针对多退化系统高新技术领域研究
导读： 随着退化试验在兀器件级、整机级、系统级产品上应用的不断推广，多退化系统退化试验被逐渐得到重视。多退化系统的显著特征是退化进程间存在着某种相互关系，使得退化进程彼此不独立。对多退化系统退化试验的研究往往围绕退化进程的相关性问题展开。由本站硕士论文中心整理。
第一章绪论
1.1课题来源
本课题来源十二炮装备“十一五”预研项目“XX整机贮存寿命加速试验技术”和横向合作项目“XX装备滚控电路板加速贮存试验”。
1.2研究背景及意义
随着科学技术的发展和工业水平的提高，许多高可靠、长寿命产品被广泛地应用十航空、航天、通信、电子等高新技术领域。如何评估产品的可靠性，预测其寿命已经成为可靠性工程领域待深入研究的重要问题。传统的可靠性试验技术难以在可行的时间内完成产品的寿命预测，为了解决这一问题，加速试验技术应运生。加速试验是通过提高试验水平来缩短试件失效进程，在合理工程及统计假设的基础上，利用加速失效数据进行建模分析，预测产品在正常应力水平下可靠性特征的试验方法。加速试验可大大缩短试验时间，降低试验成本，为快速实现高可靠、产寿命产品的寿命预测问题提供了一条可行的技术途径。
加速寿命试验(Accelerated Life Testing , ALT)与加速退化试验(Accelerated Degradation Testing, ADT)是加速试验技术的两个重要绍一成部分。对十某些高可靠寿命的产品}fiJ言，进行加速寿命试验时可能只有少量失效出现或根本没有失效。这时若仍然采用加速寿命试验对产品进行可靠性评估及寿命预测，由十没有足够的失效数据，使得评估和预测结果的可信度不高。加速退化试验则充分利用了产品退化数据中的有用信息，将产品在高应力水平下的性能退化数据外推到正常应力水平，进对产品的各项可靠性指标进行评估，克服了加速寿命试验只记录产品失效时间，不考虑产品的性能变化情况等不足，从扩大了信息量，提高预测结果的置信度和可信性。
由于加速退化试验具有周期短、成本低、便十分析产品的失效过程等特点，其应用范围口益广泛，从以往在材料级、兀器件级产品上的应用逐渐发展到如今在整机级、系统级产品上的应用。产品越是复杂，性能参数越多，其退化进程也越多。这里，我们将存在多个退化进程的产品简称为多退化系统。这就产生了退化系统的加速退化试验问题。目前的加速退化试验研究往往将各个退化进程分开考虑，忽略退化进程间的祸合关系，使得评估结果与实际情况出现偏差，影响了寿命预测的准确性。针对这一问题，本文通过考虑多个退化进程之间的相关性，研究了多退化系统加速退化试验方法，并在XX装备滚控电路板中进行了验证和应用，为多退化系统可靠性评估及寿命预测提供技术支撑。
1.3国内外研究现状
3. 1加速退化试验方法及应用研究现状
退化型产品存在一个由正常到失效的连续过程。通过对表征产品性能的某些退化量的连续监测，即可获得产品的退化数据。与产品的失效数据相比，退化数据不仅包含更多的可靠性信息，通过产品的退化信息进行可靠性建模分析更能节省试验时间和费用。1988年Nair就曾指出退化数据对可靠性评估来说是一个丰富的信息源，认为产品退化以及利用退化的观点来研究产品可靠性是一个值得深入研究的问题，并将为高可靠、长寿命产品的可靠性研究开辟一条全新的途径。
加速退化试验的研究是从退化试验(Degradation testing, DT)开始的，退化试验利用正常条件下的退化数据进行故障建模研究，从预测产品寿命。加速退化试验则是退化试验与加速试验方法交叉融合的结果，其通过对产品施加高应力来加速产品的退化过程。对加速退化试验的研究始十20世纪80年代，包括加速退化模型、退化数据统计分析、加速退化试验优化设计等方面内容。
根据对产品的退化机理了解程度，可以将加速退化模型分为基十物理的加速退化模型和基十统计的加速退化模型。基十物理退化机理的模型得到的预测结果准确度高，但是物理退化机理很难完全掌握，因建立物理模型比较困难。基十统计数据的加速退化模型预测准确度不如物理模型，但便十工程应用。在基十物理的退化模型研究中，Nelson}2}利用加速退化模型描述了材料绝对温度及击穿电压与时间之间的关系，给出了一种估计产品失效时间的方法。Meeke:与Escobar在研究以温度作为加速应力的产品退化时采用了Arrhenius模型建模，用以推导产品可靠性，并将退化试验方法同传统寿命试验方法进行了比较。Feiberg与Widom4对Arrhenius定理进行了深入研究，给出了热激活能时间相关模型。在基十统计的退化模型研究中，Yang等[f5l利用退化量数据来估计给定临界值的可靠性，其方法假设退化轨迹是线性的，退化量服从正态分布。Lu等在对半导体的线性退化数据分析时，给出了一种带有随机回归系数和标准偏差函数的模型。Lu与Meeker建立了一个非线性混合效应模型，得到了基十退化数据可靠性预计的点估计和置信区间。
在对退化数据的统计分析研究中，Jayaram与Girish针对同一时刻不同样本退化量服从Poisson分布目_同一样本不同时刻退化量与时间相关的退化试验数据统计分析问题，提出了基十半似然估计的一般估计方程(GEE: Generalized Estimating Equations)方法，并给出了参数点估计与区间估计。Oliveira等[9]对比分析了几种基十退化试验数据的失效分布估计方法，包括解析方法、数值方法和近似方法。Chang似输出电压为性能退化量，对某电源产品加以温度、电压双应力，利用广义艾林模型建立了线性退化统计模型，对电源产品常规应力下的寿命进行估计。Lu等「川在研究电子兀器件的退化数据时应用幂律模型建立了加速退化轨迹函数，并用最小二乘得出了参数估计。Huang与Dietrich}l2]用截断Weibull分布表示退化量分布，给出了基十退化数据的分布参数极大似然估计法。邓爱民等「3]对基十退化量分布和基十伪失效寿命的可靠性评估方法进行了详细的建模步骤以及算法说明，并以GaAs激光器为例进行了应用。
加速退化试验优化设计主要研究在给定条件下(如样本数量、试验时间、测试时间问隔、应力水平、试验费用等)，如何进行加速退化试验以获得可靠性及寿命的准确估计。优化设计可以描述为一个约束极值问题，约束条件为最大试验代价，优化目标为使用应力下的可靠性指标估计方差极小。Yu与Tseng提出了用直观法确定加速退化试验的最佳终止时间，该方法通过实时分析加速退化数据，得到使用应力下样品的寿命估计值，比较估计值极限精度与给定的精度，判断试验是否应该终止。Yu和Chiao对退化率服从对数正态分布的产品进行了研究，分析了恒定应力加速退化试验在试验费用的约束下的优化设计问题。Liao和Elsayed}l6似模型参数的协方差矩阵最小化为优化目标，对加速退化试验进行优化。Boulanger与Escobar针对退化量随时间单调变化最终趋十某一稳定水平的退化过程，提出了2步分析法。Polavarapu与Okogbaa}lg]对退化率服从倒数Weibull分布退化模型的加速退化试验优化设计方法进行了研究，以期使平均失效时间的置信区间宽度期望最小。江亚顺等以混合效应模型作为退化模型，研究了仿真基恒定应力加速退化试验优化设计问题，解决了解析优化方法求解困难的问题。
目前加速退化试验的研究应用范围主要集中在发光二极管、逻辑集成电路、电源、绝缘体等兀件和材料[[20-23]。苏德清[[24]对某种电子兀件饱和漏电的加速退化数据进行了分析和研究，建立了相关模型，对可靠性指标进行了评估。李海昌等[[25]对压电陶瓷的压电效应进行加速退化试验，利用回归分析法对试验数据进行处理，出了压电陶瓷的可靠性估计及可靠贮存寿命公式。Tang与Chang对某电源单兀进行温度和AC输入电压双应力加速退化试验，通过对试验数据进行回归分析，得到了电源单兀的累积分布函数及其置信限信息。李晓阳、姜同敏等采用加速退化试验对卫星组件级产品的可靠性进行研究，取得了良好效果。莫永强等在电子倍增器的加速退化试验中，采用极间电压和入射离子流强度双加速应力，并对比了采用伪失效寿命方法和退化轨迹方法得出的可靠性评估结果。
综上所述，加速退化试验能够有效解决传统可靠性试验难以实现的高可靠、长寿命产品的可靠性评估问题。但目前国内外主要针对产品的单一退化进程研究相应的模型和方法，对十整机或系统级产品存在的多退化进程加速退化试验研究未见报道。
3. 2多退化系统退化试验研究现状
随着退化试验在兀器件级、整机级、系统级产品上应用的不断推广，多退化系统退化试验被逐渐得到重视。多退化系统的显著特征是退化进程间存在着某种相互关系，使得退化进程彼此不独立。对多退化系统退化试验的研究往往围绕退化进程的相关性问题展开。
Sun等在对脉冲电容器的退化试验研究中，给出了一种Gauss-Poisson联合分布模型oXu与Zhao通过建立状态空间模型对随机应力下的多退化动态过程进行了描述，并利用动态退化量对可靠性进行了评估。Li等研究了随机冲击应力下的多退化系统可靠性建模问题，但忽略了退化进程间的相关性。W ang等对退化试验中的多退化问题进行了研究，将多退化进程间的相互关系分为独立和相关类，并在当性能参数存在相关性时考虑采用联合概率密度函数来描述退化量分布，最后给出预计结果并与参数间相互独立假设所得结果进行了对比。方峻等[feelA~将文献提出的方法应用在某型航空液压泵的退化试验中，考虑了高温小流量和零流量压力两个性能参数指标间的相关性，并通过试验验证得出了与文献一致的结论，即忽略参数间的相关性可能会低估产品可靠性。*********等[[34]提出在使用联合概率密度函数来描述多个相关性能参数的分布时，应该将参数间的协方差看作是时间的函数。董富治等[[35]提出了利用加权平均法来解决多退化进程间的相关问题，依据性能参数的影响度对其赋子不同的权重，但此方法依赖大量的专家知识和经验积累。土玉明等[[36]提出了基十多兀概率密度函数和主成分分析的多特征量退化数据可靠性建模方法，多兀概率密度法将基十退化量分布法和基十退化轨迹法综合运用，主成分分析法将多个相关退化量转化为少数几个不相关的综合特征量。周金宇等[[37]从分析性能参数间相关性对结构系统可靠度的影响入手，在给定临界相关系数的基础上，按相关程度大小先后把各失效形式分成强相关、弱相关、中等相关二类，提出了失效相关结构系统可靠度近似求解的新方法。赵建印提出了竞争失效模型，并给出了两种不同的基十参数回归模型的竞争失效统计方法。
综上所述，国内外学者在多退化系统退化试验中基本采用以下几种方法来处理性能参数间的相互关系:一是用统一的平均相关系数代替各性能参数间的相关系数;二是将各性能参数间相关系数的大小界定在一个范围内，用其上下边界值来近似求解;二是利用参数联合分布来整体考虑参数间的相互关系。在这几种方法中，最后一种方法然计算过程较为复杂，但其考虑因素最全面，遗失信息量最少，因此所得结果与实际情况更为相符。
由十对多退化系统加速退化试验方法目前尚缺乏研究，尚未建立指导多退化系统加速试验的模型和方法，所以工程上通常仅仅考虑多退化系统的主要退化量忽略次要退化量，进将多退化系统当作单一退化过程处理;或是直接忽略参数间的相互关系，认为多退化进程相互独立，进行将多退化系统当作串联系统处理。这些近似处理与产品实际退化情况相差较大，给出的可靠性评估及寿命预测结果置信度较低。
1.4研究思路与主要内容
4. 1问题的提出
通过对比研究需求与国内外现状，可以发现目前在多退化系统加速试验研究中主要存在以下几个问题:
C1)加速退化试验研究主要针对产品的单一退化进程，对十整机或系统级产品存在的多退化进程加速退化试验研究尚未开展，难以满足对高可靠、长寿命复杂产品的可靠性评估与寿命预测需求。
C2)针对多退化系统加速退化试验的工程应用需求，目前急需开展多退化系统加速试验方法研究，考虑多退化系统的多退化进程对可靠性和寿命的影响，以及多退化进程之间的交叉祸合关系，最终给出可信的可靠性评估及寿命预测结果。
4. 2研究思路
基十上述问题，本文从理论方法和工程应用两方面入手，对多退化系统加速退化试验进行了系统研究，研究思路如图1.1所示。
C1)对多退化系统的退化失效特性，多退化系统加速退化试验的相关模型进行了分析研究。
C2)针对多退化系统特性，研究基十多性能参数的加速退化试验方法。
C3)对某型滚控电路板实施失效模式及影响分析，确定多退化指标，进行摸底试验，以获取产品退化失效的实际数据，并以此为依据进行滚控电路板加速退化试验设计。
(4)开展滚控电路板加速退化试验，并利用基十多性能参数的加速退化试验分析方法对试验数据进行统计分析，给出滚控电路板贮存可靠性评估及寿命预测结果。化试验和多退化系统退化试验的研究及应用现状。最后给出论文的主体思路和内容安排。
第二章:多退化系统加速退化试验模型。对多退化系统的失效原因进行分析，介绍了多退化系统加速退化试验建模分析所需的各类模型。
第二章:基十多性能参数的加速退化试验方法。针对多退化系统退化进程相关的问题，提出了基十多性能参数的加速退化试验方法，并通过仿真试验验证了方法的有效性。
第四章:滚控电路板加速退化试验方案设计。介绍滚控电路板基本原理，对其进行失效模式及影响分析和预试验分析，并结合分析结果对滚控电路板加速退化试验进行设计，并给出具体方案。
第五章:滚控电路板加速退化试验统计分析。按照滚控电路板加速退化试验方案实施试验，并对试验数据进行建模分析，最后给出滚控电路板多退化系统的寿命预测结果。
第六章:结束语。总结论文的主要研究成果，并对多退化系统加速退化试验的后续研究工作进行展望。
参考文献
1.Nair, V. N. Estimation of Reliability in Field-Performance Studies: Discussion.Technometrics[J], 1988, 30(4): 379一383.
2.Nelson W. Analysis of performance-degradation data from accelerated tests[C].IEEETransactions on Reliability, 1981,30(2):149一1 _54.
3.Meeker W Q, Escobar L A. Statistical met hods for reliability data[M].NewYork:John Wiley Press,1998.
4.Feinberg A A, Widom A. Connecting parametric aging to catastrophic failure through thermodynamics [J].IEEE Transactions on Reliability,1996, 45(1):28一5.Yang G B, Yang K. Accelerated degradation tests with tightened critical values[J].IEEE Transactions on Reliability,2002,51(4):463-468.
6.Lu J C, Park J, Yang Q. Statistical inference of a time-to-failure distribution derived from linear degradation data[J].Technometrics, 1997, 39(4):391-400.
7.Lu J C, Meeker W Q. Using degradation measures to estimate a time-to-failuredistribution[J]. Technometrics, 1993, 35(2):161一174.
8.Jayaram J., Girish T. ,Reliability Prediction through Degradation Data Modeling using a Quasi-Likelihood Approach[C], presented at RAMS, 2005.
9.Viviane Ribeiro Branco de Oliveiral, E. A. O. C. Comparison of Methods to Estimate the Time-to-failure Distribution in Degradation Tests[J].Quality and Reliability Engineering International, 2004, (20):363-373.
10.Chang D. S.，Analysis of accelerated degradation data in a two-way design[J].Reliability Engineering and System Safety, vo1.39,pp.65一69,1993.
11.Lu, J. C.,Park J.,Yang Q. Statistical Inference of a Time-to-Failure Distribution Derived From Linear Degradation Data[J]. Technometrics, 1997, 39(4):391-400.
12.Huang W., Dietrich D. L. An Alternative Degradation Reliability Modeling Approach Using Maximum Likelihood Estimation[C].IEEE Transactions on Reliability, 2005,54(2):310一317.
13.邓爱民，陈循，张春华等.基十性能退化数据的可靠性评估[[J].宇航学报，2006,27(3) :546-552.
14.Yu H. F., Tseng S. T. On-line procedure for terminating an accelerated degradation test [J].Statistica Sinica. 1998,8:207-220.
15.Yu H F, Chiao C H. an accelerated degradation experiment by optimizing the interval estimation of the mean time to failure[J].Journal of the Chinese Institute of Industrial Engineers, 2002, 19(5): 23-33.
16.苏德清.微波低噪声GaAsFET加速寿命试验参数退化模型的研究报告[R].中国电子技术标准化研究所.1992.
17.李海昌，郭芳绮，雷彬.某型引信压电陶瓷加速老化试验田.军械工程学院学报，1997, 9(4):33一38.
18.Tang L C, Chang D S. Reliability prediction using nondestructive accelerated-degradation data:case study on power supplies[J]. IEEE Transactions on Reliability, 1995, 44(4):562一_566.
19.李晓阳，姜同敏.基十加速退化模型的卫星组件寿命与可靠性评估方法[[J].航空学报，2007, 28: 100-103.
20.莫永强，江亚顺，张春华，陈循.基十双应力步进加速退化试验的寿命预测方法研究「C].发展军民两用维修技术提高装备维修保障能力.总装维修专业技术年
21.方峻，魏星，樊黎霞.基十多性能参数退化数据的可靠性评估及应用[fJl.装备环境工程，2008,5(5):29-32.
22.*********，胡昌华，陈亮，张军波.基十多兀退化量的可靠性评估方法研究[[J].控制工程，2007, 14:77-80.
23.董富治，姜云春，顾宝刚，吴中华.一种基十权重分配的多性能参数退化数据可靠性评估方法研究[[J].导弹试验技术，2010, 1:63-65.
24.王玉明.基十性能退化数据的电子产品可靠性分析研究[D].军械工程学院博士论文，2009.
25.周金宇，谢里阳，土学敏.失效相关结构系统可靠性分析及近似求解[J].东北大学学报，2004,25(1):74-77.
26.赵建印.基十性能退化数据的可靠性建模与应用研究「D].国防科学技术大学博士论文，200_5.
27.孔学东，恩云飞.电子兀器件失效分析与典型案例「M].国防工业出版社，2006年9月第1版.
摘要 9-10
ABSTRACT 10
第一章 绪论 12-19
1.1 课题来源 12
1.2 研究背景及意义 12-13
1.3 国内外研究现状 13-16
1.3.1 加速退化试验方法及应用研究现状 13-15
1.3.2 多退化系统退化试验研究现状 15-16
1.4 研究思路与主要内容 16-19
1.4.1 问题的提出 16
1.4.2 研究思路 16-17
1.4.3 主要内容 17-19
第二章 多退化系统加速退化试验模型 19-29
2.1 多退化系统失效分析 19-23
2.1.1 产品退化失效分析 19-20
2.1.2 多退化系统退化失效分析 20-23
2.2 退化模型 23-24
2.3 退化量分布模型 24-26
2.3.1 不相关情形下的退化量分布模型 25
2.3.2 相关情形下的退化量分布模型 25-26
2.4 加速模型 26-28
2.4.1 Arrhenius 模型 26-27
2.4.2 逆幂律模型 27
2.4.3 Eyring 模型 27-28
2.4.4 多项式加速模型 28
2.5 本章小结 28-29
第三章 基于多性能参数的加速退化试验方法 29-37
3.1 基本思想 29
3.2 基于多性能参数的加速退化试验方法 29-33
3.2.1 性能参数相关性检验 30-31
3.2.2 退化量分布模型参数的拟合与外推 31-33
3.2.3 多退化系统可靠性指标评估 33
3.3 仿真验证 33-36
3.3.1 仿真数据生成 33-34
3.3.2 仿真结果分析 34-36
3.4 本章小结 36-37
第四章 滚控电路板加速退化试验方案设计 37-51
4.1 滚控电路板工作原理与失效分析 37-39
4.1.1 滚控电路板基本结构与工作原理 37-38
4.1.2 滚控电路板贮存失效分析 38-39
4.2 滚控电路板加速退化试验平台 39-41
4.2.1 试验设备 39-40
4.2.2 测试设备 40-41
4.2.3 测试步骤 41
4.3 预试验分析 41-48
4.3.1 预试验方案 41-45
4.3.2 预试验数据分析 45-48
4.4 滚控电路板加速退化试验方案设计 48-50
4.4.1 试验应力及加载方式 49
4.4.2 应力水平数及应力水平 49
4.4.3 样本量及样本量分配 49
4.4.4 截尾方式与截尾时间 49-50
4.4.5 测试点设置 50
4.5 本章小结 50-51
第五章 滚控电路板加速退化试验统计分析 51-61
5.1 滚控电路板加速退化试验过程 51-52
5.2 试验数据 52-54
5.2.1 性能参数1（负脉宽与正脉宽之差△T ）的试验数据 52-53
5.2.2 性能参数2（周期T）的试验数据 53-54
5.3 退化模型适用性分析 54
5.4 基于多性能参数的滚控电路板加速退化试验统计分析 54-60
5.4.1 性能参数相关性检验 54-55
5.4.2 退化量分布模型参数的拟合与外推 55-59
5.4.3 可靠性评估及寿命预测 59-60
5.5 本章小结 60-61
第六章 结论与展望 61-63
6.1 研究结论 61
6.2 研究展望 61-63
致谢 63-64
参考文献 64-68
作者在学期间取得的学术成果 68
您可能有工程硕士学位论文方面的购买需求，请到工程论文硕士论文频道选取：