结合制造工艺及仿真的继电器类单机贮存可靠性评估方法与流程

本发明属于继电器类单机产品性能分析
技术领域：
，涉及一种继电器类单机贮存可靠性评估方法，具体涉及一种结合制造工艺及仿真的继电器类单机贮存可靠性评估方法。
背景技术：
产品的状态主要可以分为工作状态及贮存状态，对于某些一次使用型产品(导弹、汽车气囊、运载火箭等)，在使用之前绝大多数时间里，其任务剖面主要处于贮存状态。产品处于贮存状态时，由于受到贮存环境中湿度、温度、振动等的环境应力影响，性能参数会出现不同程度的退化，当超出所规定的失效阈值时，产品失效，无法继续使用。同时，相较于长期处于工作状态的普通产品，上述一次使用型产品在长贮状态下退化过程缓慢，通常需要更长的试验时间、更多的试验样本及更准确的试验测试条件才能得到较为准确的贮存可靠性评估结果。但由于一次使用型产品造价成本通常较高，可供试验使用的样本较少，且试验经费有限，无法长期进行加速贮存试验，测试所得退化数据不能完全表征产品在退化过程中的性能分布特性，使得贮存可靠性评估结果不准确。因此，在试验样本及经费有限的情况下，如何准确评估产品贮存可靠性是一项亟待解决的问题。继电器类单机广泛应用于导弹、航天飞机等国防武器装备当中，主要实现系统配电、信号转换、逻辑控制等功能，其贮存可靠性直接影响所在系统的贮存可靠性。继电器类单机主要由底层各型号继电器按照所需实现的逻辑功能排列组合而成，其贮存可靠性与底层继电器的贮存可靠性有着密切的关系。继电器生产制造过程当中的工序控制流程直接决定了其贮存可靠性，继电器的工艺数据中蕴含着丰富的贮存可靠性信息。同时，基于flux、adams等有限元软件及saber、matlab/simulink等电路仿真软件可以很好地描述继电器及继电器类单机的输出特性。因此，利用有限元软件及电路仿真软件分别构建继电器有限元仿真模型及继电器类单机电路仿真模型，将继电器工艺数据注入继电器有限元仿真模型中，得到继电器输出特性的初始分布，结合继电器失效物理退化模型及试验退化数据，得到具有分布特性的继电器贮存退化模型，并将其注入继电器单机电路仿真模型中，从而得到整个贮存退化过程中继电器类单机的输出特性分布情况，扩充了样本容量，有效提高了继电器类单机贮存可靠性的评估准确度。技术实现要素：为了解决在评估继电器类单机贮存可靠性的过程中，由于试验样本及经费的限制，无法准确反映继电器类单机在退化过程中由于工艺所导致的分散特性，从而无法准确评估继电器类单机贮存可靠性，本发明提供了一种结合制造工艺及仿真的继电器类单机贮存可靠性评估方法。本发明的目的是通过以下技术方案实现的：一种结合制造工艺及仿真的继电器类单机贮存可靠性评估方法，包括如下步骤：步骤一：通过对使用厂家调研，得到继电器类单机实际贮存过程中出现的失效模式，通过失效机理分析，确定基于失效物理的各型号继电器贮存退化模型形式；步骤二：通过实际跟厂及对生产厂家调研，得到各型号继电器的零件及装配图纸，以及工艺数据；步骤三：根据步骤二中得到各型号继电器的零件及装配图纸，利用仿真软件分别建立各型号继电器的有限元仿真模型，并将步骤二中得到的各型号继电器工艺数据注入其中，得到各型号继电器输出特性的初始分布情况；步骤四：针对各型号继电器进行加速贮存退化试验，监测各型号继电器输出特性的贮存试验退化数据；步骤五：结合步骤一中得到的各型号继电器贮存退化模型、步骤三中得到的各型号继电器初始分布情况及步骤四中各型号继电器的贮存试验退化数据，利用粒子滤波预测方法，得到具有分布特性的各型号继电器贮存退化模型；步骤六：根据继电器类单机结构特点，对步骤五中得到的具有分布特性的各型号继电器贮存退化模型进行随机抽样，抽选出可构建n个继电器类单机的n组继电器组合，并将贮存时间带入，得到n组继电器组合的贮存退化数据；步骤七：根据继电器类单机的原理图，建立继电器类单机功能仿真模型；步骤八：将步骤六中所得到n组继电器组合的贮存退化数据带入步骤七中所建立的继电器类单机功能仿真模型中，得到n组虚拟的继电器类单机贮存退化数据；步骤九：利用最小二乘法对步骤八所得到的n组虚拟的继电器类单机贮存退化数据在各贮存时间下的分布情况进行拟合，得到继电器类单机各贮存时刻的分布参数；步骤十：利用最小二乘法对步骤九中得到的继电器类单机各贮存时刻的分布参数进行拟合，得到继电器类单机分布参数退化模型；步骤十一：根据步骤十中得到的继电器类单机分布参数退化模型，将贮存时间t带入，得到t时刻继电器类单机退化数据的分布概率密度函数，结合继电器类单机失效阈值，计算继电器类单机在t时刻的贮存可靠度。相比于现有技术，本发明具有如下优点：1、本发明提出的继电器类单机贮存可靠性评估方法充分挖掘继电器生产制造工艺数据中所蕴藏的贮存可靠性信息，更好地描述了继电器批次产品的分布特性。2、本发明应用虚拟样机技术，将底层继电器的贮存退化数据转换为顶层继电器类单机贮存退化数据，有效解决了继电器类单机试验样本较少的问题。3、本发明在试验经费及试验样本有限的条件下，提高了其贮存可靠性评估精度，解决了因试验经费及试验样本制约而导致的继电器类单机贮存可靠性评估精度较低的问题。4、本发明为继电器类单机的贮存可靠性评估提供了一种新的思路。附图说明图1是本发明结合制造工艺及仿真的继电器类单机贮存可靠性评估方法的流程图。图2是某型号继电器flux模型。图3是某型号继电器释放时间初始分布图。图4是某型号继电器在170℃时的释放时间退化分布图。图5是某型号继电器类单机功能仿真模型图。图6是一组继电器类单机在170℃时的断开时间退化分布图。图7是某型继电器类单机在170℃时的断开时间均值拟合图。具体实施方式下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。具体实施方式一：本实施方式提供了一种结合制造工艺及仿真的继电器类单机贮存可靠性评估方法，首先，通过建立继电器有限元仿真模型，结合工艺数据，获得继电器输出特性初始分布；然后，通过对继电器进行失效模式及失效机理分析，结合继电器输出特性初始分布及贮存退化试验实测数据，建立具有分布特性的继电器贮存退化模型，结合电路仿真分析方法将底层继电器的贮存退化数据转换为继电器类单机贮存退化数据；最后，利用最小二乘方法，得到继电器类单机分布参数的退化轨迹，结合失效阈值，实现对继电器类单机的贮存可靠性评估。具体实施步骤如下：步骤一：通过对使用厂家调研，得到继电器类单机实际贮存过程中出现的失效模式，通过失效机理分析，确定基于失效物理的各型号继电器贮存退化模型形式。步骤二：通过实际跟厂及对生产厂家调研，得到各型号继电器的零件及装配图纸，以及工艺数据，如继电器零部件的尺寸公差、装配公差等。步骤三：根据步骤二中得到各型号继电器的零件及装配图纸，利用flux、adams等软件分别建立各型号继电器的有限元仿真模型，并将步骤二中得到的各型号继电器工艺数据注入其中，得到各型号继电器输出特性的初始分布情况。步骤四：针对各型号继电器进行加速贮存退化试验，监测各型号继电器输出特性的贮存退化数据。步骤五：结合步骤一中得到的各型号继电器贮存退化模型、步骤三中得到的各型号继电器初始分布及步骤四中各型号继电器的贮存试验退化数据，利用粒子滤波预测方法，得到具有分布特性的各型号继电器贮存退化模型。上述的分布特性与步骤三中得到的继电器初始分布同分布，如正态分布、威布尔分布等。步骤六：根据继电器类单机结构特点，对步骤五中得到的具有分布特性的各型号继电器贮存退化模型进行随机抽样，抽选出可构建n个继电器类单机的n组继电器组合，并将贮存时间带入，得到n组继电器贮存退化数据。步骤七：根据继电器类单机的原理图，利用matlab/simulink建立继电器类单机功能仿真模型。步骤八：将步骤六中所得到n组继电器组合的贮存退化数据带入步骤七中所建立的继电器类单机功能仿真模型中，得到n组虚拟的继电器类单机贮存退化数据。步骤九：利用最小二乘法对步骤八所得到的n组虚拟的继电器类单机贮存退化数据在各贮存时间下的分布情况进行拟合，得到继电器类单机各贮存时刻的分布参数。所述退化模型一般为表1所述的形式：表1名称函数形式直线函数y(t)＝a+bt抛物线函数y(t)＝a+bt+ct2幂函数y(t)＝atb指数函数y(t)＝aexp(bt)对数函数y(t)＝a+blogct其中，y(t)表示退化数据在贮存时间t时的分布参数，a、b、c表示函数的未知系数，可通过最小二乘法获取。步骤十：利用最小二乘法对步骤九中得到的继电器类单机各贮存时刻的分布参数进行拟合，得到继电器类单机分布参数退化模型。步骤十一：根据步骤十中得到的继电器类单机分布参数退化模型，将贮存时间t带入，得到t时刻继电器类单机退化数据的分布概率密度函数，结合继电器类单机失效阈值，计算继电器类单机在t时刻的贮存可靠度。本步骤中，假设t时刻退化数据的分布概率密度函数为f(dt|y1t,y2t,…,ymt)，其中dt为t时刻退化数据，y1t,y2t,…,ymt为退化数据分布概率密度函数的在t时刻的m个分布参数，失效阈值上下限分别为ku和kl，在计算t时刻的贮存可靠度时，可采用如下公式：具体实施方式二：本实施方式以某型继电器类单机为对象进行结合制造工艺及仿真的贮存可靠性评估，如图1所示，具体步骤如下：步骤一：根据使用厂家调研结果及功能分析，某型继电器类单机的失效模式主要为断开时间超差。由于继电器类单机主要由各型号继电器组成，故其断开时间与各型号继电器释放时间直接决定，而释放时间由继电器的反力决定。继电器反力由簧片提供的，作为弹性元件，簧片在贮存过程中会出现应力松弛现象，簧片提供的反力减小，进而导致继电器释放时间增大。在弹性材料研究中，主要通过larson-miller经验公式描述应力松弛退化过程，由于继电器释放时间与簧片反力主要呈现线性关系，故继电器释放时间退化模型如式(2)所示：t(t)＝[t(0)-c][a(1.8t+492)(logt+20)+b]+c(2)式中：t(t)——t时刻的吸合时间大小；t(0)——初始时刻的吸合时间大小；a,b——待定系数；c——为退化模型随机影响系数；t——摄氏温度；t——贮存时间。步骤二：通过实际跟厂及对生产厂家调研，得到各型号继电器的零件及装配图纸，以及工艺数据，如继电器零部件的尺寸公差、装配公差等。步骤三：根据步骤二中得到各型号继电器的零件及装配图纸，首先利用ug软件建立继电器参数化模型，然后将其导入flux中，进行继电器动态特性仿真，进而得到继电器吸合时间初始分布。图2为某型号继电器flux模型，图3为某型号继电器释放时间初始分布图。步骤四：对某型继电器类单机中的三种型号继电器分别进行加速贮存退化试验。本次试验选择温度应力进行加速，分别在60℃、90℃、126℃及170℃四种应力下对每种继电器的10个样本进行加速贮存退化试验，定期监测其吸合时间参数。步骤五：结合步骤一中得到的各型号继电器贮存退化模型、步骤三中得到的各型号继电器初始分布及步骤四中各型号继电器的贮存试验退化数据，利用粒子滤波预测方法，得到具有分布特性的各型号继电器贮存退化模型。式(2)中t(0)的正态分布均值与标准差分别为1706.2277与141.5262，c的正态分布均值与标准差分别为3237.8428与299.6957，a与b分别为-5.7060×10-5与2.0904。图4为某型号继电器在170℃时的释放时间退化分布图。步骤六：根据继电器类单机结构特点，对步骤五中得到的具有分布特性的各型号继电器贮存退化模型进行随机抽样，抽选出可构建1000个继电器类单机的1000组继电器组合，并将贮存时间带入，得到1000组继电器贮存释放时间退化数据。步骤七：根据继电器类单机的原理图，利用matlab/simulink建立图5所示某型号继电器类单机功能仿真模型。步骤八：将步骤六中所得到1000组继电器组合的贮存释放时间退化数据带入步骤七中所建立的继电器类单机功能仿真模型中，得到1000个继电器类单机贮存断开时间退化数据。图6为其中一组继电器类单机在170℃时的断开时间退化分布图。步骤九：利用最小二乘法对步骤八所得到的1000组虚拟继电器类单机断开时间在各贮存时间下的分布参数进行估计，得到继电器类单机在各贮存时间下断开时间的分布参数。步骤十：利用最小二乘法对步骤九中得到的继电器类单机各贮存时刻的分布参数进行拟合，得到继电器类单机分布参数的退化模型。图7为某型继电器类单机在170℃时的断开时间均值拟合图。由图7可以看出，该虚拟机电类单机断开时间均值服从表1中的对数模型，利用最小二乘法对未知参数进行估计，可得a＝-353.4411，b＝12395，c＝10。步骤十一：根据步骤十中得到的继电器类单机分布参数退化模型，将各继电器类单机的分布将贮存时间t带入，得到t时刻继电器类单机退化数据的分布概率密度函数，结合继电器类单机失效阈值，利用式(1)计算继电器类单机在t时刻的贮存可靠度。例如，在t＝1000时，可靠度为0.97。当前第1页12