论文部分内容阅读
产品的可靠性分析中,基于退化数据的可靠性分析占据着重要地位。传统寿命可靠性评估是以产品的失效时间为基础,然而,随着产品质量的提高,高可靠、长寿命产品逐渐进入人们的生活,为了检测产品质量需要对其进行试验,在有限的试验时间中收集到产品失效数据是困难的。在极少失效甚至是零失效下,利用传统寿命可靠性分析方法,满足不了实际的需要。从退化量角度分析产品寿命可靠性,避免了无失效数据问题、减少了材料不必要的浪费。因此,从退化量角度分析产品的可靠性是有效的。实际中产品的性能退化常受单个关键性能参数作用,产品在发生退化的整个过程中,受到来自外部很多因素的影响,如果独立的分析某个观测时刻产品的退化量,可能导致错误的分析结果。基于产品的退化机理,利用威布尔过程拟合产品的退化量,可以在整体上分析产品的退化规律。通过试验数据获得产品寿命可靠度函数,可以较精确地外推出任意时刻产品的可靠度函数。某些产品前后时刻退化量存在相关性,即,产品下一时刻的退化量与前一时刻退化量相关。针对产品的这种退化特征,利用Copula函数拟合产品前后时刻退化量的联合分布函数,外推出任意时刻产品的寿命-可靠度。章节结尾部分,通过R软件生成产品各时刻退化量的仿真数据,得出单关键性能参数下产品可靠度的两种不同计算方法。产品退化试验中,竞争失效是突发失效和退化失效作用的结果。失效数据的产生是否与退化量变化的大小有关,需要合理的识别。在竞争失效模式下评估产品的可靠度,首先需要分析突发失效和退化失效间的关系。根据试验数据的图表分析或者假设两者之间的关系,具有一定主观性,缺乏理论依据。章节首先对失效数据进行平稳性检验,在失效数据非平稳情况下建立退化量与失效数据的线性模型,合理的判别突发失效与退化量之间的相关关系。章节的结尾部分,通过R软件生成产品退化量和突发失效的仿真数据,得出产品退化量与突发失效数据的线性关系。判别出产品退化数据与失效数据存在相关性后,文章依据产品性能退化常见的两种工况,1、产品的性能特征受单个关键性能参数的影响;2、产品的性能特征受两个关键性能参数相互干涉的影响;在这种工况下根据实际需要做出相应的假设,文章中用Wiener过程和Gamma过程拟合这两个参数的退化过程,利用Copula函数描述产品退化量与突发失效的关系,外推出任意时刻产品的寿命可靠度函数。章节的结尾部分,通过R软件生成产品关键性能参数的退化仿真数据,建立该工况下产品的可靠度函数并计算指定时刻下产品的可靠度,验证模型的可行性。