1. 退化研究背景
产品可靠性是指元件、产品、系统等在规定条件下和规定时间内完成规定功能的能力。在可靠性理论中,将产品丧失所规定功能的现象称为失效。
产品的失效主要分成两种类型。第一种是突发型失效,指产品在某一时刻的一个瞬间,规定功能突然完全丧失,如器件击穿、电材短路等。第二种是退化型失效,指产品的功能随时间的延长而逐渐缓慢的退化,直至达到无法正常工作得到状态(通常规定一个评判的临界值,即退化失效水平),如电池电量的衰退、药品效力的降低等。
在过去的可靠性理论中,主要的研究对象为寿命数据,即失效时间。由于产品可靠性提高,很少在试验时间内获得失效数据。在这种情况下,对于退化型失效的产品,可以选择与产品寿命和可靠度高度相关的物理变量,称为可靠性特征量(或退化量,常被表示为),并采用定量的数学模型描述其与时间的变化规律,称为性能退化过程模型。
2. 基本模型
2.1 一般路径模型
其中, 是真实退化路径,与一些随机参数(称为随机效应)有关; 是测量误差,服从正态分布 。
-
当随机效应给定时, 是固定函数。
-
失效时间的随机性都来自于随机参数。
举例,假设
其中, 是所有产品单元都相同的固定参数, 是单元之间不同的随机参数并且服从特定分布 。 然后当 给定时,失效时间是固定的。
2.2 随机模型
-
Wiener过程
Wiener过程具有独立增量
其中, 是漂移参数, 是扩散参数, 是标准布朗运动。
-
Gamma过程
Gamma过程 具有独立增量 ,并且服从Gamma分布
其中, 是尺度参数, 是形状函数(非负,单调递增)。
-
Inverse Gaussian过程
Inverse Gaussian过程 具有独立增量 ,其中 是非负且单调递增的。逆高斯分布 的PDF为
这三个分布的参数随时间变化的形式是根据分布的可加性来构造的。
2.3 模型对比
-
一般路径模型
-
在合并随机效应时非常灵活(寿命 有closed-form,随机模型没有)
-
比基于过程的模型更加稳健
-
一般路径模型简单地假设固有退化是确定性的
-
随机模型: 退化过程中的随机性模型是由内在随机性和环境因素共同形成的
-
Wiener过程的首达时间具有解析形式,服从IG分布,但是退化路径并不是单调的
-
Gamma过程具有单调的退化路径,并且Gamma过程是纯跳过程,其样本路径不连续,可以描述连续的微小冲击导致的缓慢退化
-
IG过程也具有单调的退化路径,也是复合Poisson过程的极限,并且在加入协变量和随机效应时非常灵活
3. 模型拓展
3.1 测量误差
反映退化的内在随机性。
其中, 为误差项,常被假定为与时间无关。
3.2 协变量(解释变量)
环境因素可能影响退化过程,包括温度,湿度,振动,使用频率等。
-
Power law function:
-
Arrhenius function:
-
Inverse-logit function:
-
Exponential function:
3.3 随机效应
每个单位的内在随机性。由于无法观测的内源性因素,同一样本的不同产品单元观察到的退化量可能非常不同。退化过程的参数常被假设服从某一分布。例如,Wiener过程中 and .
4. 其他模型及应用
其他模型
-
加速退化试验
-
试验设计
-
二元/多元退化量模型
-
延迟时间模型
-
冲击模型
-
连续时间Markov模型
-
不同的数据驱动方法
-
基于退化的burn-in模型
应用
-
维修决策
-
可靠性估计(剩余使用寿命预测)
-
burn-in检验
参考资料
[1] 基于退化的可靠性技术. 金光
[2] 退化数据统计分析. 庄东辰, 茆诗松
[3] Stochastic modelling and analysis of degradation for highly reliable products. Zhi-Sheng Ye, Min Xie