产品退化参数识别方法、装置和产品性能评估方法、系统与流程

本发明涉及产品可靠性分析、性能评估技术领域，尤其涉及一种产品退化参数识别方法、装置和产品性能评估方法、系统。

背景技术：

退化过程是产品性能发生变化的物理或化学过程，产品在工作或储存过程中，各种性能会随时间的延长而逐渐缓慢地下降或上升，直至达到无法正常工作的状态，即为发生性能退化，比如元器件电性能的衰退、机械元件的磨损、材料老化或腐蚀、疲劳裂纹扩展等，随着退化的逐渐发展，最终会导致产品失效。退化参数即为处于退化过程中，具有退化趋势的性能参数。

通过对产品退化过程的分析可评估产品的可靠性及性能，如对于半导体器件，材料缺陷、生产工艺缺陷、使用条件以及环境等都可能导致电参数的退化，电参数的退化则会使得产品的合格率低，甚至影响整机的寿命和可靠性。同时随着产品设计制造水平的不断提高，产品逐渐呈现出高可靠性、长寿命等特点，对于高可靠长寿命的产品往往还具有性能参数随时间退化的特点，即退化过程中蕴藏着大量的可靠性信息，因此识别产品的退化参数是实现产品可靠性和寿命评估的首要条件。

产品在运行过程中通常难以直接观测到退化的发生，特别是电子产品，通过退化参数的识别则可以确定得到具有退化特征的性能参数。针对产品的退化参数，目前通常都是直接基于人工经验确定，或采用定性的趋势分析，还尚未有定量的退化参数识别方法；但是由人工经验、非定量分析方式来确定退化参数，一方面，精确度低、误差程度高，容易遗漏退化趋势不明显的参数，使得后续无法进行分析评估；另一方面，难以完整、全面的确定所有退化参数，因而会损失产品的部分退化信息，使得最终的评估结果不准确。

技术实现要素：

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种具有实现方法简单、能够实现产品退化参数的定量识别，且识别效率与精度高的产品退化参数的识别方法、装置，以及实现方法简单、评估效率与精度高的产品性能评估方法、系统。

为解决上述技术问题，本发明提出的技术方案为：

一种产品退化参数识别方法，步骤包括：

s1.参数确定：确定目标产品的性能参数中所有可能存在退化趋势的目标性能参数；

s2.参数序列获取：分别获取产品在指定时间段内各个目标性能参数的多个数据值，构成分别对应各目标性能参数的参数序列；

s3.退化参数判定：根据各所述参数序列的平稳性，判定对应的目标性能参数是否为退化参数。

作为本发明识别方法的进一步改进：所述步骤s3中，具体获取所述参数序列按照时间排序得到的时序序列，若能够获取到所述时序序列的平稳性参数特征以及变化趋势，根据获取的所述平稳性参数特征、变化趋势，采用第一平稳判定方法判定对应所述参数序列的平稳性；否则采用第二平稳判定方法判定对应所述参数序列的平稳性。

作为本发明识别方法的进一步改进：所述平稳性参数特征具体包括均值、方差、协方差中一种或多种参数的特性。

作为本发明识别方法的进一步改进，所述第一平稳判定方法具体包括：若目标参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征，且均值或方差呈现持续上升或持续下降的变化趋势，则判定目标参数序列为非平稳。

作为本发明识别方法的进一步改进：所述第二平稳判定方法为统计检验方法；所述统计检验方法具体为基于单位根检验的统计检验方法。

作为本发明识别方法的进一步改进：所述步骤s3中判定对应的目标性能参数是否为退化参数，具体包括：若判定目标参数序列为平稳，则对应的目标性能参数为非退化参数；若判定目标参数序列为非平稳，则对应的目标性能参数为退化参数。

作为本发明识别方法的进一步改进：所述步骤s2中获取的数据具体通过对产品执行实时监测的实时监测数据得到，或通过对产品在不同时间点执行硬件白盒测试的测试数据得到。

作为本发明识别方法的进一步改进：所述步骤s1中，若目标产品为元器件，具体从电性能参数中确定目标性能参数；若目标产品为机械元件，具体从磨损、疲劳度的性能参数中确定目标性能参数；若目标产品为材料产品，具体从老化、腐蚀度的性能参数中确定目标性能参数。

一种产品性能评估方法，步骤包括：

采用上述退化参数识别方法，识别目标参数中所有的退化参数；

根据识别到的退化参数对产品的性能进行评估。

一种产品退化参数识别装置，步骤包括：

参数确定模块，用于确定目标产品的性能参数中所有可能存在退化趋势的目标性能参数；

参数序列获取模块，用于分别获取产品在指定时间段内各个目标性能参数的多个数据值，构成分别对应各目标性能参数的参数序列；

退化参数判定模块，用于根据各所述参数序列的平稳性，判定对应的目标性能参数是否为退化参数。

作为本发明识别装置的进一步改进：所述退化参数识别装置具体获取所述参数序列按照时间排序得到的时序序列，若能够获取到所述时序序列的平稳性参数特征以及变化趋势，根据获取的所述平稳性参数特征、变化趋势，采用第一平稳判定方法判定对应所述参数序列的平稳性；否则采用第二平稳判定方法判定对应所述参数序列的平稳性。

作为本发明识别装置的进一步改进，所述退化参数识别装置中采用所述第一平稳判定方法时，若目标参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征，且均值或方差呈现持续上升或持续下降的变化趋势，则判定目标参数序列为非平稳。

作为本发明识别装置的进一步改进：所述退化参数识别装置中采用的所述第二平稳判定方法具体为统计检验方法；所述统计检验方法具体为基于单位根检验的统计检验方法。

作为本发明识别装置的进一步改进：所述退化参数识别装置判定对应的目标性能参数是否为退化参数，具体包括：若判定目标参数序列为平稳，则对应的目标性能参数为非退化参数；若判定目标参数序列为非平稳，则对应的目标性能参数为退化参数。

作为本发明识别装置的进一步改进：所述参数序列获取模块中获取的数据具体通过对产品进行实时监测的实时监测数据得到，或通过对产品在不同时间点执行硬件白盒测试的测试数据得到。

作为本发明识别装置的进一步改进：所述参数确定模块中，若目标产品为元器件，具体从电性能参数中确定目标性能参数；若目标产品为机械元件，具体从磨损、疲劳度的性能参数中确定目标性能参数；若目标产品为材料产品，具体从老化、腐蚀度的性能参数中确定目标性能参数。

一种产品性能评估系统，包括：

上述退化参数识别装置，用于识别目标性能参数中所有的退化参数；

性能评估装置，用于根据识别到的退化参数对产品的性能进行评估。

与现有技术相比，本发明产品退化参数识别方法、装置的优点在于：

1)本发明产品退化参数识别方法、模块，基于产品性能参数退化过程中数据变化特性以及序列平稳性特性，通过确定需识别的目标性能参数后，获取产品在指定时间段内各个目标性能参数的多个数据，得到各目标性能参数的性能退化数据，再对各目标性能参数数据所构成的参数序列的平稳性来判定是否为退化参数，能够实现退化参数的定量识别，实现方法简单，无需复杂的计算、分析过程，且识别效率及精度高，能够实现实时、高效的退化参数识别；

2)本发明产品退化参数识别方法、模块，基于产品性能参数退化过程中数据变化特性以及序列平稳性特性，识别产品的退化参数，无需依赖于特定模型或特定分析方法，所识别到的性能参数全面、完整，且仅需获取产品随时间变化的性能数据进行分析识别，数据获取方便，易于实现数据分析，因而使用更为灵活；

3)本发明产品退化参数识别方法、模块，首先由性能参数的时序序列直接观测判定平稳性，进而确定是否为退化参数，可在获取到时序序列后即识别到该退化参数，识别方法简单且效率高，当无法直接观测时序序列的平稳性时，则进一步结合统计检验方法进行判定，最终实现退化参数的识别，无论性能参数的序列是否具备明显的平稳性特性，均能够准确的识别出退化参数，保证退化参数识别精度。

与现有技术相比，本发明产品性能评估方法、系统的优点在于：本发明产品性能评估方法、装置，基于产品性能参数退化过程中数据变化特性以及序列平稳性特性进行退化参数识别，能够高效、精确的识别到产品中完整、全面的退化参数，再基于所有识别到的退化参数对产品的性能进行评估，能够对产品进行准确的性能评估以及可靠性分析。

附图说明

图1是本发明实施例1产品退化参数识别方法的实现流程示意图。

图2是本发明实施例1产品性能评估方法的实现流程示意图。

图3是本发明实施例1产品退化参数识别装置的结构原理示意图。

图4是本发明实施例1产品性能评估系统的结构原理示意图。

图5是本发明实施例2产品退化参数识别方法的实现流程示意图。

图6是本发明实施例2得到的第一种时序图的结果示意图。

图7是本发明实施例2得到的第二种时序图的结果示意图。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

实施例1：

如图1所示，本实施例产品退化参数识别方法步骤包括：

s1.参数确定：确定目标产品的性能参数中所有可能存在退化趋势的目标性能参数；

s2.参数序列获取：分别获取产品在指定时间段内各个目标性能参数的多个数据，构成分别对应各目标性能参数的参数序列；

s3.退化参数识别：根据各参数序列的平稳性，判定对应的目标性能参数是否为退化参数。

本实施例首先分析产品性能参数退化过程中数据变化特性，当产品的性能参数处于非退化期时，即为非退化参数时，由于性能稳定，该性能参数的数据值在连续时间段内不会存在趋势变化和周期变化，数据值的变化在一定的稳定范围内；若性能参数处于退化期时，即为退化参数时，由于性能趋向于退化，该参数的数据值在连续时间段内会存在趋势变化或周期变化，可能随时间呈现缓慢上升或下降趋势，无法处于稳定范围内。而对于时序序列，若该序序列平稳，则均值和方差都是与时间无关的常数，即是围绕着某一个均值随时间随机波动，不存在趋势变化和周期变化；反之若该序列不平稳，则序列并不是随机波动，其均值或方差可能随时间变化。

本实施例结合上述产品性能参数退化过程中数据变化特性以及序列平稳性特性，通过确定需识别的目标性能参数后，获取产品在指定时间段内各个目标性能参数的多个数据，得到各目标性能参数的性能退化数据，再对各目标性能参数数据所构成的参数序列的平稳性来判定是否为退化参数，能够实现退化参数的定量识别，实现方法简单，无需复杂的计算、分析过程，且识别效率及精度高，能够实现实时、高效的退化参数识别，同时无需依赖于特定模型或特定分析方法，所识别到的性能参数全面、完整，且易于获取到识别所需数据，不受分析数据获取的限制，使用更为灵活。

本实施例中，步骤s1中若目标产品为元器件，即对元器件进行退化参数识别，具体从电性能参数中确定目标性能参数，如电容容值等；若目标产品为机械元件，即对机械元件进行退化参数识别，具体从磨损、疲劳度等的性能参数中确定目标性能参数，如焊点疲劳裂纹等；若目标产品为材料产品，即对材料产品进度退化参数识别，具体从老化、腐蚀度等的性能参数中确定目标性能参数，如车轮磨损量等。所需识别的性能参数可根据产品类型以及实际需求进行原理性分析后综合确定。

本实施例中，若可对目标产品进行实时监测，步骤s2中获取的数据则为基于实时监测数据得到，即基于实时监测数据得到性能退化数据进行分析；若不便于对目标产品进行实时监测，步骤s2中获取的数据则为通过对产品在不同时间点执行硬件白盒测试的测试数据得到，即由白盒测试数据得到性能退化数据进行分析。

获取到各目标性能参数的性能退化数据构成的参数序列后，本实施例步骤s3中，具体获取参数序列按照时间排序得到的时序序列，若能够获取到时序序列的平稳性参数特征以及变化趋势，根据获取的平稳性参数特征、变化趋势，采用第一平稳判定方法以判定对应参数序列的平稳性；否则采用第二平稳判定方法以判定对应参数序列的平稳性。平稳性参数特征具体包括均值、方差、协方差等。

假设时间序列{xt}(t＝1,2,…)满足如下条件：

1)均值e(xt)＝μ是与时间t无关的常数；

2)方差var(xt)＝σ²是与时间t无关的常数；

3)协方差cov(xt,xt+k)＝γk是只与时间间隔k有关，与时间t无关的常数。

则该随机时间序列{xt}是平稳序列，该随机过程是平稳随机过程。

本实施例中，对于能够直接获取到时序序列的平稳性参数特征以及变化趋势，直接根据获取的平稳性参数特征、变化趋势采用第一平稳判定方法进行判定，第一平稳判定方法具体包括：若目标参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征，且均值或方差呈现持续上升或持续下降的变化趋势，则判定目标参数序列非平稳。对于平稳性特征较为明显的参数序列，即能够直接观测到参数序列的平稳性参数特征以及变化趋势，则基于平稳序列的上述特性即可直接判定参数序列的平稳性，其中若观测到时间序列随时间呈现缓慢上升或下降趋势时，则表明序列非平稳。

本实施例中，若不能够直接获取到时序序列的平稳性参数特征以及变化趋势，如时间序列围绕某一均值附近随机波动，没有明显的变化趋势，则无法根据时序图观测是否存在递增或递减趋势，则不能直接判定序列的平稳性，进一步采用第二平稳判定方法判定参数序列的平稳性。第二平稳判定方法具体可采用统计检验方法，如基于单位根检验的统计检验方法等。

本实施例中，若不能够直接获取到时序序列的平稳性参数特征以及变化趋势，具体利用p值检验来进一步确定参数序列的平稳性，假设xt为产品某性能参数在时刻t的观测值，利用p值检验确定序列平稳性的具体步骤为：

a)确定检验模型，具体采用的检验adf模型为：

模型①：

模型②：

模型③：

b)检验原假设h0：δ＝0；备择假设h1：δ＜0；

c)检验过程为：

1)从模型③开始，再依次由模型②、模型①进行检验；

2)每次检验时，若检验p值为p＜0.05，则拒绝原假设，即原性能参数序列不存在单位根，判定为平稳序列，停止检验；否则，继续检验，直到检验完模型①为止。

本实施例中，步骤s3中判定对应的目标性能参数是否为退化参数，具体包括：若判定目标参数序列为平稳，则对应的目标性能参数为非退化参数；若判定目标参数序列为非平稳，则对应的目标性能参数为退化参数。在具体实施例中，若性能参数的参数序列可直接观测到在不同的时间段有不同的均值，且整体呈现随时间呈现缓慢上升或下降趋势时，即性能参数的参数序列为非平稳，则可直接判定该性能参数存在退化趋势，即为退化参数；若性能参数的参数序列围绕某一均值附近随机波动，没有明显的变化趋势，即无法根据时序图观测是否存在递增或递减趋势，则进一步对该参数序列采用单位根检验p值进行最终判定，其中若p＞0.05，表明产品的参数序列不平稳，判定该性能参数为退化参数；若p＜0.05，表明产品的参数序列为平稳序列，判定该性能参数不存在退化趋势。

本实施例根据序列的平稳性特性，首先由性能参数的时序序列直接观测判定平稳性，进而确定是否为退化参数，可在获取到时序序列后即识别到该退化参数，识别方法简单且效率高，当无法直接观测时序序列的平稳性时，则进一步结合统计检验方法进行判定，最终实现退化参数的识别，无论性能参数的序列是否具备明显的平稳性特性，均能够准确的识别出退化参数，保证退化参数识别精度。

当然在其他实施例中，退化参数的识别时还可以进一步考虑季节周期变化等因素，以减少季节周期变化等因素对退化参数数据的影响，进一步提高参数识别精度。

如图2所示，本实施例产品性能评估方法，步骤包括：

采用上述退化参数识别方法，识别目标性能参数中所有的退化参数；

根据识别到的退化参数对产品的性能进行评估。

采用上述退化参数识别方法，能够高效、精确的识别到产品中完整、全面的退化参数，再基于所有识别到的退化参数对产品的性能进行评估，能够对产品进行准确的性能评估以及可靠性分析。

如图3所示，本实施例产品退化参数识别装置，包括：

参数确定模块，用于确定目标产品的性能参数中所有可能存在退化趋势的目标性能参数；

参数序列获取模块，用于分别获取产品在指定时间段内各个目标性能参数的多个数据，构成分别对应各目标性能参数的参数序列；

退化参数识别装置，用于根据各参数序列的平稳性，判定对应的目标性能参数是否为退化参数。

本实施例中，退化参数识别装置具体获取参数序列按照时间排序得到的时序序列，若能够获取到时序序列的平稳性参数特征以及变化趋势，根据获取的平稳性参数特征、变化趋势，采用第一平稳判定方法以判定对应参数序列的平稳性；否则采用第二平稳判定方法以判定对应参数序列的平稳性。

本实施例中，退化参数识别装置采用第一平稳判定方法时，具体包括：若目标参数序列具有在不同的时间段时均值或方差不同的平稳性参数特征，且均值或方差呈现持续上升或持续下降的变化趋势，则判定目标参数序列为平稳序列。

本实施例中，第二平稳判定方法具体为统计检验方法，统计检验方法为基于单位根检验的统计检验方法，具体利用检验p值判断该性能参数序列是否平稳。

本实施例中，退化参数识别装置判定对应的目标性能参数是否为退化参数，具体包括：若判定目标参数序列为平稳，则对应的目标性能参数为非退化参数；若判定目标参数序列为非平稳，则对应的目标性能参数为退化参数。

本实施例中，参数序列获取模块中获取的数据具体为基于实时监测数据得到，或通过对产品在不同时间点执行硬件白盒测试的测试数据得到。

本实施例中，参数确定模块具体若目标产品为元器件，具体从电性能参数中确定目标性能参数；若目标产品为机械元件，具体从磨损、疲劳度等的性能参数中确定目标性能参数；若目标产品为材料产品，具体从老化、腐蚀度等的性能参数中确定目标性能参数。

本实施例产品退化参数识别装置具体原理如上产品性能评估方法所示，在此不再进行赘述。

如图4所示，本实施例产品性能评估系统，包括：

上述退化参数识别装置，用于识别目标性能参数中所有的退化参数；

性能评估装置，用于根据识别到的退化参数对产品的性能进行评估。

实施例2：

本实施例为在具体实施例中采用本发明方法实现产品退化参数的识别。如图5所示，本实施例首先通过原理分析确定产品性能参数中可能存在退化趋势的所有目标性能参数，通过获取各目标性能参数的参数序列，对于可明显识别的参数，由序列的平稳性特征及变化趋势初步判定参数序列是否平稳；对于无法明显识别的参数，则进一步开展单位根检验，利用检验p值判断该性能参数序列是否平稳；根据平稳性检验结果判定是否为具有退化趋势的退化参数，完成退化参数的定量识别，详细步骤具体为：

步骤一：对产品进行原理分析，确定产品所有可能发生退化参数的目标性能参数，对于可实时监测的性能参数实行实时监测，对于无法获取实时数据的性能参数开展白盒测试；

步骤二：通过实时监测序列或白盒测试获取的产品在不同时刻的性能参数观测数据，获取得到指定时间段内各个目标性能参数的多个数据；

步骤三：以时间为横轴，性能参数观测量为纵轴，绘制观测参数的时序图，构成的一种时序图具体如图6所示；

步骤四：根据时序图判断参数序列的平稳性，若观测参数序列呈现出在不同的时间段有不同的均值，且整体呈现持续上升或持续下降，如图7所示，则直接判定该参数为退化参数，输出识别结果；若观测参数序列如图6所示，表现为参数围绕某一均值附近随机波动，没有明显的趋势，则无法根据时序图目测是否存在递增或递减趋势，转入执行步骤五；

步骤五：对无法用时序图识别的参数运用统计量进行统计检验，开展参数序列的单位根检验；

步骤六：根据单位根检验p值最终识别退化参数，若p＞0.05，接受原假设，说明在95％的置信水平下产品的性能参数序列不平稳，判定该性能参数为退化参数；若p＜0.05，拒绝原假设，说明在95％的置信水平下产品的性能参数序列为平稳序列，判定该性能参数不存在退化趋势，输出最终识别结果。

上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。