基于贝叶斯的智能电能表可靠性评估方法

针对具有高可靠、长寿命特点的智能电能表,应用加速退化试验方法进行可靠性评估是一种有效的方法。开展加速退化试验过程中,在高加速应力激发下,一方面可观测到智能电能表的性能退化,也可能出现智能电能表的整表失效。如何融合智能电能表加速寿命试验过程中的整表失效数据、性能退化数据转化得到的伪寿命数据,从而进行智能电能表的综合可靠性评估,是智能电能表可靠性评估急需解决的问题。本文研究提出基于贝叶斯方法的智能电能表可靠性评估方法,给出融合智能电能表的整表失效数据、伪寿命数据的数据处理方法及计算模型,探讨了伪失效数据计算方法、整表失效数据与伪失效寿命数据相容性检验方法等。     

基于性能退化分析的电连接器可靠性评估

某型电连接器具有寿命长、可靠性高的特点,传统的基于失效寿命数据的可靠性评估方法行不通。提出了基于性能退化分析的可靠性评估方法,给出了进行评估的一般步骤,并以温度为加速应力设计了该型电连接器的加速退化试验。分析了电连接器的接触失效机理,进而推导出退化模型,估计出了样品的伪寿命值。利用Anderson-Darling统计量确定寿命分布类型为对数正态分布,对寿命分布函数和Arrhenius加速方程的参数值进行了极大似然估计,推导出了该型电连接器在工作温度下的可靠度函数,得出t0.9为244 240h。     

基于振动传感器性能退化数据的可靠性评估

在基于失效数据可靠性评估和性能可靠性评估方法的基础上,提出了基于性能退化量分布的可靠性评估方法,以对具有退化失效机理的振动传感器进行可靠性评估。基于性能退化量分布的可靠性评估方法,首先,计算不同测量时刻产品性能退化量的统计特征,对其进行曲线拟合得到统计特征随时间变化的函数,即性能退化量分布参数,然后,利用可靠性与性能退化量分布的关系评估产品的可靠性,最后,运用基于性能退化量分布的可靠性评估方法对振动传感器进行了可靠性评估。     

振动环境下MEMS加速度计的可靠性评估

在MEMS加速度计加速寿命试验及加速性能退化试验研究的基础上,对MEMS加速度计在振动环境下的可靠性技术进行了研究.通过理论分析MEMS加速度计在振动环境下的失效模式和失效机理,结合具体的试验条件设计了加速度计加速寿命试验及加速性能退化试验方案,并对MEMS加速度计在振动环境下的失效数据分别进行了加速寿命可靠性评估及加速性能退化可靠性评估.研究表明,两种评估方法得到的评估结果基本一致;加速性能退化评估方法适用于MEMS加速度计在振动环境中的可靠性研究,且该方法简捷、正确可行、节省试验费用,为MEMS加速度计在实际应用中提供了重要的参考依据.     

基于退化数据与marker数据综合的产品可靠性建模分析

基于性能退化数据的可靠性建模分析方法,为现代工业中长寿命、高可靠产品的可靠性研究提供了重要途径,但在破坏性测量中无法获得足够的产品性能退化数据.对此,综合利用产品性能退化数据和marker数据对产品可靠性进行建模,不仅能够提高可靠性评估的精度,还可以在产品运行过程中通过对marker的测量来预测产品剩余寿命,从而为产品维修、更换以及备件决策提供依据.采用二元Wiener过程对产品的性能参数和marker进行建模,给出模型参数的估计方法和基于marker测量数据的剩余寿命预测方法,并通过仿真示例验证所提出方法的有效性.     

数据驱动的可靠性评估与寿命预测研究进展:基于协变量的方法

作为保障工业过程可靠性和经济性的重要技术,可靠性评估与寿命预测在过去几十年得到了越来越广泛的关注和长足的发展.在实际应用中,由于难以获取复杂、高可靠性设备失效机理的物理模型,数据驱动的可靠性评估与寿命预测方法成为近年来的主流.同时,自动监测技术和传感器技术的快速发展,使得在工程实践中不仅能够获取系统的退化数据,还能得到大量的系统运行环境监测数据,从而使得数据驱动寿命预测中基于协变量的方法得到了广泛应用.本文根据系统运行环境中协变量数据的不同变化规律,将基于协变量方法的可靠性评估模型分为：固定协变量模型、时变协变量模型和随机协变量模型,并分别讨论了各模型的发展现状.最后,讨论了协变量处理中存在的一些挑战及未来的研究方向.     

基于退化建模的可靠性分析研究现状

基于退化数据具有比失效时间数据更多的可靠性信息,为高可靠、长寿命产品提供了一种有效的可靠性分析方法,为此对退化建模领域的相关理论研究与工程实践作了阶段性的总结．首先介绍了退化建模的概念和发展现状;接着给出了退化模型与失效时间分布之间的关系;然后按无应力因子和有应力因子两种情形对退化建模的相关研究进行了概述;最后简要分析了退化建模领域中的热点问题,并对下一步的研究进行了展望．     

考虑异强度相关性下多元退化系统的可靠性置信评估

针对具有多个性能退化模式的航空发动机工作系统,考虑个体差异性和差异强度相关性,提出一种基于随机相关性的可靠性置信评估方法。以具有随机效应的Wiener随机过程和Gamma随机过程分别对各性能退化失效过程进行描述,利用相关参数随机化的Copula函数对多元性能参数的相依程度进行建模,推导出基于Clayton Copula函数模型的可靠度置信区间界点解析表达式,采用边缘函数推断法通过2步优化估计模型中的未知参数,建立整体可靠度评估模型。结合航空发动机EGTM和ZVB2R性能的退化数据,建立整体可靠度模型,完成综合评估,得到寿命区间为（1.033×104,1.278×104）次循环数,实例验证了模型的可行性和准确性。     

基于WSVR和FCM聚类的实时寿命预测方法

针对产品的性能退化轨迹呈现为非线性特性, 且个体的性能退化数据为小样本的情形, 为了充分利用同类产品的性能退化数据进行特定个体的实时寿命预测, 从研究退化轨迹相似性的角度出发, 提出一类基于小波支持向量回归机 (Wavelet support vector regression, WSVR)和模糊C均值(Fuzzy c-means, FCM)聚类的实时寿命预测方法. 该方法分为离线和实时两个阶段: 离线阶段先采用WSVR对同类产品的性能退化数据进行规范化处理, 接着对规范化数据进行FCM聚类, 然后,基于WSVR建立各聚类中心的退化轨迹模型;在实时阶段,针对特定个体的历史测量数据是否规范化,分别提出两种实时退 化轨迹建模和寿命预测方法——隶属度加权法和误差加权法. 最后, 通过两个实例分析验证了所提方法的有效性.     

基于退化轨迹未知的多退化量可靠度预测方法

针对退化轨迹未知的具有多种退化量的产品,研究了退化量相关和独立情况下的多性能退化量可靠度的评估方法,总结了可靠度评估的模型,引入三参数威布尔分布模型拟合方法,在不依赖于产品退化轨迹情况下,建立了具有可靠度预测模型,并对某加油车滑片泵的测试数据进行了可靠度分析,验证了方法的有效性。     

基于Monte-Carlo仿真的双应力步降加速退化试验优化设计统计分析研究

针对高可靠性长寿命产品的性能往往受到多个应力的影响,且在有限试验时间内难以获得大量性能退化信息的问题,采用Monte-Carlo对试验过程进行仿真,运用退化失效环境因子对Monte-Carlo仿真产生数据进行折算,利用最小二乘对双应力步降加速退化试验统计分析,建立基于Monte-Carlo仿真的双应力步降加速退化试验优化设计统计分析模型。通过仿真实例,验证该方法的有效性、可行性。     

基于Copula函数的导弹多性能退化可靠性评估

针对导弹系统多性能退化中的各性能参数的关系问题,提出了一种评估导弹多性能退化可靠性的数学模型.根据多性能退化失效机理,建立了多性能退化可靠性模型,利用引入的Copula函数描述各性能之间的关系,建立了基于Copula函数的多性能退化可靠性评估模型,并通过实例仿真对导弹系统的可靠性进行了评估.结果表明:模型在保证准确可信的基础上,有效减小了计算量,为评估系统多性能退化可靠性模型研究提供了一种新方法,具有较好的推广性和实用性.     

神威太湖之光可靠性及可用性设计与分析

随着系统规模与集成度的快速增加,可靠性与可用性问题成为构建E级计算机系统所面临的重大挑战.针对神威太湖之光超级计算机可靠性与可用性设计与实现开展全面的分析.首先概要描述神威太湖之光超级计算机系统结构.其次,系统提出神威太湖之光超级计算机可靠性增强技术以及故障预测、主动迁移、任务局部降级等主被动容错技术,建立神威太湖之光超级计算机多层次主被动协同的容错系统.再次,根据系统故障统计信息,分析失效分布及主要失效来源,结合指数、对数正态与韦布尔3种典型寿命周期分布,对神威太湖之光系统故障间隔时间分布进行数据拟合分析.最大似然估计与K-S(Kolmogorov Smirnov)检验结果表明,对数正态分布与系统失效经验数据取得了最好的拟合度,建立神威太湖之光系统失效分布模型,并计算得出系统平均无故障时间.通过系统运行统计与实际应用测试,分析了故障预测精确度以及主动迁移、局部降低等容错技术的时间开销与容错效果.最后,在神威太湖之光超级计算机可靠性与可用性分析的基础上,提出E级计算机系统高可靠与高可用技术发展建议.     

考虑退化轨迹差异性与相似性的轴承RUL预测

轴承的个体异质性及工况差异性使得其性能退化轨迹不尽相同,导致训练轴承建立的深度学习模型与测试轴承失配.对此,提出基于卷积自编码器与自组织映射的轴承剩余使用寿命(remaining useful life,RUL)灰色预测方法.该方法引入以轴承自身监测数据为驱动的批量归一化的卷积自编码器对轴承性能退化特征进行深度提取,并结合自组织映射算法进行性能退化指标(degradation indicator,DI)自主构建.采用动态时间规划算法对各个轴承退化轨迹进行相似匹配分析,以相匹配的全寿命轴承的DI灰色模型回归曲线在寿命终点取值作为参考,进行测试轴承的失效阈值设置.以测试轴承历史DI为驱动,采用全阶时间幂灰色预测模型对测试轴承RUL进行滚动预测.实验结果表明,所提出方法在保留轴承退化趋势个体差异性的同时,能够实现轴承失效阈值自主合理设置,提高轴承RUL的预测精度.