[發明專利]一種基于Bayes因子優化的動態可靠性模型更新方法

有效

• 申請號: 201210501881.6
• 申請日: 2012-11-30
• 公開（公告）號: CN102982208B
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 汪忠來;黃洪鐘;張小玲;劉宇;朱順鵬;肖寧聰;張雪飛
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 成都宏順專利代理事務所(普通合伙) 51227
• 代理人: 彭立瓊;李順德

1.一種基于Bayes因子優化的動態可靠性模型更新方法，包括如下步驟：

步驟1：分析產品的失效物理，建立產品的失效物理可靠性模型，其全稱為基于失效 物理的動態可靠性近似模型，利用蒙特卡洛仿真對失效物理可靠性模型進行動態可靠性分 析，估計在某些給定時刻t_i(i＝1,2,...,l)點處的可靠度R₀(ti)；

其中，l為自然數；

步驟2：現場收集產品相關的可靠性信息，對可靠性信息進行統計和物理特性分析， 建立統計可靠性模型，也稱動態可靠性模型，估計在某些給定時刻t_i(i＝1,2,...,l)點處的可 靠度R₁(t_i)；

步驟3：將失效物理可靠性模型作為選擇模型，結合現場可靠性數據和可靠性試驗數 據，建立不同時間區間的Bayes因子表達式，并將不同時間區間的Bayes因子作為Bayes 因子優化模型中的約束條件；

所述建立不同時間區間的Bayes因子表達式的具體過程為：

Bi=(n+1)P(ki|x0iki,n)=x0iki(1-x0iki)n-ki(n+1)nki]]>公式(3)

公式(3)中：表示基于失效物理可靠性模型得到的產品壽命 落在第i個時間區間[t_i-1,t_i]內的概率；n表示從現場和可靠性試驗數據中獲取的產品壽命 樣本總量，其中k_i表示從現場和可靠性試驗數據中獲取的產品壽命落在第i個時間區間 [t_i-1,t_i]內的樣本量；

步驟4:以失效物理可靠性模型中的模型參數為設計變量，模型參數主要指表征系統 性能的相關參數，失效物理可靠度和統計可靠度之差平方和最小為目標，各時間區間內 Bayes因子為約束條件，建立基于Bayes因子的可靠性模型參數更新的優化模型；

步驟5：利用Matlab中的fmincon函數對步驟4中的優化模型進行求解，若得到最 優解，則此最優解為滿足要求的失效物理模型更新參數；若無解，則繼續制定可靠性試驗 方案，通過可靠性試驗增加現場可靠性數據作為原有現場可靠性數據的補充，再重復步驟 2到步驟4，直至Bayes因子優化模型找到最優解。