CN114184211B - 一种惯导可靠性试验中性能变化机理一致性判定方法 - Google Patents
一种惯导可靠性试验中性能变化机理一致性判定方法 Download PDFInfo
- Publication number
- CN114184211B CN114184211B CN202111616321.0A CN202111616321A CN114184211B CN 114184211 B CN114184211 B CN 114184211B CN 202111616321 A CN202111616321 A CN 202111616321A CN 114184211 B CN114184211 B CN 114184211B
- Authority
- CN
- China
- Prior art keywords
- test
- acceleration
- angular velocity
- inertial navigation
- data
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种惯导可靠性试验中性能变化机理一致性判定方法,属于可靠性试验领域。本发明的方法通过对惯导角速度通道和加速度通道的四个关键性能指标(角速度标度因数、角速度零位偏置、加速度标度因数、加速度零位偏置)在可靠性强化试验中的有限试验数据进行建模和残差分析,判定惯导的机理变化是否一致。相对于传统的数理统计方法,该方法需要的原始数据少,分析过程清晰,非常有利于对可靠性强化试验中有限数据的分析和处理。
Description
技术领域
本发明属于可靠性试验领域,具体涉及一种惯导可靠性试验中性能变化机理一致性判定方法。
背景技术
随着产品的可靠性和寿命越来越长,正常工作环境下很难得到寿命数据甚至于有效的退化数据,导致可靠性评估越来越困难,而加速寿命试验(ALT)和加速退化试验(ADT)的形成解决了这一难题;进行ALT和ADT的基本前提是试验过程中产品性能变化机理不能改变,特别是最高应力水平下不能改变其机理;因此确保加速试验中的产品性能变化机理一致性是非常关键的,是保证可靠性评估准确性的前提。
目前主要有三种确定性能变化机理一致性的方法:基于加速模型参数不变的方法、基于统计方法以及基于试验观察的方法。基于加速模型参数不变的方法简单易行,但它局限在退化规律必须符合物理加速模型或经验加速模型,而且逆幂律模型的一致性确定方法也没有严格的物理解释,其他加速模型确定机理一致性的方法是激活能是否发生改变,而激活能的概念在不同的理论间尚未统一。统计方法的适用范围广,但是其没有从物理的角度给出变异系数与机理的关系,相当于一个“黑箱”辨识问题;变异系数不变只是性能变化机理一致性的一个必要条件,因而统计方法可能找不到第一个机理变化的条件;而且统计方法适于大样本以及事后检验,有其局限性。实验观察法的优点是直观,但是由于有些产品的性能变化机理不容易被观察到,而且实验观察带了一定的经验判断,所以这种方法往往带了一定的主观性,而且也不适于所有的产品。
通过以上分析可知现有的性能变化机理一致性确定方法有着不能克服的缺点。而且随着产品越来越复杂,其失效机理也越来越复杂,技术指标越来越多,现有的失效机理一致性判定方法已经无法完全覆盖日趋复杂的产品和***上。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是如何提供一种惯导可靠性试验中性能变化机理一致性判定方法,以解决现有的性能变化机理一致性确定方法有着不能克服的缺点,现有的失效机理一致性判定方法已经无法完全覆盖日趋复杂的产品和***上的问题。
(二)技术方案
为了解决上述技术问题,本发明提出一种惯导可靠性试验中性能变化机理一致性判定方法,该方法包括如下步骤:
S1、可靠性强化试验应力共K个,表述为{s1,s2,……,sK},每个应力水平下的惯导测试数据分为2类,1类是角速度通道的测试数据,表述为{Ag(1),Ag(2),……,Ag(K)},1类是加速度通道的测试数据,表述为{Ac(1),Ac(2),……,Ac(K)};其中,Ag(i)代表第i类型应力条件下的角速度通道测试数据矩阵,Ac(i)代表第i类型应力条件下的加速度通道测试数据矩阵,矩阵中均包括输入激励和输出数据;
S2、根据最小二乘拟合算法,对{Ag(i)}矩阵和{Ac(i)}矩阵按照y=kx+b的方式进行拟合,获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置,表述为{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)},i=1,2,...,K;
S3、将序列{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}分别进行一次累加生成,形成新的序列和/>{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}序列定义为和/>
S6、根据下式来对实测数据进行数据预测,
进一步地,所述可靠性试验为加速寿命试验(ALT)。
进一步地,所述可靠性试验为加速退化试验(ADT)。
进一步地,所述步骤S1中,{Ag(i)}矩阵表述为其中i代表第i个应力水平下的角速度测试数据矩阵,M代表角速度通道测试每次都有M个输入激励,Agij代表第i类型应力下角速度通道对应于输入InAgj的输出数据。
进一步地,所述步骤S2中,以矩阵中的输出数据作为y,输入激励作为x,拟合获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置。
进一步地,所述步骤S4中,中值序列的计算方法为:
进一步地,若残差大于阈值,判定性能不一致,若残差小于阈值,认为性能一致。
进一步地,阈值为30%。
(三)有益效果
本发明提出一种惯导可靠性试验中性能变化机理一致性判定方法,本发明的方法通过对惯导角速度通道和加速度通道的四个关键性能指标(角速度标度因数、角速度零位偏置、加速度标度因数、加速度零位偏置)在可靠性强化试验中的有限试验数据进行建模和残差分析,判定惯导的机理变化是否一致。相对于传统的数理统计方法,该方法需要的原始数据少,分析过程清晰,非常有利于对可靠性强化试验中有限数据的分析和处理。
具体实施方式
为使本发明的目的、内容和优点更加清楚,下面结合实施例,对本发明的具体实施方式作进一步详细描述。
本发明阐述的方法可对可靠性试验中有限数据下的性能变化机理一致性进行判定,确定产品不同性能指标变化的拐点,进而可确定不同性能指标变化机理一致性的边界点,为确定可靠性加速寿命(加速退化)试验中的应力边界条件提供依据。
本发明的目的就是提出一种依据可靠性试验中产品有限性能测试数据来判定产品性能变化机理一致性的方法。
复杂***的性能退化机理往往是多个因素综合作用的结果,特别对于惯导这种光、机、电一体化的复杂产品,内部工作原理复杂,各种因素相互之间还有影响,从工作原理上推导机理变化一致性的判定非常困难;除此之外,目前的加速试验应力越来越复杂,而多应力对产品机理的影响不能简单的看成单应力对产品机理影响的叠加,需要考虑多应力的涌现性对产品机理的影响。因此,惯导的性能变化机理一致性判定是一个难题。
本发明提出了一种惯导产品性能变化机理一致性判定方法,该方法通过对惯导角速度通道和加速度通道的四个关键性能指标(角速度标度因数、角速度零位偏置、加速度标度因数、加速度零位偏置)在可靠性强化试验中的有限试验数据进行建模和残差分析,判定惯导的机理变化是否一致。相对于传统的数理统计方法,该方法需要的原始数据少,分析过程清晰,非常有利于对可靠性强化试验中有限数据的分析和处理。
S1、可靠性强化试验应力共K个,表述为{s1,s2,……,sK},每个应力水平下的惯导测试数据分为2类,1类是角速度通道的测试数据,表述为{Ag(1),Ag(2),……,Ag(K)},1类是加速度通道的测试数据,表述为{Ac(1),Ac(2),……,Ac(K)};其中,Ag(i),代表第i类型应力条件下的角速度通道测试数据矩阵,Ac(i),代表第i类型应力条件下的加速度通道测试数据矩阵;矩阵中均包括输入激励和输出数据;{Ag(i)}矩阵表述为其中i代表第i个应力水平下的角速度测试数据矩阵,M代表角速度通道测试每次都有M个输入激励,Agij代表第i类型应力下角速度通道对应于输入InAgj的输出数据。{Ac(i)}矩阵表述为其中i代表第i个应力水平下的加速度测试数据矩阵,N代表加速度通道测试N个输入激励,Acij代表第i类型应力下加速度通道对应于输入InAcj的输出。
S2、根据最小二乘拟合算法,对{Ag(i)}矩阵和{Ac(i)}矩阵按照y=kx+b的方式进行拟合,获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置,表述为{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)},i=1,2,...,K;具体地,以矩阵中的输出数据作为y,输入激励作为x,拟合获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置。
S3、将序列{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}分别进行一次累加生成,形成新的序列和/>{kAg(i)}新生成的序列为/>{bAg(i)}新生成的序列为/>{kAc(i)}新生成的序列为/>{bAc(i)}新生成的序列为/>{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}序列定义为/>和/>
S6、根据下式来对实测数据进行数据预测,
S7、计算实测数据和预测数据的残差 若残差/>大于30%,判定性能不一致,若残差小于30%,认为性能一致;按照相同的方式,计算残差/>和/>大于30%,判定性能不一致,若残差小于30%,认为性能一致。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,该方法包括如下步骤:
S1、可靠性强化试验应力共K个,表述为{s1,s2,……,sK},每个应力水平下的惯导测试数据分为2类,1类是角速度通道的测试数据,表述为{Ag(1),Ag(2),……,Ag(K)},1类是加速度通道的测试数据,表述为{Ac(1),Ac(2),……,Ac(K)};其中,Ag(i)代表第i类型应力条件下的角速度通道测试数据矩阵,Ac(i)代表第i类型应力条件下的加速度通道测试数据矩阵,矩阵中均包括输入激励和输出数据;
S2、根据最小二乘拟合算法,对{Ag(i)}矩阵和{Ac(i)}矩阵按照y=kx+b的方式进行拟合,获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置,表述为{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)},i=1,2,...,K;
S3、将序列{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}分别进行一次累加生成,形成新的序列和/>{kAg(i)},{bAg(i)},{kAc(i)}和{bAc(i)}序列定义为和/>
S6、根据下式来对实测数据进行数据预测,
2.如权利要求1所述的惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,所述可靠性试验为加速寿命试验ALT。
3.如权利要求1所述的惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,所述可靠性试验为加速退化试验ADT。
4.如权利要求1所述的惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,所述步骤S2中,以矩阵中的输出数据作为y,输入激励作为x,拟合获得角速度标度因数、角速度零位偏置和加速度标度因数、加速度零位偏置。
7.如权利要求6所述的惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,若残差大于阈值,判定性能不一致,若残差小于阈值,认为性能一致。
8.如权利要求7所述的惯导可靠性试验中性能变化机理一致性判定方法,其特征在于,阈值为30%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616321.0A CN114184211B (zh) | 2021-12-27 | 2021-12-27 | 一种惯导可靠性试验中性能变化机理一致性判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111616321.0A CN114184211B (zh) | 2021-12-27 | 2021-12-27 | 一种惯导可靠性试验中性能变化机理一致性判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114184211A CN114184211A (zh) | 2022-03-15 |
CN114184211B true CN114184211B (zh) | 2023-07-14 |
Family
ID=80606152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111616321.0A Active CN114184211B (zh) | 2021-12-27 | 2021-12-27 | 一种惯导可靠性试验中性能变化机理一致性判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114184211B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115597624A (zh) * | 2022-08-31 | 2023-01-13 | 广州文远知行科技有限公司(Cn) | 惯导单元的性能检测方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109000640A (zh) * | 2018-05-25 | 2018-12-14 | 东南大学 | 基于离散灰色神经网络模型的车辆gnss/ins组合导航方法 |
CN110895624A (zh) * | 2018-09-10 | 2020-03-20 | 湖南银杏可靠性技术研究所有限公司 | 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0832090A (ja) * | 1994-07-12 | 1996-02-02 | Mitsubishi Electric Corp | 慣性力センサおよびその製造方法 |
DE19858621C2 (de) * | 1998-12-18 | 2001-02-01 | Autoflug Gmbh | Verfahren zum Verbessern der Meßwerte eines inertialen Meßsystems |
JP5614527B2 (ja) * | 2010-03-05 | 2014-10-29 | セイコーエプソン株式会社 | 姿勢情報算出装置、姿勢情報算出システム、姿勢情報算出方法及び姿勢情報算出プログラム |
CN103245360B (zh) * | 2013-04-24 | 2015-09-09 | 北京工业大学 | 晃动基座下的舰载机旋转式捷联惯导***自对准方法 |
CN103471615B (zh) * | 2013-08-30 | 2016-05-18 | 北京自动化控制设备研究所 | 一种双冗余惯导***快速故障检测方法 |
JP2015179002A (ja) * | 2014-03-19 | 2015-10-08 | セイコーエプソン株式会社 | 姿勢推定方法、姿勢推定装置及びプログラム |
CN103940445B (zh) * | 2014-04-10 | 2016-08-17 | 哈尔滨工程大学 | 一种单轴旋转惯导***惯性器件误差补偿方法 |
CN104344837B (zh) * | 2014-10-30 | 2017-04-19 | 北京航空航天大学 | 一种基于速度观测的冗余惯导***加速度计***级标定方法 |
CN105043415B (zh) * | 2015-07-13 | 2018-01-05 | 北京工业大学 | 基于四元数模型的惯性系自对准方法 |
CN107621269B (zh) * | 2016-07-15 | 2020-08-04 | 北京计算机技术及应用研究所 | 光纤陀螺温度漂移误差补偿方法 |
CN206073998U (zh) * | 2016-08-11 | 2017-04-05 | 北京华航航宇科技有限公司 | 一种地球物理惯性导航*** |
JP2018044843A (ja) * | 2016-09-14 | 2018-03-22 | 三菱電機株式会社 | 位置標定装置 |
CN111896026B (zh) * | 2020-05-11 | 2021-05-18 | 中国科学院地质与地球物理研究所 | 固态谐振陀螺自校准方法及*** |
CN112729348B (zh) * | 2021-01-10 | 2023-11-28 | 河南理工大学 | 一种用于imu***的姿态自适应校正方法 |
CN113701747B (zh) * | 2021-07-20 | 2024-06-11 | 北京航天控制仪器研究所 | 一种基于离心机激励的惯性测量***姿态角误差分离方法 |
CN113609449B (zh) * | 2021-08-17 | 2024-05-31 | 北京计算机技术及应用研究所 | 惯性测量装置加速试验数据有效性评估方法 |
-
2021
- 2021-12-27 CN CN202111616321.0A patent/CN114184211B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109000640A (zh) * | 2018-05-25 | 2018-12-14 | 东南大学 | 基于离散灰色神经网络模型的车辆gnss/ins组合导航方法 |
CN110895624A (zh) * | 2018-09-10 | 2020-03-20 | 湖南银杏可靠性技术研究所有限公司 | 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法 |
Also Published As
Publication number | Publication date |
---|---|
CN114184211A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442936B (zh) | 基于数字孪生模型的设备故障诊断方法、装置及*** | |
CN105930976B (zh) | 基于加权理想点法的节点电压暂降严重程度综合评估方法 | |
CN111046564B (zh) | 两阶段退化产品的剩余寿命预测方法 | |
CN103246821B (zh) | 一种基于仿真的多应力小样本加速寿命试验方案设计优化方法 | |
CN108508863A (zh) | 一种基于灰色模型的机电设备故障诊断方法 | |
CN110400231B (zh) | 一种加权非线性贝叶斯的电能计量设备失效率预估方法 | |
CN102829967A (zh) | 一种基于回归模型系数变化的时域故障识别方法 | |
CN107679734A (zh) | 一种用于无标签数据分类预测的方法和*** | |
CN116448419A (zh) | 基于深度模型高维参数多目标高效寻优的零样本轴承故障诊断方法 | |
CN109598052B (zh) | 基于相关系数分析的智能电表寿命周期预测方法及装置 | |
CN104462808A (zh) | 安全水平位移与水位的滑动可变窗口动态数据拟合方法 | |
CN113484813B (zh) | 多环境应力下的智能电表故障率预估方法及*** | |
Qiu et al. | Probability analysis for failure assessment of electric energy metering equipment under multiple extreme stresses | |
CN114184211B (zh) | 一种惯导可靠性试验中性能变化机理一致性判定方法 | |
Li et al. | Particle filter‐based hybrid damage prognosis considering measurement bias | |
CN112100574A (zh) | 一种基于重采样的aakr模型不确定度计算方法及*** | |
CN115375039A (zh) | 一种工业设备故障预测方法、装置、电子设备及存储介质 | |
CN110188399B (zh) | 一种基于多相关序列的大坝安全监测单测点评价方法 | |
CN112949735A (zh) | 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法 | |
JP2024045515A (ja) | 構造物診断システム、構造物診断方法、および構造物診断プログラム | |
Wu et al. | A reliability assessment method based on support vector machines for CNC equipment | |
Zhang et al. | Long‐term bridge performance assessment using clustering and Bayesian linear regression for vehicle load and strain mapping model | |
CN117367800A (zh) | 基于随机相关性的多特征指标轴承剩余寿命预测方法 | |
CN110750848A (zh) | 一种考虑软件运行的软-硬件退化***剩余寿命估计的方法 | |
CN107704691A (zh) | 一种加速应力可靠性鉴定试验优选方案设计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |