CN115795920A - 基于多应力耦合加速模型的产品可靠性评价方法和装置 - Google Patents
基于多应力耦合加速模型的产品可靠性评价方法和装置 Download PDFInfo
- Publication number
- CN115795920A CN115795920A CN202310049470.6A CN202310049470A CN115795920A CN 115795920 A CN115795920 A CN 115795920A CN 202310049470 A CN202310049470 A CN 202310049470A CN 115795920 A CN115795920 A CN 115795920A
- Authority
- CN
- China
- Prior art keywords
- stress
- target product
- coupling
- model
- failure
- 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
Classifications
-
- 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
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请涉及一种基于多应力耦合加速模型的产品可靠性评价方法和装置。所述方法包括：基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型；将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数；对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命；基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型；对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。采用本方法能够提高产品的可靠性评价精度。
Description
技术领域
本申请涉及可靠性评价技术领域，特别是涉及一种基于多应力耦合加速模型的产品可靠性评价方法和装置。
背景技术
产品的可靠性评价是为了评估产品在规定的寿命期间内，在预期的使用、运输或储存等所有环境下，保持功能可靠性而进行的活动。是通过使用各种环境试验设备模拟气候环境中的高温、低温、高温高湿以及温度变化等情况，加速反应产品在使用环境中的状况，来验证其是否达到在研发、设计、制造中预期的质量目标，从而对产品进行评估，以确定产品可靠性寿命。
传统技术中，主要是使用单应力加速模型或者多应力加速模型对产品的可靠性进行评价。然而，传统的方法由于都只进行单一应力或者多个独立应力的加速试验，会导致可靠性评价精度不高的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够产品的可靠性评价精度的基于多应力耦合加速模型的产品可靠性评价方法和装置。
第一方面，本申请提供了一种基于多应力耦合加速模型的产品可靠性评价方法，所述方法包括：
基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型；
将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数；
对所述可靠度函数的函数项进行积分处理，得到所述目标产品在所述加速应力测试下的初始特征寿命；
基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型；
对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性。
在其中一个实施例中，所述基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型，包括：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数；
基于每一所述失效模式之间的耦合竞争关系，使用每一所述失效模式各自的累计失效概率密度函数构建所述目标产品在所述加速应力测试下的耦合竞争失效模型。
在其中一个实施例中，所述将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数之前，包括：
对所述耦合竞争失效模型的两边函数进行取对数处理，得到所述耦合竞争失效模型对应的极大似然函数；
基于对所述耦合竞争失效模型对应的极大似然函数的求解，得到所述耦合竞争失效模型中未知参数的求解结果。
在其中一个实施例中，所述加速应力测试中包含至少两种应力；所述目标产品至少有两组；
所述基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型之后，包括：
获取对每一组所述目标产品施加的每一所述应力各自的应力值；
将每一组所述目标产品的初始特征寿命和每一所述应力各自的应力值代入至所述多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组；
对所述方程组进行求解，得到所述多应力耦合加速模型中未知参数的参数结果。
在其中一个实施例中，所述对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性，包括：
确定所述目标产品的特征寿命函数；
将正常应力下的每一正常应力值代入所述特征寿命函数的函数项中，并对所述特征寿命函数的函数项进行运算处理，得到所述目标产品的特征寿命，所述特征寿命用于表征所述目标产品的可使用时长；
当所述特征寿命的分布为指数分布时，基于所述特征寿命确定所述目标产品在所述正常应力下的平均故障间隔时间；
根据所述平均故障间隔时间的时长，得到所述目标产品的可靠性。
在其中一个实施例中，所述确定所述目标产品的特征寿命函数，包括：
获取所述加速应力测试中对所述目标产品施加的应力数量；
基于所述应力数量，并结合所述多应力耦合加速模型和所述多应力耦合加速模型中未知参数的参数结果，得到所述目标产品的特征寿命函数。
在其中一个实施例中，所述方法还包括：
对所述目标产品的特征寿命取倒数，得到所述目标产品在正常应力下的失效率；所述失效率表示目标产品发生失效的概率。
第二方面，本申请提供了一种基于多应力耦合加速模型的产品可靠性评价装置，所述装置包括：
耦合竞争失效模型构建模块，用于基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型；
可靠度函数确定模块，用于将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数；
初始特征寿命计算模块，用于对所述可靠度函数的函数项进行积分处理，得到所述目标产品在所述加速应力测试下的初始特征寿命；
多应力耦合加速模型构建模块，用于基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型；
可靠性获取模块，用于对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性。
第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
上述基于多应力耦合加速模型的产品可靠性评价方法和装置，通过构建耦合竞争失效模型，可以准确地描述目标产品的多个失效模式之间的耦合竞争关系，以得到可靠地多应力耦合加速模型；通过根据目标产品在加速应力测试下的初始特征寿命和加速应力测试包含的应力，构建目标产品的多应力耦合加速模型，可以很好地反映对目标产品施加的多个应力之间的耦合相关关系，从而提升目标产品的可靠性评价精度。
附图说明
图1为一个实施例中基于多应力耦合加速模型的产品可靠性评价方法的应用环境图；
图2为一个实施例中基于多应力耦合加速模型的产品可靠性评价方法的流程示意图；
图3为另一个实施例中基于多应力耦合加速模型的产品可靠性评价方法的流程示意图；
图4为一个实施例中基于多应力耦合加速模型的产品可靠性评价装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的基于多应力耦合加速模型的产品可靠性评价方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104以目标产品在加速应力测试试验下的失效模式所对应的累计失效概率密度函数为参数进行组合，得到目标产品在加速应力测试试验下的耦合竞争失效模型。服务器104通过对构建的耦合竞争失效模型中的未知参数进行求解，并将求解得到的求解结果重新代入耦合竞争失效模型中，得到目标产品的可靠度函数。服务器104对目标产品的可靠度函数的函数项进行积分，得到目标产品进行加速应力测试的初始特征寿命。服务器104根据得到的初始特征寿命和加速应力测试中对目标产品施加的应力，得到目标产品的多应力耦合加速模型。服务器104根据多应力耦合加速模型的运算结果，得到目标产品的可靠性评价结果。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种基于多应力耦合加速模型的产品可靠性评价方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
步骤202，基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型。
其中，加速应力测试是通过对产品施加高温、高湿以及高压的方式，使产品加速老化的一种试验方法。
失效模式主要包括退化失效和突发失效，退化失效是性能退化超过一定的阈值导致产品失效，例如电压逐步退化到失效。突发失效是产品突然失效，例如电路突然短路。
累计失效概率密度函数是指累积失效概率对时间的变化率函数。
耦合竞争失效模型是基于多种失效模式之间的耦合竞争关系建立的模型。耦合表示两个子系统之间的关联程度，当一个子系统发生变化时，若对另一个子系统的影响很小，则称它们是松散耦合的；反之，如果影响很大时，则称它们是紧密耦合的。例如，两个或两个以上的电路构成一个网络时，若其中某一电路中电流或电压发生变化，能影响到其他电路也发生类似的变化，这种网络叫做耦合电路。
可选地，服务器对目标产品进行加速应力测试，根据加速应力测试下的失效模式所对应的表示累积失效概率对时间的变化率的累计失效概率密度函数，和各失效模式之间的耦合竞争关系，从而构建目标产品在加速应力测试下的耦合竞争失效模型。
在一个具体应用中，产品在加速应力测试下有n种失效模式，n种失效模式的累计失效概率密度函数分别为F 1(t),F 2(t),…,F n (t)，t为加速应力测试的时间，考虑到n种失效模式之间的耦合竞争关系，则目标产品在加速应力测试下的耦合竞争失效模型为：
公式（1）中R(t)为目标产品可靠度函数，C(·)为连接函数，C(F j (t),F k (t),…)为除了F j (t)和F k (t)之外，所有变量都为1的连接函数，θ为未知参数。
步骤204，将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数。
其中，可靠度函数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概率函数。就概率分布而言，可靠度函数又可称之为可靠度分布函数。
可选地，服务器将耦合竞争失效模型中的未知参数θ的求解结果重新代入耦合竞争失效模型中，得到加速应力测试下目标产品多种失效模式之间耦合竞争的可靠度函数。
步骤206，对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命。
其中，初始特征寿命是可靠寿命的一种特例，是可靠度为0.368时的可靠寿命。
可选地，服务器将表示目标产品的多种失效模式之间耦合竞争的可靠度函数的函数项进行积分运算，得到目标产品在加速应力测试下的初始特征寿命。
在一个具体应用中，对可靠度函数R(t)的函数项进行积分运算，积分运算公式为
，从而得到目标产品在加速应力测试下的初始特征寿命η。
步骤208，基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型。
其中，应力指的是能够加速产品失效的外力因素。例如，温度应力和湿度应力等。多应力耦合加速模型是综合考虑了多种应力之间的耦合关系组成的模型。
可选地，服务器根据试验得到的目标产品的初始特征寿命，和目标产品进行加速应力测试所施加的应力之间的耦合竞争关系，建立目标产品在加速应力测试下的多应力耦合加速模型。
在一个具体应用中，对目标产品施加多种不同的应力进行加速应力测试，其中一种应力为温度应力。获取每一组目标产品经过测试得到的初始特征寿命，并考虑温度应力与其他非温度应力之间的耦合关系，则目标产品的多应力耦合加速模型为：
公式（2）中m表示除温度应力之外其他应力的总数，j=1,2,..,m，S ij 为第i组目标产品加速应力测试的第j种非温度应力值，A、B、C j 以及D j 为未知参数，T i 为第i组目标产品进行加速应力测试的温度应力值，η i 为第i组目标产品的加速应力测试下的初始特征寿命，k为玻尔兹曼常数。
步骤210，对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。
可选地，服务器利用得到的多应力耦合加速模型，对目标产品的特征寿命和平均故障间隔时间进行计算，从而得到目标产品的可靠性评估结果。
上述基于多应力耦合加速模型的产品可靠性评价方法中，通过构建耦合竞争失效模型，可以准确地描述目标产品的多个失效模式之间的耦合竞争关系，以得到可靠地多应力耦合加速模型；通过根据目标产品在加速应力测试下的初始特征寿命和加速应力测试包含的应力，构建目标产品的多应力耦合加速模型，可以很好地反映对目标产品施加的多个应力之间的耦合相关关系，从而提升目标产品的可靠性评价精度。
在一个实施例中，基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型，包括：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数。
基于每一失效模式之间的耦合竞争关系，使用每一失效模式各自的累计失效概率密度函数构建目标产品在加速应力测试下的耦合竞争失效模型。
其中，耦合竞争关系指的是两种失效模式之间相互作用、相互影响的关系。例如，失效模式1会对失效模式2产生影响，则失效模式1和失效模式2之间存在耦合竞争关系。
可选地，服务器根据目标产品在加速应力测试下发生的多种失效模式之间相互影响、相互作用的耦合竞争关系，和各失效模式所对应的累计失效概率密度函数，构建目标产品在加速应力测试试验下的耦合竞争失效模型。
本实施例中，通过使用各失效模式所对应的累计失效概率密度函数建立耦合竞争失效模型，可以准确地描述多种失效模式之间的耦合竞争关系，从而使得到耦合竞争失效模型更加准确。
在一个实施例中，将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数之前，包括：
对耦合竞争失效模型的两边函数进行取对数处理，得到耦合竞争失效模型对应的极大似然函数。
基于对耦合竞争失效模型对应的极大似然函数的求解，得到耦合竞争失效模型中未知参数的求解结果。
可选地，服务器对基于多种失效模式之间的耦合竞争关系得到的耦合竞争失效模型的等式两边的函数取对数，得到耦合竞争失效模型对应的极大似然函数，服务器通过对耦合竞争失效模型的极大似然函数进行求解，得到耦合竞争失效模型中未知参数θ的值。
本实施例中，通过使用极大似然函数求解耦合竞争失效模型中的未知参数，能够简化参数求解的过程，从而快速得到耦合竞争失效模型中未知参数的值。
在一个实施例中，加速应力测试中包含至少两种应力，目标产品至少有两组。
基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型之后，包括：
获取对每一组目标产品施加的每一应力各自的应力值。
将每一组目标产品的初始特征寿命和每一应力各自的应力值代入至多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组。
对方程组进行求解，得到多应力耦合加速模型中未知参数的参数结果。
其中，每一应力各自的应力值指的是施加的应力的数值。例如，对目标产品施加应力值为65度的温度应力。又例如，对目标产品施加应力值为30%的湿度应力。
线性变换是将多应力耦合加速模型的等式两边取对数。多应力耦合加速模型经过线性变换，可以得到多应力耦合加速模型对应的极大似然函数。
可选地，服务器将多应力耦合加速模型
等式两边的函数取对数，得到的多应力耦合加速模型所对应的极大似然函数为：
公式（3）中m表示除温度应力之外其他应力的总数，且j=1,2,..,m；S ij 为第i组目标产品加速应力测试时的第j种非温度应力值且
；T i 为第i组目标产品进行加速应力测试的温度应力值且
；
为交互项，可以反映温度应力和其他应力之间的耦合关系；η i 为第i组目标产品在加速应力测试下的初始特征寿命；k为玻尔兹曼常数；γ0=lnA、γ1=B/k、γ2j =C j 以及γ3j =D j /k为多应力耦合加速模型中的未知参数。
服务器将每一组目标产品的初始特征寿命和每一组目标产品进行加速应力测试时施加的应力值代入多应力耦合加速模型所对应的极大似然函数中，得到由多个方程式组成的方程组。服务器使用参数估计求解方式对方程组中的参数进行求解，从而得到多应力耦合加速模型中未知参数的参数结果。
在一个具体应用中，有p组目标产品进行加速应力测试，各组的应力分别为(T 1,S 11,S 12,…,S 1j,..,S 1m),(T 2,S 21,S 22,…,S 2j,..,S 2m),…,(T i,S i1,S i2,…,S ij,..,S im),…,
(T p,S p1,S p2,…,S pj,..,S pm)，各组的特征寿命分别为η 1,η 2,…,η i,…,η p，将这些数据代入多应力耦合加速模型所对应的极大似然函数后，得到方程组：
服务器使用参数估计求解方式对公式（4）所展示的方程组进行求解，从而得到多应力耦合加速模型中未知参数γ0、γ1、γ2j 以及γ3j 的参数结果。
本实施例中，通过以方程组形式求解多应力耦合加速模型中的未知参数。可以简化参数求解的过程，从而提升得到参数结果的速率。
在一个实施例中，如图3所示，对多应力耦合加速模型进行运算处理，得到目标产品的可靠性，包括：
步骤302，确定目标产品的特征寿命函数。
其中，特征寿命函数是用于计算目标产品的特征寿命的公式，是根据多应力耦合加速模型得到的。例如，根据对目标产品进行双应力加速测试，得到的多应力耦合加速模型参数中的参数结果和多应力耦合加速模型，可以得到正常应力下目标产品的特征寿命函数
，γ0、γ1、γ2以及γ3在特征寿命函数中为已知参数；T 0为正常应力下的温度值，S 0为正常应力下的非温度应力值，η 0为目标产品的特征寿命。又例如，根据对目标产品进行多应力加速测试，得到的多应力耦合加速模型参数中的参数结果和多应力耦合加速模型，可以得到正常应力的目标产品的特征寿命函数为
步骤304，将正常应力下的每一正常应力值代入特征寿命函数的函数项中，并对特征寿命函数的函数项进行运算处理，得到目标产品的特征寿命，特征寿命用于表征目标产品的可使用时长。
其中，正常应力指的是未对目标产品进行任何干扰的情况。例如，现实环境中的温度为25度，则目标产品在正常应力下的温度应力值也为25度。
可选地，服务器在未对目标产品进行任何干扰的情况下，获取实际环境中目标产品所承受的每一应力的正常应力值，并代入至特征寿命函数中，服务器通过计算代入具体数据的特征寿命函数，从而得到用于表征目标产品可使用时长的特征寿命。
步骤306，当特征寿命的分布为指数分布时，基于特征寿命确定目标产品在正常应力下的平均故障间隔时间。
其中，平均故障间隔时间是指产品或系统在两相邻故障间隔期内正确工作的平均时间，也称平均无故障工作时间，是标志产品或系统能平均工作多长时间的量。
可选地，当服务器检测到目标产品的特征寿命分布为指数分布时，直接将目标产品的特征寿命确定为目标产品的平均故障间隔时间，也就是目标产品的特征寿命和平均故障间隔时间相等。
步骤308，根据平均故障间隔时间的时长，得到目标产品的可靠性。
可选地，服务器根据平均故障间隔时间的时长，对目标产品的可靠性进行评估，若平均故障间隔时间的时长较长，则表示目标产品的可靠性越好，反之则目标产品的可靠性越差。
本实施例中，通过采用根据多应力耦合加速模型得到的特征寿命函数，可以准确地计算出目标产品在正常应力下的特征寿命，从而提升目标产品的可靠性评价精度。
在一个实施例中，确定目标产品的特征寿命函数，包括：
获取加速应力测试中对目标产品施加的应力数量。
基于应力数量，并结合多应力耦合加速模型和多应力耦合加速模型中未知参数的参数结果，得到目标产品的特征寿命函数。
可选地，服务器根据加速应力测试中对目标产品施加的应力数量，和构建的多应力耦合加速模型，可以确定特征寿命函数的框架，再将多应力耦合加速模型中未知参数的参数结果代入至特征寿命函数的框架中，从而得到目标产品的特征寿命函数。
本实施例中，通过根据多应力耦合加速模型和施加的应力数量构建特征寿命函数，可以使得到特征寿命函数能准确计算出目标产品的特征寿命，从而提升目标产品的可靠性评价精度。
在一个实施例中，基于多应力耦合加速模型的产品可靠性评价方法还包括：
对目标产品的特征寿命取倒数，得到目标产品在正常应力下的失效率。失效率表示目标产品发生失效的概率。
可选地，服务器将目标产品特征寿命的数值进行取倒数处理，得到特征寿命的倒数值，倒数值也就是目标产品在正常应力的情况下，在单位时间内发生失效的概率。
本实施例中，通过获取目标产品特征寿命的倒数，从而可以得到目标产品在正常应力情况下，单位时间内发生失效的概率。
本申请还提供一种应用场景，该应用场景应用上述的基于多应力耦合加速模型的产品可靠性评价方法。具体地，该基于多应力耦合加速模型的产品可靠性评价方法在该应用场景的应用如下：目标产品在温度和湿度双应力综合作用下开展加速应力测试，试验组数为5组，各组的试验应力如表1所示。
以第2组加速应力测试试验为例，目标产品在加速应力测试下有两种失效模式，这两种失效模式的累计失效概率密度函数分别为F 1(t)和F 2(t)，则第2组目标产品的耦合竞争失效模型为：R(t)=1-F 1(t)-F 2(t)+C(F 1(t),F 2(t),θ)。使用极大似然函数求解得到未知参数θ的值，并将参数θ的值代入耦合竞争失效模型中，得到第2组目标产品的可靠度函数。对第2组目标产品的可靠度函数的函数项进行积分，得到第2组目标产品在加速应力测试下的初始特征寿命为η 2。使用同样的方法得到其余各组目标产品在加速应力测试下的初始特征寿命分别为η 1,η 3,η 4和η 5。
根据各组目标产品在加速应力测试下的初始特征寿命和施加的应力，建立多应力耦合加速模型：lnη i =γ0+γ1/T i +γ2*lnRH i +γ3*T i *lnRH i ，RH i 表示第i组的湿度应力值。对多应力耦合加速模型的等式两边取对数，得到多应力耦合加速模型对应的极大似然函数，并将各组目标产品在加速应力测试下的初始特征寿命和施加的每一应力的应力值代入多应力耦合加速模型对应的极大似然函数中，得到方程组：
求解上述方程组，得到多应力耦合加速模型中γ0,γ1,γ2,γ3参数的值。根据目标产品下正常应力的情况构建特征寿命函数，并将正常应力中每一应力的应力值代入特征寿命函数中，从而得到正常应力下目标产品的特征寿命η 0。根据目标产品的特征寿命η 0，确定目标产品在正常应力下的平均故障间隔时间，并根据目标产品平均故障间隔时间的时间长度，确定目标产品的可靠性。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的基于多应力耦合加速模型的产品可靠性评价方法的基于多应力耦合加速模型的产品可靠性评价装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个基于多应力耦合加速模型的产品可靠性评价装置实施例中的具体限定可以参见上文中对于基于多应力耦合加速模型的产品可靠性评价方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种基于多应力耦合加速模型的产品可靠性评价装置，包括：
耦合竞争失效模型构建模块402，用于基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型。
可靠度函数确定模块404，用于将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数。
初始特征寿命计算模块406，用于对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命。
多应力耦合加速模型构建模块408，用于基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型。
可靠性获取模块410，用于对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。
在其中一个实施例中，耦合竞争失效模型构建模块包括：
累计失效概率密度函数获取单元，用于获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数。
耦合竞争失效模型构建单元，用于基于每一失效模式之间的耦合竞争关系，使用每一失效模式各自的累计失效概率密度函数构建目标产品在加速应力测试下的耦合竞争失效模型。
在其中一个实施例中，可靠度函数确定模块包括：
极大似然函数获取单元，用于对耦合竞争失效模型的两边函数进行取对数处理，得到耦合竞争失效模型对应的极大似然函数。
求解结果获取单元，用于基于对耦合竞争失效模型对应的极大似然函数的求解，得到耦合竞争失效模型中未知参数的求解结果。
在其中一个实施例中，多应力耦合加速模型构建模块包括：
应力值获取单元，用于获取对每一组目标产品施加的每一应力各自的应力值。
方程组确定单元，用于将每一组目标产品的初始特征寿命和每一应力各自的应力值代入至多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组。
参数结果获取单元，用于对方程组进行求解，得到多应力耦合加速模型中未知参数的参数结果。
在其中一个实施例中，可靠性获取模块包括：
特征寿命函数确定单元，用于确定目标产品的特征寿命函数。
特征寿命计算单元，用于将正常应力下的每一正常应力值代入特征寿命函数的函数项中，并对特征寿命函数的函数项进行运算处理，得到目标产品的特征寿命。
平均故障间隔时间确定单元，用于当特征寿命的分布为指数分布时，基于特征寿命确定目标产品在正常应力下的平均故障间隔时间。
可靠性获取单元，用于根据平均故障间隔时间的时长，得到目标产品的可靠性。
在其中一个实施例中，特征寿命函数确定单元包括：
应力数量获取子单元，用于获取加速应力测试中对目标产品施加的应力数量。
特征寿命函数确定子单元，用于基于应力数量，并结合多应力耦合加速模型和多应力耦合加速模型中未知参数的参数结果，得到目标产品的特征寿命函数。
在其中一个实施例中，基于多应力耦合加速模型的产品可靠性评价装置还包括：
失效率获取单元，用于对目标产品的特征寿命取倒数，得到目标产品在正常应力下的失效率。
上述基于多应力耦合加速模型的产品可靠性评价装置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，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5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。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和内存储器。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目标产品在加速应力测试下的失效模式、失效模式对应的累计失效概率密度函数、耦合竞争失效模型、求解结果、目标产品的可靠度函数、目标产品在所述加速应力测试下的初始特征寿命、加速应力测试包含的应力、多应力耦合加速模型、目标产品的可靠性、特征寿命函数、目标产品的特征寿命以及目标产品在正常应力下的平均故障间隔时间数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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一种基于多应力耦合加速模型的产品可靠性评价装置方法。
本领域技术人员可以理解，图5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，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型。将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数。对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命。基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型。对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数。基于每一失效模式之间的耦合竞争关系，使用每一失效模式各自的累计失效概率密度函数构建目标产品在加速应力测试下的耦合竞争失效模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对耦合竞争失效模型的两边函数进行取对数处理，得到耦合竞争失效模型对应的极大似然函数。基于对耦合竞争失效模型对应的极大似然函数的求解，得到耦合竞争失效模型中未知参数的求解结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取对每一组目标产品施加的每一应力各自的应力值。将每一组目标产品的初始特征寿命和每一应力各自的应力值代入至多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组。对方程组进行求解，得到多应力耦合加速模型中未知参数的参数结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
确定目标产品的特征寿命函数。将正常应力下的每一正常应力值代入特征寿命函数的函数项中，并对特征寿命函数的函数项进行运算处理，得到目标产品的特征寿命。当特征寿命的分布为指数分布时，基于特征寿命确定目标产品在正常应力下的平均故障间隔时间。根据平均故障间隔时间的时长，得到目标产品的可靠性。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取加速应力测试中对目标产品施加的应力数量。基于应力数量，并结合多应力耦合加速模型和多应力耦合加速模型中未知参数的参数结果，得到目标产品的特征寿命函数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对目标产品的特征寿命取倒数，得到目标产品在正常应力下的失效率。
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以下步骤：
基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型。将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数。对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命。基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型。对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数。基于每一失效模式之间的耦合竞争关系，使用每一失效模式各自的累计失效概率密度函数构建目标产品在加速应力测试下的耦合竞争失效模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对耦合竞争失效模型的两边函数进行取对数处理，得到耦合竞争失效模型对应的极大似然函数。基于对耦合竞争失效模型对应的极大似然函数的求解，得到耦合竞争失效模型中未知参数的求解结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取对每一组目标产品施加的每一应力各自的应力值。将每一组目标产品的初始特征寿命和每一应力各自的应力值代入至多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组。对方程组进行求解，得到多应力耦合加速模型中未知参数的参数结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定目标产品的特征寿命函数。将正常应力下的每一正常应力值代入特征寿命函数的函数项中，并对特征寿命函数的函数项进行运算处理，得到目标产品的特征寿命。当特征寿命的分布为指数分布时，基于特征寿命确定目标产品在正常应力下的平均故障间隔时间。根据平均故障间隔时间的时长，得到目标产品的可靠性。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取加速应力测试中对目标产品施加的应力数量。基于应力数量，并结合多应力耦合加速模型和多应力耦合加速模型中未知参数的参数结果，得到目标产品的特征寿命函数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对目标产品的特征寿命取倒数，得到目标产品在正常应力下的失效率。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建目标产品在加速应力测试下的耦合竞争失效模型。将耦合竞争失效模型中参数的求解结果代入耦合竞争失效模型中，得到目标产品的可靠度函数。对可靠度函数的函数项进行积分处理，得到目标产品在加速应力测试下的初始特征寿命。基于初始特征寿命和加速应力测试包含的应力，确定目标产品的多应力耦合加速模型。对多应力耦合加速模型进行运算处理，得到目标产品的可靠性。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数。基于每一失效模式之间的耦合竞争关系，使用每一失效模式各自的累计失效概率密度函数构建目标产品在加速应力测试下的耦合竞争失效模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对耦合竞争失效模型的两边函数进行取对数处理，得到耦合竞争失效模型对应的极大似然函数。基于对耦合竞争失效模型对应的极大似然函数的求解，得到耦合竞争失效模型中未知参数的求解结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取对每一组目标产品施加的每一应力各自的应力值。将每一组目标产品的初始特征寿命和每一应力各自的应力值代入至多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组。对方程组进行求解，得到多应力耦合加速模型中未知参数的参数结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定目标产品的特征寿命函数。将正常应力下的每一正常应力值代入特征寿命函数的函数项中，并对特征寿命函数的函数项进行运算处理，得到目标产品的特征寿命。当特征寿命的分布为指数分布时，基于特征寿命确定目标产品在正常应力下的平均故障间隔时间。根据平均故障间隔时间的时长，得到目标产品的可靠性。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取加速应力测试中对目标产品施加的应力数量。基于应力数量，并结合多应力耦合加速模型和多应力耦合加速模型中未知参数的参数结果，得到目标产品的特征寿命函数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对目标产品的特征寿命取倒数，得到目标产品在正常应力下的失效率。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
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、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（MagnetoresistiveRandom Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（PhaseChange Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（StaticRandom Access Memory，SRAM）或动态随机存取存储器（Dynamic Random AccessMemory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于多应力耦合加速模型的产品可靠性评价方法，其特征在于，所述方法包括：
基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型；
将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数；
对所述可靠度函数的函数项进行积分处理，得到所述目标产品在所述加速应力测试下的初始特征寿命；
基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型；
对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性。
2.根据权利要求1所述的方法，其特征在于，所述基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型，包括：
获取目标产品在加速应力测试下的每一失效模式各自的累计失效概率密度函数；
基于每一所述失效模式之间的耦合竞争关系，使用每一所述失效模式各自的累计失效概率密度函数构建所述目标产品在所述加速应力测试下的耦合竞争失效模型。
3.根据权利要求1所述的方法，其特征在于，所述将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数之前，包括：
对所述耦合竞争失效模型的两边函数进行取对数处理，得到所述耦合竞争失效模型对应的极大似然函数；
基于对所述耦合竞争失效模型对应的极大似然函数的求解，得到所述耦合竞争失效模型中未知参数的求解结果。
4.根据权利要求1所述的方法，其特征在于，所述加速应力测试中包含至少两种应力；所述目标产品至少有两组；
所述基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型之后，包括：
获取对每一组所述目标产品施加的每一所述应力各自的应力值；
将每一组所述目标产品的初始特征寿命和每一所述应力各自的应力值代入至所述多应力耦合加速模型线性变换后的模型中，得到由多个方程式组成的方程组；
对所述方程组进行求解，得到所述多应力耦合加速模型中未知参数的参数结果。
5.根据权利要求1所述的方法，其特征在于，所述对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性，包括：
确定所述目标产品的特征寿命函数；
将正常应力下的每一正常应力值代入所述特征寿命函数的函数项中，并对所述特征寿命函数的函数项进行运算处理，得到所述目标产品的特征寿命，所述特征寿命用于表征所述目标产品的可使用时长；
当所述特征寿命的分布为指数分布时，基于所述特征寿命确定所述目标产品在所述正常应力下的平均故障间隔时间；
根据所述平均故障间隔时间的时长，得到所述目标产品的可靠性。
6.根据权利要求5所述的方法，其特征在于，所述确定所述目标产品的特征寿命函数，包括：
获取所述加速应力测试中对所述目标产品施加的应力数量；
基于所述应力数量，并结合所述多应力耦合加速模型和所述多应力耦合加速模型中未知参数的参数结果，得到所述目标产品的特征寿命函数。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述目标产品的特征寿命取倒数，得到所述目标产品在正常应力下的失效率；所述失效率表示目标产品发生失效的概率。
8.一种基于多应力耦合加速模型的产品可靠性评价装置，其特征在于，所述装置包括：
耦合竞争失效模型构建模块，用于基于目标产品在加速应力测试下的失效模式对应的累计失效概率密度函数，构建所述目标产品在所述加速应力测试下的耦合竞争失效模型；
可靠度函数确定模块，用于将所述耦合竞争失效模型中参数的求解结果代入所述耦合竞争失效模型中，得到所述目标产品的可靠度函数；
初始特征寿命计算模块，用于对所述可靠度函数的函数项进行积分处理，得到所述目标产品在所述加速应力测试下的初始特征寿命；
多应力耦合加速模型构建模块，用于基于所述初始特征寿命和所述加速应力测试包含的应力，确定所述目标产品的多应力耦合加速模型；
可靠性获取模块，用于对所述多应力耦合加速模型进行运算处理，得到所述目标产品的可靠性。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310049470.6A CN115795920B (zh) | 2023-02-01 | 2023-02-01 | 基于多应力耦合加速模型的产品可靠性评价方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310049470.6A CN115795920B (zh) | 2023-02-01 | 2023-02-01 | 基于多应力耦合加速模型的产品可靠性评价方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115795920A true CN115795920A (zh) | 2023-03-14 |
| CN115795920B CN115795920B (zh) | 2023-06-20 |
Family
ID=85429415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310049470.6A Active CN115795920B (zh) | 2023-02-01 | 2023-02-01 | 基于多应力耦合加速模型的产品可靠性评价方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115795920B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117993220A (zh) * | 2024-03-18 | 2024-05-07 | 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）） | 融合加速寿命及加速退化的产品综合试验方法和装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197875A1 (en) * | 2012-01-27 | 2013-08-01 | Carvin Glenn Shirley | Copula-based system and method for management of manufacturing test and product specification throughout the product lifecycle for electronic systems or integrated circuits |
| CN103336901A (zh) * | 2013-06-27 | 2013-10-02 | 中国人民解放军国防科学技术大学 | 一种竞争失效相关加速寿命试验统计分析方法 |
| CN112069697A (zh) * | 2020-09-23 | 2020-12-11 | 中国人民解放军国防科技大学 | 多应力多失效模式相依竞争条件下加速退化试验统计分析方法 |
-
2023
- 2023-02-01 CN CN202310049470.6A patent/CN115795920B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130197875A1 (en) * | 2012-01-27 | 2013-08-01 | Carvin Glenn Shirley | Copula-based system and method for management of manufacturing test and product specification throughout the product lifecycle for electronic systems or integrated circuits |
| CN103336901A (zh) * | 2013-06-27 | 2013-10-02 | 中国人民解放军国防科学技术大学 | 一种竞争失效相关加速寿命试验统计分析方法 |
| CN112069697A (zh) * | 2020-09-23 | 2020-12-11 | 中国人民解放军国防科技大学 | 多应力多失效模式相依竞争条件下加速退化试验统计分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 师义民 等: "竞争失效产品部分加速寿命试验的统计分析", 西北工业大学学报 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117993220A (zh) * | 2024-03-18 | 2024-05-07 | 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）） | 融合加速寿命及加速退化的产品综合试验方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115795920B (zh) | 2023-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN113946986B (zh) | 基于加速退化试验的产品平均失效前时间评估方法和装置 | |
| CN114357812B (zh) | 产品可靠性试验方法、装置、计算机设备和存储介质 | |
| CN110941555B (zh) | 测试用例推荐方法、装置、计算机设备和存储介质 | |
| CN106169124B (zh) | 系统级产品可靠性综合评估置信推断方法 | |
| CN115841046B (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| CN115809569B (zh) | 基于耦合竞争失效模型的可靠性评价方法和装置 | |
| CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
| CN116227240B (zh) | 基于综合应力加速试验的产品寿命评价方法、装置及设备 | |
| CN114355094B (zh) | 基于多源信息的产品可靠性薄弱环节综合评估方法和装置 | |
| CN113487019A (zh) | 电路故障诊断方法、装置、计算机设备和存储介质 | |
| CN116010226A (zh) | 软件系统可靠性仿真评估方法、装置和计算机设备 | |
| CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
| CN114239326A (zh) | 产品可靠性加速系数评估方法、装置和计算机设备 | |
| CN116108697B (zh) | 基于多元性能退化的加速试验数据处理方法、装置和设备 | |
| CN116228045B (zh) | 基于性能退化的产品可靠性薄弱环节评估方法和装置 | |
| CN107562695B (zh) | 一种配电变压器的负载数据处理方法及装置 | |
| CN115935761A (zh) | 设备的可靠性仿真方法、装置、计算机设备和存储介质 | |
| CN113159537B (zh) | 电网新技术项目的评估方法、装置和计算机设备 | |
| CN113821443A (zh) | 应用程序的功能检测方法、装置、设备及存储介质 | |
| CN112488528A (zh) | 数据集的处理方法、装置、设备和存储介质 | |
| CN116127785B (zh) | 基于多元性能退化的可靠性评价方法、装置和设备 | |
| CN114254516B (zh) | 一种删失数据下的参数概率不确定性建模方法 | |
| CN116244918A (zh) | 产品的可靠性评估方法、装置和计算机设备 | |
| CN114329989A (zh) | 产品通用质量特性设计与分析方法、装置和计算机设备 |
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 |