环形腔激光器加速寿命试验和特征寿命的计算

恒应力加速寿命试验是快速获得电子元器件失效数据、测量其寿命的有效方法.将该方法用于环形腔He-Ne激光器产品,根据环形腔激光器失效概率试验数据的分布特征,提出了一种先验分布函数,并由加速寿命方程出发,导出了计算环形腔激光器特征寿命的公式.对环形腔激光器产品试验数据进行了处理,精确地估算出环行激光器产品的寿命,极大地缩短了试验周期.     

基于加速寿命试验的液浮陀螺仪寿命预测

以液浮陀螺仪为研究对象,在分析陀螺仪结构功能和工作原理的基础上,建立可靠性模型.确定了工作条件下的加速模型和加速寿命试验方案,利用恒湿恒温箱进行试验,对获取的试验数据进行处理.利用威布尔分布和极大似然估计预测了某液浮陀螺仪的工作寿命为5 031.9 h.所采用的的方法提高了液浮陀螺仪寿命预测的费效比,为预测此类产品寿命提供了一种重要方法.     

基于插值和时温叠加原理的橡胶老化寿命预测方法

老化性能衰退建模与寿命预测是橡胶等高分子材料腐蚀和防护领域的研究重点之一,探索新型预测理论与方法在橡胶加速老化寿命预报中的应用,能够为橡胶件的性能监测、维护和更换提供理论依据和参考。传统的高分子材料老化建模方法存在模型依赖性强、参数识别难度高和精度不足等弊端。为了快速地对常温下橡胶的老化性能衰退规律进行准确的预测和评估,以室内高温加速老化数据为基础,提出采用插值的方法计算各不同加速温度下的伪失效寿命,在获得的伪失效寿命数据组的基础上,计算了各加速温度相对最低加速温度的性能衰退平移因子。进一步分析发现平移因子满足阿累尼乌斯方程,且各高温下加速老化的数据可以根据平移因子转换至参考温度下。在建立阿累尼乌斯加速模型的基础上,应用时温叠加原理,通过高温平移因子的线性外推获得常温下的平移因子,从而建立了常温下橡胶的老化性能衰退预测方程,并与实测常温下的橡胶老化性能衰退数据进行了对比。结果表明,综合应用插值法和时温叠加原理可以对橡胶加速老化数据进行快速处理,且由加速数据外推获得的常温性能衰退量与真实值的比较可知,结果均分布在2倍分散线以内,很好地满足了工程上的使用要求。其结果可为相关高分子材料加速老化数据处理与寿命预测提供参考。     

基于Wiener过程的高压晶闸管寿命预测方法

采用加速老化的试验方法研究了高压晶闸管通态饱和压降及恢复电荷等性能参数的退化规律,将基于Wiener退化过程的寿命预测方法应用于高压晶闸管的寿命预测,采用求最大似然的期望最大（expectation maximization, EM）算法迭代计算出Wiener模型中的潜在分布参数,有效解决了高压晶闸管寿命预测时样品少、寿命数据缺失的问题。基于Wiener退化过程的寿命预测方法还可以根据晶闸管应用过程中的实时监测数据及时预测晶闸管的剩余寿命,为高压换流阀维修方案的制定提供参考。     

数据驱动的闭环控制系统剩余寿命预测方法综述

随着先进传感与监测技术的快速发展,数据驱动的设备剩余寿命（RUL）预测技术已成为可靠性和自动化领域的研究前沿,并在设备运维决策中得到广泛应用,提高了设备运行的安全性、可靠性与经济性。关于数据驱动的设备剩余寿命预测方法,多数文献主要聚焦于部件级剩余寿命预测技术,并没有关注闭环控制系统剩余寿命预测技术。不同于部件级的预测,利用数据驱动的方法预测闭环控制系统剩余寿命,需要考虑控制器及反馈控制机制对系统性能退化及剩余寿命预测结果的影响。本文系统综述了数据驱动的闭环控制系统剩余寿命预测及基于预测信息的延寿控制方法的发展动态,剖析了基于Poisson过程的方法、基于Gamma过程的方法、基于Wiener过程的方法和基于混合模型方法的原理、特点与局限性。同时,对于未来数据驱动的闭环控制系统剩余寿命预测及延寿控制,在健康状态表征与综合健康指标构建、多退化部件系统剩余寿命预测及基于预测信息的延寿控制理论和验证应用等方向进行了展望。     

逐步增加II型截尾下指数分布简单步加试验的统计分析

步进应力加速寿命试验是一种经济实用的寿命试验方法,讨论了逐步增加Ⅱ型截尾指数分布简单步加试验的参数估计。利用Fisher信息阵获得了参数的Jeffreys无信息先验,并利用蒙特卡罗马尔可夫链方法给出了参数的Bayes估计。最后,通过Monte Carlo方法对Bayes估计和最大似然估计进行了模拟比较,统计表明Bayes估计是高效而实用的。     

退化过程建模及药品货架寿命预测

药品货架寿命的有效预测是药品安全管理的关键问题。针对传统的退化过程建模不能考虑同批产品中个体差异的问题,提出一种有效融合先验退化数据和现场退化数据的方法,可对单片药品及新药品进行货架寿命预测。依据先验信息确定模型的参数,引入Bayes融合现场退化数据进行参数更新,在此基础上对单片药品进行货架寿命预测。结果表明,瓶装和片装的五号药片的货架寿命预测值分别为43.95周和47.47周,与试验值的相对误差分别为0.043和0.051。验证了利用融合现场退化数据对单片药品及新药品货架寿命预测方法的可行性。     

基于对数正态分布的VFD加速寿命试验研究

为了能在较短的时间内预测真空荧光显示屏（VFD）寿命，提出了一种加速寿命预测的试验方案.通过加大VFD灯丝应力温度，开展了两组恒定应力温度加速寿命试验和一组步进应力温度加速寿命试验.应用对数正态分布函数描述了VFD寿命分布，利用最小二乘法(LSM)估计出均值和标准差，完成了恒定及步进应力温度试验数据的统计和分析，并自行开发了寿命预测软件.数值结果表明，该试验方案是正确可行的，VFD的寿命服从对数正态分布，其加速模型符合阿伦尼斯方程，加速参数的精确计算使得快速估算VFD的寿命成为可能.     

基于小样本的加速性能退化可靠性分析方法

针对产品性能退化的无失效数据,给出一种基于小样本的加速性能退化可靠性分析方法。通过建立各加速应力与最高应力下产品退化数据之间的函数关系,将各加速应力下的退化数据等效折算到最高应力下,进而采用非参数统计方法,估计最高应力下产品的平均退化曲线。通过拟合相对加速因子与应力的关系模型,估计正常应力下产品寿命的均值与方差,对不同失效类型下产品的可靠性进行评估。最后,通过一个算例验证方法的有效性。     

考虑不确定测量的惯性平台剩余寿命自适应预测

针对现有剩余寿命预测方法未考虑测量误差引起的不确定性,且存在预测不确定性大的问题,提出了一种基于Wiener过程的退化过程建模方法,并将测量的不确定性考虑到剩余寿命预测中,推导出了剩余寿命的概率分布。为了实时更新模型参数,利用Kalman滤波算法实时估计Wiener过程中的漂移系数,并利用期望最大化算法实时估计其它相关参数。以某型号惯性平台的退化测量数据为例,进行了实验验证,结果表明,相比其它算法,文中算法能够降低剩余寿命预测的不确定性,提高预测精度。     

基于马尔可夫过程和深度神经网络的TBM围岩识别

为了实现隧道围岩的实时识别,基于马尔可夫过程和深度神经网络模型,提出将先验围岩信息和掘进参数结合,作为深度神经网络输入的隧道掘进机（TBM）围岩实时识别方法. 根据施工现场地质勘探资料,用马尔可夫过程的隧道围岩分类方法预测隧道沿线的围岩分布概率;将该围岩分布概率作为先验围岩信息,结合TBM掘进参数作为神经网络输入,真实围岩类别作为输出,训练深度神经网络以实现对TBM前方围岩的实时识别. 使用工程现场数据进行对比实验,结果表明,所设计的深度神经网络模型的围岩总体识别率高于96%. 相比于仅将掘进参数作为输入,当结合先验围岩信息和掘进参数作为输入时,模型围岩识别率提高6%以上.     

多元随机过程的剩余寿命预测

为了探究复杂系统的实际退化过程和剩余寿命,将采用一种新的权重计算方法融合多维性能指标退化过程,并利用马尔科夫蒙特卡洛方法在线更新模型参数,进而得出系统剩余寿命概率密度函数.通过裂纹增长实验的验证分析,结果表明所提方法能够有效地预测系统剩余寿命,并相较于一元随机过程预测模型,所提方法具有更好的预测精度且随着退化数据的增加...     

平均剩余寿命置信下限的评估

设备的延寿使用及维修计划的合理制定,依赖于其组成单元平均剩余寿命的客观评估.通过对不可修复产品平均剩余寿命的研究,基于产品平均剩余寿命的数学描述,利用可靠性及数理统计的基础知识,逐级推演,提出了适用于各种寿命分布类型的产品平均剩余寿命置信下限的一种评估方法,并结合工程实例进行了分析.使用该方法,利用产品的使用及寿命试验数据,即可对产品在给定概率下和正常工作一定时间后的平均剩余寿命置信下限进行评估,为延寿使用及维修计划的制定提供依据.     

组合预测的贝叶斯估计方法

运用贝叶斯估计方法 ,利用先验信息、预测信息和样本信息 ,导出了先验分布、预测信息下的后验分布、拟合信息下的后验分布 ,从而给出了待预测量在t时刻值yt0 的六种组合预测方法 ,并进行了对比 .最后分析了主观参数对模型结果的影响 .     

一种预测磁光盘可靠寿命的方法

提出了利用威布尔分布参数的图分析法预测磁光盘可靠寿命的方法,克服了以往仅针对单一或特定结构的分析,将磁光盘作为一个系统来综合考察,以误码率作为磁光盘的失效判据,通过对磁光盘两个温度点的高温恒定应力加速寿命试验结果的分析,计算出了磁光盘在25℃正常大气条件下的可靠寿命。     

基于加速退化试验的真空荧光显示器寿命快速预测

为了精确、快速地预测真空荧光显示器(VFD)的常规寿命,在提高阴极灯丝温度的基础上开展了一组VFD加速退化试验。具体做法是:采集加速亮度衰减数据,基于三参数威布尔函数、右逼近法、加速寿命与常规寿命间的关系建立了寿命快速预测模型,从而实现了对VFD寿命的估算。结果表明:提出的寿命预测模型仅借助于一组加速退化试验数据便可精准地估算产品的常规寿命,大大缩短了试验测试时间,降低了寿命预测成本。     

基于Gamma过程的加速退化试验多目标优化设计

为得到加速退化试验优化设计中兼顾多个优化目标的相对最优试验配置,提出一种恒定应力加速退化试验多目标优化设计方法.基于Gamma过程建立了加速退化模型,通过极大似然估计方法求解未知参数.综合考虑模型拟合精度及寿命估计精度构建了多目标优化模型,通过NSGA-Ⅱ对模型进行求解,建立兼顾多个优化目标的Pareto前沿集.以单目...     

一种服从威布尔分布装备的可靠性评估方法

在装备失效时间分布为威布尔分布的情形下,利用多层贝叶斯方法,选取贝塔分布作为先验分布,利用现有的试验样本来对威布尔分布的参数进行估计,然后对产品进行可靠性评估.通过算例分析得出当有真的先验信息加入时,采用贝叶斯方法得到威布尔分布的形状参数与尺寸参数的值优于最小二乘法得到的参数值.     

基于隐马尔科夫模型的变压器剩余寿命分析

针对电力变压器故障引起的被迫停机状况,推进符合运维需求的视情维修机制,利用隐马尔科夫模型对变压器剩余寿命进行了研究.收集系统相关运行状态和工况数据,利用退化信息及历史寿命数据基于隐马尔科夫模型对系统进行退化状态评价,得出状态转移矩阵以及观测概率矩阵.利用故障比率模型进行可靠度分析,得出变压器剩余寿命概率分布.结果表明,本文方法能大概率准确预测变压器剩余寿命.     

一种结合UKF的疲劳结构剩余寿命预测方法

针对机械系统中疲劳结构的剩余寿命(RUL)预测问题,提出了一种结合无迹卡尔曼滤波算法(UKF)的RUL预测方法.该方法包括疲劳裂纹性能参数评估和RUL预测两个部分.在性能参数评估部分,通过对Paris疲劳裂纹扩展公式进行离散化,建立了参数状态空间评估模型,并利用传感器获得的实时状态信息结合UKF算法对状态空间评估模型中的疲劳性能参数(C和m)以及疲劳裂纹长度表现出的不确定性进行评估,以避免状态信息不完备、工况噪声等不确定因素对结构疲劳寿命预测的影响;在剩余寿命预测部分,利用UKF算法评估得到的参数结果,结合离散化得到的递推裂纹扩展模型,对结构的剩余寿命进行预测.仿真结果表明:提出的方法能够很好地处理疲劳裂纹扩展模型中疲劳性能参数的不确定性,且在剩余寿命预测上,通过与扩展卡尔曼滤波算法(EKF)进行比较分析,发现所提方法能够更准确地预测结构疲劳裂纹的RUL.将离散的Paris疲劳裂纹扩展公式和UKF算法进行结合,能够有效地提高疲劳结构的剩余寿命预测精度.