一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法
【专利摘要】一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，该方法有四大步骤：步骤一：分析晶体谐振器在长期贮存过程中退化机理，获得主要退化机理对参数变化的影响，确定晶体谐振器的退化敏感参数；步骤二：设计并开展晶体谐振器加速贮存退化试验，对选定的敏感参数进行测量，定期采集试验数据；步骤三：利用最小二乘支持向量机理论处理试验数据，建立在不同加速应力水平下该敏感参数的退化模型；步骤四：建立正常应力下的晶体谐振器参数退化模型，确定失效判据，预测晶体谐振器的贮存寿命。本发明解决了在预测晶体谐振器贮存寿命时遇到的小样本、非线性等实际问题，简化了计算的复杂性，提高了收敛速度和精度，具有较高的推广价值。
【专利说明】一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法
【技术领域】
[0001]本发明提供一种晶体谐振器的贮存寿命预测方法，它涉及到最小二乘支持向量机的理论及算法，属于加速试验评估【技术领域】。
【背景技术】
[0002]石英晶体谐振器是当前电子工业中应用的关键元器件之一。石英晶体谐振器作为高精度、高稳定度的振荡源，是各类数字时序电路系统产生时钟同步信号的最主要的方式，同时，它也是温补晶振(TCX0)、晶体滤波器、谐振式传感器的核心部件，应用范围广，使用非常普遍。在电子设备贮存期间，其内部的石英晶体谐振器易受到贮存环境的影响，从而发生性能退化或失效，石英晶体谐振器一旦出现失效，其所处的系统就会全部瘫痪，直接影响着武器的效能，因此，评估石英晶体谐振器的贮存寿命对电子元器件可靠性研究具有重要意义。
[0003]对于长寿命高可靠性的产品，往往难以在短期内观测到产品失效，基于产品性能退化数据分析产品可靠性成为一种有效途径，加速退化试验的方法应运而生。处理退化数据时采用的方法通常有时间序列法、回归分析法、灰色系统理论和人工神经网络等，然而这些方法都存在明显的缺陷。时间序列法、回归分析法都是依靠长周期、大样本的数据来建立相应的线性模型，灰色系统理论适合对平滑数据样本进行拟合，但它们对小样本、多维度、含有非线性关系的数据样本预测效果较差；人工神经网络模型具有过分强调克服学习错误而泛化性能不强、网络的最终权重受初始值影响大等不足，容易陷入局部极小点而得不到问题的最优解，其预测效果还不是很令人满意。
[0004]支持向量机(Support Vector Machine, SVM)是Vapnik等人提出的一种基于统计学习理论的机器学习算法。该算法由于以风险最小化原理为基础，尽量提高泛化能力，不需要特定的先验知识，能很好地解决小样本、非线性、局部极小点等实际问题。最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)是一种改进的支持向量机，它引入了最小二乘线性系统，将传统支持向量机中的不等式约束改为等式约束，从而将二次规划问题转变成线性方程组的求解问题，简化了计算的复杂性，提高了收敛速度和精度。
[0005]本发明利用最小二乘支持向量机的思想和方法，来解决晶体谐振器贮存寿命预测时如何进行建模及处理试验数据的问题，提高了预测精度和运算效率，具有较好的可行性和推广价值。
【发明内容】
[0006]本发明的目的是提供一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，以克服现有技术中上述各方法在处理加速退化试验数据时存在的缺陷，能够更加快捷、精确地进行晶体谐振器的贮存寿命预测。
[0007]本发明所研究的晶体谐振器性能退化过程须进行如下假设:[0008]假设I晶体谐振器的性能退化过程具有单调性，即性能退化的总体趋势不可逆。
[0009]假设2加速退化过程中晶体谐振器的失效机理不发生改变。
[0010]基于上述假设，本发明提出一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，该方法的技术流程如附图1所示，具体步骤如下:
[0011]步骤一:分析晶体谐振器在长期贮存过程中退化机理，获得主要退化机理对参数变化的影响，确定晶体谐振器的退化敏感参数。
[0012]步骤二:设计并开展晶体谐振器加速贮存退化试验，对选定的敏感参数进行测量，定期采集试验数据。
[0013]步骤三:利用最小二乘支持向量机理论处理试验数据，建立在不同加速应力水平下该敏感参数的退化模型。
[0014]步骤四:建立正常应力下的晶体谐振器参数退化模型，确定失效判据，预测晶体谐振器的忙存寿命。
[0015]其中，步骤一所述的“确定晶体谐振器的退化敏感参数”，其具体实现过程如下:
[0016]收集并分析晶体谐振器在长期贮存环境下的退化机理，通过简单的摸底试验获得晶体谐振器主要性能参数的变化趋势，确定其主要退化机理对性能参数变化的影响，从中选出最具有分析价值的参数，作为退化敏感参数，并以此进行建模。
[0017]其中，步骤三所述的“利用最小二乘支持向量机理论处理试验数据，建立在不同加速应力水平下该敏感参数的退化模型”其具体实现过程如下:
[0018]确定晶体谐振器退化敏感参数后，根据该敏感参数的退化规律，假设回归估计函数为:
[0019]
【权利要求】
1.一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，其特征在于:该方法具体步骤如下: 步骤一:分析晶体谐振器在长期贮存过程中退化机理，获得主要退化机理对参数变化的影响，确定晶体谐振器的退化敏感参数； 步骤二:设计并开展晶体谐振器加速贮存退化试验，对选定的敏感参数进行测量，定期采集试验数据； 步骤三:利用最小二乘支持向量机理论处理试验数据，建立在不同加速应力水平下该敏感参数的退化模型； 步骤四:建立正常应力下的晶体谐振器参数退化模型，确定失效判据，预测晶体谐振器的贮存寿命。
2.根据权利要求1所述的一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，其特征在于:步骤一中所述的“确定晶体谐振器的退化敏感参数”，其具体实现过程如下:收集并分析晶体谐振器在长期贮存环境下的退化机理，通过简单的摸底试验获得晶体谐振器主要性能参数 的变化趋势，确定其主要退化机理对性能参数变化的影响，从中选出最具有分析价值的参数，作为退化敏感参数，并以此进行建模。
3.根据权利要求1所述的一种基于最小二乘支持向量机的晶体谐振器贮存寿命预测方法，其特征在于:步骤三中所述的“利用最小二乘支持向量机理论处理试验数据，建立在不同加速应力水平下该敏感参数的退化模型”，其具体实现过程如下: 确定晶体谐振器退化敏感参数后，根据该敏感参数的退化规律，假设回归估计函数为:
【文档编号】G01R31/00GK103472340SQ201310446379
【公开日】2013年12月25日 申请日期:2013年9月26日 优先权日:2013年9月26日
【发明者】高成, 崔嵬, 王香芬, 张承 申请人:北京航空航天大学