间ta等于伽马分布Ga(j,t1)的1-bt分位数,成立;
(4)保存在矩阵nTra的第1+j行中,nTra(1+j,:)=[j tr ta];
(5)更新j,令j=j+1,若j≤Ac成立,则执行步骤(2);否则令nTra(2+Ac,:)=[1+Ac Tw-1],执行步骤四;
所述步骤四中的输出试验方案包括:
试验方案内容为:截止试验时间Tw及接收数Ac,矩阵nTra保存每出现一次故障时对应的拒收时间tr和接收时间ta;
采用序贯试验方案,对于寿命服从指数分布exp(μ)的产品,接收概率的估计值为拒收概率的估计值为/>
2.一种应用如权利要求1所述的指数寿命型序贯试验方法的指数寿命型序贯试验系统,其特征在于,所述指数寿命型序贯试验系统包括:
初始化模块,用于输入双方约定好的参数,包括生产方关注的风险阈值α和良品平均寿命t0,使用方关注的风险阈值β和差品平均寿命t1;
计算模块,用于计算截止试验时间Tw和接收数Ac,并计算各故障数对应的拒收时间tr和接收时间ta;
试验方案输出模块,用于输出截止试验时间Tw及接收数Ac,矩阵nTra保存每出现一次故障时对应的拒收时间tr和接收时间ta。
3.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1所述的指数寿命型序贯试验方法。
4.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1所述的指数寿命型序贯试验方法。
5.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求2所述的指数寿命型序贯试验系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498961.4A CN114971223B (zh) | 2022-05-09 | 2022-05-09 | 一种指数寿命型序贯试验方法、系统、设备、介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210498961.4A CN114971223B (zh) | 2022-05-09 | 2022-05-09 | 一种指数寿命型序贯试验方法、系统、设备、介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114971223A CN114971223A (zh) | 2022-08-30 |
CN114971223B true CN114971223B (zh) | 2023-10-24 |
Family
ID=82981175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210498961.4A Active CN114971223B (zh) | 2022-05-09 | 2022-05-09 | 一种指数寿命型序贯试验方法、系统、设备、介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971223B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115906544B (zh) * | 2023-03-09 | 2023-05-05 | 中国人民解放军国防科技大学 | 基于可靠性增长过程的可靠性鉴定试验方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009232144A (ja) * | 2008-03-24 | 2009-10-08 | Kddi Corp | 故障推定装置 |
CN103646138A (zh) * | 2013-12-03 | 2014-03-19 | 北京航空航天大学 | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 |
CN108304665A (zh) * | 2018-02-07 | 2018-07-20 | 中国人民解放军海军工程大学 | 一种多台套设备的备件需求量计算方法 |
WO2020041956A1 (zh) * | 2018-08-28 | 2020-03-05 | 大连理工大学 | 一种基于贝叶斯与故障树的数控机床可靠性评价方法 |
WO2020215721A1 (zh) * | 2019-04-25 | 2020-10-29 | 苏州玖物互通智能科技有限公司 | 一种激光雷达的寿命预测方法 |
CN112733088A (zh) * | 2021-03-30 | 2021-04-30 | 中国人民解放军国防科技大学 | 基于专家信息的威布尔型产品可靠性验收方案设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7945427B2 (en) * | 2008-04-18 | 2011-05-17 | The Boeing Company | Methods and systems for providing unanticipated demand predictions for maintenance |
-
2022
- 2022-05-09 CN CN202210498961.4A patent/CN114971223B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009232144A (ja) * | 2008-03-24 | 2009-10-08 | Kddi Corp | 故障推定装置 |
CN103646138A (zh) * | 2013-12-03 | 2014-03-19 | 北京航空航天大学 | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 |
CN108304665A (zh) * | 2018-02-07 | 2018-07-20 | 中国人民解放军海军工程大学 | 一种多台套设备的备件需求量计算方法 |
WO2020041956A1 (zh) * | 2018-08-28 | 2020-03-05 | 大连理工大学 | 一种基于贝叶斯与故障树的数控机床可靠性评价方法 |
WO2020215721A1 (zh) * | 2019-04-25 | 2020-10-29 | 苏州玖物互通智能科技有限公司 | 一种激光雷达的寿命预测方法 |
CN112733088A (zh) * | 2021-03-30 | 2021-04-30 | 中国人民解放军国防科技大学 | 基于专家信息的威布尔型产品可靠性验收方案设计方法 |
Non-Patent Citations (2)
Title |
---|
Weibull分布可靠性序贯验证试验方案选择及分析;李鑫;蔡景;周月;余圣祯;;工程与试验(第02期);全文 * |
Weibull分布形状参数对轴承序贯验证试验的影响;楼洪梁;李兴林;徐现昭;卓继志;张仰平;余忠华;;轴承(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114971223A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114839464B (zh) | 一种指数寿命型产品的快速检验方法、系统、设备及终端 | |
CN107478455A (zh) | 一种适用于威布尔分布型产品的定时截尾可靠性试验方法 | |
CN114971223B (zh) | 一种指数寿命型序贯试验方法、系统、设备、介质及终端 | |
CN111611172A (zh) | 项目测试缺陷分析方法、装置、设备及存储介质 | |
CN112540887A (zh) | 故障演练方法、装置、电子设备及存储介质 | |
CN115757150A (zh) | 一种生产环境测试方法、装置、设备及存储介质 | |
CN114841573B (zh) | 一种指数寿命型产品的分组检验方案确定系统及方法 | |
CN116955198A (zh) | 一种规则集合的确定方法及装置 | |
CN111324536A (zh) | 一种压力测试方法、装置、电子设备及存储介质 | |
CN107896232B (zh) | 一种ip地址评估方法及装置 | |
CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
CN114970120B (zh) | 一种指数寿命型电子零部件寿命试验方案确定系统及方法 | |
CN113360402B (zh) | 一种测试方法、电子设备、芯片和存储介质 | |
CN108519950A (zh) | 终端、应用软件的故障检测方法及其装置和可读存储介质 | |
CN117435386A (zh) | 异常数据定位方法、装置、芯片测试机及可读存储介质 | |
CN115576850B (zh) | 数据指标测试方法、装置、电子设备及存储介质 | |
CN117493127B (zh) | 一种应用程序检测方法、装置、设备及介质 | |
CN109885402B (zh) | 测试函数输出数据溢出的方法、终端设备及存储介质 | |
CN115086156B (zh) | 存储区域网络中异常应用的定位方法 | |
TWI778634B (zh) | 故障分類方法、電子設備及儲存介質 | |
CN117115568B (zh) | 数据筛选方法、装置、设备及存储介质 | |
CN111310989B (zh) | 零件加工成功率的预测方法、预测装置及可读存储介质 | |
CN115599689A (zh) | 一种测试逻辑的显示方法、装置、设备及存储介质 | |
CN117527272A (zh) | 一种故障注入测试方法、装置、电子设备和存储介质 | |
CN114897349A (zh) | 一种成败型序贯抽样试验方案确定系统及方法 |
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 |