CN109739671A - 一种电子设备贮存可靠度预测方法 - Google Patents
一种电子设备贮存可靠度预测方法 Download PDFInfo
- Publication number
- CN109739671A CN109739671A CN201910015081.5A CN201910015081A CN109739671A CN 109739671 A CN109739671 A CN 109739671A CN 201910015081 A CN201910015081 A CN 201910015081A CN 109739671 A CN109739671 A CN 109739671A
- Authority
- CN
- China
- Prior art keywords
- model
- storage reliability
- electronic equipment
- inspection
- equipment storage
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000007689 inspection Methods 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000013179 statistical model Methods 0.000 claims abstract description 8
- 238000012850 discrimination method Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims description 18
- 238000010998 test method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 11
- 238000005315 distribution function Methods 0.000 description 7
- 230000001174 ascending effect Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010017472 Fumbling Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电子设备贮存可靠度预测方法，包括一：研究贮存可靠度的统计模型及参数求解方法，包含年度贮存可靠度估计模型、各年度贮存可靠度拟合函数模型，并给出可靠度统计模型及参数求解方法；二：研究贮存可靠度的单个模型符合性检验方法和多个模型的优度检验方法，建立基于数理统计的模型检验方法，提供数据与模型符合性检验方法；对不同模型的优劣程度进行比较研究，提供不同模型间的优度鉴别方法；三：形成贮存可靠度评价和预测流程，明确数据处理流程和步骤，编制计算机处理程序，实现贮存可靠度评价和预测的计算机化。本发明为电子设备贮存寿命提供一套完善的评价方法，完整地解决多批次贮存可靠性评估与预测问题。
Description
技术领域
本发明涉及电子设备贮存寿命预测技术领域，具体的说是一种电子设备贮存可靠度预测方法。
背景技术
电子设备是装备的最主要组成部分，电子设备通常是装备中组成和价值比重最大、而又起着十分关键作用的一类产品，装备贮存寿命是其非常重要的指标，特别是针对一次使用、长期贮存的装备，其贮存寿命对其全寿命周期效费比、使用安全性与可靠度起着决定性作用。我国大量重大装备都存在贮存寿命评价问题，贮存寿命确定不科学合理会造成两种严重后果：
1、如果确定贮存寿命远低于实际寿命，将造成大量产品过早报废，不但产生巨大的经费浪费，而且对装备实力保持、研制生产压力、正常生产使用造成巨大影响；
2、如果确定贮存寿命远高于实际寿命，将造成大量产品不能使用，不但导致维修保障费用高，而且大大降低装备可用度，甚至导致重大安全事故和财产损失。
由此可见，如何科学合理地确定装备的贮存寿命是件大事，电子设备贮存寿命评价方法研究十分必要。
我国装备定延寿工程和研究还处于起步摸索阶段。从指导性文件来看，我国有GJB5039可用于指装备上火工品试验和评价，GJB92可用于指导橡胶材料寿命试验和评价。
然而，电子设备贮存寿命评价没有完善的指导方法，不利于相关单位统一方法和按要求开展定延寿工作。在未来很长一段时间内，我国还将有较多型号的大量装备到达贮存规定寿命，定延寿型号需求强烈、工作任务紧迫。由此可见，开展电子设备贮存寿命评价方法研究非常重要。
发明内容
为了避免和解决上述技术问题，本发明提出了一种电子设备贮存可靠度预测方法。
本发明所要解决的技术问题采用以下技术方案来实现：
一种电子设备贮存可靠度预测方法，包括：
步骤一：研究贮存可靠度的统计模型及参数求解方法，包含年度贮存可靠度估计模型、各年度贮存可靠度拟合函数模型，并给出可靠度统计模型及参数求解方法；
步骤二：研究贮存可靠度的单个模型符合性检验方法和多个模型的优度检验方法，建立基于数理统计的模型检验方法，提供数据与模型符合性检验方法；对不同模型的优劣程度进行比较研究，提供不同模型间的优度鉴别方法；
步骤三：形成贮存可靠度评价和预测流程，明确数据处理流程和步骤，编制计算机处理程序，实现贮存可靠度评价和预测的计算机化。
进一步的，所述步骤一中可靠度估计模型包括三种数据形式的研究，分别为：
故障前时间间隔的可靠度估计方法；
区间故障数数据形式的可靠度估计方法；
区间累计故障数数据形式的可靠度估计方法。
进一步的，所述步骤二具体包括：
给出电子设备贮存的各分布模型及参数求解方法；
提供单个和多个模型拟合优度检验方法；
结合历史贮存寿命分布模型，得到电子设备贮存的可靠度预测模型。
进一步的，所述各分布模型包括指数分布、双参数指数分布、对数正态分布、威布尔分布。
进一步的，采用通用的拟合优度检验方法检验单个模型。
进一步的，所述通用的拟合优度检验方法包括：皮尔逊检验χ2检验法、Kplmogorov-Smirnov检验法。
进一步的，采用通用的拟合优度检验方法检验多个模型，并针对多个模型优选研究时遇到的多个分布模型同时通过拟合优度检验的情况，给出六种模型优选的方法，以获得最优拟合模型。
进一步的，所述六种模型优选方法包括：误差极差最小、误差变异系数最小、误差方差最小、最大偏差最小、函数平均误差最小、概率密度函数平均误差最小。
本发明的有益效果是：
1、本发明解决了当前缺乏***性的电子设备贮存试验和评价方法问题，充分利用数理统计理论，突破了基于历史贮存信息的贮存可靠度评估及预测方法。
2、本发明提出了一套数据规范化收集、寿命预测模型选择及参数解算、单个模型符合性检验、多模型间优度检验完整的贮存可靠度评估及预测方法，形成贮存可靠度评估和预测指南，编制了贮存可靠度评价和预测流程，能充分利用和挖掘的贮存历史数据，完整地解决多批次贮存可靠性评估与预测问题。
3、本发明形成历史贮存分析与加速贮存试验评价相结合的贮存寿命评价方法，为电子设备贮存寿命提供一套完善的评价方法。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明的方法流程框图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本发明进一步阐述。
如图1所示，一种电子设备贮存可靠度预测方法，包括：
步骤一：研究贮存可靠度的统计模型及参数求解方法，包含年度贮存可靠度估计模型、各年度贮存可靠度拟合函数模型，并给出可靠度统计模型及参数求解方法；
其中，可靠度估计模型还包括三种数据形式的研究，分别为：
S101：故障前时间间隔的可靠度估计方法；
S1011：完整数据
1)完整数据时，期望估计值可通过下式估计；
R(ti)＝1-i/(1+n) (1)
公式中；
ti升序排序后第i个失效或故障的时间,对于可修***为故障间隔时间，对于不可修***则为失效时间，时间具有广义含义；
n为失效或故障的总数。
2)完整数据时，中点估计值可通过下式估计；
R(ti)＝1-(i-0.5)/n (2)
其中，公式中的参数含义与公式(1)的相同；
3)完整数据时，中位秩估计值可通过下式估计；
R(ti)＝1-(i-0.3)/(n+0.4) (3)
其中，公式中的参数含义与公式(1)的相同；
S1012：不完全数据
1)Johnson方法
设试验共获得n个数据(包含截尾数据)，其中有m个截尾数据(对、装备等一般为右截尾数据)，(n-m)个失效数据，对n个数据从小到大升序编号，记为j，对失效数据编号记为i，从小到大为1到(n-m)，则第i个故障数据的故障顺序号可由下式计算；
ri＝ri-1+(n+1-ri-1)/(n+2-j) (4)
如序号出现小数，可适当圆整；
2)Kaplan-Meier方法
若n个以升序排列的故障数据，其中包含失效或故障的数据和截尾数据，bj是在tj时刻的失效或故障的数据个数，如果tj为截尾数据，bj＝0，nj是包括tj及它之后的全部数据个数，则
nj＝n-j+1 (5)
对于tj＜t≤tj+1，有
以中位秩完整数据为例，故障前故障间隔时间数据形式的可靠度估计如表1所示；
表1故障前间隔时间数据形式的可靠度估计
S102：区间故障数数据形式的可靠度估计方法；
对于获得的失效数据属于区间累积失效的形式，可采用如下可靠度估计方法；
公式中：Dj为贮存到某个区间[tj-1,tj]内的失效次数，Nj为tj时刻的危险弹数(即到tj时刻合格的弹数)到j为投入试验的样品总数,区间内故障数数据形式的可靠度估计如表2所示；
表2区间内故障数数据形式的可靠度估计
其中，规定在0时刻失效率为0，则可以区间右端点时刻为时间为自变量变量，以可靠度估计值数为因变量，得到每个tj的可靠度函数。对tj进行可靠性建模，得到产品从投入贮存开始至某一时间段内的贮存可靠性指标，建模方法同失效前时间间隔方法相同。
S103：区间累计故障数数据形式的可靠度估计方法；
一批产品在0时刻开始贮存，到t1时刻发生失效D1次，到t2时累积发生失效D2次，以此类推，得到各个时间段内故障数据。每个产品投入贮存的日历时间不一定相同。设0到时间t内共分成k个区间，分别为[t0,t1]，[t1,t2]，[t2,t3]……[tk-1,tk]到每个区间Ij内的累计故障数分别为Dj，j＝1,2,3……k，到tj时，N为贮存期内产品总数量。
假定以1年为一个区间，可靠度估计数据如表3所示；
表3区间内累计故障数数据形式的可靠度估计
步骤二：研究贮存可靠度的单个模型符合性检验方法和多个模型的优度检验方法，建立基于数理统计的模型检验方法，提供数据与模型符合性检验方法；对不同模型的优劣程度进行比较研究，提供不同模型间的优度鉴别方法；
S201：给出电子设备贮存的各分布模型及参数求解方法；
分别针对指数分布、双参数指数分布、对数正态分布、威布尔分布，给出了推荐的参数估计方法，如表4所示；
表4各分布类型对应的推荐估计方法
S202：提供单个模型优度检验方法及对多个模型优选；
本部分研究内容给出了两种通用的拟合优度检验方法。同时，针对多个模型均能通过拟合优度检验的情况，给出了模型优选的方法；
1)皮尔逊检验χ2检验法
检验统计量
判定准则：χ2≤c通过拟合优度检验，c＝χ2 α(k-1)；
式中，k是区间数，α为尺度参数；c为自由度，是判定临界值，如果χ2≤c
则这个函数就是收敛的，如果χ2≥c则这个函数就是发散的，求不出来解。
2)Kplmogorov-Smirnov检验法
式中，Fn(t)是实际统计数据中首位数的累积分布函数，F0(t)是理论分布函数。dj两个累积分布函数间的绝对值，Dn，α查“K-S单样本检验中D的临界值表”得到的临界值(摘录自：Massey.1951.TheKolmogornov-Smirnovtestfor goodnessoffit)。
dj≤Dn，α说明服从此分布。
3)多个模型优选
针对本项目研究中遇到的多个分布模型同时通过拟合优度检验的情况，提出以下六种模型优选方法，获得最优拟合模型。
3.1)误差极差最小
式中，φ(t)为分布函数，φ’(t)为分布函数导函数；
3.2)误差变异系数最小
式中，r为样本数量，为平均值。
3.3)误差方差最小
3.4)最大偏差最小
3.5)函数平均误差最小
式中，b分布区间上限，a分布区间下限。
3.6)概率密度函数平均误差最小
式中，f(x)和g(x)一个为实际分布函数，另一个为拟合分布函数。
S203：结合历史贮存寿命分布模型，得到电子设备贮存的可靠度预测模型；依据建立的历史贮存寿命分布模型，可得可靠度预测模型。通过案例分析，给出了基于某设备8年贮存信息的可靠度预测结果，如表5所示。
表5区间累计故障数形式贮存可靠度预测
步骤三：形成贮存可靠度评价和预测流程，明确数据处理流程和步骤，编制计算机处理程序，实现贮存可靠度评价和预测的计算机化。
综上，本发明充分利用数理统计理论，突破了基于历史贮存信息的贮存可靠度评估及预测方法。在国内首次提出了一套数据规范化收集、寿命预测模型选择及参数解算、单个模型符合性检验、多模型间优度检验完整的贮存可靠度评估及预测方法，形成贮存可靠度评估和预测指南，编制了贮存可靠度评价和预测流程，能充分利用和挖掘的贮存历史数据，完整地解决多批次贮存可靠性评估与预测问题。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种电子设备贮存可靠度预测方法，其特征在于：包括：
步骤一：研究贮存可靠度的统计模型及参数求解方法，包含年度贮存可靠度估计模型、各年度贮存可靠度拟合函数模型，并给出可靠度统计模型及参数求解方法；
步骤二：研究贮存可靠度的单个模型符合性检验方法和多个模型的优度检验方法，建立基于数理统计的模型检验方法，提供数据与模型符合性检验方法；对不同模型的优劣程度进行比较研究，提供不同模型间的优度鉴别方法；
步骤三：形成贮存可靠度评价和预测流程，明确数据处理流程和步骤，编制计算机处理程序，实现贮存可靠度评价和预测的计算机化。
2.根据权利要求1所述的一种电子设备贮存可靠度预测方法，其特征在于：所述步骤一中可靠度估计模型包括三种数据形式的研究，分别为：
故障前时间间隔的可靠度估计方法；
区间故障数数据形式的可靠度估计方法；
区间累计故障数数据形式的可靠度估计方法。
3.根据权利要求1所述的一种电子设备贮存可靠度预测方法，其特征在于：所述步骤二具体包括：
给出电子设备贮存的各分布模型及参数求解方法；
提供单个和多个模型拟合优度检验方法；
结合历史贮存寿命分布模型，得到电子设备贮存的可靠度预测模型。
4.根据权利要求3所述的一种电子设备贮存可靠度预测方法，其特征在于：所述各分布模型包括指数分布、双参数指数分布、对数正态分布、威布尔分布。
5.根据权利要求3所述的一种电子设备贮存可靠度预测方法，其特征在于：采用通用的拟合优度检验方法检验单个模型。
6.根据权利要求5所述的一种电子设备贮存可靠度预测方法，其特征在于：所述通用的拟合优度检验方法包括：皮尔逊检验χ2检验法、Kplmogorov-Smirnov检验法。
7.根据权利要求5所述的一种电子设备贮存可靠度预测方法，其特征在于：采用通用的拟合优度检验方法检验多个模型，并针对多个模型优选研究时遇到的多个分布模型同时通过拟合优度检验的情况，给出六种模型优选的方法，以获得最优拟合模型。
8.根据权利要求7所述的一种电子设备贮存可靠度预测方法，其特征在于：所述六种模型优选方法包括：误差极差最小、误差变异系数最小、误差方差最小、最大偏差最小、函数平均误差最小、概率密度函数平均误差最小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015081.5A CN109739671A (zh) | 2019-01-08 | 2019-01-08 | 一种电子设备贮存可靠度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015081.5A CN109739671A (zh) | 2019-01-08 | 2019-01-08 | 一种电子设备贮存可靠度预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109739671A true CN109739671A (zh) | 2019-05-10 |
Family
ID=66363894
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910015081.5A Pending CN109739671A (zh) | 2019-01-08 | 2019-01-08 | 一种电子设备贮存可靠度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109739671A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116933181A (zh) * | 2023-09-18 | 2023-10-24 | 中国人民解放***箭军工程大学 | 等级不对称情况下的复杂装备质量状态认证方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100122148A1 (en) * | 2008-11-10 | 2010-05-13 | David Flynn | Apparatus, system, and method for predicting failures in solid-state storage |
| CN104778354A (zh) * | 2015-04-03 | 2015-07-15 | 北京航空航天大学 | 定期抽检型产品贮存寿命评估方法 |
| CN105787247A (zh) * | 2014-12-25 | 2016-07-20 | 北京电子工程总体研究所 | 一种指挥控制***的可靠性评估方法 |
| CN107273590A (zh) * | 2017-05-31 | 2017-10-20 | 北京理工大学 | 一种用于复合材料本构方程参数确定的多目标优化方法 |
| CN107967406A (zh) * | 2017-12-18 | 2018-04-27 | 广东科鉴检测工程技术有限公司 | 医疗器械电控设备加速试验可靠性分析方法和*** |
-
2019
- 2019-01-08 CN CN201910015081.5A patent/CN109739671A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100122148A1 (en) * | 2008-11-10 | 2010-05-13 | David Flynn | Apparatus, system, and method for predicting failures in solid-state storage |
| CN102272731A (zh) * | 2008-11-10 | 2011-12-07 | 弗森-艾奥公司 | 用于预测固态存储装置中的故障的设备、***和方法 |
| CN105787247A (zh) * | 2014-12-25 | 2016-07-20 | 北京电子工程总体研究所 | 一种指挥控制***的可靠性评估方法 |
| CN104778354A (zh) * | 2015-04-03 | 2015-07-15 | 北京航空航天大学 | 定期抽检型产品贮存寿命评估方法 |
| CN107273590A (zh) * | 2017-05-31 | 2017-10-20 | 北京理工大学 | 一种用于复合材料本构方程参数确定的多目标优化方法 |
| CN107967406A (zh) * | 2017-12-18 | 2018-04-27 | 广东科鉴检测工程技术有限公司 | 医疗器械电控设备加速试验可靠性分析方法和*** |
Non-Patent Citations (1)
| Title |
|---|
| 高军: "《基于历史数据的贮存可靠度评价和预测》", 《电子产品可靠性与环境试验》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116933181A (zh) * | 2023-09-18 | 2023-10-24 | 中国人民解放***箭军工程大学 | 等级不对称情况下的复杂装备质量状态认证方法 |
| CN116933181B (zh) * | 2023-09-18 | 2024-02-02 | 中国人民解放***箭军工程大学 | 等级不对称情况下的复杂装备质量状态认证方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gul | A review of occupational health and safety risk assessment approaches based on multi-criteria decision-making methods and their fuzzy versions | |
| Feylizadeh et al. | Project crashing using a fuzzy multi-objective model considering time, cost, quality and risk under fast tracking technique: A case study | |
| CN108898311A (zh) | 一种面向智能配电网抢修调度平台的数据质量检测方法 | |
| CN107145975B (zh) | 光传输设备备件数量的预测方法 | |
| CN104915779A (zh) | 基于贝叶斯网络的抽样试验设计方法 | |
| Zhu et al. | Metanetwork framework for integrated performance assessment under uncertainty in construction projects | |
| CN106570567A (zh) | 一种主网检修多约束多目标评估专家***及优化方法 | |
| Chen et al. | Safety assessment method of bridge crane based on cluster analysis and neural network | |
| Scholl et al. | On the quality of simple measures predicting block relocations in container yards | |
| Mo et al. | Construction work plan prediction for facility management using text mining | |
| Hu et al. | Availability analysis of a repairable series-parallel system with redundant dependency | |
| CN109739671A (zh) | 一种电子设备贮存可靠度预测方法 | |
| CN107657121A (zh) | 基于腐蚀级别评定的飞机结构性能预测处理方法及*** | |
| CN107748808A (zh) | 基于区间约束的可靠性指标分配优化方法、***及介质 | |
| Salehipour et al. | Lessons learned from applying the individuals control charts to monitoring autocorrelated project performance data | |
| CN112633746A (zh) | 一种可靠性属性数字化确定方法 | |
| CN107895235A (zh) | 基于决策树分析法的财务建模*** | |
| CN116776100A (zh) | 火电厂灰库设备状态评价***和方法 | |
| Feijoo-Martinez et al. | Event analysis on power communication networks with big data for maintenance forms | |
| CN104331775A (zh) | 一种计量资产全寿命周期质量分析方法 | |
| CN111861056A (zh) | 一种技术创新水平的评价方法 | |
| CN114818285A (zh) | 一种充电设备的危害性处理方法、装置、设备及介质 | |
| Siryk et al. | Mathematical Models for Assessing the Reliability of Processes of Automated Control of the Main Gas Pipeline, Taking into Account the" Human Factor" | |
| Azimian et al. | Selecting optimal preventive maintenance periods for one-shot devices: a new fuzzy decision approach | |
| Xiang et al. | An evaluation method for brittle source of the key procedure in complex parts’ manufacturing |
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 |
Application publication date: 20190510 |
|
| RJ01 | Rejection of invention patent application after publication |