CN117252040B - 多应力加速试验分析方法、电子设备和可读存储介质 - Google Patents
多应力加速试验分析方法、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN117252040B CN117252040B CN202311526277.3A CN202311526277A CN117252040B CN 117252040 B CN117252040 B CN 117252040B CN 202311526277 A CN202311526277 A CN 202311526277A CN 117252040 B CN117252040 B CN 117252040B
- Authority
- CN
- China
- Prior art keywords
- stress
- value
- life
- prediction model
- predicted
- 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
- 230000001133 acceleration Effects 0.000 title claims abstract description 85
- 238000012360 testing method Methods 0.000 title claims abstract description 80
- 238000004458 analytical method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000001808 coupling effect Effects 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims description 30
- 238000009825 accumulation Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 12
- 230000004913 activation Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 abstract description 8
- 230000035882 stress Effects 0.000 description 38
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本申请涉及一种多应力加速试验分析方法、电子设备和可读存储介质，本申请方法包括：获取样品器件在多应力进行的寿命加速试验下得到的失效时间，根据失效时间计算得到样品器件在不同应力条件下的期望寿命值；获取可靠性指标，根据可靠性指标和期望寿命值得到样品器件在多应力无耦合作用下的第一预测寿命值；根据期望寿命值构建第一灰色预测模型，通过第一灰色预测模型预测得到样品器件在多应力有耦合作用下的第二预测寿命值；根据第一预测寿命值和第二预测寿命值构建第二灰色预测模型，根据第二灰色预测模型计算所述样品器件的最终寿命预测值。本申请解决了现有技术中无法仅利用物理经验模型对多应力水平在加速寿命试验进行准确分析的问题。
Description
技术领域
本申请涉及设备可靠性分析领域，特别是涉及一种多应力加速试验分析方法、电子设备和可读存储介质。
背景技术
可靠性是产品在规定条件和规定时间完成规定功能的能力，我们一般采用平均故障间隔时间和使用寿命来衡量其可靠性水平高低。针对可靠性水平较高、使用寿命较长的设备，需要严格按照军用标准GJB899A开展充分的可靠性专项试验，但该试验的时间较长，且成本较高。为了寻找有效的可靠性加速寿命试验方案，使得指导工程人员在较短的试验时间内可以充分科学地考核被试设备的可靠性水平，一直是相关技术研发人员的研究方向。而对于研发人员来说，如何设计可靠性加速寿命试验方案，研究方向之一就是确定加速因子以及预测器件在某种应力水平下的寿命。
目前，在可靠性加速寿命试验方案中，由于受试设备的元器件种类较多，因此对于不同的元器件来说其对应的激活能以及适用的加速因子参量是不同的。在单应力的加速寿命试验分析中，采用物理经验模型即可准确地计算出加速因子并推算出寿命，但在多应力水平作用下，由于多应力水平在加速寿命试验存在耦合作用，因此无法基于以上物理经验模型进行准确分析。
发明内容
本申请实施例提供了一种多应力加速试验分析方法、电子设备和可读存储介质，以至少解决相关技术中由于多应力水平在加速寿命试验存在耦合作用，因此无法基于以上物理经验模型进行准确分析的问题。
第一方面，本申请实施例提供了一种多应力加速试验分析方法，获取样品器件在多应力进行的寿命加速试验下得到的失效时间，根据所述失效时间计算得到所述样品器件在不同应力条件下的期望寿命值；
获取可靠性指标，根据所述可靠性指标和所述期望寿命值得到所述样品器件在多应力无耦合作用下的第一预测寿命值；
根据所述期望寿命值构建第一灰色预测模型，通过所述第一灰色预测模型预测得到所述样品器件在多应力有耦合作用下的第二预测寿命值；
根据所述第一预测寿命值和所述第二预测寿命值构建第二灰色预测模型，根据所述第二灰色预测模型计算所述样品器件的最终寿命预测值。
在一实施例中，所述根据所述失效时间计算得到所述样品器件在不同应力下的期望寿命值，包括：
对所述失效时间的数据分布情况进行分析，根据分析结果选取两个以上的分布类型；
计算所述失效时间在不同分布类型下的皮尔森相关系数，并将最大的皮尔森相关系数对应的分布类型作为最优分布；
根据所述最优分布的期望公式和所述失效时间计算所述期望寿命值。
在一实施例中，所述根据所述可靠性指标和所述期望寿命值得到所述样品器件在多应力无耦合作用下的第一预测寿命值，包括：
对所述可靠性指标进行计算，得到与所述可靠性指标对应的物理经验模型的第一加速因子；
对所述第一加速因子进行分析，得到多应力在无交互作用下的第二加速因子；
对所述第二加速因子和所述期望寿命值进行计算，得到所述第一预测寿命值。
在一实施例中，所述根据所述期望寿命值构建第一灰色预测模型包括：
将同一应力变量的期望寿命值作为一组，并对所述期望寿命值按照该应力变量从小到大的顺序进行排序，得到序列数据集；
对所述序列数据集中的期望寿命值进行级比检验，若任一期望寿命值不在第一预设区间内，则根据第一预设常数增大所述序列数据集中的每一期望寿命值，直至每一期望寿命值在所述第一预设区间内；
根据级比检验后的序列数据集生成第一累加序列；
获取预设的第一灰色微分方程，通过所述第一累加序列和所述第一灰色微分方程得到所述第一灰色预测模型。
在一实施例中，所述根据所述第一预测寿命值和所述第二预测寿命值构建第二灰色预测模型，包括：
对所述第一预测寿命值和所述第二预测寿命值作差，得到差值序列；
对所述差值序列中的差值进行级比检验，若任一差值不在第二预设区间内，则根据第二预设常数增大所述差值序列中的每一差值，直至每一差值在所述第二预设区间内；
根据级比检验后的差值序列生成第二累加序列；
获取预设的第二灰色微分方程，通过所述第二累加序列和所述第二灰色微分方程得到所述第二灰色预测模型。
在一实施例中，根据所述第二灰色预测模型计算样品器件的最终寿命预测值，包括：
根据所述第二灰色预测模型对所述差值序列进行计算，得到与差值对应的估计值；
对所述第一预测寿命值和所述估计值进行叠加处理，得到所述最终寿命预测值。
在一实施例中，所述多应力加速试验包括：
设置多组样品器件，每一组样品器件以不同类型的应力水平作为变量进行寿命加速试验，得到每一组样品器件中每一样品器件的失效时间；其中，所述应力水平的类型包括：电压水平、温度水平和湿度水平。
在一实施例中，所述可靠性指标包括激活能、电压加速系数和湿度加速系数；所述获取可靠性指标包括：
在保持电压水平和湿度水平不变的条件下，提取温度水平变化的失效时间，构建阿伦尼乌斯方程并计算所述激活能；
在保持温度水平和湿度水平不变的条件下，选择电压水平变化的失效时间，构建逆幂率方程并计算所述电压加速系数；
在保持温度水平和电压水平不变的条件下，选择湿度水平变化的失效时间，构建方程并计算所述湿度加速系数。
第二方面，本申请实施例提供了一种电子设备，包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如以上任一项实施例所述的多应力加速试验分析方法。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上第一方面任一实施例所述的多应力加速试验分析方法。
本申请实施例提供的多应力加速试验分析方法、电子设备和可读存储介质至少具有以下技术效果：
通过获取失效时间，根据所述失效时间计算得到所述样品器件在不同应力条件下的期望寿命值；然后所述期望寿命值得到所述样品器件在多应力无耦合作用下的第一预测寿命值；再根据所述期望寿命值构建第一灰色预测模型，通过所述第一灰色预测模型预测得到所述样品器件在多应力有耦合作用下的第二预测寿命值；最后根据所述第一预测寿命值和所述第二预测寿命值构建第二灰色预测模型，根据所述第二灰色预测模型计算所述样品器件的最终寿命预测值，能够在多用力水平作用下开展可靠性试验时，提供对多应力水平间耦合作用的定量评估，并减小灰色预测模型直接对原始数据进行预测带来的误差，提高预测的准确性和可靠性，从而解决试验时间较长且试验成本较高的技术问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请一实施例多应力加速试验分析方法的流程图。
图2是本申请另一实施例多应力加速试验分析方法的流程图。
图3是本申请一实施例灰色预测模型的流程图。
图4是本申请一实施例电子设备的结构框图。
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，对本申请进行描述和说明。应当理解，此处所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。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
在可靠性加速寿命试验方案中，由于受试设备的元器件种类较多，对于不同的元器件来说其对应的激活能以及适用的加速因子参量不同，因此在进行试验时，选用不适用的加速因子会导致在长寿命设备开展可靠性试验时，试验时间较长且试验成本较高。
灰色系统理论是以部分信息已知、部分信息未知的“小样本”不确定性系统作为研究对象，主要通过对“部分”已知信息的分析，提取出有价值的信息，从而实现对系统运行行为的正确认识和有效控制。灰色系统理论拟合或预测需要的原始数据少，甚至只需要4个数据就可以建立准确的预测模型，并且能得到准确的结果。灰色建模实质上是为了将离散的、无规律的原始数据序列进行次累加生成，得到规律性较强的累加生成序列，然后再对累加生成序列建模。因此，本申请为了从较少的数据中预测到设备器件的准确寿命，将灰色预测模型应用到多应力作用下的加速寿命试验中，这种方法从本质上就考虑到了多应力水平的综合影响，是更接近工程实践的一类方法。但是，当数据较多或者原始数据存在若干个不准确的数据点时，采用灰色预测模型计算出的预测寿命会有较大的误差。
本申请提出一种多应力加速试验分析方法、电子设备和可读存储介质，旨在解决多应力水平寿命加速实验的实验时间较长且试验成本较高的技术问题，从而能够在多用力水平作用下开展可靠性试验时，提供对多应力水平间耦合作用的定量评估，并减小灰色预测模型直接对原始数据进行预测带来的误差，提高预测的准确性和可靠性。
参考图1，图1是本申请一实施例多应力加速试验分析方法的流程图。
步骤S1，获取样品器件在多应力进行的寿命加速试验下得到的失效时间，根据所述失效时间计算得到所述样品器件在不同应力条件下的期望寿命值。
其中，失效时间是通过多应力加速试验得到的，因此在提取失效时间前，首先需要对器件进行摸底试验。本实施例的多应力加速试验包括：设置多组样品器件，每一组样品器件以不同类型的应力水平作为变量进行寿命加速试验，得到每一组样品器件中每一样品器件的失效时间。其中，本实施例的应力水平类型包括：电压水平、温度水平和湿度水平，用户可以根据其自身的实验需求选取应力水平，本申请对应力水平的类型和数量不做限定。
经过实验得到每一组样品器件的失效时间后，可以根据失效时间计算得到所述样
品器件在不同多应水平力下的期望寿命值。首先，对所述失效时间的数据分布情况进行分
析，根据分析结果选取两个以上的分布类型；然后计算所述失效时间在不同分布类型下的
皮尔森相关系数，并将最大的皮尔森相关系数对应的分布类型作为最优分布；最后根据所
述最优分布的期望公式和所述失效时间进行计算，得到所述期望寿命值。
步骤S2，获取可靠性指标，所述可靠性指标是通过物理经验模型计算得到，不同的可靠性指标对应着不同的物理经验模型。根据所述可靠性指标和所述期望寿命值得到所述样品器件在多应力无耦合作用（即多应力之间的交互作用）下的第一预测寿命值。其中，对所述可靠性指标进行计算，得到与所述可靠性指标对应的物理经验模型的第一加速因子；对所述第一加速因子进行分析，得到多应力在无交互作用下的第二加速因子；对所述第二加速因子和所述期望寿命值进行计算，得到所述第一预测寿命值。
具体地，本实施例的可靠性指标包括激活能、电压加速系数和湿度加速系数。计算
可靠性指标的过程如下：在保持电压水平和湿度水平不变的条件下，提取温度水平变化的
失效时间，构建多组阿伦尼乌斯方程并计算所述激活能Ea；在保持温度水平和湿度水平不
变的条件下，选择电压水平变化的失效时间，构建多组逆幂率方程并计算所述电压加速系
数N；在保持温度水平和电压水平不变的条件下，选择湿度水平变化的失效时间，构建多组方程并计算所述湿度加速系数m。
在本实施例中，物理经验模型包括阿伦尼乌斯模型、逆幂率模型和模型（上
述的三个方程），而与之对应的，第一加速因子包括阿伦尼乌斯模型中的加速因子AF1、逆幂
率模型中的加速因子AF2和模型的加速因子AF3，第一加速因子（AF1、AF2、AF3）是根据可
靠性指标计算得到的。
然后在忽略多应力间交互作用的情况下，得到不带交互作用的第二加速因子，再将期望寿命值与第二加速因子进行乘积计算，得到样品器件
在每一组多应力加速试验下的预测寿命值，即第一预测寿命值。
步骤S3，据所述期望寿命值构建第一灰色预测模型，通过所述第一灰色预测模型预测得到所述样品器件在多应力有耦合作用下的第二预测寿命值。其中，第一灰色预测模型的构建过程包括以下步骤：
步骤S31，将同一应力变量的期望寿命值作为一组，如，将温度和湿度不变、电压为变量的所有期望寿命值作为一个集合，并对所述期望寿命值按照该应力变量从小到大的顺序进行排序，得到序列数据集；
步骤S32，对所述序列数据集中的期望寿命值进行级比检验，若任一期望寿命值不在第一预设区间内，则根据第一预设常数增大所述序列数据集中的每一期望寿命值，直至每一期望寿命值在所述第一预设区间内；
步骤S33，根据级比检验后的序列数据集生成第一累加序列；
步骤S34，获取预设的第一灰色微分方程，通过所述第一累加序列和所述第一灰色微分方程得到所述第一灰色预测模型。
具体地，从每一组应力在最优分布下的期望寿命中选取保持某1种应力发生
变化而其他应力不变的数据（期望寿命值），对该数据按应力水平从小到大进行排
序，设得到的序列数据集，对原始数据进行级比检验。在进行级比检验的过程中，先计算级
比系数，，如果在第一预设区间内，说明该序列数据集可以使用灰色预测模型；如果在第一预设区间外，则对序列数据集中的每个数据都加上任
意常数（第一预设常数），再次计算是否在第一预设区间内，求解后再减去，直到所
有的在第一预设区间内。
然后根据累加公式生成第一累加序列，得到序列数据集的1阶累加序列。再建立灰色微分方程，再求解微分方程，得到微分方程的第一系数和第二系数的值，再带
入灰色微分方程，得到第一灰色预测模型，根据该第一灰色预测模型将此预测值数列还原
为预测数列。
在进行寿命预测之前，还需要对第一灰色预测模型进行模型残差检验。具体地，计算相对残差，如果所有的相对残差小于0.1，则认为达到较高的要求；若对所有的相对残差小于0.2，则认为达到一般要求。
最后根据第一灰色预测模型计算第二预测寿命值。
步骤S4，根据所述第一预测寿命值和所述第二预测寿命值构建第二灰色预测模型，根据所述第二灰色预测模型计算所述样品器件的最终寿命预测值。
具体地，对所述第一预测寿命值和所述第二预测寿命值作差，得到差值序列。然后根据差值序列构建第二灰色预测模型，其中，先对所述差值序列中的
差值进行级比检验，若任一差值不在第二预设区间内，则根据第二预设常数增大所述差值
序列中的每一差值，直至每一差值在所述第二预设区间内；根据级比检验后的差值序列生
成第二累加序列；获取预设的第二灰色微分方程，通过所述第二累加序列和所述第二灰色
微分方程得到所述第二灰色预测模型。在本实施例中，构建第二灰色预测模型的过程与第
一灰色预测模型的过程类似，只是采用的参数不同，因此这里就不在详细说明。
再根据所述第二灰色预测模型对所述差值序列进行计算，得到与差值对应的估计
值；对所述第一预测寿命值和所述估计值进行叠加处理，得到
所述最终寿命预测值。
本申请实施例通过先获取每一样品器件在不同多应力水平下的多应力水平寿命加速实验的失效时间，然后根据是失效时间计算不同多应力水平的期望寿命值，根据期望寿命值计算多应力无耦合作用的第一预测寿命值，并根据期望寿命值构建第一灰色预测模型，通过第一模型得到多应力有耦合作用的第二预测寿命值，再对第一预测寿命值和第二预测寿命值处理，得到最终预测寿命值。本申请通过构建灰色预测模型对寿命进行预测，解决实验时间较长且试验成本较高的技术问题，从而能够在多用力水平作用下开展可靠性试验时，提供对多应力水平间耦合作用的定量评估，并减小灰色预测模型直接对原始数据进行预测带来的误差，提高预测的准确性和可靠性。
在本申请另一实施例中，以具体地的例子对本申请的多应力加速试验分析方法进行说明。
参考图2，本实施例在进行试验过程中，经摸底试验从多种应力水平中选择三种：
电压水平、温度水平和湿度水平，且每个应力水平选取三个数值，其中，电压水平选取400V、
410V和420V；温度水平选取170℃、175℃和140℃；湿度水平选取40%RH、85%RH和90%RH，在每
种不同类型的应力水平中任选一个，共有种组合方式，即可以进行27组不同的多应力水
平的寿命加速实验。
然后，随机抽样选取540个样品器件，基于以上三种不同的应力水平分为27组，每
组随机选取20个器件进行加速寿命实验，经实验得到各组多应力水平下各个器件的失效时
间为： （1）
其中，第n组样品器件的失效时间的集合；t1为第n组中第一个样品器件
的失效时间；n是样品器件的组数。
具体地参考图2，经过实验得到每一组样品器件的失效时间后，再确定每一组多应
力实验下失效时间的数据分布类型，每一组失效时间可以选择多个分布类型以保证数据分
析的准确性，本实施例可以采用正态分布、对数正态分布、威布尔分布三种分布类型，选取3
种分布下皮尔森相关系数最高者为最优分布，根据最优分布的期望公式计算每一组多应力
水平在最优分布下的期望寿命： （2）
其中，LS（n）为样品器件在第n组多应力水平下的期望寿命值。
LS（n）的计算过程是：首先计算每一组失效时间的中位秩，再把非正态分布的形式转换成标准正态分布，进而根据标准正态分布的公式得到相关系数和期望值，本实施例可以通过现有的工具，例如Minitab求解得到LS（n）。
具体地，本实施例的可靠性指标包括激活能、电压加速系数和湿度加速系数。计算
可靠性指标的过程如下：在保持电压水平和湿度水平不变的条件下，提取温度水平变化的
失效时间，构建多组阿伦尼乌斯方程并计算所述激活能Ea；在保持温度水平和湿度水平不
变的条件下，选择电压水平变化的失效时间，构建多组逆幂率方程并计算所述电压加速系
数N；在保持温度水平和电压水平不变的条件下，选择湿度水平变化的失效时间，构建多组方程并计算所述湿度加速系数m。
在本实施例中，物理经验模型包括阿伦尼乌斯模型、逆幂率模型和模型，而
与之对应的，第一加速因子包括阿伦尼乌斯模型中的加速因子AF1、逆幂率模型中的加速因
子AF2和模型的加速因子AF3，具有多应力耦合作用的第一加速因子（AF1、AF2、AF3）的计
算公式如下： （3）
然后在忽略多应力间交互作用的情况下，得到不带交互作用（耦合作用）的第二加
速因子，再根据公式（4）算出样品器件在每一组多应力加速试验
下的预测寿命值，即第一预测寿命值。 （4）
在计算第一预测寿命值的同时，可以构建第一灰色预测模型，具体流程参考图3。首先构建GM（1,1）微分方程，其中，其中的G是grey，M就是model，括号内第一个1代表着微分方程是一阶，而第二个1代表着方程中有1个变量。然后进行级比检测，级比检验的过程中，若检验未通过，需要进行平移交换。
具体地，从每一组应力在最优分布下的期望寿命中选取保持某1种应力发生
变化而其他应力不变的数据，对该数据按应力水平从小到大进行排序，设得到的序列数据
集为，该序列中有m个数值，对序列数据集中的数据进
行级比检验。根据公式（5）计算级比系数： （5）
如果在第一预设区间内，其中，e是自然常数2.71828183，说
明可以用于构建灰色预测模型；如果在第一预设区间外，则进行平移交换操作，即
对序列数据集中的每个数据都加上任意常数（第一预设常数），再次计算是否在
第一预设区间内，求解后再减去，直到所有的在第一预设区间内。
然后根据累加公式生成第一累加序列，得到的1阶累加序列，累加公式为： （6）
然后建立灰色微分方程： （7）
根据灰色微分方程可以得到：
其中， （8） （9）
再根据最小二乘法求未知参数，求解微分方程公式（7），得到的值，带
入灰色微分方程，得到第一灰色预测模型： （10）
求解微分方程得出预测数列，最后用公式递推计算得到预测数列。
在进行寿命预测之前，还可以对第一灰色预测模型进行模型残差检验，具体地，计
算相对残差的公式如下： （11）
如果所有的，则认为达到较高的要求；若所有的，则
认为达到一般要求。
在残差检验完后，可以根据第一灰色预测模型进行预测，得到多应力有耦合作用
的第二预测寿命值。
在确定第一预测寿命值和第二预测寿命值后，首先将含有交互作用的第一预测寿
命值序列与未含有交互作用的第二预测寿命值序列作差，即不带耦合作用的
预测寿命值减去带耦合作用的预测寿命值，得到的有耦合成分的预测寿命序列（即差值序
列）： （12）
然后建立基于差值序列建立灰色微分方程并求解，得到第二灰色
预测模型，由于第二灰色预测模型与第一灰色预测模型的构建过程类型，区别在于运用的
参数不同，本实施例在此不作赘述。通过第二灰色预测模型对寿命进行估算，计算原始数据
中耦合成分的估计值，即带有耦合作用（即交互作用）成分的差值序列的估计值序列。
对多应力下结合物理经验模型推算得到的不含交互作用的寿命预测值和经
过第二灰色预测模型得到交互作用成分的估计值进行叠加处理，叠加处理得
到最终器件在多应力组合作用下的预测寿命值，即最终寿命预测值L，叠加处理的公式如
下： （13）
另外，也可以根据本发明的方法预测样品器件在其他应力组合下的预测寿命值，且不需要。例如，原来做寿命试验，需要在A条件下进行1000小时的老化，但通过本发明的模型计算，算出在另一应力B只需要老化600小时也可以完成寿命试验，从而极大缩短了实验时间，时间成本少了，与之相关的电力、人力这些成本必然会大大降低。
综上所述，使用物理经验模型计算出非耦合作用部分，使用灰色预测模型计算出
耦合作用，综合利用不同模型的优势，提供对多应力水平间耦合作用的定量评估，并减小灰色预测模型直接对原始数据进行预测带来的误差。为了验证本申请
的效果，本申请通过公式（14）来计算其误差提升率。具体地，令器件在另一多应力下的真实
寿命均值为，真实寿命均值与期望寿命值的计算过程相似，本实施例在
此不在赘述，对比于灰色预测模型的误差提升率的计算公式为： （14）
需要说明的是，本实施例提供的……装置用于实现上述实施方式，已经进行过说明的不再赘述。如以上所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以上实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
第三方面，本申请实施例提供了一种电子设备，图4是根据一示例性实施例示出的电子设备的框图。如图4所示，该电子设备可以包括处理器41以及存储有计算机程序指令的存储器42。
具体地，上述处理器41可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器42可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器42可包括硬盘驱动器（Hard Disk Drive，简称为HDD）、软盘驱动器、固态驱动器（SolidState Drive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（Universal SerialBus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器42可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器42可在数据处理装置的内部或外部。在特定实施例中，存储器42是非易失性（Non-Volatile）存储器。在特定实施例中，存储器42包括只读存储器（Read-Only Memory，简称为ROM）和随机存取存储器（RandomAccess Memory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable Read-Only Memory，简称为PROM）、可擦除PROM（Erasable ProgrammableRead-Only Memory，简称为EPROM）、电可擦除PROM（Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM）、电可改写ROM（Electrically Alterable Read-OnlyMemory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（Static Random-Access Memory，简称为SRAM）或动态随机存取存储器（Dynamic Random Access Memory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器（Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM）、同步动态随机存取内存（Synchronous Dynamic Random-Access Memory，简称SDRAM）等。
存储器42可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器41所执行的可能的计算机程序指令。
处理器41通过读取并执行存储器42中存储的计算机程序指令，以实现上述实施例中的任意一种多应力加速试验分析方法。
在一实施例中，电子设备还可包括通信接口43和总线40。其中，如图4所示，处理器41、存储器42、通信接口43通过总线40连接并完成相互间的通信。
通信接口43用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口43还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线40包括硬件、软件或两者，电子设备的部件彼此耦接在一起。总线40包括但不限于以下至少之一：数据总线（Data Bus）、地址总线（Address Bus）、控制总线（ControlBus）、扩展总线（Expansion Bus）、局部总线（Local Bus）。举例来说而非限制，总线40可包括图形加速接口（Accelerated Graphics Port，简称为AGP）或其他图形总线、增强工业标准架构（Extended Industry Standard Architecture，简称为EISA）总线、前端总线（FrontSide Bus，简称为FSB）、超传输（Hyper Transport，简称为HT）互连、工业标准架构（Industry Standard Architecture，简称为ISA）总线、无线带宽（InfiniBand）互连、低引脚数（Low Pin Count，简称为LPC）总线、存储器总线、微信道架构（Micro ChannelArchitecture，简称为MCA）总线、外围组件互连（Peripheral Component Interconnect，简称为PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（Serial AdvancedTechnology Attachment，简称为SATA）总线、视频电子标准协会局部（Video ElectronicsStandards Association Local Bus，简称为VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线40可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时，实现第一方面中提供的一种多应力加速试验分析方法。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现第一方面提供的一种多应力加速试验分析方法的步骤。
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
以上所述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发明专利范围的限制。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，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种多应力加速试验分析方法，其特征在于，包括：
获取样品器件在多应力进行的寿命加速试验下得到的失效时间，根据所述失效时间计算得到所述样品器件在不同应力条件下的期望寿命值；
获取可靠性指标，根据所述可靠性指标和所述期望寿命值得到所述样品器件在多应力无耦合作用下的第一预测寿命值；
根据所述期望寿命值构建第一灰色预测模型，通过所述第一灰色预测模型预测得到所述样品器件在多应力有耦合作用下的第二预测寿命值；
对所述第一预测寿命值和所述第二预测寿命值作差，得到差值序列，根据所述差值序列构建第二灰色预测模型，根据所述第二灰色预测模型计算所述样品器件的最终寿命预测值；
其中，所述根据所述可靠性指标和所述期望寿命值得到所述样品器件在多应力无耦合作用下的第一预测寿命值，包括：
对所述可靠性指标进行计算，得到与所述可靠性指标对应的物理经验模型的第一加速因子；对所述第一加速因子进行分析，得到多应力在无交互作用下的第二加速因子；对所述第二加速因子和所述期望寿命值进行计算，得到所述第一预测寿命值；
根据所述第二灰色预测模型计算样品器件的最终寿命预测值，包括：
根据所述第二灰色预测模型对所述差值序列进行计算，得到与差值对应的估计值；对所述第一预测寿命值和所述估计值进行叠加处理，得到所述最终寿命预测值。
2.根据权利要求1所述的多应力加速试验分析方法，其特征在于，所述根据所述失效时间计算得到所述样品器件在不同应力下的期望寿命值，包括：
对所述失效时间的数据分布情况进行分析，根据分析结果选取两个以上的分布类型；
计算所述失效时间在不同分布类型下的皮尔森相关系数，并将最大的皮尔森相关系数对应的分布类型作为最优分布；
根据所述最优分布的期望公式和所述失效时间计算所述期望寿命值。
3.根据权利要求1所述的多应力加速试验分析方法，其特征在于，所述根据所述期望寿命值构建第一灰色预测模型包括：
将同一应力变量的期望寿命值作为一组，并对所述期望寿命值按照该应力变量从小到大的顺序进行排序，得到序列数据集；
对所述序列数据集中的期望寿命值进行级比检验，若任一期望寿命值不在第一预设区间内，则根据第一预设常数增大所述序列数据集中的每一期望寿命值，直至每一期望寿命值在所述第一预设区间内；
根据级比检验后的序列数据集生成第一累加序列；
获取预设的第一灰色微分方程，通过所述第一累加序列和所述第一灰色微分方程得到所述第一灰色预测模型。
4.根据权利要求1所述的多应力加速试验分析方法，其特征在于，所述根据所述差值序列构建第二灰色预测模型，包括：
对所述差值序列中的差值进行级比检验，若任一差值不在第二预设区间内，则根据第二预设常数增大所述差值序列中的每一差值，直至每一差值在所述第二预设区间内；
根据级比检验后的差值序列生成第二累加序列；
获取预设的第二灰色微分方程，通过所述第二累加序列和所述第二灰色微分方程得到所述第二灰色预测模型。
5.根据权利要求1所述的多应力加速试验分析方法，其特征在于，所述多应力加速试验包括：
设置多组样品器件，每一组样品器件以不同类型的应力水平作为变量进行寿命加速试验，得到每一组样品器件中每一样品器件的失效时间；其中，所述应力水平的类型包括：电压水平、温度水平和湿度水平。
6.根据权利要求5所述的多应力加速试验分析方法，其特征在于，所述可靠性指标包括激活能、电压加速系数和湿度加速系数；所述获取可靠性指标包括：
在保持电压水平和湿度水平不变的条件下，提取温度水平变化的失效时间，构建阿伦尼乌斯方程并计算所述激活能；
在保持温度水平和湿度水平不变的条件下，选择电压水平变化的失效时间，构建逆幂率方程并计算所述电压加速系数；
在保持温度水平和电压水平不变的条件下，选择湿度水平变化的失效时间，构建Peck方程并计算所述湿度加速系数。
7.一种电子设备，其特征在于，包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的多应力加速试验分析方法。
8.一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，所述程序被处理器执行时实现如权利要求1至6中任一项所述的多应力加速试验分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311526277.3A CN117252040B (zh) | 2023-11-16 | 2023-11-16 | 多应力加速试验分析方法、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311526277.3A CN117252040B (zh) | 2023-11-16 | 2023-11-16 | 多应力加速试验分析方法、电子设备和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117252040A CN117252040A (zh) | 2023-12-19 |
| CN117252040B true CN117252040B (zh) | 2024-02-06 |
Family
ID=89126750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311526277.3A Active CN117252040B (zh) | 2023-11-16 | 2023-11-16 | 多应力加速试验分析方法、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117252040B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101576443A (zh) * | 2009-06-16 | 2009-11-11 | 北京航空航天大学 | 基于灰色rbf神经网络的加速寿命试验寿命预测方法 |
| CN103310051A (zh) * | 2013-06-05 | 2013-09-18 | 天泽信息产业股份有限公司 | 一种全寿命周期内的车载信息终端故障率预测方法 |
| 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 |
| CN110795887A (zh) * | 2019-10-28 | 2020-02-14 | 中国人民解放军国防科技大学 | 多应力加速寿命试验分析方法和装置 |
| CN113076648A (zh) * | 2021-04-08 | 2021-07-06 | 广州机械科学研究院有限公司 | 减速器疲劳加速试验和剩余寿命预测方法及存储处理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11681929B2 (en) * | 2018-10-02 | 2023-06-20 | Honeywell International Inc. | Methods and systems for predicting a remaining useful life of a component using an accelerated failure time model |
-
2023
- 2023-11-16 CN CN202311526277.3A patent/CN117252040B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101576443A (zh) * | 2009-06-16 | 2009-11-11 | 北京航空航天大学 | 基于灰色rbf神经网络的加速寿命试验寿命预测方法 |
| CN103310051A (zh) * | 2013-06-05 | 2013-09-18 | 天泽信息产业股份有限公司 | 一种全寿命周期内的车载信息终端故障率预测方法 |
| 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 |
| CN110795887A (zh) * | 2019-10-28 | 2020-02-14 | 中国人民解放军国防科技大学 | 多应力加速寿命试验分析方法和装置 |
| CN113076648A (zh) * | 2021-04-08 | 2021-07-06 | 广州机械科学研究院有限公司 | 减速器疲劳加速试验和剩余寿命预测方法及存储处理系统 |
Non-Patent Citations (4)
| Title |
|---|
| The accumulated stress damage and residual life prediction of unreinforced concrete pavement with electric heating pipes;Kai Liu 等;《Construction and Building Materials》;全文 * |
| 印刷电路板综合环境加速试验方法研究;马思鹏;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑 (月刊) 》;全文 * |
| 复合载荷下COB-LED封装的可靠性研究及寿命预估;普晶晶;《中国优秀硕士学位论文全文数据库 信息科技辑 (月刊)》;全文 * |
| 电容器高温寿命试验系统的设计;方小阳;《科技创新与应用》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117252040A (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102262191B (zh) | 一种固体钽电解电容器寿命预测方法 | |
| CN102163255A (zh) | 使用故障建模的复杂系统的健康预测 | |
| 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 | |
| CN111025041A (zh) | 电动汽车充电桩监测方法及其系统、计算机设备、介质 | |
| CN113761751A (zh) | 基于温度加速因子的锂离子电池剩余寿命预测方法及系统 | |
| 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 | |
| CN117252040B (zh) | 多应力加速试验分析方法、电子设备和可读存储介质 | |
| CN113158589B (zh) | 一种电池管理系统的仿真模型校准方法以及装置 | |
| Wehrens et al. | Thresholding for biomarker selection in multivariate data using Higher Criticism | |
| CN115841049B (zh) | 一种基于多源信息融合的设备寿命可靠性评估方法及系统 | |
| Go et al. | Prediction of system reliability using failure types of components based on Weibull lifetime distribution | |
| CN115980583A (zh) | 基于微分代数方程的锂电池等效电路模型参数辨识四步法 | |
| CN115656834A (zh) | 一种电池容量预测方法、装置及电子设备 | |
| CN111210105B (zh) | 连续工作性能验证、装置、计算机设备和存储介质 | |
| 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 | |
| EP3913547A1 (en) | Modelling input-output relation of computer-controlled entity | |
| CN111340349A (zh) | 产品可靠性评估方法、装置、计算机设备和存储介质 | |
| US9904772B2 (en) | Screening solid state ionic conductors for high ionic conductivity | |
| CN107992287B (zh) | 一种系统需求优先级排序结果的检查方法和装置 | |
| CN108038317B (zh) | 精密仪器性能参数保持期预测方法和系统 | |
| CN111274687A (zh) | 元器件失效率预计方法、装置、计算机设备及存储介质 | |
| Olivero et al. | On key parameters influencing building energy performance | |
| CN113254435B (zh) | 一种数据增强方法及系统 | |
| CN113822445B (zh) | 模型集成预测方法、系统、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |