基于秩和的性能退化数据与故障数据的一致性检验方法与流程

本发明涉及产品的性能退化数据与故障数据的一致性检验方法，具体是一种基于秩和的性能退化数据与故障数据一致性检验方法，属于可靠性工程寿命预测领域，用于性能退化数据的有效性验证工作，为可靠性模型的建立奠定基础，从而保证可靠性工作的有效进行。二、
背景技术：
：随着产品可靠性的提高、寿命的延长，以及性能退化理论的发展，在产品的可靠性评估方面，有更多的方法倾向于得到利用加速寿命试验得到产品性能退化数据，并利用性能退化数据对产品的可靠性进行评估。为了保证这种统计推断的可信性，必须论证产品在基于性能退化数据的推得的伪寿命分布与产品故障数据得到的寿命分布，出自于同一概率分布。因此，借此思路，可以验证产品性能退化数据是否有效。三、技术实现要素：(一)本发明的目的本发明的目的是对性能退化数据和故障数据的一致性检验，它能够检验性能退化数据的有效性，更进一步检验性能可靠性模型的有效性和实用性。(二)技术方案本发明是一种基于秩和的性能退化数据与故障数据的一致性检验方法，提出的基本假设如下：假设1故障数据和性能退化数据，均来自于同一批次的产品；假设2每一个故障数据和性能退化数据都是有效的；假设3假设故障数据无系统误差。基于以上假设，本发明提出一种基于秩和的性能退化数据与故障数据的一致性检验方法，其特征在于：其步骤如下：步骤一、分别采集产品故障数据和性能退化数据；步骤二、对每个样品的性能退化数据进行退化轨道建模，在给定产品失效阈值的条件下，确定每个样品的伪寿命；步骤三、将伪寿命数据和故障数据混合在一起，并按照从小到大的次序排列，得到每个数据的秩，即数据在序列中的顺序值；步骤四、将故障数据的秩相加，得到关于故障数据的秩和；步骤五、在给定的显著性水平和两组数据容量的大小的条件下，通过查寻“秩和临界值表”得到故障数据秩和的上、下限值；步骤六、对故障数据的秩和进行判定。其中，在步骤一中所述的“产品”，是指本发明所述的方法适用于下列产品，以性能退化产品为研究对象，该产品包括有：(1)长贮退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于贮存状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；(2)长时间连续工作退化失效型产品：是指在产品全寿命周期过程中，其绝大多数时间处于工作状态的产品，该产品随着服役时间的增加，将产生劣化、老化现象；(3)非连续工作退化失效型产品：是指在产品全寿命周期过程中，其一部分时间处于贮存状态、一部分时间处于工作状态、且贮存与工作状态不断交替的产品，该产品随着服役时间的增加，将产生劣化、老化现象。其中，在步骤一中所述的“故障数据”，仅包括责任故障，不包括非责任故障；其责任故障包括：(1)由于设计缺陷或制造工艺不良而造成的故障；(2)由于元器件潜在缺陷致使失效而造成的故障；(3)由于软件引起的故障，但若软件错误以纠正并证实无该软件错误引起的故障不算作责任故障；(4)间歇故障；(5)超出规范正常范围的调整；(6)试验期间所有非从属故障原因引起的故障征兆(未超出性能极限)而引起的更换；(7)无法证实原因的异常；其非责任故障包括：(1)未按操作说明操作引起的受试产品故障；(2)由实验室提供的试验设备及测试仪器仪表故障引起的受试产品故障；(3)超出设备工作极限的环境条件和工作条件引起的受试产品故障；(4)使用过程中出现的非主要功能失效故障，如漆层、镀层脱落等；其“故障数据”应含有故障时间。其中，在步骤一中所述的“性能退化数据”包括退化量和退化时间。其中，在步骤二中所述的“对每个样品的性能退化数据进行退化轨道建模”是指使用失效物理建模方法、退化分布建模方法、广义退化建模方法和随机过程退化建模方法中的一种或数种；该建模方法的具体情况作法如下：(1)失效物理建模：该方法是指通过分析导致产品失效的物理或化学机理、变化规律，以及产品失效与使用条件(环境应力)的内在联系，建立的相应退化轨道模型，典型的失效物理模型包括累积损伤模型、反应论模型以及基于退化率模型等；(2)退化分布建模：该方法假设同一类产品样本的性能退化量所服从的分布形势在不同的测量时刻是相同的，分布参数随着时间变化，通过分析得到退化量分布参数随时间的变化规律后，即可利用性能可靠性评估方法对产品的可靠性进行评估，常用的退化量分布模型主要有正态分布模型和weibull分布模型；(3)广义退化建模：该方法基本思想是假设退化轨道为某函数族，用参数描述退化轨道的分布。由统计方法估计参数，以确定退化轨道的分布，再利用退化轨道模型求解失效时间分布，常用的广义退化模型有线性退化模型、指数退化模型等；(4)随机过程退化建模：该方法认为产品的性能退化是由于产品内部不断地损伤累积造成的，根据损伤过程的不同性能退化过程可能是离散变化的，也可能是连续变换的，或者两种方式共同存在，常用的随机过程退化模型有wiener过程和gamma过程的性能退化模型等。其中，在步骤二中所述的“失效阀值”，其数值与故障数据中的故障时性能参数相一致。其中，在步骤二中所述的“伪寿命”，即退化轨道与失效阈值交点所对应的时间。其中，在步骤三中所述的“秩”时，若几个故障数据相等，则它们的秩也相等，等于相应几个秩的算术平均值。其中，在步骤六中所述的“对故障数据的秩和进行判定”是指通过判定规则来判定性能退化数据与故障数据是否具有一致性；规则包括以下两种：若故障数据处在上、下限值之间，则判定伪寿命数据与故障数据无明显差异，因此认为性能退化数据与故障数据具有一致性；若故障数据秩和大于上限值或者小于下限值，则判定伪寿命数据与故障数据具有明显差异，因此认为性能退化数据与故障数据不具有一致性；判定时，当r＝t1或r＝t2时为临界情况，应增加数据容量重新检验。通过以上步骤，对性能退化数据和故障数据进行一致性检验，符合工程习惯，实现了对性能退化数据的有效性检验，体现了可靠性模型构建的可设计性、可验证性，保证性能可靠性模型的有效性和实用性，还可解决两组产品的技术状态一致性判断的问题。(三)本发明的优点：(1)本发明在考虑充分性、必要性、符合工程习惯、可论证性、可设计性、可验证性原则的基础上根据性能退化数据和故障数据的特点选取了秩和对性能退化数据和故障数据进行一致性检验，为可靠性模型的建立奠定基础，从而保证可靠性工作的有效进行。(2)本发明可用于验证样本性能退化数据的有效性和性能可靠性模型的有效性，还可用来判断两组产品的技术状态是否一致。四、附图说明图1为本发明所述的数据一致性检验方法流程图。图2为伪寿命预测示意图。五、具体实施方式下面将结合附图和实例对本发明做进一步详细说明。本发明一种基于秩和的性能退化数据与故障数据的一致性检验方法，见图1所示，其具体步骤如下：步骤一、分别采集样本的性能退化数据和故障数据，其中样本的性能退化数据记为{xij(t)，i＝1，...，n，j＝1，...，mn}，其中n表示样本的个数，m表示各样本采集的数性能退化数据的个数；样本的故障数据记为{tk，k＝1，...，q}。步骤二、确定样本的伪寿命：对每个样本的性能退化数据进行退化轨道建模，得到xi＝f(t；θ)，i＝1，...，n；在给定产品失效阈值的条件df下，得到每个样本的伪寿命，即退化轨道与失效阈值交点所对应的时间，图2是由单个样本性能退化数据得出的单个样本伪寿命。步骤三、将n个伪寿命数据和q个故障数据混合在一起，组成数据集合将t中的数据从小到大排列，得到数据的顺序数，即为秩{rj；j＝1，...，n+q}。步骤四、将t中故障数据所对应的秩相加，得到秩和r。步骤五、由n和q可查“秩和临界值表”，结合显著性水平α，得r对应的上、下限值t2和t1。步骤六、对故障数据的秩和进行判定，判定规则包括以下两种：如果t1＜r＜t2，则认为对于在给定的显著性水平α，伪寿命数据与故障数据无明显差异，因此，认为性能退化数据与故障数据具有一致性；如果r1＜t1或r1＞t2，则认为对于给定的显著性水平α下，伪寿命数据与故障数据有明显差异，因认为性能退化数据与故障数据不具有一致性。兹举实施案例如下：本案例以xx型常闭高压接触器为例，陈述本发明基于秩和的性能退化数据与故障数据的一致性检验方法的应用。本案例所涉及产品为长时间连续工作退化失效型产品。本案例实施流程为上述6个步骤。步骤一、分别采集产品故障数据和性能退化数据，样本具体情况如下：样本数为20个，为同批次样本。其中10个样本来自历史数据，为故障数据，如表1所示；10个样本来自于同批次样本试验实测数据，为性能退化数据，如表2所示。性能参数为接触电压降，单位为mv。表1xx型常闭高压接触器历史故障数据(寿命，单位：天)152646511226318071774717步骤二、确定每个样本的伪寿命：对每个样本的性能退化数据进行退化轨道建模。基于对数据的分析可知，该产品退化轨道为指数族，可用广义退化建模方法进行退化轨道建模。因此可以得到yij＝aiexp(bitij)，i＝1，...，10，j＝1，...，5，其中tij为第i样本第j次测量的时刻(单位：天)，yij为第i样本第j次测量的接触电阻(单位：mv)，ai和bi为第i样本的退化轨道模型待定参数。其参数估计结果，如表3所示；在给定产品失效阈值的条件df＝40mv下，得到每个样本的伪寿命，即退化轨道与失效阈值交点所对应的时间，其样本伪寿命估计结果，如表4所示。表2xx型常闭高压接触器试验实测数据(接触电压降，单位：mv)表3xx型常闭高压接触器试验样本退化轨道模型参数估计结果表4xx型常闭高压接触器试验样本伪寿命估计结果(伪寿命，单位：天)样本12345伪寿命(天)286.248416.618588.123493.412529.7801样本678910伪寿命(天)17.193274.1951112.398671.4973193.7683步骤三、将10个伪寿命数据和10个故障数据混合在一起，将组成数据集合按时间从小到大排列，得到数据的秩；步骤四、将t中故障数据所对应的秩相加，得到秩和r为105；步骤五、由n＝10和q＝10，本例所用的“秩和临界值表”数据如表5所示。可查“秩和临界值表”，结合显著性水平α＝0.026，得r对应的上、下限值t2为131和t1为79；表5秩和临界值表(部分)括号内数值为样本容量(n1，n2)注：表中第一行为样本容量，第2行和第3行第1列为下限值；第2行和第3行第2列为上限值；第2行和第3行第3列为显著性水平α；查表时先确定显著性水平α，再确定上、下限值。步骤六、对故障数据的秩和进行判定，由于t1＜r＜t2，认为对于给定的显著性水平α＝0.026，xx型常闭高压接触器性能退化数据与故障数据具有一致性。当前第1页12