[發(fā)明專利]多應(yīng)力加速壽命試驗分析方法和裝置

在審

• 申請?zhí)枺?/td>: 201911030221.2
• 申請日: 2019-10-28
• 公開（公告）號: CN110795887A
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計）人: 劉堯;汪亞順;范政偉;張書鋒;萬伏彬;彭興;陳循
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F119/14;G06F119/04
• 代理公司: 43225 長沙國科天河知識產(chǎn)權(quán)代理有限公司
• 代理人: 邱軼

1.一種多應(yīng)力加速壽命試驗分析方法，所述方法包括：

獲取產(chǎn)品多應(yīng)力加速壽命試驗對應(yīng)的多個失效應(yīng)力，根據(jù)所述失效應(yīng)力的應(yīng)力類型，得到所述多個失效應(yīng)力中的多個應(yīng)力組合；

根據(jù)各個所述應(yīng)力類型對應(yīng)的反應(yīng)速率模型，建立多個應(yīng)力組合對應(yīng)的多應(yīng)力加速模型；

采用粒子群算法，對所述多應(yīng)力加速模型中的待估參數(shù)進(jìn)行計算，確定所述待估參數(shù)的參數(shù)值；

將所述參數(shù)值輸入所述多應(yīng)力加速模型，得到產(chǎn)品在多個失效應(yīng)力條件下的可靠度分布規(guī)律。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在根據(jù)各個所述應(yīng)力類型對應(yīng)的加速模型，建立多數(shù)應(yīng)力組合對應(yīng)的多應(yīng)力加速模型之后，所述方法還包括：

以所述多應(yīng)力加速模型中的應(yīng)力組合為自變量、所述多應(yīng)力加速模型中的壽命特征為因變量，采用多因素方差進(jìn)行顯著性分析，得到對所述壽命特征產(chǎn)生影響的所述應(yīng)力組合；

根據(jù)產(chǎn)生影響的應(yīng)力組合，對所述多應(yīng)力加速模型進(jìn)行更新，得到實際多應(yīng)力加速模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)各個所述應(yīng)力類型對應(yīng)的反應(yīng)速率模型，建立多個應(yīng)力組合對應(yīng)的多應(yīng)力加速模型，包括：

將各個所述應(yīng)力類型對應(yīng)的反應(yīng)速率模型進(jìn)行疊加，得到多個應(yīng)力組合作用下的反應(yīng)速率模型；

根據(jù)所述多個應(yīng)力組合作用下的反應(yīng)速率模型，得到多應(yīng)力加速模型；

對所述多個應(yīng)力組合進(jìn)行標(biāo)準(zhǔn)化，將標(biāo)準(zhǔn)化后的多個應(yīng)力組合輸入所述多應(yīng)力加速模型，得到特征壽命服從威布爾分布的多應(yīng)力加速模型。

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，在采用粒子群算法，對所述多應(yīng)力加速模型中的待估參數(shù)進(jìn)行計算，確定所述待估參數(shù)的參數(shù)值之前，還包括：

獲取所述每個應(yīng)力組合下，預(yù)設(shè)時間內(nèi)產(chǎn)品失效的對數(shù)似然函數(shù)；

根據(jù)所述對數(shù)似然函數(shù)，得到多個應(yīng)力組合下失效數(shù)據(jù)對應(yīng)的似然函數(shù)；

根據(jù)所述似然函數(shù)以及所述多應(yīng)力加速模型，得到多應(yīng)力加速壽命試驗分析極大似然估計模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述采用粒子群算法，對所述多應(yīng)力加速模型中的待估參數(shù)進(jìn)行計算，確定所述待估參數(shù)的參數(shù)值，包括：

以所述對數(shù)似然函數(shù)作為所述粒子群算法中待估參數(shù)的目標(biāo)函數(shù)，所述對數(shù)似然函數(shù)的值最大作為所述粒子群算法中待估參數(shù)的優(yōu)化目標(biāo)進(jìn)行迭代，得到多應(yīng)力加速模型中的待估參數(shù)的參數(shù)值。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，以所述對數(shù)似然函數(shù)作為所述粒子群算法中待估參數(shù)的目標(biāo)函數(shù)，所述對數(shù)似然函數(shù)的值最大作為所述粒子群算法中待估參數(shù)的優(yōu)化目標(biāo)進(jìn)行迭代，包括：

將所述多應(yīng)力加速模型中的每一種分布作為一個粒子，在變量的約束空間內(nèi)初始化所有所述粒子的迭代位置和迭代速度；其中約束條件為所述分布的形狀參數(shù)大于0，特征壽命小于最大失效壽命且大于0；

計算每個所述粒子的目標(biāo)函數(shù)值；

對于每個粒子，比較當(dāng)前所述目標(biāo)函數(shù)值和所有粒子的歷史最優(yōu)目標(biāo)函數(shù)值，選擇二者之間較大值更新所述歷史最優(yōu)目標(biāo)函數(shù)值；

根據(jù)每個粒子的當(dāng)前位置、當(dāng)前速度、當(dāng)前粒子的歷史最最優(yōu)值和所有粒子的歷史最優(yōu)值，計算得到下一次迭代的粒子速度，以及根據(jù)下一次迭代的粒子速度和當(dāng)前位置，計算得到下一次迭代的粒子位置，完成一次迭代；

循環(huán)多次迭代，直至滿足預(yù)先設(shè)置的收斂精度或達(dá)到預(yù)先設(shè)置的迭代次數(shù)。

7.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，將所述參數(shù)值輸入所述多應(yīng)力加速模型，得到產(chǎn)品在多個失效應(yīng)力條件下的可靠度分布規(guī)律，包括：

將所述參數(shù)值輸入所述多應(yīng)力加速模型，得到產(chǎn)品在多個應(yīng)力組合下的壽命特征；

將所述壽命特征轉(zhuǎn)化至正常應(yīng)力下，得到正常應(yīng)力組合下的可靠度函數(shù)；

根據(jù)所述可靠度函數(shù)得到產(chǎn)品在多個失效應(yīng)力條件下的可靠度分布規(guī)律。