考虑冲击载荷影响的性能退化型产品可靠性研究

在对产品性能退化和环境冲击载荷进行分析的基础上,提出了一种新的产品可靠性评估方法。首先,根据试验性能退化数据建立了基于随机系数多元分布的统计模型,实现了对产品性能连续退化过程的分析,并通过基于泊松过程的冲击载荷模型来分析产品的离散退化过程,然后通过退化量累积得到产品实际性能退化量分布函数,提高了对产品实际可靠性评估的准确性。最后,某金属材料性能退化的可靠性分析结果验证了该可靠性评估方法的有效性。     

微小型光纤陀螺组合分时复用技术

为了有效减小多轴光纤陀螺组合的功耗、体积和重量,实现光纤陀螺组合的微小型化,应用分时复用技术,提出了一种基于3×3耦合器,工作在850 nm短波长的光纤陀螺分时复用组合结构。分析了陀螺输出数据处理方法,得到了分时复用光纤陀螺组合的相对极限零偏稳定性。建立了分时复用光纤陀螺切换模型,揭示了分时复用导致光纤陀螺轴向切换必然存在一个过渡过程,分析了过渡过程对陀螺组合静态、动态特性的影响。结果显示,光纤陀螺组合的相对零偏稳定性是传感方法的2.1倍,最大输入信号检测带宽为1.1 kHz,标度因数的不对称性和非线性度均小于50×10-6。最后,通过仿真进行了实验验证,结果表明,该技术可以用于中低精度微小型多轴光纤陀螺组合中。     

基于光纤陀螺的即插即用式全站仪定向方法

针对全站仪视准轴与光纤陀螺轴间存在集成误差角和光纤陀螺零偏问题,提出了一种即插即用且系统误差自动抵偿的光纤陀螺/全站仪组合定向方法.在工作现场,光纤陀螺通过锁紧装置连接到全站仪望远镜上,利用全站仪望远镜可分别在竖直和水平方向精确转动的特点,带动光纤陀螺到东向、西向、东向抵偿位置、西向抵偿4个位置做静态观测.这4组观测值代入一个简单公式即可计算出全站仪视准轴方位角.该方法的锁紧装置简单,集成精度要求低,光纤陀螺零偏和集成误差对方位角的影响基本被消除.仿真表明,在不利情况下,定向系统误差可控制在1″以内.     

光纤陀螺的振动特性研究

光纤陀螺作为机载导航设备应用时,环境振动对陀螺精度的影响不容忽视。现初步探讨了光纤陀螺的振动特性。通过ANSYS有限元振动模态分析与正弦扫频振动下的陀螺零偏输出实验,研究了单轴光纤陀螺的结构体共振频率以及振动对陀螺性能的影响,并在此基础上,提出了陀螺结构设计的改进方法。     

基于数据驱动方法的性能退化数据可靠性评估建模

采用退化量分布法对性能退化数据建立可靠性评估模型需要多个严格的假设前提,在实际应用中难以满足.为了克服退化量分布法的不足,提出一种数据驱动的退化数据可靠性评估模型.首先构建非参数自适应核密度估计得到各时刻产品退化量的概率密度函数,进而计算产品各时刻可靠度,最后通过三参数威布尔分布对各时刻可靠度进行拟合获得产品性能的可靠度曲线.基于实例数据,通过K-S检验证明了该模型相对参数方法具有稳定性和优良性,且不易冒进,便于工程实际应用.     

MEMS陀螺零偏温度补偿方法

MEMS陀螺零偏是惯性导航系统的主要误差源之一,而外界环境温度变化对MEMS陀螺零偏具有重要影响。针对上述情况,提出基于小波阈值去噪与RBF神经网络相结合的零偏温度补偿方法。通过设计好的实验方案采集与温度相关的MEMS陀螺输出数据,并采用不同的温度补偿方法进行零偏温度补偿。实验结果表明,与原始输出、多项式拟合及RBF神经网络相比,基于去噪RBF神经网络的零偏温度补偿方法精度更高,适应性更强,有效地提高了MEMS陀螺输出精度,进而提高惯性导航系统精度。     

光纤陀螺零偏稳定性研究

以简明的方法推导了干涉型光纤陀螺零偏稳定性表达式,并讨论了它们的适用范围和局限。     

闭环光纤陀螺零偏与标度因数的综合补偿

温度特性和非线性是影响光纤陀螺精度的重要因素,为研究闭环光纤陀螺的复合模型及补偿方法,在组建的测试系统下,在全温范围内各速率点处分别测试闭环光纤陀螺仪的标度因数和零偏。根据所测结果,分别建立与温度、速率相关的零偏和标度因数非线性模型,采用多项式回归分析的方法确定模型的参数。通过实测验证:建立的模型能够较好地反应光纤陀螺的温度与标度因数非线性特性,采用该模型对IFOG进行综合补偿后,其精度有了较大的提高。相比于传统方法,该方法简单,可靠,经济且易于实现。     

光纤陀螺零偏稳定性研究

以简明的方法推导了干涉型光纤陀螺零偏稳定性表达式，并讨论了它们的适用范围和局限。     

基于Copula的MEMS加速度计在振动环境下的可靠性评估

将Copula函数理论引入MEMS加速度计的可靠性评估,在考虑零偏和标度因数2个参数相关性的情况下评估MEMS加速度计在振动环境下的可靠性。首先分析了MEMS加速度计在振动环境下的失效机理和失效模式,然后结合实际情况对MEMS加速度计设计了加速退化试验方案,最后对2个退化参数的退化数据进行了相依加速退化可靠性评估。结论证明,综合考虑退化参数的相关性更加切合实际,能得到更精确的结果。     

考虑多退化失效和突发失效之间竞争失效的可靠性评估方法

提出了考虑多退化失效和突发失效之间竞争失效的可靠性评估方法。由协方差分析了多元退化信息之间的相关性及相关程度,建立多退化失效模式的可靠性评估模型,且选用了多元正态分布来建立模型。构建基于退化量突发失效的条件概率,分析退化失效对突发失效的影响,通过多个退化模式的退化失效与突发失效的联合概率分布函数建立竞争失效的可靠性评估模型。最后以航空发动机的失效数据为例,验证了模型的有效性。     

竞争失效条件下针对磨损退化数据的刀具可靠性分析

研究了车刀在竞争失效模式下的可靠度。引入威布尔分布描述突发失效的可靠度模型，采用Gamma过程来描述刀具性能退化过程。从退化量的角度对刀具突发失效进行评估，考虑性能退化量条件下突发失效的概率来建立竞争失效的可靠度模型，对该模型中的参数采用最小二乘法进行估计计算。以VBMT090208型外圆车刀在使用过程中的磨损退化量作为数据基础，分别建立了突发失效与退化失效两者在竞争模式下的可靠度模型。结果表明，如果忽略突发失效，仅进行刀具的退化失效建模，或者在独立条件下构建突发失效及退化失效的竞争失效可靠度模型，刀具的可靠度将会被高估。     

基于退化量分布的电主轴可靠性评估

针对在较短的时间内难以评估高可靠度、长寿命电主轴可靠度的问题,利用基于退化量分布的方法对其可靠性进行评估。首先对电主轴的失效机理进行了分析;然后结合退化量分布的基本原理和退化试验数据对电主轴的可靠性进行评估,分别求出电主轴的4个常用可靠性指标,同时绘制可靠度曲线、失效概率密度曲线以及失效率曲线;最后估计出电主轴的平均寿命和特征寿命。该方法缩短了试验时间,提高了评估精度,对长寿命产品的可靠性研究具有一定的意义。     

退化数据驱动的气缸剩余寿命在线预测

针对气缸可靠性研究中剩余寿命预测方面的问题,提出了一种基于退化路径的气缸剩余寿命在线预测方法。在建立了基于维纳过程的气缸退化模型基础上,推导了退化路径决定下的气缸剩余寿命的概率密度函数解析表达式,提出了一种融合Bayes估计和期望最大化算法的参数在线估计方法,实现了气缸剩余寿命在线预测,并通过气缸性能退化实验数据验证了方法的有效性。通过与同类方法对比结果表明,在小样本情况下,所提方法能更准确地预测气缸剩余寿命且预测的不确定性更低。     

基于设备状态振动特征的比例故障率模型可靠性评估

基于概率统计的传统可靠性评估方法一般依赖于失效寿命数据。但失效寿命数据需要通过寿命试验和加速寿命试验获取,对于大量的实时工作设备采用这种方法是不适宜的。这种情况下,基于设备状态的性能退化数据能够提供可靠性评估的重要信息。在集成失效数据可靠性建模技术和基于设备状态的振动信号特征提取的基础上,提出设备状态振动特征的比例故障率模型可靠性评估的新方法。该方法可以把底层信息(如设备运行状态特征的方均根、峭度)与高层信息(如可靠性统计学)之间建立联系,适合设备运行可靠性参数的估计,并能够提供有效的可靠性评估,为设备以可靠性为中心的基于状态的预防维修提供技术支持。通过在铁路机车轮对轴承上的应用实例说明该方法的合理性和有效性。     

基于二项式展开与Dn-检验的复杂疲劳概率模型分析

疲劳试验数据的概率模型设计是疲劳可靠性分析的基础之一。以解析法和图形估计法进行复杂概型参数估计有时难以得到优良的拟合结果，为此提出复杂疲劳概型参数估计方法。该方法将估计的疲劳参量代入概型中，并以牛顿二项式展开求点估计值。引入非参数统计的Dn-检验法，发展了广泛适用于各种常用疲劳可靠性分布概型的假设检验方法。疲劳试件失效寿命数据验证了方法的有效性。     

基于性能退化的小子样电主轴可靠性试验研究

针对高速电主轴可靠性研究存在的问题,探讨了小子样电主轴性能退化可靠性试验方法,完成了两根170MD18Y16型电主轴的退化试验;依据选定的性能退化特征量和截尾时间,检测了主轴轴端径向跳动量,据此建立试样电主轴退化模型,分析其失效寿命;基于跳动量测试数据和Weibull分布函数,应用修正极大似然函数分析分布参数,得到170MD18Y16型电主轴特征寿命,并确定其寿命分布模型。电主轴寿命理论值与实际使用值基本一致,表明小子样电主轴性能退化试验方法合理,建立的退化模型较准确地反映了电主轴性能退化轨迹,且寿命分布模型分析方法有效。     

基于冗余关系分析的传感器自诊断设计方法研究

工业过程中传感器数量众多且可靠性要求高,而传统定期检测评估其健康状况的方式不但费时费力且不能满足传感器 智能化的发展需求。 针对这一问题,提出了一种基于测量数据统计相关性的传感器自诊断设计方法。 利用传感器测量数据建 立其统计关系模型,借助自编码器提取传感器数据特征并将其编码为二进制形式。 在同时考虑传感器测量数据统计独立和统 计相关两种情况下,在有参考值时,通过引入故障检测概率和误检概率建立了独立统计模型实现传感器的故障自诊断;在无参 考值情况下,借助高斯 Copula 函数建立多元统计依赖模型评估参数之间的相关性,并利用贝叶斯理论在不依赖参考值的情况 下自学习获取传感器的健康状况。 本研究以镍闪速炉系统为例,两种模式下测量系统中健康传感器的故障检测后验概率达到 了 0. 92,即故障统计模型的参数与建模期望相符。 实验结果表明,所提方法在两种模式下均能准确识别出测量系统中的故障 传感器,验证了所提方法的有效性与可行性。     

Step-stress accelerated degradation test modeling and statistical analysis methods

In order to get a rapid assessment on the storage reliability of high-reliable and long-life products within the storage period, accelerated degradation test data with a large amount of reliability information of product is adopted. Conducting a constant-stress accelerated degradation test（CSADT） is generally very costly as it requires a large sample size and long time for test. To overcome this problem, it is necessary to carry out research on modeling and statistical analysis methods of step-stress accelerated degradation test （SSADT）. Taking electrical connectors as the object, a research is conducted on statistical model and assessment method for SSADT. On the basis of mixed-effect degradation path model, the statistical model of SSADT for electrical connectors is presented, the maximum likelihood method for SSADT data based on mixed-effect degradation model is proposed. SSADT accelerated by temperature stress is conducted to Y11X-1419 type of electrical connectors, and the storage reliability is assessed with the SSADT data. Compared with the result obtained from accelerated life test, the reliability estimation of 32-year storage period for electrical connectors obtained from S SADT data only have a difference of 0.869%, which validates the accuracy of the degradation model and the feasibility of the test data statistic analysis method put forward.