CN116108697A - 基于多元性能退化的加速试验数据处理方法、装置和设备 - Google Patents
基于多元性能退化的加速试验数据处理方法、装置和设备 Download PDFInfo
- Publication number
- CN116108697A CN116108697A CN202310349194.5A CN202310349194A CN116108697A CN 116108697 A CN116108697 A CN 116108697A CN 202310349194 A CN202310349194 A CN 202310349194A CN 116108697 A CN116108697 A CN 116108697A
- Authority
- CN
- China
- Prior art keywords
- reliability
- function
- performance parameter
- performance degradation
- target product
- 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
Links
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 162
- 230000015556 catabolic process Effects 0.000 title claims abstract description 161
- 230000001133 acceleration Effects 0.000 title claims abstract description 100
- 238000012360 testing method Methods 0.000 title claims abstract description 45
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000013210 evaluation model Methods 0.000 claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000002474 experimental method Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 234
- 238000012546 transfer Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 description 27
- 238000010168 coupling process Methods 0.000 description 27
- 238000005859 coupling reaction Methods 0.000 description 27
- 230000004927 fusion Effects 0.000 description 10
- 238000005315 distribution function Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 102000051759 human factor J Human genes 0.000 description 1
- 108700008420 human factor J Proteins 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
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
- 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]
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本申请涉及一种基于多元性能退化的加速试验数据处理方法、装置和设备。所述方法包括:计算机设备获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。采用本方法能够提升基于多元性能退化的加速试验数据处理方法的适用范围和灵活度。
Description
技术领域
本申请涉及数据分析技术领域,特别是涉及一种基于多元性能退化的加速试验数据处理方法、装置和设备。
背景技术
随着产品质量与可靠性要求的提升,传统的基于故障数据统计的可靠性试验已经不能满足产品研制、生产过程中对产品可靠性快速评价的需求。
相关技术中,在产品可靠性评价过程中引入加速试验,加速试验是在不改变产品失效机理的前提下,通过强化试验条件使产品加速失效,以便在较短时间内获得产品可靠性评价的必要信息。
但是,上述结合加速试验进行产品可靠性评价的方式存在适用范围小、灵活性差的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够灵活且高效进行可靠性评价的基于多元性能退化的加速试验数据处理方法、装置和设备。
第一方面,本申请提供了一种基于多元性能退化的加速试验数据处理方法。所述方法包括:
获取目标产品的多个性能参数值,并确定各所述性能参数值之间的关联关系,所述关联关系包括独立共存关系以及备份关系,各所述性能参数值是在加速实验中对所述目标产品施加加速应力的情况下得到的;
根据所述关联关系确定所述关联关系对应的可靠性评价模型,并利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数;
根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标。
在其中一个实施例中,所述利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数,包括:
根据各所述性能参数值,获取各所述性能参数值分别对应的单一性能退化的可靠度函数;
根据各所述单一性能退化的可靠度函数和所述可靠性评价模型,获取所述多元性能退化的可靠度函数。
在其中一个实施例中,所述根据各所述性能参数值,获取各所述性能参数值分别对应的单一性能退化的可靠度函数,包括:
根据所述性能参数值和预设筛选条件,从多个候选时间转换函数中确定所述性能参数值对应的目标时间转换函数,所述性能参数值随所述目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
根据所述性能参数值和所述目标时间转换函数,获取所述单一性能退化的可靠度函数。
在其中一个实施例中,所述根据各所述单一性能退化的可靠度函数和所述可靠性评价模型,获取所述多元性能退化的可靠度函数,包括:
将各所述单一性能退化的可靠度函数代入所述可靠性评价模型对应的可靠度函数计算公式中,得到所述多元性能退化的可靠度函数,所述可靠度函数计算公式中包括连接函数项,所述连接函数项用于表征各所述性能参数值中具有非独立关系的性能参数值之间的连接关系。
在其中一个实施例中,所述可靠性评价模型包括无备份耦合竞争模型、有备份耦合竞争模型或融合竞争模型。
在其中一个实施例中,所述根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标,包括:
对所述多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
获取所述目标产品与所述加速应力对应的加速因子,并利用所述加速因子乘以所述初始可靠性评价指标,得到所述产品可靠性评价指标。
第二方面,本申请还提供了一种基于多元性能退化的加速试验数据处理装置。所述装置包括:
确定模块,用于获取目标产品的多个性能参数值,并确定各所述性能参数值之间的关联关系,所述关联关系包括独立共存关系以及备份关系,各所述性能参数值是在加速实验中对所述目标产品施加加速应力的情况下得到的;
第一获取模块,用于根据所述关联关系确定所述关联关系对应的可靠性评价模型,并利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数;
第二获取模块,用于根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面中任一项所述的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任一项所述的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的步骤。
上述基于多元性能退化的加速试验数据处理方法、装置和设备,通过获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。由此,本申请实施例依据在加速实验中获取的目标产品的多个性能参数值之间的关联关系,确定相应的可靠性评价模型,该关联关系包括独立共存关系以及备份关系,关联关系例如多个性能参数值之间独立关系、非独立关系、无备份关系以及有备份关系,即本申请实施例在可靠性评价过程中充分考虑了各性能参数值之间复杂耦合竞争的关联关系,与实际的产品可靠性评价业务的真实情况更为贴近,适用范围广,而且根据不同的关联关系选择不同的可靠性评价模型,提高了基于多元性能退化的加速试验数据处理的灵活性。
附图说明
图1为一个实施例中基于多元性能退化的加速试验数据处理方法的流程示意图;
图2为另一个实施例中获取目标产品对应的多元性能退化的可靠度函数的流程示意图;
图3为另一个实施例中获取各性能参数值分别对应的单一性能退化的可靠度函数的流程示意图;
图4为另一个实施例中获取各性能参数值分别对应的单一性能退化的可靠度函数,以及根据各单一性能退化的可靠度函数和可靠性评价模型获取多元性能退化的可靠度函数的流程示意图;
图5为另一个实施例中获取正常应力下目标产品对应的产品可靠性评价指标的流程示意图;
图6为一个实施例中基于多元性能退化的加速试验数据处理装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
下面,对本申请实施例提供的基于多元性能退化的加速试验数据处理方法所涉及到的实施环境进行简要说明。
本申请实施例提供的基于多元性能退化的加速试验数据处理方法,其执行主体可以是计算机设备,该计算机设备可以是终端,当然也可以是服务器。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备、便携式可穿戴设备和医用电子设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等,便携式可穿戴设备可为智能手表、智能手环、头戴设备等;服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种基于多元性能退化的加速试验数据处理方法,应用于计算机设备,以计算机设备是终端为例进行说明,包括以下步骤:
步骤101,计算机设备获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系。
本申请实施例中,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的。其中,性能参数值是指在对目标产品施加加速应力时,目标产品某一性能当前的性能量化值,例如,加速应力可以是高温或者低温,多个性能参数值分别可以是目标产品的电流、电压、功率等。
计算机设备在加速试验中获取到目标产品的多个性能参数值后,确定各性能参数值之间的关联关系,该关联关系包括独立共存关系以及备份关系,例如,独立共存关系可以是多个性能参数值之间的独立关系或非独立关系,备份关系可以是多个性能参数值之间的无备份关系或有备份关系。
其中,多个性能参数值之间的独立关系是指目标产品多个性能参数值之间相互独立,即其中一个性能参数值的变化不会影响另一个性能参数值的变化,多个性能参数值之间的非独立关系是指目标产品多个性能参数值之间非独立,即其中一个性能参数值的变化会影响另一个性能参数值的变化。多个性能参数值之间的无备份关系是指目标产品多个性能参数值不反映目标产品的某一个相同的性能,即目标产品的一个性能参数值对应目标产品的一个性能。多个性能参数值之间的有备份关系指目标产品多个性能参数值反映目标产品的某一个相同的性能,即目标产品的多个性能参数值对应目标产品的一个性能,例如,一个笔记本电脑的多个性能参数值是电池供电下的运行电流和电源供电下的运行电流,电池供电下的运行电流和电源供电下的运行电流都反映的是笔记本电脑的供电性能。
步骤102,计算机设备根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数。
本申请实施例中,计算机设备根据关联关系确定关联关系对应的可靠性评价模型,该可靠性评价模型根据多个性能参数值的关联关系分为无备份耦合竞争模型、有备份耦合竞争模型和融合竞争模型。其中,当可靠性评价模型是无备份耦合竞争模型时,目标产品多个性能参数中任一性能参数退化,则目标产品失效;当可靠性评价模型是耦合竞争模型时,目标产品有备份的多个性能参数中所有性能参数均退化,目标产品才失效;当可靠性评价模型是融合竞争模型时,目标产品多个性能参数中无备份耦合竞争模型和有备份耦合竞争模型同时存在。计算机设备识别多个性能参数值的关联关系,根据关联关系选择对应的可靠性评价模型。
目标产品对应的多元性能退化的可靠度函数R(t)用于表征目标产品的可靠率,即在加速应力下,每个时间节点未失效产品占产品总数的比值,目标产品对应的多元性能退化的可靠度函数R(t)用于计算机设备计算正常应力下目标产品对应的产品可靠性评价指标。
计算机设备识别多个性能参数值的关联关系,根据关联关系选择对应的可靠性评价模型后,将多个性能参数值进一步处理后代入到对应的可靠性评价模型中,计算机设备通过计算获取目标产品对应的多元性能退化的可靠度函数R(t)。
步骤103,计算机设备根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。
正常应力下目标产品对应的产品可靠性评价指标包括产品的平均故障间隔时间、产品的失效率函数、产品的失效率。其中,平均故障间隔时间用于表征在正常应力下,产品的平均故障间隔时间;产品的失效率函数用于表征在正常应力下,产品的失效率函数,即在某个时间节点下,失效产品占总产品数的比值;如果目标产品寿命服从指数分布函数,则产品的失效率用于表征在正常应力下产品的失效率。
计算机设备根据多元性能退化的可靠度函数R(t),通过计算获得正常应力下目标产品对应的产品的平均故障间隔时间、产品的失效率函数、产品的失效率。
需要说明的是,相关技术中,往往假设多个性能参数之间均相互独立或多个性能参数之间均非独立,且多个性能参数之间无备份,没有考虑目标产品多个性能参数之间相互独立和非独立共存,无备份和有备份共存的复杂耦合竞争情况。因此,这类方法适用范围有限。
上述基于多元性能退化的加速试验数据处理方法、装置和设备,通过获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。由此,本申请实施例依据在加速实验中获取的目标产品的多个性能参数值之间的关联关系,确定相应的可靠性评价模型,该关联关系包括独立共存关系以及备份关系,关联关系例如多个性能参数值之间独立关系、非独立关系、无备份关系以及有备份关系,即本申请实施例在可靠性评价过程中充分考虑了各性能参数值之间复杂耦合竞争的关联关系,与实际的产品可靠性评价业务的真实情况更为贴近,适用范围广,而且根据不同的关联关系选择不同的可靠性评价模型,提高了基于多元性能退化的加速试验数据处理的灵活性。
在一个实施例中,参见图2,本实施例涉及的是计算机设备利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数,如图2所示,包括以下步骤:
步骤201,计算机设备根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数。
本申请实施例中,计算机设备基于伽马分布函数,根据各性能参数值y(t)和目标时间转换函数,计算各性能参数值分别对应的单一性能退化的可靠度函数R(t)。
其中,目标时间转换函数是计算机设备根据性能参数值和预设筛选条件,从多个候选时间转换函数中筛选出来的。计算机设备根据各单一性能退化的可靠度函数R(t)和可靠性评价模型,获取多元性能退化的可靠度函数。
步骤202,计算机设备根据各单一性能退化的可靠度函数和可靠性评价模型,获取多元性能退化的可靠度函数。
本申请实施例中,计算机设备根据各单一性能退化的可靠度函数和选择的可靠性评价模型,将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,通过计算得到多元性能退化的可靠度函数。
其中,可靠性评价模型分为无备份耦合竞争模型、有备份耦合竞争模型和融合竞争模型,这三种模型分别对应不同的函数计算公式。
本申请实施例中,计算机设备利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数。考虑产品多个性能参数之间相互独立和非独立共存,无备份和有备份共存的复杂耦合竞争情况,建立多元性能退化的无备份耦合竞争模型、有备份耦合竞争模型和融合耦合竞争模型,在对应的模型下获取目标产品对应的多元性能退化的可靠度函数,提高了基于多元性能退化的加速试验数据处理的灵活性。
在一个实施例中,参见图3,本实施例涉及的是计算机设备根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数,如图3所示,包括以下步骤:
步骤301,计算机设备根据性能参数值和预设筛选条件,从多个候选时间转换函数中确定性能参数值对应的目标时间转换函数。
首先,在加速应力下,计算机设备建立四种候选时间转换函数,包括:
其中,为时间转换函数,t为试验时间,a和b为未知参数。
然后,计算机设备根据性能参数值和预设筛选条件,从多个候选时间转换函数中确定性能参数值对应的目标时间转换函数。假设加速试验的产品总数为N,试验时间t对应的产品性能参数值为y(t),第个产品的时间转换函数和性能参数值y(t)之间的相关系数即为,相关系数表征产品性能参数值y(t)和产品的时间转换函数的线性关系,N个产品相关系数之和Q为
对于四种候选时间转换函数,选择使得Q值最大的时间转换函数,确定为性能参数值对应的目标时间转换函数。Q值越大表示产品性能参数值y(t)和产品的时间转换函数的线性关系越大,使得Q值最大的a和b值即为所求的未知参数值。假设4个时间转换函数对应的相关系数之和Q分别为Q1,Q2,Q3,Q4,取其中最大Q值对应的时间转换函数为性能参数值对应的目标时间转换函数,其中,性能参数值随目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化。然后,计算机设备根据性能参数值y(t)和目标时间转换函数,获取单一性能退化的可靠度函数R(t)。
步骤302,计算机设备根据性能参数值和目标时间转换函数,获取单一性能退化的可靠度函数。
计算机设备基于伽马分布函数,根据各性能参数值y(t)和目标时间转换函数,计算各性能参数值分别对应的单一性能退化的可靠度函数R(t)。
伽马分布函数为:
其中,在加速应力下,为产品的时间转换函,c、e、f为未知参数,采用极大似然估计方法求解,获得未知参数c、e和f的值。
然后在加速应力下,计算机设备计算目标产品单一性能退化的可靠度函数R(t)为:
其中,g为失效阈值,为F分布函数,为F分布函数的自由度,为F分布函数的自变量。
在加速应力下,计算机设备计算目标产品单一性能退化的不可靠度函数F(t)为:
F(t)=1-R(t)
需要说明的是,相关技术中,往往假设性能参数随时间退化是线性,没有考虑性能参数随时间退化是非线性的情况。极少部分方法考虑了非线性情况,但也只是假设性能参数随时间退化服从特定函数,没有考虑到其他可能的函数情况,没有对可能服从的函数进行优选。因此,这类方法评价精度不高。
本申请实施例中,计算机设备根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数,考虑到了性能参数随时间退化是非线性的情况,对时间转换函数进行了优选,提升了基于多元性能退化的加速试验数据处理方法的适用范围和精度。
在一个实施例中,基于图3的实施例,参见图4,本实施例涉及的是计算机设备根据各单一性能退化的可靠度函数和可靠性评价模型,获取多元性能退化的可靠度函数,在图3所示实施例的基础上,如图4所示,计算机设备根据各单一性能退化的可靠度函数和可靠性评价模型获取多元性能退化的可靠度函数的过程包括以下步骤:
步骤401,计算机设备将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,得到多元性能退化的可靠度函数。
本申请实施例中,计算机设备将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,通过计算得到多元性能退化的可靠度函数R(t)。
当可靠性评价模型是无备份耦合竞争模型时,目标产品多个性能参数中任一性能参数退化,则产品失效。假设第j-1个性能参数与第j个性能参数非独立,其余其他性能参数均相互独立,则在加速应力下,计算机设备获取目标产品多元性能退化的可靠度函数R(t)为:
当可靠性评价模型是有备份耦合竞争模型时,目标产品多个性能参数中所有性能参数均退化,产品才失效。假设第j-1个性能参数与第j个性能参数非独立,其余其他性能参数均相互独立,则在加速应力下,计算机设备获取目标产品多元性能退化的可靠度函数R(t)为:
其中,为连接函数,为连接函数的未知参数,连接函数项用于表征各性能参数值中具有非独立关系的性能参数值之间的连接关系。可通过选取相应连接函数,拟合求解得到参数的值。需要说明的是,对于选取何种连接函数在此不做具体的限定。
计算机设备获取目标产品多元性能退化的不可靠度函数F(t)为:
当可靠性评价模型是融合竞争模型时,目标产品多个性能参数中无备份耦合竞争模型和有备份耦合竞争模型同时存在。假设第1、2、3和4个性能参数之间是有备份模型,且第2个和第3个性能参数之间非独立,其余均独立,第5个到第m个性能参数之间是无备份模型,且第j-1个和第j个性能参数之间非独立,其余均相互独立,则在加速应力下,计算机设备获取目标产品多元性能退化的可靠度函数R(t)为:
其中,和为连接函数,和为连接函数的未知参数,连接函数项和用于表征各性能参数值中具有非独立关系的性能参数值之间的连接关系。可通过选取相应连接函数,拟合求解得到参数和的值。需要说明的是,对于选取何种连接函数在此不做具体的限定。
计算机设备获取目标产品多元性能退化的不可靠度函数F(t)为:
本申请实施例中,计算机设备将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,通过计算得到多元性能退化的可靠度函数,每一种可靠性评价模型对应不同的可靠度函数计算公式,提高了基于多元性能退化的加速试验数据处理方法的灵活性,并且可靠度函数计算公式使用了连接函数,体现出了各性能参数值中非独立关系的性能参数值之间的连接关系,提高了基于多元性能退化的加速试验数据处理方法的精度。
在一个实施例中,参见图5,本实施例涉及的是计算机设备根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标,如图5所示,包括以下步骤:
步骤501,计算机设备对多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标。
初始可靠性评价指标包括在加速应力下目标产品对应的产品的平均故障间隔时间MTBF、产品的失效率函数和产品的失效率。
计算机设备获取产品的平均故障间隔时间MTBF为:
平均故障间隔时间MTBF用于表征在加速应力下目标产品对应的产品的平均故障间隔时间。
计算机设备获取产品的失效率函数为:
产品的失效率函数用于表征在加速应力下目标产品对应的产品的失效率函数,即在某个时间节点下,失效产品占总产品数的比值。
如果产品寿命服从指数分布函数,则计算机设备获取产品的失效率为恒定常数:
产品的失效率用于表征在加速应力下目标产品对应的产品的失效率。
步骤502,计算机设备获取目标产品与加速应力对应的加速因子,并利用加速因子乘以初始可靠性评价指标,得到产品可靠性评价指标。
计算机设备获取目标产品与加速应力对应的加速因子,目标产品与加速应力对应的加速因子为J。
计算机设备获取产品的平均故障间隔时间为:
产品的平均故障间隔时间用于表征在正常应力下目标产品对应的产品的平均故障间隔时间。
计算机设备获取产品的失效率函数为:
产品的失效率函数用于表征在正常应力下目标产品对应的产品的失效率函数,即在某个时间节点下,失效产品占总产品数的比值。
如果产品寿命服从指数分布函数,则计算机设备获取产品的失效率为:
产品的失效率用于表征在正常应力下目标产品对应的产品的失效率。
本申请实施例中,计算机设备根据多元性能退化的可靠度函数,通过加速因子,获取正常应力下目标产品对应的产品可靠性评价指标,正常应力下产品可靠性评价指标包括产品的平均故障间隔时间、产品的失效率函数、产品的失效率,通过这些可靠性评价指标可以快速评价目标产品的可靠性,缩短了产品研制周期,提升了研制效率。
在一个实施例中,发明人对某产品进行了基于多元性能退化的加速试验数据处理,此产品共有6个性能参数,在80℃高温的加速应力下开展加速试验,对加速试验数据开展分析,评价产品可靠性。
在加速应力下,对第1个性能参数开展分析。对其时间转换函数进行参数估计和优选,获得目标时间转换函数为:
该性能参数服从伽马分布:
评估得到参数c、e和f的值,获得加速应力下该性能退化的可靠度函数和不可靠度函数和。
类似的,求解加速应力下产品6个性能退化的可靠度函数和不可靠度函数。
在加速应力下,目标产品多个性能参数是融合竞争模型。目标产品第1个、第2个、第3个性能参数之间是有备份模型,其中第1个和第2个性能参数之间是耦合相关关系,非独立,第1个和第2个性能参数组成整体与第3个性能参数之间独立。目标产品第4个、第5个、第6个性能参数之间是无备份模型,其中第4个和第5个性能参数之间是耦合相关关系,非独立,第4个和第5个性能参数组成整体与第6个性能参数之间独立。则
在加速应力下,目标产品多元性能退化的可靠度函数R(t)为
在加速应力下,目标产品多元性能退化的不可靠度函数F(t)为
在加速应力下目标产品对应的产品的平均故障间隔时间MTBF为
目标产品在80℃高温下对应的加速因子J=9.5,则在正常应力下,目标产品对应的产品的平均故障间隔时间为:
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于多元性能退化的加速试验数据处理方法的基于多元性能退化的加速试验数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于多元性能退化的加速试验数据处理装置实施例中的具体限定可以参见上文中对于基于多元性能退化的加速试验数据处理方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种基于多元性能退化的加速试验数据处理装置,包括:
确定模块601,用于获取目标产品的多个性能参数值,并确定各所述性能参数值之间的关联关系,所述关联关系包括独立共存关系以及备份关系,各所述性能参数值是在加速实验中对所述目标产品施加加速应力的情况下得到的;
第一获取模块602,用于根据所述关联关系确定所述关联关系对应的可靠性评价模型,并利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数;
第二获取模块603,用于根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标。
在一个实施例中,第一获取模块602,包括:
第一获取单元,用于根据各所述性能参数值,获取各所述性能参数值分别对应的单一性能退化的可靠度函数;
第二获取单元,用于根据各所述单一性能退化的可靠度函数和所述可靠性评价模型,获取所述多元性能退化的可靠度函数。
在一个实施例中,第一获取模块602,包括:
确定单元,用于根据所述性能参数值和预设筛选条件,从多个候选时间转换函数中确定所述性能参数值对应的目标时间转换函数,所述性能参数值随所述目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
第三获取单元,用于根据所述性能参数值和所述目标时间转换函数,获取所述单一性能退化的可靠度函数。
在一个实施例中,第一获取模块602,包括:
第一计算单元,用于将各所述单一性能退化的可靠度函数代入所述可靠性评价模型对应的可靠度函数计算公式中,得到所述多元性能退化的可靠度函数,所述可靠度函数计算公式中包括连接函数项,所述连接函数项用于表征各所述性能参数值中具有非独立关系的性能参数值之间的连接关系。
在一个实施例中,第二获取模块603,包括:
第二计算单元,用于对所述多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
第四获取单元,用于获取所述目标产品与所述加速应力对应的加速因子,并利用所述加速因子乘以所述初始可靠性评价指标,得到所述产品可靠性评价指标。
上述基于多元性能退化的加速试验数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于多元性能退化的加速试验数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于多元性能退化的加速试验数据处理方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;
根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;
根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数;
根据各单一性能退化的可靠度函数和可靠性评价模型,获取多元性能退化的可靠度函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据性能参数值和预设筛选条件,从多个候选时间转换函数中确定性能参数值对应的目标时间转换函数,性能参数值随目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
根据性能参数值和目标时间转换函数,获取单一性能退化的可靠度函数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,得到多元性能退化的可靠度函数,可靠度函数计算公式中包括连接函数项,连接函数项用于表征各性能参数值中具有非独立关系的性能参数值之间的连接关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
可靠性评价模型包括无备份耦合竞争模型、有备份耦合竞争模型或融合竞争模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
获取目标产品与加速应力对应的加速因子,并利用加速因子乘以初始可靠性评价指标,得到产品可靠性评价指标。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;
根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;
根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数;
根据各单一性能退化的可靠度函数和可靠性评价模型,获取多元性能退化的可靠度函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据性能参数值和预设筛选条件,从多个候选时间转换函数中确定性能参数值对应的目标时间转换函数,性能参数值随目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
根据性能参数值和目标时间转换函数,获取单一性能退化的可靠度函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,得到多元性能退化的可靠度函数,可靠度函数计算公式中包括连接函数项,连接函数项用于表征各性能参数值中具有非独立关系的性能参数值之间的连接关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
可靠性评价模型包括无备份耦合竞争模型、有备份耦合竞争模型或融合竞争模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
获取目标产品与加速应力对应的加速因子,并利用加速因子乘以初始可靠性评价指标,得到产品可靠性评价指标。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标产品的多个性能参数值,并确定各性能参数值之间的关联关系,关联关系包括独立共存关系以及备份关系,各性能参数值是在加速实验中对目标产品施加加速应力的情况下得到的;
根据关联关系确定关联关系对应的可靠性评价模型,并利用可靠性评价模型和各性能参数值,获取目标产品对应的多元性能退化的可靠度函数;
根据多元性能退化的可靠度函数,获取正常应力下目标产品对应的产品可靠性评价指标。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据各性能参数值,获取各性能参数值分别对应的单一性能退化的可靠度函数;
根据各单一性能退化的可靠度函数和可靠性评价模型,获取多元性能退化的可靠度函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据性能参数值和预设筛选条件,从多个候选时间转换函数中确定性能参数值对应的目标时间转换函数,性能参数值随目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
根据性能参数值和目标时间转换函数,获取单一性能退化的可靠度函数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将各单一性能退化的可靠度函数代入可靠性评价模型对应的可靠度函数计算公式中,得到多元性能退化的可靠度函数,可靠度函数计算公式中包括连接函数项,连接函数项用于表征各性能参数值中具有非独立关系的性能参数值之间的连接关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
可靠性评价模型包括无备份耦合竞争模型、有备份耦合竞争模型或融合竞争模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
获取目标产品与加速应力对应的加速因子,并利用加速因子乘以初始可靠性评价指标,得到产品可靠性评价指标。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccessMemory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于多元性能退化的加速试验数据处理方法,其特征在于,所述方法包括:
获取目标产品的多个性能参数值,并确定各所述性能参数值之间的关联关系,所述关联关系包括独立共存关系以及备份关系,各所述性能参数值是在加速实验中对所述目标产品施加加速应力的情况下得到的;
根据所述关联关系确定所述关联关系对应的可靠性评价模型,并利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数;
根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标。
2.根据权利要求1所述的方法,其特征在于,所述利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数,包括:
根据各所述性能参数值,获取各所述性能参数值分别对应的单一性能退化的可靠度函数;
根据各所述单一性能退化的可靠度函数和所述可靠性评价模型,获取所述多元性能退化的可靠度函数。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述性能参数值,获取各所述性能参数值分别对应的单一性能退化的可靠度函数,包括:
根据所述性能参数值和预设筛选条件,从多个候选时间转换函数中确定所述性能参数值对应的目标时间转换函数,所述性能参数值随所述目标时间转换函数所表征的时间变化呈线性变化和/或非线性变化;
根据所述性能参数值和所述目标时间转换函数,获取所述单一性能退化的可靠度函数。
4.根据权利要求2所述的方法,其特征在于,所述根据各所述单一性能退化的可靠度函数和所述可靠性评价模型,获取所述多元性能退化的可靠度函数,包括:
将各所述单一性能退化的可靠度函数代入所述可靠性评价模型对应的可靠度函数计算公式中,得到所述多元性能退化的可靠度函数,所述可靠度函数计算公式中包括连接函数项,所述连接函数项用于表征各所述性能参数值中具有非独立关系的性能参数值之间的连接关系。
5.根据权利要求1所述的方法,其特征在于,所述可靠性评价模型包括无备份耦合竞争模型、有备份耦合竞争模型或融合竞争模型。
6.根据权利要求1所述的方法,其特征在于,所述根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标,包括:
对所述多元性能退化的可靠度函数进行处理,得到初始可靠性评价指标;
获取所述目标产品与所述加速应力对应的加速因子,并利用所述加速因子乘以所述初始可靠性评价指标,得到所述产品可靠性评价指标。
7.一种基于多元性能退化的加速试验数据处理装置,其特征在于,所述装置包括:
确定模块,用于获取目标产品的多个性能参数值,并确定各所述性能参数值之间的关联关系,所述关联关系包括独立共存关系以及备份关系,各所述性能参数值是在加速实验中对所述目标产品施加加速应力的情况下得到的;
第一获取模块,用于根据所述关联关系确定所述关联关系对应的可靠性评价模型,并利用所述可靠性评价模型和各所述性能参数值,获取所述目标产品对应的多元性能退化的可靠度函数;
第二获取模块,用于根据所述多元性能退化的可靠度函数,获取正常应力下所述目标产品对应的产品可靠性评价指标。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349194.5A CN116108697B (zh) | 2023-04-04 | 2023-04-04 | 基于多元性能退化的加速试验数据处理方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349194.5A CN116108697B (zh) | 2023-04-04 | 2023-04-04 | 基于多元性能退化的加速试验数据处理方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116108697A true CN116108697A (zh) | 2023-05-12 |
CN116108697B CN116108697B (zh) | 2023-08-04 |
Family
ID=86254666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310349194.5A Active CN116108697B (zh) | 2023-04-04 | 2023-04-04 | 基于多元性能退化的加速试验数据处理方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108697B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434372A (zh) * | 2023-12-21 | 2024-01-23 | 深圳信测标准技术服务股份有限公司 | 电子产品的电磁兼容抗扰度测试方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814301A (zh) * | 2020-05-28 | 2020-10-23 | 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)) | 可靠性评价方法、计算机设备以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 |
CN115630490A (zh) * | 2022-10-11 | 2023-01-20 | 浙江工业大学 | 基于多性能参数退化的电机可靠性建模与寿命预测方法 |
CN115809569A (zh) * | 2023-02-01 | 2023-03-17 | 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)) | 基于耦合竞争失效模型的可靠性评价方法和装置 |
CN115841046A (zh) * | 2023-02-10 | 2023-03-24 | 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)) | 基于维纳过程的加速退化试验数据处理方法和装置 |
-
2023
- 2023-04-04 CN CN202310349194.5A patent/CN116108697B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814301A (zh) * | 2020-05-28 | 2020-10-23 | 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)) | 可靠性评价方法、计算机设备以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 |
CN115630490A (zh) * | 2022-10-11 | 2023-01-20 | 浙江工业大学 | 基于多性能参数退化的电机可靠性建模与寿命预测方法 |
CN115809569A (zh) * | 2023-02-01 | 2023-03-17 | 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)) | 基于耦合竞争失效模型的可靠性评价方法和装置 |
CN115841046A (zh) * | 2023-02-10 | 2023-03-24 | 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)) | 基于维纳过程的加速退化试验数据处理方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117434372A (zh) * | 2023-12-21 | 2024-01-23 | 深圳信测标准技术服务股份有限公司 | 电子产品的电磁兼容抗扰度测试方法及*** |
CN117434372B (zh) * | 2023-12-21 | 2024-03-08 | 深圳信测标准技术服务股份有限公司 | 电子产品的电磁兼容抗扰度测试方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116108697B (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113946986B (zh) | 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 | |
CN115841046B (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
CN115809569B (zh) | 基于耦合竞争失效模型的可靠性评价方法和装置 | |
CN116108697B (zh) | 基于多元性能退化的加速试验数据处理方法、装置和设备 | |
CN115795920B (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
CN116010226A (zh) | 软件***可靠性仿真评估方法、装置和计算机设备 | |
CN116167581A (zh) | 电池需求量预估方法、装置、调度方法和计算机设备 | |
CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
CN115795928B (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN116228045B (zh) | 基于性能退化的产品可靠性薄弱环节评估方法和装置 | |
CN117371508A (zh) | 模型压缩方法、装置、电子设备以及存储介质 | |
CN116800671A (zh) | 数据传输方法、装置、计算机设备、存储介质和程序产品 | |
CN116127785B (zh) | 基于多元性能退化的可靠性评价方法、装置和设备 | |
CN117785674A (zh) | 接口用例生成方法、装置、计算机设备和存储介质 | |
CN118071502A (zh) | 交易故障识别方法、装置、设备、存储介质和产品 | |
CN116881450A (zh) | 资讯分类方法、装置、计算机设备、存储介质和程序产品 | |
CN116882008A (zh) | 基于数据驱动的变电站建筑信息模型生成方法和装置 | |
CN118349475A (zh) | 测试数据生成方法、装置、计算机设备和存储介质 | |
CN117376410A (zh) | 业务推送方法、装置、计算机设备和存储介质 | |
CN117743169A (zh) | 自动化测试模型的训练方法、装置、设备和存储介质 | |
CN118295664A (zh) | 代码生成方法、装置、计算机设备、存储介质和产品 | |
CN114329918A (zh) | 构件化软件***的分析方法、装置、设备和存储介质 | |
CN117667185A (zh) | 实体关系处理方法、装置、计算机设备和存储介质 | |
CN117391490A (zh) | 金融业务的评价信息处理方法、装置和计算机设备 | |
CN117971649A (zh) | 数据处理方法、装置、计算机设备和存储介质 |
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 |