论文部分内容阅读
摘要：通过对机车关键系统车运用及检修数据的梳理分析以及对长期服役机车整车和主要系统部件的运用分析研究，评估机车关键系统的实际服役状态，统筹策划结合不同里程高级修时对关键部件进行试验研究或长期跟踪测试，掌握部件的长期服役性能随时间、里程增加的变化规律，依次为理论依据优化修程修制。
关键词：全寿命周期评估;威布尔分布;数据收集;加速寿命试验
中图分类号：F407.472 文獻标识码：A 文章编号：1674-957X（2021）12-0190-02
1 概述
研究全寿命周期评估所需的数据内容，开展基于失效的关键系统部件寿命评估研究工作，研究环境因素对使用寿命的影响，识别影响系统寿命的关键零部件及其故障模式，估算部件的特征寿命，研究部件寿命曲线变化规律与特点。开展基于机车关键部件性能指标退化的寿命评估工作，评估出关键系统部件的性能退化特性，探索全寿命周期性能状态及结构状态变化情况。
2 项目预期目标及研究对象
①评估产品使用寿命，判断是否满足设计要求，探索延长使用的可能性。基于全寿命周期评估过程数据与结果数据，综合评估产品的实际使用寿命;
②优化产品修程修制;
③指导产品设计研发与改进;
④研究对象：机车关键系统或者关键部件等，本文只针对牵引电机做寿命评估。
3 技术路线分析
3.1 理论评估
现场寿命数据和可靠性数据是进行寿命评估关键，数据包括：生产时间、数量、安装开始使用时间（日期，车型等）、部件使用的总时间/里程、故障发生时间/里程、一批样本总的使用时间/里程，定期维保性能测试数据。
确定数学模型，目前可供分析和使用的数学模型主要有威布尔分布、指数分布、对数分布等。（如表1所示）
3.1.1 常用分布模型
①指数分布。
指数分布是可靠性工程中最重要的一种分布。当产品工作进入浴盆曲线的偶然故障期后，产品的故障率基本接近常数，其对应的故障分布就是指数分布，概率密度函数如下：
式（1）中，λ为失效率;t为时间/里程。
②对数正态分布。
对数正态分布主要适用于描述某些呈偏态分布的资料，概率密度函数如下：
式（2）中，μ为对数均值;σ为对数标准差。
③正态分布。
正态分布主要用途是分析由于磨损（如机械装置）而发生故障的产品，概率密度函数如下：
式（3）中，μ为均值;σ为标准差。
④Weibull分布。
威布尔分布主要适用于故障强度随使用时间发生变化的产品，概率密度函数如下：
式（4）中，β为尺度参数;η为形状参数。
3.1.2 假设检验
完成寿命分布假设后，为了判断该假设是否正确需要进行假设检验，可以通过皮尔逊χ2检验法进行假设检验。
如果最优分布的假设检验不通过，则说明以下情况之一：
①数据完整性、连续性和真实性不足;
②数据不来自同一类型产品;
③产品质量特性发生突变。
3.1.3 评估计算
将整理好的可靠性数据导入可靠性分析软件，选取最优可靠性评估模型，进而评估出产品在给定可靠度下的可靠寿命置信下限，以及指定运用里程/时间时的可靠度置信下限。
通过数据理论评估，针对不同部件现场数据和加速寿命测试数据，分析各个部件寿命分布评估不同部件失效率随时间分布，根据当前数据情况修正当前数据收集方法，评估进行可靠性仿真和加速寿命测试方案，所得结果，根据部件的理论寿命曲线来判定是否需要做加速寿命试验或者性能试验。（如表2、表3所示）
3.2 试验评估
通过数据理论评估，针对不同部件现场数据和加速寿命测试数据，分析各个部件寿命分布评估不同部件失效率随时间分布，根据当前数据情况修正当前数据收集方法，评估进行可靠性仿真和加速寿命测试方案，但因收集的数据存在数据较少，数据质量不够，甚至是数据缺失，可能会无法满足全寿命周期评估要求，以现在收集的数据无法确定部件的寿命趋势，更无法确定全寿命周期内的变化趋势，在这种情况下需要做加速寿命试验来确定部件的寿命趋势。
3.2.1 加速寿命试验
对于高可靠性产品而言，寿命试验时间很长，为便于快速评价产品的寿命和可靠性，采用加大应力（如热应力、电应力、机械应力等）而又不改变失效机理的办法，使产品的故障加速暴露，这样的试验称为加速寿命试验（Accelerated Life Test，ALT）。根据加速寿命试验结果，可以推测出正常使用状态或降额使用状态下的产品寿命[1]。
3.2.2 加速模型
加速寿命试验要建立在一定的物理化学模型基础上，加速应力（或称加速变量）类型不同，有不同的物理化学模型。常用的模型有：
①以温度作为加速变量，常采用阿伦尼斯（Arrhenius）方程作为寿命与温度关系模型。经验公式为：
式中，t为寿命;T为施加的绝对温度;A为常数;B为激活能有关的参数。 对式（5）进行换算，两边取对数，令A′=lnA，则：
由式（6）可知，寿命t的对数与绝对温度T的倒数之间满足直线方程关系。当通过几组温度应力试验得到产品的几个温度点的寿命之后，就可以确定A′和B值，利用式（6）可外推出正常温度下的产品寿命。
②以电压或压力作为加速变量，寿命与电压或压力关系模型的经验公式为：
式（7）中，t为寿命;V为施加的电压或压力;K、ɑ为均为与产品类型有关的参数。
对式（7）进行换算，两边取对数，令A=-lnK，B=-ɑ，则：
由式（8）可知，寿命t的对数与所施加的电压或压力的对数之间满足直线方程关系。通过施加几组电压或压力应力试验，可得到几个点的寿命值，随后就可以确定A和B值，并可以利用方程式（8）外推出额定电压或压力下的产品寿命。
③寿命加速系数τ，利用式（5）、式（7）可分别求出两种加速寿命试验的寿命加速系数。
1）以温度作为加速试验变量的寿命加速系数：
2）以电压或压力为加速试验变量的寿命加速系数：
由以上两式可知，通过加速寿命试验，可以求出加速系数τ，由已知的某应力下寿命t0，可以预测另一种应力水平下未知的寿命。
4 结论
通过全寿命周期寿命研究，明确关键部件的全寿命周期的故障率，确定寿命趋势，通过开展关键系统部件性能状态评估工作，掌握各修程下部件的运用状态，识别部件的薄弱环节，了解部件的可靠性变化规律，为强化检修标准，优化检修策略提供了有价值的参考意见，并根据可靠性评估的结果，识别出影响产品可靠性的薄弱环节，并提出有针对性的设计改进建议，为新产品研发提供有价值的参考数据，提升产品的可靠性水平。
參考文献：
[1]李良巧.可靠性工程师手册[M].二版.北京：中国人民大学出版社，2017.
[2]CENELEC EN50129， Railway Application： Safety related electronic systems for signalling [S].
[3]叶慈南.完全样本情形下威布尔分布参数的估计[J].应用概率统计，2003，19（3）：259-266.
关键词：全寿命周期评估;威布尔分布;数据收集;加速寿命试验
中图分类号：F407.472 文獻标识码：A 文章编号：1674-957X（2021）12-0190-02
1 概述
研究全寿命周期评估所需的数据内容，开展基于失效的关键系统部件寿命评估研究工作，研究环境因素对使用寿命的影响，识别影响系统寿命的关键零部件及其故障模式，估算部件的特征寿命，研究部件寿命曲线变化规律与特点。开展基于机车关键部件性能指标退化的寿命评估工作，评估出关键系统部件的性能退化特性，探索全寿命周期性能状态及结构状态变化情况。
2 项目预期目标及研究对象
①评估产品使用寿命，判断是否满足设计要求，探索延长使用的可能性。基于全寿命周期评估过程数据与结果数据，综合评估产品的实际使用寿命;
②优化产品修程修制;
③指导产品设计研发与改进;
④研究对象：机车关键系统或者关键部件等，本文只针对牵引电机做寿命评估。
3 技术路线分析
3.1 理论评估
现场寿命数据和可靠性数据是进行寿命评估关键，数据包括：生产时间、数量、安装开始使用时间（日期，车型等）、部件使用的总时间/里程、故障发生时间/里程、一批样本总的使用时间/里程，定期维保性能测试数据。
确定数学模型，目前可供分析和使用的数学模型主要有威布尔分布、指数分布、对数分布等。（如表1所示）
3.1.1 常用分布模型
①指数分布。
指数分布是可靠性工程中最重要的一种分布。当产品工作进入浴盆曲线的偶然故障期后，产品的故障率基本接近常数，其对应的故障分布就是指数分布，概率密度函数如下：
式（1）中，λ为失效率;t为时间/里程。
②对数正态分布。
对数正态分布主要适用于描述某些呈偏态分布的资料，概率密度函数如下：
式（2）中，μ为对数均值;σ为对数标准差。
③正态分布。
正态分布主要用途是分析由于磨损（如机械装置）而发生故障的产品，概率密度函数如下：
式（3）中，μ为均值;σ为标准差。
④Weibull分布。
威布尔分布主要适用于故障强度随使用时间发生变化的产品，概率密度函数如下：
式（4）中，β为尺度参数;η为形状参数。
3.1.2 假设检验
完成寿命分布假设后，为了判断该假设是否正确需要进行假设检验，可以通过皮尔逊χ2检验法进行假设检验。
如果最优分布的假设检验不通过，则说明以下情况之一：
①数据完整性、连续性和真实性不足;
②数据不来自同一类型产品;
③产品质量特性发生突变。
3.1.3 评估计算
将整理好的可靠性数据导入可靠性分析软件，选取最优可靠性评估模型，进而评估出产品在给定可靠度下的可靠寿命置信下限，以及指定运用里程/时间时的可靠度置信下限。
通过数据理论评估，针对不同部件现场数据和加速寿命测试数据，分析各个部件寿命分布评估不同部件失效率随时间分布，根据当前数据情况修正当前数据收集方法，评估进行可靠性仿真和加速寿命测试方案，所得结果，根据部件的理论寿命曲线来判定是否需要做加速寿命试验或者性能试验。（如表2、表3所示）
3.2 试验评估
通过数据理论评估，针对不同部件现场数据和加速寿命测试数据，分析各个部件寿命分布评估不同部件失效率随时间分布，根据当前数据情况修正当前数据收集方法，评估进行可靠性仿真和加速寿命测试方案，但因收集的数据存在数据较少，数据质量不够，甚至是数据缺失，可能会无法满足全寿命周期评估要求，以现在收集的数据无法确定部件的寿命趋势，更无法确定全寿命周期内的变化趋势，在这种情况下需要做加速寿命试验来确定部件的寿命趋势。
3.2.1 加速寿命试验
对于高可靠性产品而言，寿命试验时间很长，为便于快速评价产品的寿命和可靠性，采用加大应力（如热应力、电应力、机械应力等）而又不改变失效机理的办法，使产品的故障加速暴露，这样的试验称为加速寿命试验（Accelerated Life Test，ALT）。根据加速寿命试验结果，可以推测出正常使用状态或降额使用状态下的产品寿命[1]。
3.2.2 加速模型
加速寿命试验要建立在一定的物理化学模型基础上，加速应力（或称加速变量）类型不同，有不同的物理化学模型。常用的模型有：
①以温度作为加速变量，常采用阿伦尼斯（Arrhenius）方程作为寿命与温度关系模型。经验公式为：
式中，t为寿命;T为施加的绝对温度;A为常数;B为激活能有关的参数。 对式（5）进行换算，两边取对数，令A′=lnA，则：
由式（6）可知，寿命t的对数与绝对温度T的倒数之间满足直线方程关系。当通过几组温度应力试验得到产品的几个温度点的寿命之后，就可以确定A′和B值，利用式（6）可外推出正常温度下的产品寿命。
②以电压或压力作为加速变量，寿命与电压或压力关系模型的经验公式为：
式（7）中，t为寿命;V为施加的电压或压力;K、ɑ为均为与产品类型有关的参数。
对式（7）进行换算，两边取对数，令A=-lnK，B=-ɑ，则：
由式（8）可知，寿命t的对数与所施加的电压或压力的对数之间满足直线方程关系。通过施加几组电压或压力应力试验，可得到几个点的寿命值，随后就可以确定A和B值，并可以利用方程式（8）外推出额定电压或压力下的产品寿命。
③寿命加速系数τ，利用式（5）、式（7）可分别求出两种加速寿命试验的寿命加速系数。
1）以温度作为加速试验变量的寿命加速系数：
2）以电压或压力为加速试验变量的寿命加速系数：
由以上两式可知，通过加速寿命试验，可以求出加速系数τ，由已知的某应力下寿命t0，可以预测另一种应力水平下未知的寿命。
4 结论
通过全寿命周期寿命研究，明确关键部件的全寿命周期的故障率，确定寿命趋势，通过开展关键系统部件性能状态评估工作，掌握各修程下部件的运用状态，识别部件的薄弱环节，了解部件的可靠性变化规律，为强化检修标准，优化检修策略提供了有价值的参考意见，并根据可靠性评估的结果，识别出影响产品可靠性的薄弱环节，并提出有针对性的设计改进建议，为新产品研发提供有价值的参考数据，提升产品的可靠性水平。
參考文献：
[1]李良巧.可靠性工程师手册[M].二版.北京：中国人民大学出版社，2017.
[2]CENELEC EN50129， Railway Application： Safety related electronic systems for signalling [S].
[3]叶慈南.完全样本情形下威布尔分布参数的估计[J].应用概率统计，2003，19（3）：259-266.