CN109145331A - 基于硬件白盒测试的电子类产品性能评估方法及装置 - Google Patents
基于硬件白盒测试的电子类产品性能评估方法及装置 Download PDFInfo
- Publication number
- CN109145331A CN109145331A CN201710499613.8A CN201710499613A CN109145331A CN 109145331 A CN109145331 A CN 109145331A CN 201710499613 A CN201710499613 A CN 201710499613A CN 109145331 A CN109145331 A CN 109145331A
- Authority
- CN
- China
- Prior art keywords
- parameter
- product
- performance
- test
- box testing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000006731 degradation reaction Methods 0.000 claims abstract description 70
- 230000015556 catabolic process Effects 0.000 claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 6
- 230000020509 sex determination Effects 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000002045 lasting effect Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 154
- 238000004458 analytical method Methods 0.000 description 13
- 230000007850 degeneration Effects 0.000 description 13
- 230000006872 improvement Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000001744 unit root test Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000003412 degenerative effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000005653 Brownian motion process Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于硬件白盒测试的电子类产品性能评估方法及装置,该方法步骤包括:S1.获取目标产品处于不同运行阶段的多个产品样本作为测试样本;S2.分别对各测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;S3.根据得到的各测试波形评估目标产品的运行状态,以及从得到的各性能参数数据中识别出所有退化参数,根据识别出的退化参数评估目标产品的寿命;该装置包括测试样本获取模块、硬件白盒测试模块以及产品性能评估模块。本发明能够全面评估产品的性能,且具有实现方法简单、评估精度高等优点。
Description
技术领域
本发明涉及电子类产品性能评估技术领域,尤其涉及基于硬件白盒测试的电子类产品性能评估方法及装置。
背景技术
产品的性能评估即为分析产品的运行性能状态以及进行寿命评估等,通过对产品进行性能评估可以及时发现产品是否存在潜在的运行缺陷,从而为产品的维护、管理提供指导。产品的现场运行状态通常表现为正常、故障的二态,用户现场无法评估产品的性能状态,如是否退化、产品的使用寿命等。针对产品的性能评估,目前通常是对于不同产品类型采用不同的评估方法,如针对机械产品,由于较易于获取到产品运行过程中的测量数据,通常是采用基于退化的性能评估,即通过获取机械产品的退化数据进行评估。
退化过程是产品性能发生变化的物理或化学过程,产品在工作或储存过程中,各种性能会随时间的延长而逐渐缓慢地下降或上升,直至达到无法正常工作的状态,即为发生性能退化,比如元器件电性能的衰退、机械元件的磨损、材料老化或腐蚀、疲劳裂纹扩展等,随着退化的逐渐发展,最终会导致产品失效。退化参数即为处于退化过程中,具有退化趋势的性能参数。
通过对产品退化过程的分析可评估产品的可靠性及性能,如对于半导体器件,材料缺陷、生产工艺缺陷、使用条件以及环境等都可能导致电参数的退化,电参数的退化则会使得产品的合格率低,甚至影响整机的寿命和可靠性。但是上述基于退化的性能评估方法存在以下问题:
(1)仅直接通过运行数据获取退化数据进行评估,所获得的数据单一、信息含量少,未能充分利用产品的测试数据,无法完整、全面表征产品的退化,使得最终的评估精度不高;
(2)由于机械产品的退化数据较易于获取,上述基于退化的性能评估方法也大都仅适用于对机械产品的性能评估,而对于如电子类较难以在运行过程中获取到退化数据以识别退化的产品,则不能适用。
针对电子类产品,目前通常是采用定性的趋势分析或失效数据分析来进行性能评估,定性的趋势分析方式是基于定性模型和定性推理来确定退化参数,但是该类方式完全依赖于经验,若先验知识不完备,很容易遗漏一些关键的退化特征,因而无法完整、全面的分析产品的退化,使得最终的评估精度不高;失效数据分析即是基于正常或故障状态的二元失效数据进行分析,但实际中二元失效数据在短时间内难以获取,因而无法基于二元失效数据实现评估分析。因此亟需提供一种适用于电子类产品性能评估的方法、装置,以能够完整、全面及准确的评估产品性能。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种能够全面评估产品的性能,且具有实现方法简单、评估精度高的基于硬件白盒测试的电子类产品性能评估方法及装置。
为解决上述技术问题,本发明提出的技术方案为:
一种基于硬件白盒测试的电子类产品性能评估方法,步骤包括:
S1.测试样本获取:获取目标产品处于不同运行阶段的多个产品样本作为测试样本;
S2.硬件白盒测试:分别对各所述测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
S3.产品性能评估:根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,并由识别出的退化参数评估目标产品的寿命。
作为本发明方法的进一步改进:所述测试样本具体包括未投入运行的新品以及对应于每个运行阶段的现场运行产品,其中每个运行阶段均对应两个以上的现场运行产品。
作为本发明方法的进一步改进,所述步骤S2中测试项目的确定步骤为:确定所有可输出量化测试参数的测试项目后,对确定的所述测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目。
作为本发明方法的进一步改进,所述步骤S3中评估目标产品的运行状态具体包括:由各测试波形的变化趋势判断是否存在运行异常状态,以及将各性能参数数据与产品的标准性能参数值进行比较,判断是否存在异常或超差状态。
作为本发明方法的进一步改进,所述步骤S3中识别各性能参数是否为退化参数的具体步骤为:
S31.将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
S32.判断各所述参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
作为本发明方法的进一步改进,所述步骤S32中识别对应的性能参数是否为退化参数,具体包括:若判定到目标参数序列为平稳,则识别对应的性能参数为非退化参数;若判定到目标参数序列为非平稳,则识别对应的性能参数为退化参数。
作为本发明方法的进一步改进:所述步骤S32中,判断所述参数序列的平稳性时,若能够获取到所述参数序列的平稳性参数特征以及变化趋势,根据获取的所述平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应所述参数序列的平稳性;否则采用第二平稳判定方法判定对应所述参数序列的平稳性。
作为本发明方法的进一步改进:所述平稳性参数特征具体包括均值、方差、协方差中一种或多种参数的特性。
作为本发明方法的进一步改进,所述第一平稳判定方法具体包括:若所述参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征,且均值或方差呈现持续上升或持续下降的变化趋势,则判定所述参数序列为非平稳。
作为本发明方法的进一步改进:所述第二平稳判定方法为统计检验方法;所述统计检验方法具体为基于单位根检验的统计检验方法。
一种基于硬件白盒测试的电子类产品性能评估装置,包括:
测试样本获取模块,用于获取目标产品处于不同运行阶段的多个产品样本作为测试样本;
硬件白盒测试模块,用于分别对各所述测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
产品性能评估模块,用于根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,并由识别出的退化参数评估目标产品的寿命。
作为本发明装置的进一步改进:所述硬件白盒测试模块包括测试项目确定单元,所述测试项目确定单元确定所有可输出量化测试参数的测试项目后,对确定的所述测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目。
作为本发明装置的进一步改进:所述产品性能评估模块包括用于评估目标产品的运行状态的第一评估模块,所述第一评估模块具有由各测试波形的变化趋势判断是否存在运行异常状态,以及将各性能参数数据与产品的标准性能参数值进行比较,判断是否存在异常或超差状态。
作为本发明装置的进一步改进,所述产品性能评估模块包括用于识别各性能参数是否为退化参数的第二评估模块,所述第二评估模块具体包括:
参数序列获取单元,用于将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
参数识别单元,用于判断各所述参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
作为本发明装置的进一步改进:所述参数识别单元中,判断所述参数序列的平稳性时,若能够获取到所述参数序列的平稳性参数特征以及变化趋势,根据获取的所述平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应所述参数序列的平稳性;否则采用第二平稳判定方法判定对应所述参数序列的平稳性。
与现有技术相比,本发明的优点在于:
1)本发明针对于电子类产品,通过获取不同运行阶段的产品样本进行硬件白盒测试,可以获取全面、完整的产品测试数据,得到产品运行过程中各个阶段的性能参数,能够全面、准确的表征产品的性能状态,充分利用该测试数据对产品进行性能评估,评估实现简单,且评估结果全面、评估精度高;
2)本发明基于硬件白盒测试方式获取不同运行阶段的产品测试数据,由各测试波形的变化趋势可判断是否存在运行异常状态,由各性能参数数据可判断是否存在异常或超差状态,以确定是否存在潜在缺陷,以及通过对各性能参数数据进行退化分析,识别所有的退化参数,由退化参数评估产品寿命,能够充分利用硬件白盒测试数据进行全面、完整的评估,结合硬件白盒测试数据,基于退化参数识别能够实现准确的产品寿命评估;
3)本发明针对硬件白盒测试数据,进一步利用时间序列平稳性检验的方法对性能参数序列进行趋势分析,从而识别产品的退化参数,能够实现退化参数的定量识别,实现方法简单,无需复杂的计算、分析过程,且识别效率及精度高,能够实现实时、高效的退化参数识别,进一步提高评估的效率及精度;
4)本发明识别退化参数时,进一步首先由性能参数的时序序列直接观测判定平稳性,进而确定是否为退化参数,可在获取到时序序列后即识别到该退化参数,识别方法简单且效率高,当无法直接观测时序序列的平稳性时,则进一步结合统计检验方法进行判定,最终实现退化参数的识别,无论性能参数的序列是否具备明显的平稳性特性,均能够准确的识别出退化参数,进一步确保性能评估的精度。
附图说明
图1是本发明实施例1基于硬件白盒测试的电子类产品性能评估方法的实现流程示意图。
图2是本发明实施例1实现产品性能评估的详细实现流程示意图。
图3是本发明实施例1基于硬件白盒测试的产品性能评估装置的结构原理示意图。
图4是本发明实施例1中第二评估模块的结构原理示意图。
图5是本发明实施例2中得到的异常测试波形结果示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
实施例1:
如图1、2所示,本实施例基于硬件白盒测试的电子类产品性能评估方法步骤包括:
S1.测试样本获取:获取目标产品处于不同运行阶段的多个产品样本作为测试样本。
本实施例中,目标产品可以为单板等电子类产品,测试样本具体包括未投入运行的新品以及对应于每个运行阶段的现场运行产品,其中每个运行阶段均对应两个以上的现场运行产品,以由新品及各运行阶段的多个现场运行产品作为测试样本来此表征产品在不同阶段的运行状态,从而全面表征产品的性能。
确定测试样本的具体步骤为:
a)将现场产品的运行时间/运行里程离散化,如按照运行时间将产品分为多个运行阶段。假设现场运行产品的最长运行时间为tn,则为便于后续数据处理,采取等分法将最长运行时间等分为n份,得到时刻t0,t1,t2,…,tn,令Δt=tk-tk-1(k=1,2,…,n);
b)考虑产品一致性问题,以每一时刻(每个运行阶段)获取样本数量≥2的原则召回现
场运行老品,若在等分点时无产品投入使用,则选取最接近该点的老品召回;
c)t0时刻为初始时刻,对应由新品表征。
在具体实施例中,采用上述步骤确定得到的用于硬件白盒测试的测试样本如表1所示:
表1:测试样本表。
序号 | 时刻 | 运行时间 | 数量 | 备注 |
1 | t<sub>0</sub>(初始时刻) | 0 | ≥2 | 新品 |
2 | t<sub>1</sub> | 1×Δt | ≥2 | |
3 | t<sub>2</sub> | 2×Δt | ≥2 | |
… | … | … | ≥2 | |
n+1 | t<sub>n</sub> | n×Δt | ≥2 | 最早批运行产品 |
S2.硬件白盒测试:分别对各测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
硬件白盒测试是产品研发设计阶段用于激发产品潜在设计缺陷,或用于产品的质量问题解决过程中的故障定位和原因分析。本实施例通过对各测试样本执行硬件白盒测试,可以获取产品运行过程各个阶段的性能参数,能够获取产品完整、全面的测试数据,则基于硬件白盒测试数据,可以深入了解产品内部各性能参数的变化情况,从而实现对产品的功能和性能的全面、准确的评估。
硬件白盒测试前需要确定所需执行的测试项目,确定测试项目的步骤为:确定所有可输出量化测试参数的测试项目后,对确定的测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目,详细步骤具体为:
a)从产品常规的白盒测试项目中,筛选出所有可输出量化测试参数的项目;
b)对产品的输出参数进行分析,根据产品特性确认所有可能产生退化的参数,记为X1,X2,…,Xm,由各参数确定最终所需执行的测试项目。
确定所需执行的测试项目后,按照确定的各测试项目对各测试样本分别执行硬件白盒测试,并输出测试波形和性能参数数据,由性能参数数据构成如下参数矩阵:
其中,xij(i=1,2,…,m;j=0,1,…,n)表示参数Xi在时刻tj的观测值。由各输出测试波形及性能参数数据即可表征产品在不同阶段的运行状态。
S3.产品性能评估:根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,以进行参数趋势分析,并由识别出的退化参数评估目标产品的寿命。
本实施例中,评估目标产品的运行状态具体包括:由各测试波形的变化趋势判断是否存在运行异常状态,如是否存在冲击电流异常、动态负载异常等,以及将各性能参数数据与产品的标准性能参数值(如技术规格要求)进行比较,判断是否存在异常或超差状态。具体实施例中,技术规格要求为1个指定的数据区间,分别将对各现场运行产品测试得到的多个性能参数数据与技术规格要求进行比较,是否存在异常或超差状态,若存在异常和超差现象,则表明产品在使用过程中存在潜在缺陷,提示需进行进一步分析以执行设计改进或预防维修等。
本实施例中,分别对各现场运行产品、新品测试得到的性能参数数据进行参数退化趋势分析,识别其中的退化参数,识别各性能参数是否为退化参数的具体步骤为:
S31.将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
S32.判断各参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
利用时间序列平稳性检验的方法对性能参数序列进行趋势分析,从而识别产品的退化参数,能够实现退化参数的定量识别,实现方法简单,无需复杂的计算、分析过程,且识别效率及精度高,能够实现实时、高效的退化参数识别,同时无需依赖于特定模型或特定分析方法,所识别到的性能参数全面、完整,且仅需获取产品随时间变化的性能数据进行分析识别,数据获取方便,易于实现数据分析。
本实施例中,步骤S32中识别对应的性能参数是否为退化参数,具体包括:若判定到目标参数序列为平稳,则识别对应的性能参数为非退化参数;若判定到目标参数序列为非平稳,则识别对应的性能参数为退化参数。若参数序列平稳,该性能参数的数据值在连续时间段内不会存在趋势变化和周期变化,数据值的变化在一定的稳定范围内,则表明该性能参数不存在退化趋势;若参数序列不平稳,随时间呈现缓慢上升或下降趋势,即产品的性能参数随着时间变化呈现缓慢上升或下降趋势,则表明该性能参数存在退化趋势,即为退化参数。
本实施例中,步骤S32中判断参数序列的平稳性时,若能够获取到参数序列的平稳性参数特征以及变化趋势,根据获取的平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应参数序列的平稳性;否则采用第二平稳判定方法判定对应所述参数序列的平稳性。平稳性参数特征具体包括均值、方差、协方差中一种或多种参数的特性。
在具体实施例中,第一平稳判定方法具体包括:若参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征,且均值或方差呈现持续上升或持续下降的变化趋势,则判定参数序列为非平稳,即由时序图的上述特性直接观测参数序列的平稳性。第二平稳判定方法采用统计检验方法,统计检验方法具体可采用基于单位根检验的统计检验方法。
在具体实施例中,若性能参数的参数序列可直接观测到在不同的时间段有不同的均值,且整体呈现随时间呈现缓慢上升或下降趋势时,即性能参数的参数序列为非平稳,则可直接判定该性能参数存在退化趋势,即为退化参数;若性能参数的参数序列围绕某一均值附近随机波动,没有明显的变化趋势,即无法根据时序图观测是否存在递增或递减趋势,则进一步对该参数序列采用单位根检验p值进行最终判定,其中若p>0.05,表明产品的参数序列不平稳,判定该性能参数为退化参数;若p<0.05,表明产品的参数序列为平稳序列,判定该性能参数不存在退化趋势。
对硬件白盒测试输出的测试数据,首先利用上述平稳性检验的方法,判断性能参数序列X1,X2,…,Xm是否平稳,若检验结果为平稳序列,则说明该参数不随时间退化,若检验结果为非平稳序列,则识别该参数是退化参数,进行下一步的建模评估;对退化参数进行建模评估时,具体实施例中采用wiener过程建模方式,基于各退化参数的退化趋势分析模型最终评估产品寿命。
如图2所示,本实施例基于硬件白盒测试进行产品性能评估时,首先确定测试样本,将现场产品的运行时间/运行里程离散化,获取新品以及召回各个运行阶段的老品作为测试样本;对产品的功能和性能等参数进行全面分析,确所需执行的硬件白盒测试项目,分别对测试样本开展硬件白盒测试,输出测试波形和性能参数,以表征目标产品在不同阶段的运行状态;再根据测试波形以及性能参数数据评估产品性能,将各性能参数数据对比技术规格要求的差异,以及通过波形是否异常以及参数是否超差判定产品是否存在潜在的使用缺陷,并利用时间序列平稳性检验对输出的测试参数序列进行趋势分析,从而识别产品的退化参数,最后对退化参数开展退化趋势分析建模,评估产品寿命。
本实施例上述评估方法,针对于电子类产品,通过获取不同运行阶段的产品样本进行硬件白盒测试,能够获取全面、完整的产品测试数据,从而全面、准确的表征产品的性能状态,充分利用该测试数据对产品进行性能评估,能够使得评估结果全面且评估精度高。
如图3所示,本实施例基于硬件白盒测试的电子类产品性能评估装置,包括:
测试样本获取模块,用于获取目标产品处于不同运行阶段的多个产品样本作为测试样本;
硬件白盒测试模块,用于分别对各测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
产品性能评估模块,用于根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,并由识别出的退化参数评估目标产品的寿命。
本实施例中,硬件白盒测试模块包括测试项目确定单元,测试项目确定单元确定所有可输出量化测试参数的测试项目后,对确定的测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目。
本实施例中,产品性能评估模块包括用于评估目标产品的运行状态的第一评估模块,第一评估模块具有由各测试波形的变化趋势判断是否存在运行异常状态,以及将各性能参数数据与产品的标准性能参数值进行比较,判断是否存在异常或超差状态。
本实施例中,产品性能评估模块包括用于识别各性能参数是否为退化参数的第二评估模块,如图4所示,第二评估模块具体包括:
参数序列获取单元,用于将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
参数识别单元,用于判断各参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
本实施例中,参数识别单元中,判断参数序列的平稳性时,若能够获取到参数序列的平稳性参数特征以及变化趋势,根据获取的平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应参数序列的平稳性;否则采用第二平稳判定方法判定对应参数序列的平稳性。
实施例2:
本实施例为中目标产品为电源产品,且现场运行状态表现为二态,即正常和故障,无法直接判断该产品是否存在退化,对该电源产品基于硬件白盒测试实现产品性能评估的详细步骤为:
步骤一:确定测试样本。
按照产品的最长运行时间等分为n份,划分为n个运行阶段,每个运行阶段召回2个现场运行产品(老品),若在等分点时无产品投入使用,则选取最接近该点的现场运行产品召回,测试样本如下表所示:
表2:测试样本表。
序号 | 投入使用时间 | 运行时间 | 数量 |
1 | 2009年 | 7年 | 2 |
2 | 2010年 | 6年 | 2 |
3 | 2013年 | 3年 | 2 |
步骤二:确定硬件白盒测试项目。
按照电源产品的白盒测试以及对电源产品的特性进行分析,确定该电源产品的测试项目如表4所示。
表3:电源板硬件白盒测试项目表。
步骤三:硬件白盒测试。
按照表4所示的测试项目对各测试样本进行硬件白盒测试,得到该电源5路输出在低电压、额定电压、高电压下,负载分别为轻载、额定负载以及满载情况的输出参数,从而可以得到参数序列如下表(仅列出了部分)所示:
表4:性能参数结果表。
步骤四:产品运行状态及退化趋势评估。
分别对各测试波形、性能参数数据进行分析:
a)分析各测试波形:得到的其中两种测试波形如图5所示,表明测试波形异常,其中图
(a)对应存在冲击电流异常,图(b)对应存在动态负载异常;
b)分析各性能参数数据:将获取的各性能参数数据分别对比该电源板产品的技术规格要求,确定参数5V、-15V、15V输出电压、输入过压保护、输入/输出欠压保护和输出过流保护均存在超差现象;
c)获取各性能参数数据对应的参数序列建立时序图,对时序图进行平稳性检验,其中若性能参数的参数序列可直接观测到在不同的时间段有不同的均值,且整体呈现随时间呈现缓慢上升或下降趋势时,即性能参数的参数序列为非平稳,则判定该性能参数存在退化趋势,即为退化参数;若性能参数的参数序列围绕某一均值附近随机波动,没有明显的变化趋势,即无法根据时序图观测是否存在递增或递减趋势,则进一步对该参数序列采用单位根检验p值进行最终判定,其中若p>0.05,表明产品的参数序列不平稳,判定该性能参数为退化参数;若p<0.05,表明产品的参数序列为平稳序列,判定该性能参数不存在退化趋势;若判定为序列平稳,最终识别出该电源板产品中退化参数为输入冲击电流、5V输出电压、-15V输出电压、5V过流保护值。
步骤五:寿命评估。
对确定的退化参数开展建模评估,以5V输出电压为例,建立wiener过程模型,其中估计模型参数为漂移参数μ=-0.0385,扩散参数σ2=0.0024,从而估计产品寿命为12.987年。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (15)
1.一种基于硬件白盒测试的电子类产品性能评估方法,其特征在于,步骤包括:
S1.测试样本获取:获取目标产品处于不同运行阶段的多个产品样本作为测试样本;
S2.硬件白盒测试:分别对各所述测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
S3.产品性能评估:根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,并由识别出的退化参数评估目标产品的寿命。
2.根据权利要求1所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述测试样本具体包括未投入运行的新品以及对应于每个运行阶段的现场运行产品,其中每个运行阶段均对应两个以上的现场运行产品。
3.根据权利要求2所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述步骤S2中测试项目的确定步骤为:确定所有可输出量化测试参数的测试项目后,对确定的所述测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目。
4.根据权利要求1或2或3所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述步骤S3中评估目标产品的运行状态具体包括:由各测试波形的变化趋势判断是否存在运行异常状态,以及将各性能参数数据与产品的标准性能参数值进行比较,判断是否存在异常或超差状态。
5.根据权利要求1或2或3所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述步骤S3中识别各性能参数是否为退化参数的具体步骤为:
S31.将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
S32.判断各所述参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
6.根据权利要求5所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述步骤S32中识别对应的性能参数是否为退化参数,具体包括:若判定到目标参数序列为平稳,则识别对应的性能参数为非退化参数;若判定到目标参数序列为非平稳,则识别对应的性能参数为退化参数。
7.根据权利要求6所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述步骤S32中,判断所述参数序列的平稳性时,若能够获取到所述参数序列的平稳性参数特征以及变化趋势,根据获取的所述平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应所述参数序列的平稳性;否则采用第二平稳判定方法判定对应所述参数序列的平稳性。
8.根据权利要求7所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述平稳性参数特征具体包括均值、方差、协方差中一种或多种参数的特性。
9.根据权利要求6或7或8所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于,所述第一平稳判定方法具体包括:若所述参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征,且均值或方差呈现持续上升或持续下降的变化趋势,则判定所述参数序列为非平稳。
10.根据权利要求6或7或8所述的基于硬件白盒测试的电子类产品性能评估方法,其特征在于:所述第二平稳判定方法为统计检验方法;所述统计检验方法具体为基于单位根检验的统计检验方法。
11.一种基于硬件白盒测试的电子类产品性能评估装置,其特征在于,包括:
测试样本获取模块,用于获取目标产品处于不同运行阶段的多个产品样本作为测试样本;
硬件白盒测试模块,用于分别对各所述测试样本按照预先确定的测试项目执行硬件白盒测试,得到多个测试波形及性能参数数据;
产品性能评估模块,用于根据得到的各测试波形、性能参数数据评估目标产品的运行状态,以及根据各性能参数数据识别各性能参数是否为退化参数,并由识别出的退化参数评估目标产品的寿命。
12.根据权利要求11所述的基于硬件白盒测试的电子类产品性能评估装置,其特征在于:所述硬件白盒测试模块包括测试项目确定单元,所述测试项目确定单元确定所有可输出量化测试参数的测试项目后,对确定的所述测试项目根据输出参数是否可能为退化参数,确定得到最终所需执行的测试项目。
13.根据权利要求11或12所述的基于硬件白盒测试的电子类产品性能评估装置,其特征在于:所述产品性能评估模块包括用于评估目标产品的运行状态的第一评估模块,所述第一评估模块具有由各测试波形的变化趋势判断是否存在运行异常状态,以及将各性能参数数据与产品的标准性能参数值进行比较,判断是否存在异常或超差状态。
14.根据权利要求11或12所述的基于硬件白盒测试的电子类产品性能评估装置,其特征在于,所述产品性能评估模块包括用于识别各性能参数是否为退化参数的第二评估模块,所述第二评估模块具体包括:
参数序列获取单元,用于将各性能参数数据分别按照时间顺序排列,构成对应各性能参数的参数序列;
参数识别单元,用于判断各所述参数序列的平稳性,根据平稳性判定结果识别对应的性能参数是否为退化参数。
15.根据权利要求14所述的基于硬件白盒测试的电子类产品性能评估装置,其特征在于,所述参数识别单元中,判断所述参数序列的平稳性时,若能够获取到所述参数序列的平稳性参数特征以及变化趋势,根据获取的所述平稳性参数特征、变化趋势,采用第一平稳判定方法判定对应所述参数序列的平稳性;否则采用第二平稳判定方法判定对应所述参数序列的平稳性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710499613.8A CN109145331A (zh) | 2017-06-27 | 2017-06-27 | 基于硬件白盒测试的电子类产品性能评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710499613.8A CN109145331A (zh) | 2017-06-27 | 2017-06-27 | 基于硬件白盒测试的电子类产品性能评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109145331A true CN109145331A (zh) | 2019-01-04 |
Family
ID=64805069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710499613.8A Pending CN109145331A (zh) | 2017-06-27 | 2017-06-27 | 基于硬件白盒测试的电子类产品性能评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145331A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476582A (zh) * | 2020-04-01 | 2020-07-31 | Oppo(重庆)智能科技有限公司 | 一种不良品处理方法、装置及计算机可读存储介质 |
CN113946986A (zh) * | 2021-12-20 | 2022-01-18 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 基于加速退化试验的产品平均失效前时间评估方法和装置 |
CN116467110A (zh) * | 2023-04-21 | 2023-07-21 | 深圳市联合同创科技股份有限公司 | 一种平板电脑的损坏检测方法及*** |
CN116500058A (zh) * | 2023-06-28 | 2023-07-28 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测***及显示屏检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614635A (zh) * | 2009-04-17 | 2009-12-30 | 中国科学院上海硅酸盐研究所 | 多物理场疲劳性能测试***及测试方法 |
CN102621488A (zh) * | 2012-04-17 | 2012-08-01 | 哈尔滨工业大学 | 航天电磁继电器的贮存性能测试***及测试方法 |
CN106885702A (zh) * | 2017-01-24 | 2017-06-23 | 中车株洲电力机车研究所有限公司 | 一种轨道交通机车车辆设备寿命评估方法 |
-
2017
- 2017-06-27 CN CN201710499613.8A patent/CN109145331A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614635A (zh) * | 2009-04-17 | 2009-12-30 | 中国科学院上海硅酸盐研究所 | 多物理场疲劳性能测试***及测试方法 |
CN102621488A (zh) * | 2012-04-17 | 2012-08-01 | 哈尔滨工业大学 | 航天电磁继电器的贮存性能测试***及测试方法 |
CN106885702A (zh) * | 2017-01-24 | 2017-06-23 | 中车株洲电力机车研究所有限公司 | 一种轨道交通机车车辆设备寿命评估方法 |
Non-Patent Citations (1)
Title |
---|
刘晨曦: ""伺服转塔刀架可靠性评估及结构优化"", 《中国博士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111476582A (zh) * | 2020-04-01 | 2020-07-31 | Oppo(重庆)智能科技有限公司 | 一种不良品处理方法、装置及计算机可读存储介质 |
CN111476582B (zh) * | 2020-04-01 | 2023-10-17 | Oppo(重庆)智能科技有限公司 | 一种不良品处理方法、装置及计算机可读存储介质 |
CN113946986A (zh) * | 2021-12-20 | 2022-01-18 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 基于加速退化试验的产品平均失效前时间评估方法和装置 |
CN113946986B (zh) * | 2021-12-20 | 2022-04-19 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 基于加速退化试验的产品平均失效前时间评估方法和装置 |
CN116467110A (zh) * | 2023-04-21 | 2023-07-21 | 深圳市联合同创科技股份有限公司 | 一种平板电脑的损坏检测方法及*** |
CN116467110B (zh) * | 2023-04-21 | 2024-02-23 | 深圳市联合同创科技股份有限公司 | 一种平板电脑的损坏检测方法及*** |
CN116500058A (zh) * | 2023-06-28 | 2023-07-28 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测***及显示屏检测方法 |
CN116500058B (zh) * | 2023-06-28 | 2024-03-19 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测***及显示屏检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145331A (zh) | 基于硬件白盒测试的电子类产品性能评估方法及装置 | |
RU2522037C2 (ru) | Идентификация отказов в авиационном двигателе | |
Müller et al. | Accuracy of fatigue limits estimated by the staircase method using different evaluation techniques | |
US9964468B1 (en) | Optimizing sensor placement for structural health monitoring | |
CN114372063B (zh) | 一种基于色谱仪的故障检测方法及电子设备 | |
KR101539896B1 (ko) | 유도전동기 오류 진단 방법 | |
CN106446317A (zh) | 一种基于数学模型的密封式继电器贮存寿命预测方法 | |
CN110333962B (zh) | 一种基于数据分析预测的电子元器件故障诊断模型 | |
US20200143292A1 (en) | Signature enhancement for deviation measurement-based classification of a detected anomaly in an industrial asset | |
Li et al. | A nonlinear Wiener process degradation model with autoregressive errors | |
Rashmi et al. | Defect detection efficiency of the combined approach | |
US20170176985A1 (en) | Method for predicting end of line quality of assembled product | |
CN113359682A (zh) | 设备故障预测方法、装置、设备故障预测平台及介质 | |
CN110696990B (zh) | 一种基于数据驱动的船舶发电机部件影响识别方法及*** | |
CN103218277A (zh) | 服务器环境的自动检测方法与装置 | |
JP2015045942A (ja) | 品質管理装置、品質管理方法、及びプログラム | |
CN117763432A (zh) | 通讯故障预测方法、装置、设备及存储介质 | |
CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
Khalyasmaa et al. | Hybrid neural network and fuzzy logic methods for implementation of equipment actual state assessment of power stations and substations | |
Koshekov et al. | Modernization of vibration analyzers based on identification measurements | |
CN111061254B (zh) | 一种phm***性能的评价方法及*** | |
JP7281708B2 (ja) | 不良品の発生に寄与する装置特定のための製造条件計算装置、製造条件計算方法及び製造条件計算プログラム | |
CN114020645A (zh) | 测试方法、装置、设备、可读存储介质及计算机程序产品 | |
JP2008078392A (ja) | 特性解析方法および装置、異常設備推定方法および装置、上記特性解析方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
CN109829179A (zh) | 用于预测产品的关于故障的行为的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |