基于状态转移随机模型的SSADT可靠性评估方法

为评估步进应力加速退化试验 (step stress accelerated degradation test, SSADT)中具有非线性退化趋势的产品的可靠性,提出一种基于状态转移的随机退化建模与可靠性评估方法。首先将状态转移关系与高斯随机过程相结合建立步进应力随机退化模型,以表征微观缺陷的产生和发展对宏观性能的影响;然后应用最佳线性逼近和随机过程曲线边界首达理论建立可靠性模型;最后将其应用在介质振荡器(dielectric resonator oscillator, DRO)贮存可靠性评估中。以修正高斯牛顿算法和Powell共轭梯度算法相结合的方法对退化模型参数进行识别,其结果表明,状态转移随机退化模型能够有效地刻画产品SSADT中性能退化的非线性趋势特性和随机特性,得到较为准确的评估结果。     

基于比例关系加速退化建模的设备剩余寿命在线预测

针对传统基于加速退化建模的剩余寿命在线预测方法需在特定共轭分布条件下才能实现漂移系数和扩散系数同步更新的问题,提出一种基于比例关系加速退化建模的设备剩余寿命在线预测方法。首先,在传统Wiener退化模型中引入扩散系数与漂移系数的比例关系,从建模角度保证了扩散系数与漂移系数同步更新的可能性。其次,提出一种基于两步极大似然的参数估计方法,实现对模型参数的合理估计。然后,基于加速因子不变原则制定退化数据折算规则,并采用卡尔曼滤波原理在线更新设备退化状态。最后,基于全概率公式,推导出常应力条件下设备剩余寿命的概率密度函数。以某型加速度计加速退化数据为例进行分析验证,证明了所提方法能够有效提升剩余寿命预测的准确性,具备工程应用价值。     

基于D优化的多应力加速退化试验设计

针对多数产品受到多种应力影响的情况,研究恒定应力和步进应力两种施加方式下多应力加速退化试验优化设计方法。以随机过程对产品性能退化建模,分析试验剖面,对恒定应力加速退化试验,采用均匀设计和均匀正交设计理论确定应力的组合方式;对步进应力加速退化试验,各应力均采用步进方式。基于D优化方法,以模型参数估计方差最小为目标,以试验费用为约束,建立优化模型,给出最优的各应力水平,各应力水平下的样本分配、试验时间分配和监测间隔。最后给出应用该方法的仿真算例。     

随机效应Wiener过程退化可靠性分析方法

针对工程中很多产品的初始退化量具有不确定性的情况,提出一种性能退化随机效应Wiener过程可靠性分析方法,同时考虑初始退化量和漂移系数的随机性.然后,根据首达时的定义,推导出了失效时间概率分布函数和概率密度函数的解析表达式.其次,结合产品性能退化测试情况,给出退化模型未知参数的极大似然估计.最后,通过对磁盘性能退化可靠性实例分析,验证了本文方法的适用性和有效性,与随机效应退化轨迹模型相比,本文方法建模过程更为合理,且评估精度高.     

基于步进加速退化试验的电子产品可靠性评估技术

为实现高可靠、长寿命产品的可靠性评估,提出了步进加速退化试验的新方法.首先给出了步进加速退化试验方法及其基本假设,然后探讨了步进退化数据向恒加退化数据的折算方法,在此基础上提出了基于伪失效寿命的步进加速退化可靠性评估算法和基于随机退化轨迹的步进加速退化可靠性评估算法,最后利用试验数据对该方法进行了验证.结果表明:与恒加退化试验相比,该方法可以极大地缩短试验时间和减少试验样本,因此,具有更高的效费比.     

加速退化试验与加速寿命试验相结合的产品可靠性评估

提出加速退化试验与加速寿命试验相结合的对高可靠长寿命产品进行快速可靠性评估与寿命预测的新方法. 在建立合适退化轨迹模型的基础上,推出产品各应力下的失效分布函数. 根据这些分布函数利用数值仿真方法产生各应力下的伪失效寿命数据,利用加速寿命试验中的寿命试验数据的处理方法进行处理,然后外推出产品在正常应力下的失效分布函数. 该方法可以避免加速退化模型的分析和建模过程,在评估结果具有一定精度的情况下减少了研究工作量. 最后的实例计算表明了本文方法的有效性.     

基于步进加速退化建模的剩余寿命在线预测

针对同类产品在步进应力加速退化试验中观测数据,采用非线性Wiener过程,建立了带测量误差的加速退化模型;采用两步极大似然估计法,求解出退化模型中固定系数估计值和随机系数先验值;基于首达时的概率分布,推导出剩余寿命的概率密度函数近似表达式;引入随机系数贝叶斯更新方法,利用目标产品当前观测数据来更新随机系数后验值,实现剩余寿命预测结果在线更新;结合某型激光器仿真实例分析,验证了所建模型的正确性和优势。     

基于Wiener过程的步进应力加速退化建模

在现有的步进应力加速退化试验中,应力水平的改变时间通常被事先确定,这对高可靠性产品存在一定的不合理性。用Wiener过程描述产品性能退化轨道,在试验中当产品性能退化到某一阈值时,改变其应力水平,从而产品的应力水平改变时间是服从逆高斯分布的随机变量。基于该情形建立产品的步进应力加速退化模型。考虑到模型的计算复杂性,采用贝叶斯马尔科夫链蒙特卡罗方法获取模型参数的极大似然估计,最后通过仿真试验验证文中的模型和方法。     

基于时序模型的加速退化数据可靠性评估

提出利用加速退化数据对高可靠长寿命产品进行可靠性评估与寿命预测的新方法.从时间序列的角度出发,研究了退化轨迹的一般建模方法;进而结合加速模型,利用整体推断方法给出了模型参数的极大似然估计.并以对数正态分布和Weibull分布为例,利用信仰推断方法给出了可靠度置信区间.通过有效利用加速退化试验各状态下的试验信息,结合时序模型对退化轨迹曲线自拟合性强的优点,提高了产品可靠性评估与寿命预测的稳健性,为基于产品加速退化数据进行可靠性评估提供了一条新的技术途径.最后通过实例验证了该方法的有效性.     

基于伪寿命分布的退化数据可靠性评估方法

提出一种利用加速退化数据对产品进行可靠性评估与寿命预测的建模与参数估计方法。首先,针对加速退化数据的特点,建立了加速条件下特征参数退化曲线的连续时间函数模型。进而,结合工程中常用加速模型,建立了加速退化模型参数估计的整体似然函数,并基于Fisher信息阵采用整体推断的极大似然法给出整体模型参数的区间估计。该方法能够有效利用不同加速应力水平下产品退化数据的横向信息,并综合连续时间函数模型对产品退化曲线拟合性强的优点,可提高产品可靠性评估与寿命预测的精度。以某电子产品为例进行了应用实例分析。     

基于比例加速退化建模的单台机载设备剩余寿命自适应预测

针对现有机载设备剩余寿命(remaining useful lifetime, RUL)预测方法在新研单一样本条件下, 无法应用于加速退化试验场景的问题, 本文基于比例关系模型提出了一种加速退化场景下适用于单个试验样本的自适应RUL预测方法。首先, 依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系, 构建考虑设备个体差异与测量误差的非线性随机退化模型; 其次, 针对加速退化试验存在单一受试样本的情况, 提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法; 然后, 基于卡尔曼滤波原理在线更新目标设备的退化状态, 并推导出设备剩余寿命的概率密度函数; 最后, 通过对单台行波管加速退化实测数据进行分析, 验证了方法的正确性和优势。     

考虑测量误差和随机效应的设备剩余寿命预测#br#

针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算法估计出退化模型中固定系数和随机系数先验分布;采用状态空间模型描述目标设备当前监测状态,基于Kalman滤波算法迭代估计出随机系数后验分布和当前真实退化状态;利用全概率公式,推导出考虑隐含状态估计不确定性的设备剩余寿命的概率密度函数;仿真实例分析表明,所提方法较现有方法在参数估计误差和剩余寿命预测精度上具有一定优势。     

基于多变量优化的恒定应力加速退化试验设计

为了实现高可靠长寿命产品加速退化试验的高效开展,提出一种可以同时优化加速应力水平、各水平下试样数、各水平测试时间等多个试验设计变量的恒定应力加速退化试验优化设计方法。基于Wiener过程与阿伦尼斯模型建立加速退化模型,以可靠寿命估计精度为目标函数,以试验总经费为约束条件,应用遗传算法搜索最优试验方案,并通过敏感性分析确定优化方案的有效性。以某碳膜电阻器为对象开展加速退化试验优化设计的实例分析来证明所提方法的合理性。敏感性分析结果表明,所提方法的优化结果具有良好的稳健性。     

基于岭回归径向基神经网络的MIMU误差建模

对MEMS（Micro Electro Mechanical systems微电子机械系统）IMU（Inertial Measurement Unit惯性测量单元）的随机漂移和误差进行建模和补偿是提高捷联惯导系统性能的主要方法之一。为了避免径向基（RBF）神经网络输出之间可能存在的复共线性,更加准确有效的对MIMU的输出误差建模,提出将岭回归径向基神经网络用于MIMU的误差建模中。通过与时间序列建模方法的仿真比较表明,在对MIMU误差补偿上所建立的岭回归RBF网络与四阶AR模型方法精度相当,比一阶AR模型精度高,而且无需对数据平稳性处理。

Abstract：

It is one of the main methods to improve the performance of Strap-down Inertial Navigation System for compensating the random drift and bias of MEMS （Micro Electro Mechanical systems） IMU （Inertial Measurement Unit）. In order to eliminate latent multicollinearity of radial basis function neuron network output layer and model the drift and bias of MIMU accurately,the radial basis function neuron network based on ridge regression method was proposed which was applied in modeling and compensating MIMU errors. The simulation shows,compared to the AR model,the precision of compensation of MIMU error using radial basis function neuron network based on ridge regression method is equal to the fourth order AR model,better than first order AR model,and no data stabilization processing.     

Optimal Design for Accelerated Degradation Tests with Several Stresses based on Wiener Process

Design for accelerated degradation tests (ADTs) in most literature concentrates on the case of just one stress, but the performance of many highly reliable products are affected by several stresses simultaneously, so it is necessary to study the optimal models for the ADTs with several stresses. This article first introduces a basic modeling framework of degradation path and then proposes an optimal model for ADTs with several stresses based on Wiener process. Under the constraint of total experimental cost, sample size, measurement times, and measurement frequency are obtained by minimizing the asymptotic variance of the estimated 100_p^th percentile of the product's lifetime distribution. Finally, a numerical example is presented to illustrate the proposed model.     

考虑随机失效阈值的设备剩余寿命在线预测

退化失效阈值是影响设备剩余寿命预测的重要因素。针对现有剩余寿命预测方法忽略失效阈值随机性影响的问题,提出考虑随机失效阈值的设备剩余寿命在线预测方法。首先,基于带测量误差与随机效应的非线性Wiener过程构建设备退化模型;其次,采用极大似然估计(maximum likelihood estimation, MLE)算法估计退化模型参数与随机失效阈值分布系数;然后,在考虑随机失效阈值的基础上推导出设备剩余寿命的概率密度函数(probability density function, PDF),并基于Bayesian原理实时更新退化模型参数,实现对剩余寿命的在线预测。最后,将该方法应用于陀螺仪剩余寿命在线预测分析,结果表明该方法能够有效提高剩余寿命预测的精度与准确性。