当前位置: > 硕士毕业论文 > 64000字硕士毕业论文工业工程中加速寿命试验的特点

64000字硕士毕业论文工业工程中加速寿命试验的特点

论文类型:硕士毕业论文
论文字数:64000字
论点:可靠性,应力,试验
论文概述:

(1)针对加速寿命试验参数模型的分布函数已知的特点,采用数理统计分析方法来处理失效数据,从Ifn定量的估计可靠性特征量。使用Visual C++6.0开发了一套可靠性数据统计分析软件,该软件首

论文正文:

工业工程中加速寿命试验的特点

简介:随着现代科学技术的进步,越来越多的高可靠性、长寿命产品问世。常规寿命试验有十个局限性,不再适用于许多场合。由本网站的硕士论文中心组织。

第一章导言
1.1

1.2加速寿命试验[/BR/]的意义、原理和模型分类通常用寿命试验方法对十种产品的可靠性寿命特性进行预测。这里的生命测试(Life test)是指从一批产品中随机选择n个产品形成一个样本,其中每一个产品也称为一个样本,样本的数量n称为样本量。在相同的正常应力水平下测试样品,然后观察每个样品的首次失效或失效时间。最后,对这些失效时间数据进行统计处理,从}fn中可以得到这些产品的各种可靠性指标。
随着科学技术的进步,越来越多的高可靠性、长寿命产品问世。常规寿命试验有十个局限性,不再适用于许多场合。例如,某类电子维族器件的产品寿命非常长,在正常工作温度下可能会增长数百万小时或更多。如果取1000个这样的维吾尔电子设备进行测试,测试时间可能需要数万小时,可能出现的故障数量非常少,甚至可能没有故障。这些条件的出现对维吾尔族器件可靠性特征指标的估计非常不利。如果我们提高测试温度,故障数量将会增加。产品在高温下的可靠性特征指标可由{ fn }估算,正常应力水平下的寿命特征可由{ fn }获得。高于正常应力水平的寿命试验是加速寿命试验。
加速寿命试验的基本思想是利用高应力水平下的寿命特性来推断正常应力水平下的寿命特性。对产品失效机理的研究表明,加速度应力(如温度、电压等)之间存在一定的关系。)和可靠性特征量(如平均寿命、中值寿命等。),并且使用这些关系很容易正确推断。因此,加速寿命试验的关键是在第十节建立寿命特性与应力水平之间的关系,这在一些书中被称为加速模型和加速方程。
加速寿命试验根据不同的应力应用模式可分为两种基本类型:恒定应力加速寿命试验(恒定应力加速寿命试验)、步进应力加速寿命试验(步进应力加速寿命试验)和顺序应力加速寿命试验(顺序应力加速寿命试验)。
(1),人力资源加测试
将样本分成n组,每组选择一个应力水平,目标_每组选择的应力水平比正常应力水平高十个。当每组样品中出现一定数量的不合格产品时,测试停止。如图1-1所示,图中的s和5Z代表不同的加速应力水平。
(2)逐步测试
选择一组应力水平,如S1 <深圳< S3 < S4,每组应力比正常应力水平高十倍。首先,在应力水平S下测试样品,一段时间后,剩余样品在应力水平52下测试,应力水平逐渐增加,直到指定的失效样品测试停止。
(3)序贯添加试验
的试验方法与分步添加试验基本相同,但序贯添加试验选择的应力水平随试验时间以相同速度增加。

上述两种加速寿命试验各有利弊。首先,从测试时间来看,通过恒加测试,样品失效最慢,分步加测试和顺序加测试的时间较短。二次和顺序添加测试所需的测试样品数量相对较少。最后,从实际应用的角度来看,恒加试验理论研究最多,数据模型相对成熟,精度相对较高。目前,一种产品被广泛用于加速寿命试验。
处于压力水平。
然后“S1 S2)是应力水平S2到S的加速度系数,或加速度系数。加速度系数在加速寿命试验中具有非常重要的价值,加速寿命试验是测量加速度效应的一种手段,[5]。加速应力水平下的可靠性特征量可以通过加速因子利用公式(1-3)转换成正常应力水平下的可靠性特征量。
加速寿命试验模型包括两种参数模型和非参数模型。参数模型的失效分布类型是已知的,但分布参数是不确定的。通常,它们是通过数学统计分析或失效机理分析获得的。常见的参数模型包括阿伦尼斯模型、艾林模型和逆幂律模型1.3支持向量机技术及应用[/BR/]支持向量机(SVM)是十大机器学习理论之一。这是由万皮克领导的研究小组在1993年提出的[·戈·SVM分类技术。它是一种基于十种统计学习理论的模式识别方法,主要应用于十种模式识别领域。在最初阶段,这些研究并不完善,在解决模式识别问题时一般倾向于保守,Ifn b_相对难以数学表达,因为这些关于Ifn的研究并没有得到业界人士的太多关注。直到20世纪90年代,统计学习理论的发展和以神经网络为代表的一些机器学习理论的研究都遇到了很大的困难。人们再次将注意力转向SVM SVM,Ifn b_ SVM本身在解决小样本、非线性和高维模式识别问题上表现出许多独特的优势,因为}fn与其他机器学习方法相比,发展迅速的[M [/BR/] S VM。其主要特点是:
(1)支持向量机是基于统计学习理论[约布的结构风险最小化准则,与传统的机器学习方法相比,支持向量机寻找的是最大区间接口,因此仍然可以有效地处理十个更复杂的模型支持向量机,支持向量机也可以在一定程度上避免一些机器学习算法无法解决的过度拟合问题;
(2) svm主要针对样本有限的情况,因此它在现有信息下获得最优解,而其他机器学习语言往往在样本数趋于十无穷大时获得最优解[\'2];
(3)SVM在线性条件下将问题转化为二次优化问题,即理论全局最佳点[\'3],局部最佳点[m;
(4) S支持向量机通过非线性映射将实际问题从低维空转化为高维空,并巧妙地将原空中的非线性问题转化为高维空 [15]中的线性判别问题,使得支持向量机具有良好的泛化能力,能够在实践中解决不同领域的非线性问题。
支持向量机最初主要应用于模式分类领域。随着理论的不断完善和回归领域的扩展,[·[在回归建模方面取得了许多成就,支持向量机在可靠性工程领域得到了很好的应用。例如,赵洪波等人利用支持向量机计算地下隧道的可靠性指标,并将支持向量机与蒙特卡罗模拟方法相结合。支持向量机通过学习蒙特卡罗模拟构造的样本,建立隧道变形与变量之间的非线性映射关系。得到极限状态函数和偏导数的表达式。实例结果表明,该方法计算精度高。多变量地下隧道工程可靠性分析具有很好的应用价值:涂新等人提出了加权支持向量机模型,并采用加权支持向量机方法对系统可靠性进行了训练和建模。预测结果表明,基10支持向量加权机的预测精度高于神经网络的BP模型。胡昌华等人提出将支持向量机的回归方法应用于产品性能退化的可靠性评估。建立了基于10个支持向量机的性能退化轨迹回归模型。实例分析表明,支持向量机回归模型可以提高产品性能下降的评估精度。邹新耀等人用支持向量机评估小样本电子元器件的可靠性,用支持向量机训练样本的失效时间,选择合适的核函数建立回归模型,通过模型得到拟合直线,得到可靠性评估结果。实例分析表明,小样本产品通过支持向量机的可靠性评估结果比十大样本的最小二乘评估结果更准确。
从以上可知,支持向量机是基于统计学习理论的风险向量理论和结构风险最小化原则。它不仅解决了过去困扰许多神经网络学习方法的小样本、过度学习、高维、局部极小等实际应用问题,而且Iflub”具有较强的泛化能力,为解决数据回归分析提供了一种新的有效途径。根据加速寿命试验非参数预测方法的特点,利用支持向量机对加速寿命试验非参数模型进行预测、研究和分析。。十年寿命的分布类型不知道非参数模型。一般来说,正常应力水平下的寿命特性是通过建立寿命特性和应力因子之间的多项回归方程来预测的。
(1)加速寿命试验参数模型
在加速寿命试验中,如果知道产品在不同应力水平下的寿命分布表达式,则与母参数e和e相关的可靠性指标在不同应力条件下是不同的。此时,加速度模型可以由参数e和应力之间的函数关系来描述:在上述公式中,a()是已知函数,s是施加的应力,a,b,...是需要估计的常数。等式(1-4)被称为加速寿命模型。在产品寿命分布已知的情况下,加速寿命试验的推理问题转化为常数α,β的估计,...通过不同应力水平下的试验数据进行估算,进一步得到正常应力条件下的母参数。E. A },A,8,...),类似地,可以获得相应的区间估计。在公式(1-4)中,函数Li `()通常是根据物理和化学模型得到的。以下描述了几种常见的参数模型。
① arenis model
在加速寿命试验中,温度是最常见的产品加速应力,尤其是电子产品。随着温度的升高,电子设备中粒子的运动速度加快,加速其化学反应,使产品提前从Ifn中失效。1880年,在研究了大量实验数据后,瑞典竞技场提出了以下模型:b = AEE } k’(115)。在上式中,8是母参数,a是常数,e是活化能,k是玻尔兹曼常数,s是绝对温度。
②逆幂律模型的电应力也是一种常见的加速度应力。逆幂律模型的表达式是:(1-6)在上式中,8是母参数,A
③单应力艾林模型
加速度应力为温度时,B为常数,S为电应力。阿伦模型也经常被用作加速度模型,即AB,d=- exp(-)岛左奈
当温度变化范围相对较小时,该模型也可以近似为阿伦尼斯模型。
以上三种模型是最常见的单应力加速模型。对数地改变它们可以把它们变成线性模型。线性模型描述简单,常数易于估计。上述模型的线性模型可以统一如下:
In 8=a+b eP}S}(1-8)
其中8是父参数,a} b是待定常数。Try s)是S的一个已知函数,当S是绝对温度,}p}S) -1/ S,当S是电压,} p (s) = inso
④广义阿伦模型
当温度和电压都被用作加速应力时,美国哥德堡提出了广义阿伦模型:在上式中,A、B、C、D是待估计的常数,k是玻尔兹曼常数,event和Sz分别是温度应力和电压应力。
值得一提的是,上述四种型号都有一定的适用范围。当应力条件超过一定范围,产品失效机理发生变化时,这些模型不再使用,需要根据物理化学原理建立新的模型。
(2)加速寿命试验的非参数模型
如果产品在不同应力水平下的寿命分布函数未知,则假设产品处于应力水平S和正常应力水平S,下的加速函数为。(t,S).对于十个非参数加速度模型,直接推导出加速度函数。很难。在加速度函数是线性加速度函数的假设下,1.4可靠性数据处理软件的研究现状
1.4.1国外可靠性数据处理软件的研究现状
可靠性数据分析和处理的基本工具是可靠性软件。国外对产品和系统可靠性工程软件的研究由来已久。目前,已经形成了比较完善的理论体系,建立了相应的数据库,开发了相应的成熟软件包。这些软件包在工业领域得到了广泛应用,一些软件产品甚至成为可靠性工程行业的标准。
目前,国外有相当著名的可靠性软件制造商,主要有美国Relex、英国ReliaSoft、以色列ALD公司等。其中,Relex的可靠性软件在美国拥有最高的市场份额。其产品具有代表性,涵盖可靠性工程的几乎所有方面,如Weibull++产品寿命数据分析模块、ALTA加速寿命试验数据分析模块、BlockSim系统可靠性可维护性模块、Xfmea故障模式和影响分析模块、Qtms质量跟踪管理系统模块等。以下是美国Relex公司开发的可靠性工程软件Relexweibull的简介。是威布尔。
(1)美国Relex公司威布尔模块
美国Relex公司成立于1986年。它主要基于可靠性咨询、可靠性软件开发和维护。威布尔模块是Relex软件的重要组成部分之一。用户可以单独使用它来分析产品的可靠性指标或将其与其他组件集成。威布尔模型的[}21}可以分析常见故障分布的可靠性,如威布尔分布、指数分布、正态分布、对数正态分布、威布尔分布、瑞利分布等。用户也可以通过软件输入一组故障数据,并检查以确定他们服从哪个分布,选择参数估计方法和置信水平类型,最终计算出产品的可靠性特征量。
(2)英国Reliasoft软件公司的Weilbull++7+7软件
成立于1992年。英国瑞拉索夫公司主要致力于可靠性工程的十个领域。威布尔++7是瑞拉索夫公司开发的可靠性数据统计分析软件的最新版本。该软件不仅可以分析和处理用户输入的各种故障类型的数据,还提供了使用十个事件日志数据的接口。用户可以使用常见的故障分布类型来分析、绘制和生成可靠性测试数据的报告工具,还可以分析各种派生数据。用微分法研究了单应力和多应力加速寿命试验的非参数模型。当加速度函数不是线性的时,目前没有特别好的解决方案。

[6]

[7]

1.4.2国内可靠性数据处理软件[/BR/]目前,国内对可靠性数据统计分析的理论研究很多。然而,可靠性数据处理软件的发展仍处于十年的初级阶段。许多部门仍在使用国外的可靠性软件。但是,外国公司不能根据中国的国情和具体要求开发具有相应功能的软件。FIJ对国外可靠性软件的过度依赖必将影响中国可靠性领域的进一步发展。因此,开发具有自主知识产权的可靠性数据处理软件已成为当前的一项紧迫任务。
中国的可靠性工程研究始于20世纪60年代,当时主要集中在军事领域。近年来,随着各类设备的高可靠性要求,一些研究单位开发设计了一批包括可靠性数据处理功能的可靠性工程软件,如汽车实验室的可靠性分析软件、军用电子元器件优化信息计算机光学系统和电子设备[法尔的可靠性预测和可靠性分配软件;计算机辅助可靠性分析集成软件,由CASIC [公司502和708开发。与国外可靠性软件相比,我国可靠性软件功能单一,应用范围窄,软件开发技术和工程化程度低。因此,开发功能齐全、应用范围广、集成度高的可靠性试验数据处理软件具有重要的现实意义。

1.5论文研究内容
对产品在加速寿命试验条件下的失效数据进行分析和处理,得出产品在正常应力水平下的可靠性特征量。根据实验中观察到的无效数据是否服从一定的分布,有两种分析和处理数据的方法。如果产品在加速应力下的失效数据可以确定为属于十种分布,即加速模型是参数模型,则首先可以得到产品在应力条件下的可靠性特征量,通过公式(1-3)可以估算出正常应力水平下的可靠性特征量。在此基础上,开发了一套加速寿命试验数据统计分析软件,通过数学分析得到了产品在正常应力水平下的可靠性指标。
如果加速应力条件下产品失效数据的分布类型无法确定或不属于十种经典分布之一,则在这种情况下,加速模型是非参数模型。目前还没有成熟的非参数统计分析方法,与参数统计分析方法相比精度不高。本文利用支持向量回归机的原理,建立了基于十进制支持向量回归机的非参数统计方法,实现了对产品正应力水平下可靠性及相关可靠性特征的预测。实例预测结果与给定参数下计算结果的比较表明,基于十基支持向量机的加速寿命试验非参数模型建立方法是一种有效的方法。论文共分五章,具体安排如下:
第一章首先介绍了加速寿命试验的模型分类和支持向量机技术的发展,然后简要介绍了可靠性数据的研究现状,提出了加速寿命试验数据的处理方法,分为参数统计方法和非参数统计方法。
第二章阐述了可靠性数据分析的理论知识,为加速寿命试验参数模型的数据分析和处理软件开发奠定了理论基础。
第二章根据加速寿命试验参数模型数据的特点,开发了一套可靠性数据处理软件。该软件不仅可以对加速应力条件下的失效数据进行统计分析,得到加速应力条件下产品的可靠性特征量,然后通过加速因子的转换得到正应力水平下的可靠性特征量,还可以直接对正应力水平下的失效数据进行统计分析,得到可靠性特征量。
第四章介绍加速寿命试验中非参数模型失效数据的处理方法。利用支持向量机的回归函数预测正常应力水平下产品的相关可靠性特征量和可靠性曲线。
第五章总结了本文的内容,并对进一步的研究进行了展望。

参考
[1]卢建国等电器产品可靠性试验结果评价江苏电器,1989,2:60-65
[2]马晓敏可靠性数据分析系统的设计与研究:“硕士学位论文”合肥:合肥工业大学,2007
[3]戴树森可靠性试验及其统计分析北京:国防工业出版社。1983
[4]张芝华加速寿命试验及其统计分析北京:北京理工大学出版社,2002
[5]马存宝电子设备可靠性分析与软件实现:“硕士学位论文”Xi安:西北工业大学,2003
[6]何国芳可靠性数据采集与分析北京:国防工业出版社。1995年
[7]马晓敏可靠性数据分析系统的设计与研究:“硕士学位论文”合肥:合肥工业大学,2007年
[8] V VAPNIK。统计学习理论的本质。纽约:斯普林格:1995
[9]宋建国,伯勒格。通过支持累托回归预测蛋白质中的残基ise接触顺序。生物信息学,2006,(7):425
[10]马丁-格雷罗,坎普瓦尔斯,索利亚奥利瓦,等.使用轮廓依赖支持向量回归的促红细胞生成素剂量个体化。生物医学工程学报,2003,50 (10): 1136-1142
邵联合基于回归支持向量机的软测量建模研究自动化博览会,2010,1: 9-12
摘要4-5
摘要5
第1章导言8-17
1.1可靠性概述8
1.2重要性, 原理和模型分类8-12
1.3支持向量机技术及应用12-13
1.4可靠性数据处理软件13-15 [/BR/] 1.4.1国外可靠性数据处理软件13-14 [/BR/] 1.4.2国内可靠性数据处理软件14-15 [/BR/] 1.5论文15-17
第二章可靠性数据分析的理论基础17 2.1.3指数分布19-20
2.1.4威布尔分布20-21
2.2故障分布类型的估计21-22
2.3故障分布类型的测试22-24
2.3.1k-s测试22-23
2.3.2χ ~ 2测试23-24[/ Br/] 2.4常见可靠性特征24-26
2.5.2区间估计28-29
2.5.3通用分布参数估计29-36[/ Br/] 2.6本章概要36-37
第3章可靠性数据处理软件37-52
3.1可靠性数据分析方法概述37-38
3.2编程语言环境选择38
3.3可靠性测试数据处理软件38-42[/ Br的总体框架 3.4.3可靠性特征量的估计48-50
3.5本章总结了50-52
第4章基于支持向量机的加速寿命试验非参数统计方法52-64
4.1支持向量回归机52-56
4.1.1支持向量机52-54
4.1.2核函数的回归原理和方法54-55
4.1 4.3.2模型建立和预测57-60 [/BR/] 4.3.3结果分析和讨论60-62 [/BR/] 4.3.4结论62-63 [/BR/] 4.4本章摘要63-64
第五章总结并期待64-65
感谢65-66
参考66-69
附录1主要源程序69-71
谢世世,刘文泰,唐伯英。使用支持累托回归对海洋大气中水分传输的天基估算。环境遥感,2008,112(4):1846-1855
[13]陈克英,王春海。遗传算法支持向量回归在旅游需求预测中的应用。旅游管理,2007,28(1):215-226
[14]李永杰,谢伟富,黄春明,艾司隆-SSVR。ε不敏感回归的光滑支持向量机。IEEE知识与数据工程学报,2005,17 (5): 678-685
[15]俞培生,陈世泰,张毅夫.实时洪水期预报的支持向量回归。2006,328(3-4):704-716
[16]G Camps-Valls,E. Soria-Olivas,J . J . Perez-Ruixo,等.使用聚类和支持向量回归方法进行环孢菌素浓度预测.电子通讯,2002,38 (12): 568-570。
[17]赵洪波·SVM在地下工程岩土力学可靠性分析中的应用,2009,2 (2): 75-77
[18]涂新。加权支持向量机在可靠性预测中的应用:“硕士学位论文”。成都:电气科技大学。2008
[ 19]胡绿华等.电力劣化可靠性评估的支持向量机。系统工程与电气技术,2009,5 (5) 138-142
[20]邹新耀等.支持向量机在小样本集成电路可靠性评估中的应用。华南理工大学学报,2009。1(1):37-41
[21]宋卫红等。基于参数估计的电气产品可靠性试验数据融合。低压电器,2008,2: 55-59
[22]张春华。降压应力加速寿命试验的理论和方法:“硕士学位论文”。长沙:国防科技大学。2002
[23]纪惠媛。动态故障树分析方法研究:“硕士学位论文”。长沙:国防科技大学,2002
[24]苏魏紫等.铝电解槽寿命预测研究。铝镁通信,2007,2:35-42
[25] a\'}杨。混合失败率及其单调性研究:“硕士学位论文”。北京:北京科技大学。2008年
[26]唐·田源。竹子理论研究及加速寿命试验数据分析系统:“博士论文”。哈尔滨:哈尔滨工业大学,2007

[11]

[12]