专利名称：一种基于多机理竞争退化的贮存可靠性分析方法
技术领域：
本发明提供一种基于多机理竞争退化的贮存可靠性分析方法，它涉及一种考虑随机性、分散性和多机理竞争退化的贮存可靠性分析方法，属于贮存可靠性技术领域。
背景技术：
贮存类产品往往具有长期贮存的特点，在其全寿命周期内，绝大部分的时间是处于贮存状态，因此其贮存可靠性水平成为了制约其战备完好性的关键因素。贮存可靠性定义为“在规定的贮存条件下，在规定的贮存时间内，产品保持固定功·能的能力”。当前，美、俄等国家非常重视贮存可靠性的研究，首先对贮存薄弱环节及其机理进行识别分析，针对最薄弱环节部件的进行单一机理加速贮存试验，然后对贮存试验数据进行分析预测出贮存类产品的贮存可靠性，最后通过与自然贮存试验结果进行对比分析，得到贮存可靠性评估结果。但是，往往许多贮存类产品的贮存可靠性是一个复杂的多机理问题，在多机理竞争退化作用下，各机理特征参数往往具有随机性和分散性的变化特点，这些因素的综合影响使得当前国内外基于单一薄弱环节和单一预测模型的贮存可靠性分析方法具有一定的局限性。
发明内容
本发明的目的是为了提供一种基于多机理竞争退化的贮存可靠性分析方法，弥补现有技术没有考虑多机理竞争退化，和不能分析多机理竞争退化作用下特征参数具有随机性、分散性变化特点的贮存可靠性评估等缺陷。本发明涉及的一种基于多机理竞争退化的贮存可靠性分析方法通过考虑贮存类产品在随机性影响下的贮存寿命，和分散性影响下的各关键部件贮存寿命分布特点，并根据分布类型计算各关键部件贮存可靠性变化规律，得到多机理竞争退化情况下贮存类产品贮存寿命的不同考虑情况，和在不同贮存寿命阶段可靠性的多机理竞争特点，本发明能为长期贮存条件下贮存类产品的贮存可靠性评估、贮存维护方案研究提供理论基础和技术支撑。本发明是通过以下技术方案实现的，首先通过明确和分析贮存剖面特点，定期检测得到长期贮存条件下贮存类产品各关键部件的特征性能参数数据；然后针对特征性能参数数据随机性变化的特点采用移动标准偏差方法描述了各关键部件特征性能参数的贮存稳定性水平，通过对贮存稳定性水平退化规律模型拟合，和根据各关键部件特征性能参数稳定性水平要求，得到10套某贮存类产品相应关键部件的贮存寿命值；其次针对各样本贮存试验数据的分散性特点，对各关键部件贮存寿命进行分布假设检验和分布参数估计，且根据不同分布类型与可靠度计算公式之间的折算关系，可得长期贮存条件下考虑分散性的各关键部件的贮存可靠度模型；最后根据多机理竞争退化情况下贮存类产品贮存寿命的不同考虑情况，通过MATLAB仿真得到长期贮存条件下各关键部件可靠度变化规律，综合分析得到了长期贮存条件下，某贮存类产品贮存可靠性在各个贮存阶段的分析评估结果。实现了基于多机理竞争退化的贮存可靠性分析方法，其操作流程及步骤如图I所示。
本发明一种基于多机理竞争退化的贮存可靠性分析方法，其步骤如下步骤一贮存剖面分析及贮存数据检测首先，确定贮存剖面，本发明中的某贮存类产品贮存剖面是指除“使用”之外的全部事件，即从装备交付后，到装备使用或装备报废之间的整个过程，其中主要包括运输装卸、库房贮存2个阶段；其次，贮存数据检测，通过贮存剖面中的定期检测方案(检测间隔一般比较固定，设为6个月)，定期检测其中的关键部件特征性能参数的贮存数据，统计得到10套某贮存类产品中上述5个关键部件在不同时刻的特征性能值；步骤二 贮存试验数据随机性分析首先，通过对贮存试验数据进行实际变化轨迹绘图，得到关键部件I、关键部件2、·关键部件3、关键部件4和关键部件5共5个关键部件的特征性能参数贮存数据实际变化轨迹规律；然后，采用移动标准偏差方法来分析各关键部件定期检测数据的随机性特性，移动标准偏差方法分析步骤为1)将各时刻特征性能测量值减去设计标准值，得到特征性能偏差值；2)采用移动标准差法分析得到各关键部件特征性能偏差值的移动标准差序列，即各关键部件的贮存稳定性水平数据；最后，以各贮存时刻为横坐标、各关键部件特征性能参数的贮存稳定性水平为纵坐标，对各关键部件特征性能参数的贮存稳定性水平数据进行绘图，分别得到关键部件I、关键部件2、关键部件3、关键部件4和关键部件5特征性能参数贮存稳定性水平随时间的退化规律模型，并根据各关键部件贮存稳定性水平要求依次得到10套某贮存类产品关键部件I、关键部件2、关键部件3、关键部件4和关键部件5的贮存寿命值；步骤三贮存试验数据分散性分析针对各贮存试验数据的分散性特点，采用MINITAB软件中的概率图分布检验方法对各关键部件贮存寿命值进行分布假设检验，来刻画贮存试验数据的分散性特性；首先，采用MINITAB软件中的概率图分布检验方法对各关键部件贮存寿命值进行分布假设检验，得到关键部件I、关键部件2、关键部件3、关键部件4和关键部件5的寿命分布类型及其分布参数估计值，即贮存试验数据的分散性特征；然后，根据可靠度计算原理，和不同分布类型之间可靠度的计算模型，将各关键部件寿命分布参数估计值代入可靠度计算模型中，可得长期贮存条件下考虑分散性的各关键部件的贮存可靠度模型；步骤四基于多机理竞争退化的贮存可靠性分析评估首先，根据多机理竞争退化建模特点，采用MATLAB软件对步骤三中的各关键部件贮存可靠度模型进行仿真，即计算不同时刻各关键部件可靠度值大小，分别得到长期贮存条件下各关键部件可靠度随时间变化规律；然后，在考虑多机理独立退化的条件下，基于多机理竞争退化的贮存可靠性分析评估是一个复杂的过程，本发明中基于多机理竞争退化的贮存可靠性分析评估原则为在多机理竞争退化条件下，产品的贮存可靠性水平是由这些机理不同退化模式间竞争的结果，因此在其贮存可靠性的分析评价过程中，产品的可靠性水平是由最易退化关键部件的可靠性度决定的。
其中，在步骤一中所述的定期检测方案，是指在长期贮存过程中，每隔6个月对各器件特征参数进行测量，明确其所处的贮存状态。其中，在步骤二中所述的移动标准差法，是指对于一组数据X1, X2,……，xn，首先，对数据序列Xl，X2, X3, X4, X5求标准差，得到移动标准差值yi ;然后，去掉X1，加入X6，得到新的数据序列X2，X3, X4, X5, X6,同样对其求标准差得到移动标准差值y2，依次类推，得到数据序列
xn-4, xn_3, xn_2, xn_1； xn的移动标准偏差值yn_4 ;最后，得到移动标注差值序列yu J2,......，yn-4，
上述方法即为移动标准差法。本发明一种基于多机理竞争退化的贮存可靠性分析方法，具有以下优点I.采用移动标准偏差方法分析随机性影响下各关键部件稳定性水平的变化规律，解决了在长期贮存条件下，各特征性能参数贮存数据没明显退化趋势，且表现出随机性变化特性的贮存寿命难分析的问题。·2.采用分布假设检验方法分析分散性影响下各关键部件贮存寿命的分布规律，得各关键部件的贮存可靠度模型，解决了长期贮存条件下各关键部件贮存寿命在不同产品之间分散性较大，贮存可靠度难分析的问题。3.根据多机理竞争退化建模特点，通过MATLAB仿真得到长期贮存条件下各关键部件可靠度随时间变化规律，并对不同期望水平下的贮存寿命和贮存可靠度之间的权衡进行了分析评估。
图I是本发明方法流程图。图2是典型贮存寿命剖面图。图3是关键部件定期检测数据实际变化轨迹曲线图。图4是长期贮存条件下各关键部件可靠度随时间竞争变化规律图。
具体实施例方式下面将结合附图和具体实例对本发明做进一步的详细说明。根据附图I所示实施流程，从贮存剖面分析及贮存数据检测、贮存试验数据随机性分析、贮存试验数据分散性分析、基于多机理竞争退化的贮存可靠性分析评估等4个方面对本发明进行详细阐述。在贮存条件下，影响某贮存类产品长期贮存可靠性关键部件依次为关键部件I、关键部件2、关键部件3、关键部件4和关键部件5。本发明一种基于多机理竞争退化的贮存可靠性分析方法，其步骤如下步骤一贮存剖面分析及贮存数据检测首先，贮存剖面分析，本发明中的贮存是指除“使用”之外的全部事件，即从装备交装后，到装备使用或装备报废之间的整个过程，其中主要包括运输装卸和库房贮存2个阶段，典型贮存寿命剖面如图2所示。然后，贮存数据检测，关键部件I、关键部件2、关键部件3、关键部件4和关键部件5是当前影响某贮存产品贮存可靠性的5个关键部件，其特征性能设计标准值依次为27V、-9. 9VU. 95V.6V和36V，在长期贮存条件下要求其特征性能参数具有一定的稳定性水
权利要求
1.一种基于多机理竞争退化的贮存可靠性分析方法，其特征在于该方法具体步骤如下 步骤一贮存剖面分析及贮存数据检测 首先，确定贮存剖面，所述贮存剖面是指除“使用”之外的全部事件，即从装备交付后，到装备使用或装备报废之间的整个过程，其中主要包括运输装卸、库房贮存2个阶段；其次，贮存数据检测，通过贮存剖面中的定期检测方案，定期检测其中的关键部件特征性能参数的贮存数据，统计得到10套贮存类产品中上述5个关键部件在不同时刻的特征性能值； 步骤二 贮存试验数据随机性分析 首先，通过对贮存试验数据进行实际变化轨迹绘图，得到关键部件I、关键部件2、关键部件3、关键部件4和关键部件5共5个关键部件的特征性能参数贮存数据实际变化轨迹规律； 然后，采用移动标准偏差方法来分析各关键部件定期检测数据的随机性特性，移动标准偏差方法分析步骤为1)将各时刻特征性能测量值减去设计标准值，得到特征性能偏差值；2)采用移动标准差法分析得到各关键部件特征性能偏差值的移动标准差序列，即各关键部件的贮存稳定性水平数据； 最后，以各贮存时刻为横坐标、各关键部件特征性能参数的贮存稳定性水平为纵坐标，对各关键部件特征性能参数的贮存稳定性水平数据进行绘图，分别得到关键部件I、关键部件2、关键部件3、关键部件4和关键部件5特征性能参数贮存稳定性水平随时间的退化规律模型，并根据各关键部件贮存稳定性水平要求依次得到10套贮存类产品关键部件I、关键部件2、关键部件3、关键部件4和关键部件5的贮存寿命值； 步骤三贮存试验数据分散性分析 针对各贮存试验数据的分散性特点，采用MINITAB软件中的概率图分布检验方法对各关键部件贮存寿命值进行分布假设检验，来刻画贮存试验数据的分散性特性； 首先，采用MINITAB软件中的概率图分布检验方法对各关键部件贮存寿命值进行分布假设检验，得到关键部件I、关键部件2、关键部件3、关键部件4和关键部件5的寿命分布类型及其分布参数估计值，即贮存试验数据的分散性特征； 然后，根据可靠度计算原理，和不同分布类型之间可靠度的计算模型，将各关键部件寿命分布参数估计值代入可靠度计算模型中，可得长期贮存条件下考虑分散性的各关键部件的贮存可靠度模型； 步骤四基于多机理竞争退化的贮存可靠性分析评估 首先，根据多机理竞争退化建模特点，采用MATLAB软件对步骤三中的各关键部件贮存可靠度模型进行仿真，即计算不同时刻各关键部件可靠度值大小，分别得到长期贮存条件下各关键部件可靠度随时间变化规律； 然后，在考虑多机理独立退化的条件下，基于多机理竞争退化的贮存可靠性分析评估原则为在多机理竞争退化条件下，产品的贮存可靠性水平是由这些机理不同退化模式间竞争的结果，因此在其贮存可靠性的分析评价过程中，产品的可靠性水平是由最易退化关键部件的可靠性度决定的。
2.根据权利要求I所述的一种基于多机理竞争退化的贮存可靠性分析方法，其特征在于在步骤一中所述的定期检测方案，是指在长期贮存过程中，每隔6个月对各器件特征参数进行测量，明确其所处的贮存状态。
3.根据权利要求I所述的一种基于多机理竞争退化的贮存可靠性分析方法，其特征在于在步骤二中所述的移动标准差法，是指对于一组数据Xl，X2,……，Xn,首先，对数据序列X1, X2, X3, X4, X5求标准差，得到移动标准差值yi ;然后，去掉X1,加入x6，得到新的数据序列X2，X3, X4, X5, X6,同样对其求标准差得到移动标准差值I2,依次类推，得到数据序列xn_4，xn-3, xn_2, xn_1； xn的移动标准偏差值yn_4 ;最后，得到移动标注差值序列yu J2,......，上述方法即为移动标准差法。
全文摘要
一种基于多机理竞争退化的贮存可靠性分析方法，该方法步骤如下一贮存剖面分析及贮存数据检测；二贮存试验数据随机性分析；三贮存试验数据分散性分析；四基于多机理竞争退化的贮存可靠性分析评估。本发明采用移动标准偏差方法分析随机性影响下各关键部件稳定性水平的变化规律，解决了在长期贮存条件下，各特征性能参数贮存数据没明显退化趋势，且表现出随机性变化特性的贮存寿命难分析的问题。采用分布假设检验方法分析分散性影响下各关键部件贮存寿命的分布规律，得各关键部件的贮存可靠度模型，解决了长期贮存条件下各关键部件贮存寿命在不同产品之间分散性较大，贮存可靠度难分析的问题。
文档编号G06F17/50GK102789528SQ201210245068
公开日2012年11月21日 申请日期2012年7月13日 优先权日2012年7月13日
发明者康锐, 陈云霞, 黄小凯 申请人:北京航空航天大学