CN113032998A - 医疗器械寿命评估方法和装置 - Google Patents

医疗器械寿命评估方法和装置 Download PDF

Info

Publication number
CN113032998A
CN113032998A CN202110324568.9A CN202110324568A CN113032998A CN 113032998 A CN113032998 A CN 113032998A CN 202110324568 A CN202110324568 A CN 202110324568A CN 113032998 A CN113032998 A CN 113032998A
Authority
CN
China
Prior art keywords
parameters
medical instrument
evaluated
test time
determining
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.)
Granted
Application number
CN202110324568.9A
Other languages
English (en)
Other versions
CN113032998B (zh
Inventor
齐丽晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongguancun Shuimu Medical Technology Co ltd
Original Assignee
Beijing Zhongguancun Shuimu Medical Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongguancun Shuimu Medical Technology Co ltd filed Critical Beijing Zhongguancun Shuimu Medical Technology Co ltd
Priority to CN202110324568.9A priority Critical patent/CN113032998B/zh
Publication of CN113032998A publication Critical patent/CN113032998A/zh
Application granted granted Critical
Publication of CN113032998B publication Critical patent/CN113032998B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了医疗器械寿命评估方法和装置，该方法包括：确定待评估医疗器械的评估参数；其中，不同类医疗器械对应不同的评估参数；根据评估参数和待评估医疗器械，确定至少两组加速应力参数；获取评估参数在预设测试时间内的性能数据；其中，性能数据为在预设测试时间下，利用至少两组加速应力参数对待评估医疗器械进行测试得到的；对性能数据进行分析，获得对应待评估医疗器械的退化数据；利用退化数据和预设测试时间构建待评估医疗器械的退化模型；根据退化模型和预设测试时间，得到对应待评估医疗器械的期望寿命。本方案能够提高医疗器械的寿命评估效率。

Description

医疗器械寿命评估方法和装置
技术领域
本发明涉及可靠性检测技术领域，特别涉及医疗器械寿命评估方法和装置。
背景技术
在医疗器械领域，对产品的标准和要求非常严格，对每一类医疗器械均需要进行寿命测试。但是随着医疗器械的使用时长和使用次数的增加，产品的性能会逐渐发生衰减退化。而在传统的可靠性测试过程中，由于该退化过程较为缓慢，短时间之内无法获取到退化数据，因此进行寿命测试的试验周期较长，导致测试效率较低。
发明内容
本发明实施例提供了医疗器械寿命评估方法和装置，能够提高医疗器械的寿命评估效率。
第一方面，本发明提供了医疗器械寿命评估方法，包括：
确定待评估医疗器械的评估参数；其中，不同类医疗器械对应不同的评估参数；
根据所述评估参数和所述待评估医疗器械，确定至少两组加速应力参数；
获取所述评估参数在预设测试时间内的性能数据；其中，所述性能数据为在所述预设测试时间下，利用所述至少两组加速应力参数对所述待评估医疗器械进行测试得到的；
对所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据；
利用所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型；
根据所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命。
可选地，所述预设测试时间中包括至少三个按照时间顺序排列的测试时间点；
所述对所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据，包括：
针对每一个测试时间点，均执行：
确定所述性能数据中超出预设阈值范围的性能数据的数量；
确定所述数量和所述待评估医疗器械的数量的比值，并将该比值确定为对应该测试时间点的退化数据。
可选地，所述利用所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型，包括：
针对每一组加速应力参数，均执行：
利用Hallberg-Peck模型对该组加速应力参数进行加速运算，获得对应该组加速应力参数的加速因子；
根据所述加速因子和所述预设测试时间，确定对应正常应力参数下的标准测试时间；其中，所述标准测试时间由所述加速因子和所述预设测试时间相乘得到；
根据所述预设测试时间，将对应该组加速应力参数的退化数据和所述标准测试时间进行组合；
根据组合的所述退化数据和所述标准测试时间构建退化模型。
可选地，所述根据组合的所述退化数据和所述标准测试时间构建退化模型，包括：
对所述标准测试时间进行取对数运算，获得自变量；
根据所述退化数据确定对应的可靠度数据，对所述可靠度数据依次进行取倒数运算、取对数运算和取对数运算，获得因变量；
根据组合的所述退化数据和所述标准测试时间，确定对应的自变量和因变量；
对所述对应的自变量和因变量进行线性拟合，获得目标线性关系；其中，所述目标线性关系中包括截距和斜率；
将所述斜率作为所述退化模型的形状参数；
根据所述斜率和所述截距，确定所述退化模型的尺寸参数；
根据所述形状参数和所述尺寸参数，确定所述退化模型。
可选地，所述根据所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命，包括：
针对每一组加速应力参数，均执行：
根据该组加速应力参数所对应的退化模型确定形状参数和尺度参数；其中，所述形状参数和所述尺度参数为该退化模型中的两个参数；
根据所述形状参数、所述尺度参数和对应所述待评估医疗器械的预设失效阈值，确定平均失效寿命；
根据所述待评估医疗器械的正常应力范围，确定所述至少两组加速应力参数的权重；
根据每组加速应力参数所对应的权重和所确定的平均失效寿命，确定所述待评估医疗器械的期望寿命；
其中，所述平均失效寿命的计算公式如下:
Figure BDA0002994072630000031
其中，ti用于表征在第i组加速应力参数下确定的平均失效寿命；ηi用于表征对应第i组加速应力参数的退化模型的尺度参数；βi表征对应第i组加速应力参数的退化模型的形状参数；P用于表征对应所述待评估医疗器械的预设失效阈值。
可选地，每组加速应力参数中包括至少两个应力参数；
所述根据所述待评估医疗器械的正常应力范围，确定所述至少两组加速应力参数的权重，包括：
针对每一组加速应力参数，均执行：
获取所述待评估医疗器械的正常应力参数和极限应力参数；其中，所述正常应力参数和所述极限应力参数中均包括与所述加速应力参数中相同的所述至少两个应力参数；
根据该组加速应力参数、所述极限应力参数和所述正常应力参数，确定该组加速应力参数中每一个应力参数的比重；
根据所述每一个应力参数的比重，确定该组加速应力参数的权重。
可选地，在所述得到对应所述待评估医疗器械的期望寿命之后，进一步包括：
获取目标医疗器械的当前使用时间；其中，所述目标医疗器械与所述待评估医疗器械为相同类型的医疗器械；
对得到的所述期望寿命和所述当前使用时间进行差值运算，得到所述目标医疗器械的剩余使用寿命；
根据所述剩余使用寿命，确定所述目标医疗器械的标识信息；其中，所述标识信息用于标识所述目标医疗器械当前的维修策略。
第二方面，本发明提供了医疗器械寿命评估装置，包括：
参数确定模块，用于确定待评估医疗器械的评估参数，并根据所述评估参数和所述待评估医疗器械，确定至少两组加速应力参数；其中，不同类医疗器械对应不同的评估参数；
获取模块，用于获取由所述参数确定模块所确定的所述评估参数在预设测试时间内的性能数据；其中，所述性能数据为在所述预设测试时间下，利用所述至少两组加速应力参数对所述待评估医疗器械进行测试得到的；
处理模块，用于对由所述获取模块所获取到的所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据；
构建模块，用于利用所述处理模块分析获得的所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型；
寿命确定模块，用于根据所述构建模块所构建的所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命。
第三方面，本发明实施例提供了一种医疗器械寿命评估装置，其特征在于，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行上述第一方面或第一方面的任一可能的实现方式所提供的方法。
第四方面，本发明实施例提供了计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述第一方面或第一方面的任一可能的实现方式所提供的方法。
本发明提供了医疗器械寿命评估方法和装置，该方法通过确定待评估医疗器械的评估参数，以根据该评估参数确定该待评估医疗器械的至少两组加速应力参数，获取利用该加速应力参数对该待评估医疗器械在预设测试时间下进行测试所得到评估参数的性能数据，并对该性能数据进行分析，获得退化数据，基于该退化数据和预设测试时间构建退化模型，便可以通过退化模型和预设测试时间得到待评估医疗器械的期望寿命。由此可见，基于该医疗器械寿命评估方法，可以自动获取对待评估医疗器械进行测试所需确定的评估参数和加速应力参数，并在测试完成后获取测试得到的评估参数的性能数据，利用该性能数据构建退化模型便可以计算得到待评估医疗器械的期望寿命。如此，利用加速应力参数优化实际寿命试验条件，减少了试验时间，从而可以快速评估出对应医疗器械的期望寿命，而且还通过退化模型的建立确保了期望寿命的准确度，因此能够提高医疗器械的寿命评估效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种医疗器械寿命评估方法的流程图；
图2是本发明一个实施例提供的一种医疗器械寿命评估装置所在设备的示意图；
图3是本发明一实施例提供的一种医疗器械寿命评估装置的示意图；
图4是本发明一实施例提供的另一种医疗器械寿命评估方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了医疗器械寿命评估方法，该方法可以包括以下步骤：
步骤101：确定待评估医疗器械的评估参数；其中，不同类医疗器械对应不同的评估参数；
步骤102：根据评估参数和待评估医疗器械，确定至少两组加速应力参数；
步骤103：获取评估参数在预设测试时间内的性能数据；其中，性能数据为在预设测试时间下，利用至少两组加速应力参数对待评估医疗器械进行测试得到的；
步骤104：对性能数据进行分析，获得对应待评估医疗器械的退化数据；
步骤105：利用退化数据和预设测试时间构建待评估医疗器械的退化模型；
步骤106：根据退化模型和预设测试时间，得到对应待评估医疗器械的期望寿命。
本发明实施例提供了医疗器械寿命评估方法，通过确定待评估医疗器械的评估参数，以据此确定该待评估医疗器械的至少两组加速应力参数，获取利用该加速应力参数对该待评估医疗器械在预设测试时间下进行测试所得到评估参数的性能数据，并对该性能数据进行分析，获得退化数据，基于该退化数据和预设测试时间构建退化模型，便可以通过退化模型和预设测试时间得到待评估医疗器械的期望寿命。由此可见，基于该医疗器械寿命评估方法，可以自动获取对待评估医疗器械进行测试所需确定的评估参数和加速应力参数，并在测试完成后获取测试得到的评估参数的性能数据，利用该性能数据构建退化模型便可以计算得到待评估医疗器械的期望寿命。如此，利用加速应力参数优化实际寿命试验条件，减少了试验时间，从而可以快速评估出对应医疗器械的期望寿命，而且还通过退化模型的建立确保了期望寿命的准确度，因此能够提高医疗器械的寿命评估效率。
在本发明实施例中，通过加速应力参数，利用高应力下的寿命特征去外推正常应力水平下的寿命特征，实现了寿命测试方案的仿真优化，减少了试验时间，增加了试验精度，提高了试验的效费比。
在本发明实施例中，在步骤101中，不同类医疗器械对应不同的评估参数，且其对应关系对应存储在预设表格中，因此可以根据待评估医疗器械的类型确定对应的评估参数。该评估参数为用于表征待评估医疗器械是否失效的特征寿命参数，当对应评估参数的性能数据达超出预设阈值范围时则判断该医疗器械失效，且此时对应的运行时间即为该医疗器械的真实寿命。例如，心肺复苏机的评估参数为潮气量；输液泵的评估参数为输液速度。
在本发明实施例中，步骤102根据评估参数以及对应的待评估医疗器械的正常应力范围和极限应力范围，可以确定至少两组加速应力参数。其中，极限应力范围可以直接从待评估医疗器械的说明书中获得，可以通过HALT试验获得；通过确定极限应力范围与正常应力范围之间的差值，确定多组加速应力参数，通过对该多组加速应力参数进行摸底试验，确定包括至少两组加速应力参数的至少两个组合，其中，每一个组合对应的预设测试时间不同。需要说明的是，根据用户的默认设置的不同(即预设测试时间的不同)，步骤102中所确定的至少两组加速应力参数则不同。如此，便可以灵活地根据预设测试时间选择不同的加速应力参数，为用户提供更好的体验，同时基于多组加速应力参数还可以提高期望寿命的精度。
可选地，在图1所示医疗器械寿命评估方法中，预设测试时间中包括至少三个按照时间顺序排列的测试时间点；
步骤104对性能数据进行分析，获得对应待评估医疗器械的退化数据，包括：
针对每一个测试时间点，均执行：
确定性能数据中超出预设阈值范围的性能数据的数量；
确定数量和待评估医疗器械的数量的比值，并将该比值确定为对应该测试时间点的退化数据。
需要说明的是，为了获得更准确地期望寿命，预设测试时间为一个时间序列，该时间序列中包括至少三个按照时间顺序排列的测试时间点。例如，预设测试时间为12h、24h、36h、48h、60h、72h、84h。
在本发明实施例中，利用每一组加速应力参数在每一个测试时间点对待评估医疗器械进行测试，均会得到各测试时间点下待评估医疗器械的性能数据。对应每一组加速应力参数，针对所获得的各测试时间点的性能数据，首先确定该性能数据中超出预设阈值范围的性能数据的数量，即确定失效的医疗器械的数量，通过计算该失效数量与参与该组加速应力参数的待评估医疗器械的数量的比值，确定该比值为该测试时间点的退化数据。具体地，退化数据用于表征在该测试时间点失效的医疗器械的概率。
可选地，在图1所示医疗器械寿命评估方法中，步骤105利用退化数据和预设测试时间构建待评估医疗器械的退化模型，包括：
针对每一组加速应力参数，均执行：
利用Hallberg-Peck模型对该组加速应力参数进行加速运算，获得对应该组加速应力参数的加速因子；
根据加速因子和预设测试时间，确定对应正常应力参数下的标准测试时间；其中，标准测试时间由加速因子和预设测试时间相乘得到；
根据预设测试时间，将对应该组加速应力参数的退化数据和标准测试时间进行组合；
根据组合的退化数据和标准测试时间构建退化模型。
在本发明实施例中，需要说明的是，每组加速应力参数中至少包括温度、湿度两个应力参数；Hallberg-Peck模型能够更准确的描述在温度湿度条件下进行的加速寿命测试，其中加速因子的计算公式如下：
Figure BDA0002994072630000091
其中，AF用于表征该组加速应力参数的加速因子；Hs用于表征该组加速应力参数中包括的相对湿度的值；H0用于表征对应的正常应力参数中包括的相对湿度的值；Ea用于表征激活能；K用于表征玻尔兹曼常数；Ts用于表征该组加速应力参数中包括的温度的值；T0用于表征对应的正常应力参数中包括的温度的值。
在本发明实施例中，正常应力参数为对应待评估医疗器械通常使用的参数，为固定值。利用Hallberg-Peck模型计算得到对应该组加速应力参数的加速因子之后，可以对加速因子和预设测试时间进行乘法运算，获得标准测试时间，该标准测试时间即为待测试医疗器械在正常应力参数下进行测试的等效测试时间，然后分别将对应同一预设测试时间的退化数据和标准测试时间进行组合，并利用该组合数据进行退化模型的构建。如此，基于退化模型可以直观地确定退化数据随标准测试时间的变化规律，亦等价于获得在正常应力参数测试时获得的退化数据随测试时间的变化规律，因此通过该退化模型可以更准确地确定对应待评估医疗器械的期望寿命。
例如，接前例所述，预设测试时间为12h、24h、36h、48h、60h、72h、84h，则对应该组加速应力参数的标准测试时间为12AFh、24AFh、36AFh、48AFh、60AFh、72AFh、84AFh。
可选地，在图1所示医疗器械寿命评估方法中，根据组合的退化数据和标准测试时间构建退化模型，包括：
对标准测试时间进行取对数运算，获得自变量；
根据退化数据确定对应的可靠度数据，对可靠度数据依次进行取倒数运算、取对数运算和取对数运算，获得因变量；
根据组合的退化数据和标准测试时间，确定对应的自变量和因变量；
对对应的自变量和因变量进行线性拟合，获得目标线性关系；其中，目标线性关系中包括截距和斜率；
将斜率作为退化模型的形状参数；
根据斜率和截距，确定退化模型的尺寸参数；
根据形状参数和尺寸参数，确定退化模型。
需要说明的是，每一组加速应力参数均对应一个退化模型。
在本发明实施例中，为了将退化模型中退化数据与标准测试时间之间的复杂关系简单化，确定退化模型中的形状参数和尺寸参数，因此将该退化模型转化为了简单的线性模型，从而简化了处理过程，能够更准确且快速地获取到形状参数和尺寸参数。
在本发明实施例中，首先对标准测试时间进行取对数运算，获得线性模型的自变量；其次对退化数据进行运算，获得该线性模型的因变量；根据原有组合的退化数据和标准测试时间，对转化后的自变量和因变量进行组合，用以构建该线性模型中的数据点，对所获得的数据点进行线性拟合，可以获得该自变量与因变量之间的目标线性关系，从所确定的目标线性关系中确定截距和斜率，其中斜率即为对应的退化模型的形状参数，根据该斜率和截距进行进一步运算，便可以确定对应的退化模型的尺寸参数。
具体地，退化数据用于表征在该测试时间点失效的医疗器械的概率，该失效概率与可靠度之和为1。其中，截距的值等于进行取对数运算后的尺寸参数与斜率的乘积的负数。
可选地，在图1所示医疗器械寿命评估方法中，步骤106根据退化模型和预设测试时间，得到对应待评估医疗器械的期望寿命，包括：
针对每一组加速应力参数，均执行：
根据该组加速应力参数所对应的退化模型确定形状参数和尺度参数；其中，形状参数和尺度参数为该退化模型中的两个参数；
根据形状参数、尺度参数和对应待评估医疗器械的预设失效阈值，确定平均失效寿命；
根据待评估医疗器械的正常应力范围，确定至少两组加速应力参数的权重；
根据每组加速应力参数所对应的权重和所确定的平均失效寿命，确定待评估医疗器械的期望寿命；
其中，平均失效寿命的计算公式如下:
Figure BDA0002994072630000111
其中，ti用于表征在第i组加速应力参数下确定的平均失效寿命；ηi用于表征对应第i组加速应力参数的退化模型的尺度参数；βi表征对应第i组加速应力参数的退化模型的形状参数；P用于表征对应待评估医疗器械的预设失效阈值。
需要说明的是，预设失效阈值为预设阈值范围中的最大值相对于初始性能数据的增长率或预设阈值范围中的最小值相对于初始性能数据的降低率，其中，该增长率与降低率在数值上均相同。例如，接前例所述，对于心肺复苏机而言，对应潮气量的初始性能数据为444.5mL，其中预设阈值范围为444.5±88.9mL，其中，该预设阈值范围中最大值为533.4mL(即444.5+88.9mL)、最小值为355.6mL(即444.5-88.9mL)，533.4mL相对于444.5mL的增长率为20％，355.6mL相对于444.5mL的降低率为20％，即预设失效阈值为20％。
在本发明实施例中，针对每一组加速应力参数，确定该该加速应力参数所确定的退化模型的形状参数和尺度参数，根据该形状参数、尺度参数以及预设失效阈值，计算该组加速应力参数下的平均失效寿命。根据待评估医疗器械的正常应力范围，确定每一组加速应力参数的权重，以根据每一组加速应力参数计算得到的平均失效寿命及其权重综合确定该待评估医疗器械的期望寿命。如此，基于各组加速应力参数的权重计算期望寿命，对各组加速应力参数所计算的平均失效寿命进行不同程度的衡量，并不是将所获得的所有平均失效寿命进行取均值运算，因此更贴合实际情况，提高期望寿命的准确率。
可选地，在图1所示医疗器械寿命评估方法中，每组加速应力参数中包括至少两个应力参数；
根据待评估医疗器械的正常应力范围，确定至少两组加速应力参数的权重，包括：
针对每一组加速应力参数，均执行：
获取待评估医疗器械的正常应力参数和极限应力参数；其中，正常应力参数和极限应力参数中均包括与加速应力参数中相同的至少两个应力参数；
根据该组加速应力参数、极限应力参数和正常应力参数，确定该组加速应力参数中每一个应力参数的比重；
根据每一个应力参数的比重，确定该组加速应力参数的权重。
在本发明实施例中，每组加速应力参数中包括至少两个应力参数。针对每一组加速应力参数，首先获取待评估医疗器械通常运行时的正常应力参数，通过比较加速应力参数中的每一个应力参数与正常应力参数中的该应力参数的差值，确定每一个应力参数的比重，以便确定该组加速应力参数的权重。其中，至少两个应力参数的权重之和为1。
例如，第一组加速应力参数为温度46℃、湿度66％，第二组加速应力参数为温度50℃、湿度70％，正常应力参数为温度25℃、湿度40％，极限应力参数为温度55℃、湿度90％。与第二组加速应力参数相比，第一组加速应力参数中的温度更接近于25℃，湿度更接近于湿度40％，其中对应确定的权重也就越大。因此确定得到的第一组加速应力参数的权重要大于第二组加速应力参数的权重。具体地，正常应力参数中的温度与极限温度的差值为30，正常应力参数中的湿度与极限湿度的差值为50，因此可以确定第一组加速应力参数中的温度的比重为(55-46)/30，同理湿度所占比重为(90-66)/50，据此可以确定第一组加速应力参数的初步权重为(55-46)/30+(90-66)/50＝0.78；同理，可以确定第二组加速应力参数的初步权重为0.56；因此，基于该两个初步权重，最终可以确定第一组加速应力参数的权重为0.58(0.78/0.78+0.56)，第一组加速应力参数的权重为0.42(0.56/0.78+0.56)。如此，待评估医疗器械的期望寿命则可以表示为0.58t1+0.42t2，其中，t1为第一组加速应力参数所确定的平均失效寿命，t2为第二组加速应力参数所确定的平均失效寿命。
可选地，在图1所示医疗器械寿命评估方法中，在步骤106得到对应待评估医疗器械的期望寿命之后，进一步包括：
获取目标医疗器械的当前使用时间；其中，目标医疗器械与待评估医疗器械为相同类型的医疗器械；
对得到的期望寿命和当前使用时间进行差值运算，得到目标医疗器械的剩余使用寿命；
根据剩余使用寿命，确定目标医疗器械的标识信息；其中，标识信息用于标识目标医疗器械当前的维修策略。
在本发明实施例中，在得到待评估医疗器械的期望寿命之后，便可以利用该期望寿命和当前获取的目标医疗器械的使用时间，准确计算出目标医疗器械的剩余使用寿命，并根据该剩余使用寿命对该目标医疗器械进行标识信息的标记，以便对该目标医疗器械的后续维修进行安排，及时在目标医疗器械寿命到期时进行监控等，从而利用标识信息实现更为直观对该类正在运行的医疗器械进行统一的管理，方便管理维护人员依据标识信息进行定期的、不同程度的维护。
如图2、图3所示，本发明实施例提供了医疗器械寿命评估装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图2所示，为本发明实施例提供的医疗器械寿命评估装置所在设备的一种硬件结构图，除了图2所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图3所示，作为一个逻辑意义上的装置，是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的医疗器械寿命评估装置，包括：
参数确定模块301，用于确定待评估医疗器械的评估参数，并根据评估参数和待评估医疗器械，确定至少两组加速应力参数；其中，不同类医疗器械对应不同的评估参数；
获取模块302，用于获取由参数确定模块301所确定的评估参数在预设测试时间内的性能数据；其中，性能数据为在预设测试时间下，利用至少两组加速应力参数对待评估医疗器械进行测试得到的；
处理模块303，用于对由获取模块302所获取到的性能数据进行分析，获得对应待评估医疗器械的退化数据；
构建模块304，用于利用处理模块303分析获得的退化数据和预设测试时间构建待评估医疗器械的退化模型；
寿命确定模块305，用于根据构建模块304所构建的退化模型和预设测试时间，得到对应待评估医疗器械的期望寿命。
可选地，在图3所示医疗器械寿命评估装置的基础上，预设测试时间中包括至少三个按照时间顺序排列的测试时间点；
处理模块303还用于执行如下操作：
针对每一个测试时间点，均执行：
确定性能数据中超出预设阈值范围的性能数据的数量；
确定数量和待评估医疗器械的数量的比值，并将该比值确定为对应该测试时间点的退化数据。
可选地，在图3所示医疗器械寿命评估装置的基础上，构建模块304还用于执行如下操作：
针对每一组加速应力参数，均执行：
利用Hallberg-Peck模型对该组加速应力参数进行加速运算，获得对应该组加速应力参数的加速因子；
根据加速因子和预设测试时间，确定对应正常应力参数下的标准测试时间；其中，标准测试时间由加速因子和预设测试时间相乘得到；
根据预设测试时间，将对应该组加速应力参数的退化数据和标准测试时间进行组合；
根据组合的退化数据和标准测试时间构建退化模型。
可选地，在图3所示医疗器械寿命评估装置的基础上，构建模块304还用于执行如下操作：
对标准测试时间进行取对数运算，获得自变量；
根据退化数据确定对应的可靠度数据，对可靠度数据依次进行取倒数运算、取对数运算和取对数运算，获得因变量；
根据组合的退化数据和标准测试时间，确定对应的自变量和因变量；
对对应的自变量和因变量进行线性拟合，获得目标线性关系；其中，目标线性关系中包括截距和斜率；
将斜率作为退化模型的形状参数；
根据斜率和截距，确定退化模型的尺寸参数；
根据形状参数和尺寸参数，确定退化模型。
可选地，在图3所示医疗器械寿命评估装置的基础上，寿命确定模块305还用于执行如下操作：
针对每一组加速应力参数，均执行：
根据该组加速应力参数所对应的退化模型确定形状参数和尺度参数；其中，形状参数和尺度参数为该退化模型中的两个参数；
根据形状参数、尺度参数和对应待评估医疗器械的预设失效阈值，确定平均失效寿命；
根据待评估医疗器械的正常应力范围，确定至少两组加速应力参数的权重；
根据每组加速应力参数所对应的权重和所确定的平均失效寿命，确定待评估医疗器械的期望寿命；
其中，平均失效寿命的计算公式如下:
Figure BDA0002994072630000161
其中，ti用于表征在第i组加速应力参数下确定的平均失效寿命；ηi用于表征对应第i组加速应力参数的退化模型的尺度参数；βi表征对应第i组加速应力参数的退化模型的形状参数；P用于表征对应待评估医疗器械的预设失效阈值。
可选地，在图3所示医疗器械寿命评估装置的基础上，每组加速应力参数中包括至少两个应力参数；
寿命确定模块305还用于执行如下操作：
针对每一组加速应力参数，均执行：
获取待评估医疗器械的正常应力参数和极限应力参数；其中，正常应力参数和极限应力参数中均包括与加速应力参数中相同的至少两个应力参数；
根据该组加速应力参数、极限应力参数和正常应力参数，确定该组加速应力参数中每一个应力参数的比重；
根据每一个应力参数的比重，确定该组加速应力参数的权重。
可选地，在图3所示医疗器械寿命评估装置的基础上，该装置进一步包括：标识确定模块，该标识确定模块用于执行如下操作：
获取目标医疗器械的当前使用时间；其中，目标医疗器械与待评估医疗器械为相同类型的医疗器械；
对得到的期望寿命和当前使用时间进行差值运算，得到目标医疗器械的剩余使用寿命；
根据剩余使用寿命，确定目标医疗器械的标识信息；其中，标识信息用于标识目标医疗器械当前的维修策略。
上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
为了更加清楚地说明本发明的技术方案及优点，如图4所示，下面对本发明实施例提供的医疗器械寿命评估方法进行详细的说明，具体包括：
步骤401：确定待评估医疗器械的评估参数和加速应力参数。
具体地，确定待评估医疗器械的评估参数；根据评估参数和待评估医疗器械，确定至少两组加速应力参数；其中，不同类医疗器械对应不同的评估参数；每一组加速应力参数中包括至少两个应力参数。
步骤402：获取评估参数在预设测试时间内的性能数据。
具体地，性能数据为在预设测试时间下，利用至少两组加速应力参数对待评估医疗器械进行测试得到的。
步骤403：获得对应待评估医疗器械的退化数据。
具体地，预设测试时间中包括至少三个按照时间顺序排列的测试时间点；
针对每一个测试时间点，均执行：
确定性能数据中超出预设阈值范围的性能数据的数量；
确定数量和待评估医疗器械的数量的比值，并将该比值确定为对应该测试时间点的退化数据。
步骤404：构建退化模型。
具体地，针对每一组加速应力参数，均执行：
利用Hallberg-Peck模型对该组加速应力参数进行加速运算，获得对应该组加速应力参数的加速因子；
根据加速因子和预设测试时间，确定对应正常应力参数下的标准测试时间；其中，标准测试时间由加速因子和预设测试时间相乘得到；
根据预设测试时间，将对应该组加速应力参数的退化数据和标准测试时间进行组合；
根据组合的退化数据和标准测试时间构建退化模型，包括：
对标准测试时间进行取对数运算，获得自变量；
根据退化数据确定对应的可靠度数据，对可靠度数据依次进行取倒数运算、取对数运算和取对数运算，获得因变量；
根据组合的退化数据和标准测试时间，确定对应的自变量和因变量；
对对应的自变量和因变量进行线性拟合，获得目标线性关系；其中，目标线性关系中包括截距和斜率；
将斜率作为退化模型的形状参数；
根据斜率和截距，确定退化模型的尺寸参数；
根据形状参数和尺寸参数，确定退化模型。
步骤405：获得待评估医疗器械的期望寿命。
具体地，针对每一组加速应力参数，均执行：
根据该组加速应力参数所对应的退化模型确定形状参数和尺度参数；其中，形状参数和尺度参数为该退化模型中的两个参数；
根据形状参数、尺度参数和对应待评估医疗器械的预设失效阈值，确定平均失效寿命；
根据待评估医疗器械的正常应力范围，确定至少两组加速应力参数的权重，包括：
A1、针对每一组加速应力参数，均执行：获取待评估医疗器械的正常应力参数和极限应力参数；其中，每组加速应力参数中包括至少两个应力参数，正常应力参数和极限应力参数中均包括与加速应力参数中相同的至少两个应力参数；
A2、根据该组加速应力参数、极限应力参数和正常应力参数，确定该组加速应力参数中每一个应力参数的比重；
A3、根据每一个应力参数的比重，确定该组加速应力参数的权重；
根据每组加速应力参数所对应的权重和所确定的平均失效寿命，确定待评估医疗器械的期望寿命；
其中，平均失效寿命的计算公式如下:
Figure BDA0002994072630000191
其中，ti用于表征在第i组加速应力参数下确定的平均失效寿命；ηi用于表征对应第i组加速应力参数的退化模型的尺度参数；βi表征对应第i组加速应力参数的退化模型的形状参数；P用于表征对应待评估医疗器械的预设失效阈值。
步骤406：确定目标医疗器械的剩余使用寿命。
具体地，获取目标医疗器械的当前使用时间；其中，目标医疗器械与待评估医疗器械为相同类型的医疗器械；
对得到的期望寿命和当前使用时间进行差值运算，得到目标医疗器械的剩余使用寿命；
根据剩余使用寿命，确定目标医疗器械的标识信息；其中，标识信息用于标识目标医疗器械当前的维修策略。
本发明实施例还提供了一种医疗器械寿命评估装置，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行本发明任一实施例所述的方法。
本发明实施例还提供了医疗器械寿命评估装置，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行本发明任一实施例所述的方法。
可以理解的是，本发明实施例示意的结构并不构成对模拟医疗器械运输环境装置的具体限定。在本发明的另一些实施例中，医疗器械寿命评估装置可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
具体地，可以提供配有存储介质的***或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该***或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作***等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
此外，可以理解的是，将由存储介质读出的程序代码写到***计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.医疗器械寿命评估方法，其特征在于，包括：
确定待评估医疗器械的评估参数；其中，不同类医疗器械对应不同的评估参数；
根据所述评估参数和所述待评估医疗器械，确定至少两组加速应力参数；
获取所述评估参数在预设测试时间内的性能数据；其中，所述性能数据为在所述预设测试时间下，利用所述至少两组加速应力参数对所述待评估医疗器械进行测试得到的；
对所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据；
利用所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型；
根据所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命。
2.根据权利要求1所述的方法，其特征在于，所述预设测试时间中包括至少三个按照时间顺序排列的测试时间点；
所述对所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据，包括：
针对每一个测试时间点，均执行：
确定所述性能数据中超出预设阈值范围的性能数据的数量；
确定所述数量和所述待评估医疗器械的数量的比值，并将该比值确定为对应该测试时间点的退化数据。
3.根据权利要求1所述的方法，其特征在于，所述利用所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型，包括：
针对每一组加速应力参数，均执行：
利用Hallberg-Peck模型对该组加速应力参数进行加速运算，获得对应该组加速应力参数的加速因子；
根据所述加速因子和所述预设测试时间，确定对应正常应力参数下的标准测试时间；其中，所述标准测试时间由所述加速因子和所述预设测试时间相乘得到；
根据所述预设测试时间，将对应该组加速应力参数的退化数据和所述标准测试时间进行组合；
根据组合的所述退化数据和所述标准测试时间构建退化模型。
4.根据权利要求3所述的方法，其特征在于，所述根据组合的所述退化数据和所述标准测试时间构建退化模型，包括：
对所述标准测试时间进行取对数运算，获得自变量；
根据所述退化数据确定对应的可靠度数据，对所述可靠度数据依次进行取倒数运算、取对数运算和取对数运算，获得因变量；
根据组合的所述退化数据和所述标准测试时间，确定对应的自变量和因变量；
对所述对应的自变量和因变量进行线性拟合，获得目标线性关系；其中，所述目标线性关系中包括截距和斜率；
将所述斜率作为所述退化模型的形状参数；
根据所述斜率和所述截距，确定所述退化模型的尺寸参数；
根据所述形状参数和所述尺寸参数，确定所述退化模型。
5.根据权利要求1所述的方法，其特征在于，所述根据所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命，包括：
针对每一组加速应力参数，均执行：
根据该组加速应力参数所对应的退化模型确定形状参数和尺度参数；其中，所述形状参数和所述尺度参数为该退化模型中的两个参数；
根据所述形状参数、所述尺度参数和对应所述待评估医疗器械的预设失效阈值，确定平均失效寿命；
根据所述待评估医疗器械的正常应力范围，确定所述至少两组加速应力参数的权重；
根据每组加速应力参数所对应的权重和所确定的平均失效寿命，确定所述待评估医疗器械的期望寿命；
其中，所述平均失效寿命的计算公式如下:
Figure FDA0002994072620000031
其中，ti用于表征在第i组加速应力参数下确定的平均失效寿命；ηi用于表征对应第i组加速应力参数的退化模型的尺度参数；βi表征对应第i组加速应力参数的退化模型的形状参数；P用于表征对应所述待评估医疗器械的预设失效阈值。
6.根据权利要求5所述的方法，其特征在于，每组加速应力参数中包括至少两个应力参数；
所述根据所述待评估医疗器械的正常应力范围，确定所述至少两组加速应力参数的权重，包括：
针对每一组加速应力参数，均执行：
获取所述待评估医疗器械的正常应力参数和极限应力参数；其中，所述正常应力参数和所述极限应力参数中均包括与所述加速应力参数中相同的所述至少两个应力参数；
根据该组加速应力参数、所述极限应力参数和所述正常应力参数，确定该组加速应力参数中每一个应力参数的比重；
根据所述每一个应力参数的比重，确定该组加速应力参数的权重。
7.根据权利要求1至6中任一所述的方法，其特征在于，在所述得到对应所述待评估医疗器械的期望寿命之后，进一步包括：
获取目标医疗器械的当前使用时间；其中，所述目标医疗器械与所述待评估医疗器械为相同类型的医疗器械；
对得到的所述期望寿命和所述当前使用时间进行差值运算，得到所述目标医疗器械的剩余使用寿命；
根据所述剩余使用寿命，确定所述目标医疗器械的标识信息；其中，所述标识信息用于标识所述目标医疗器械当前的维修策略。
8.医疗器械寿命评估装置，其特征在于，包括：
参数确定模块，用于确定待评估医疗器械的评估参数，并根据所述评估参数和所述待评估医疗器械，确定至少两组加速应力参数；其中，不同类医疗器械对应不同的评估参数；
获取模块，用于获取由所述参数确定模块所确定的所述评估参数在预设测试时间内的性能数据；其中，所述性能数据为在所述预设测试时间下，利用所述至少两组加速应力参数对所述待评估医疗器械进行测试得到的；
处理模块，用于对由所述获取模块所获取到的所述性能数据进行分析，获得对应所述待评估医疗器械的退化数据；
构建模块，用于利用所述处理模块分析获得的所述退化数据和所述预设测试时间构建所述待评估医疗器械的退化模型；
寿命确定模块，用于根据所述构建模块所构建的所述退化模型和所述预设测试时间，得到对应所述待评估医疗器械的期望寿命。
9.医疗器械寿命评估装置，其特征在于，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器，用于存储机器可读程序；
所述至少一个处理器，用于调用所述机器可读程序，执行权利要求1至7中任一所述的方法。
10.计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至7中任一所述的方法。
CN202110324568.9A 2021-03-26 2021-03-26 医疗器械寿命评估方法和装置 Active CN113032998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110324568.9A CN113032998B (zh) 2021-03-26 2021-03-26 医疗器械寿命评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110324568.9A CN113032998B (zh) 2021-03-26 2021-03-26 医疗器械寿命评估方法和装置

Publications (2)

Publication Number Publication Date
CN113032998A true CN113032998A (zh) 2021-06-25
CN113032998B CN113032998B (zh) 2023-07-21

Family

ID=76474128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110324568.9A Active CN113032998B (zh) 2021-03-26 2021-03-26 医疗器械寿命评估方法和装置

Country Status (1)

Country Link
CN (1) CN113032998B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080141072A1 (en) * 2006-09-21 2008-06-12 Impact Technologies, Llc Systems and methods for predicting failure of electronic systems and assessing level of degradation and remaining useful life
WO2009072204A1 (ja) * 2007-12-06 2009-06-11 Japan Electric Meters Inspection Corporation 電子化計量装置の寿命推定方法および装置
US20180038906A1 (en) * 2016-08-05 2018-02-08 International Business Machines Corporation Dynamic predictor of semiconductor lifetime limits
CN107729599A (zh) * 2017-08-31 2018-02-23 广东科鉴检测工程技术有限公司 医疗器械核心部件加速退化试验数据处理方法
CN107885928A (zh) * 2017-11-06 2018-04-06 河南科技大学 考虑测量误差的步进应力加速性能退化可靠性分析方法
CN108549047A (zh) * 2018-05-28 2018-09-18 国网上海市电力公司 一种基于加速退化试验的电能表寿命评估方法
CN109657937A (zh) * 2018-11-30 2019-04-19 西安电子科技大学 一种基于退化数据的产品可靠性评估与寿命预测方法
US20200012753A1 (en) * 2018-07-09 2020-01-09 International Business Machines Corporation Predicting life expectancy of machine part
CN111523251A (zh) * 2020-06-09 2020-08-11 江苏科技大学 一种随机环境应力下的产品寿命快速评估方法
CN111707348A (zh) * 2020-06-24 2020-09-25 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）） 光纤水听器寿命评价方法
CN111859658A (zh) * 2020-07-15 2020-10-30 北京强度环境研究所 一种产品贮存寿命与可靠性评估方法
WO2020255694A1 (ja) * 2019-06-19 2020-12-24 株式会社ブリヂストン ホースの残存寿命予測方法及びホースの残存寿命予測システム

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080141072A1 (en) * 2006-09-21 2008-06-12 Impact Technologies, Llc Systems and methods for predicting failure of electronic systems and assessing level of degradation and remaining useful life
WO2009072204A1 (ja) * 2007-12-06 2009-06-11 Japan Electric Meters Inspection Corporation 電子化計量装置の寿命推定方法および装置
US20180038906A1 (en) * 2016-08-05 2018-02-08 International Business Machines Corporation Dynamic predictor of semiconductor lifetime limits
CN107729599A (zh) * 2017-08-31 2018-02-23 广东科鉴检测工程技术有限公司 医疗器械核心部件加速退化试验数据处理方法
CN107885928A (zh) * 2017-11-06 2018-04-06 河南科技大学 考虑测量误差的步进应力加速性能退化可靠性分析方法
CN108549047A (zh) * 2018-05-28 2018-09-18 国网上海市电力公司 一种基于加速退化试验的电能表寿命评估方法
US20200012753A1 (en) * 2018-07-09 2020-01-09 International Business Machines Corporation Predicting life expectancy of machine part
CN109657937A (zh) * 2018-11-30 2019-04-19 西安电子科技大学 一种基于退化数据的产品可靠性评估与寿命预测方法
WO2020255694A1 (ja) * 2019-06-19 2020-12-24 株式会社ブリヂストン ホースの残存寿命予測方法及びホースの残存寿命予測システム
CN111523251A (zh) * 2020-06-09 2020-08-11 江苏科技大学 一种随机环境应力下的产品寿命快速评估方法
CN111707348A (zh) * 2020-06-24 2020-09-25 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）） 光纤水听器寿命评价方法
CN111859658A (zh) * 2020-07-15 2020-10-30 北京强度环境研究所 一种产品贮存寿命与可靠性评估方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
CN113032998B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN109587008B (zh) 检测异常流量数据的方法、装置及存储介质
WO2017157203A1 (zh) 一种分布式环境下监督学习算法的基准测试方法和装置
CN110083514B (zh) 软件测试缺陷评估方法、装置、计算机设备及存储介质
CN106055464B (zh) 数据缓存集群压力测试装置及方法
CN109143094A (zh) 一种动力电池的异常数据检测方法和装置
CN113468034A (zh) 数据质量评估方法、装置、存储介质和电子设备
CN113032998B (zh) 医疗器械寿命评估方法和装置
CN117331846B (zh) 一种基于互联网软件开发运行测试管理***
CN109101414B (zh) 基于埋点数据的海量ui测试生成方法及其装置
CN115794570A (zh) 压力测试方法、装置、设备及计算机可读存储介质
CN111767212B (zh) 一种软件代码质量评价方法、装置、设备及存储介质
RU2532714C2 (ru) Способ получения данных при оценке ресурсов сети и устройство для осуществления способа
CN111985163A (zh) 一种铷钟寿命预测方法及装置
CN108446213A (zh) 一种静态代码质量分析方法和装置
CN113032999B (zh) 医疗设备使用寿命的预测方法及装置
CN115932706A (zh) 一种电能表数据分析方法、电能表以及存储介质
CN114546841A (zh) 基于云计算的软件质量评估方法
CN114490413A (zh) 测试数据的准备方法及装置、存储介质和电子设备
CN113791980A (zh) 测试用例的转化分析方法、装置、设备及存储介质
CN107491576B (zh) 基于性能退化数据的导弹部件可靠性分析方法
CN116626574B (zh) 一种信号测试仪的可靠性测试方法、***及存储介质
CN116991149B (zh) 一种费控产品检验方法、装置、电子设备及存储介质
CN113656238B (zh) 一种智能终端的ai工业应用能力测试方法和***
CN115203606A (zh) 一种产品的测试检验方法、装置和计算机设备
CN110454904B (zh) 除湿机中冷媒含量的处理方法和装置

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
GR01 Patent grant
GR01 Patent grant