[发明专利]一种基于仿真的多应力小样本加速寿命试验方案设计优化方法

说明书

技术领域

本发明提出一种基于仿真的多应力小样本加速寿命试验方案设计优化方法，特别涉及一种加速寿命试验方案设计优化方法，属于加速试验设计领域。

背景技术

随着现代科学技术的发展和工业水平的提高，以及可靠性技术的不断发展以，越来越多的产品都具有高可靠长寿命的特点。这类产品的生产制造成本较高，这决定了加速变化试验中可投入的总样本量通常较小。而其自身寿命水平较高，设计寿命长达数年之久，如何在较短的试验时间内根据少量样本的试验数据对其寿命指标进行高精度评定，一方面对评定方法的信息利用率提出了较高要求，另一方面也给试验设计提出了巨大的挑战。众所周知，加速退化试验不要求大量产品到达失效状态，可直接根据产品性能参数的变化规律对产品寿命进行评定。

加速退化试验(Accelerated degradation tests，ADT)通过收集产品在高应力水平下的性能退化数据，并利用这些数据估计产品可靠性及预测产品在常规使用应力下的寿命。ADT的引入为解决加速寿命试验在应用中面临的失效数据少甚至零失效的问题提供了新途径。如何设计试验方案，如试验样本量、监测时间间隔、监测次数等，使试验评估结果最准确，试验代价最小，是加速退化试验工程应用中面临的一个重要问题。

目前ADT优化设计主要通过基于先验的解析优化方法得到最优方案。当试验方案设计变量的维数增加时，优化建模非常困难。此外，在很多场合下最优方案的解析解难以得到甚至不存在，而且分析推理过程非常复杂。因此，建立面向工程应用的ADT方案优化一般框架十分困难。

发明内容

针对解析方法难以评估复杂加速试验方案优劣的问题，以及高可靠长寿命产品设计小样本加速试验方案的问题，本发明提供了一种基于仿真的多应力小样本加速寿命试验方案设计优化方法。

本发明一种基于仿真的多应力小样本加速寿命试验方案设计优化方法，其目的是：弥补一般基于先验解析的优化方法，当试验设计维数增多时，优化建模十分困难的缺陷。同时，将基于仿真的方法在多应力小样本情况下对加速试验设计方案进行优化，进一步扩充了仿真基的方法在该领域的应用。

本方法首先确定试验设计备选方案集、优化目标函数、加速变化模型和仿真规模Ω_d，然后针对某个备选方案，利用蒙特卡洛（Monte Carlo）方法生成该方案下的Ω_d组仿真试验数据，接着对其进行统计分析，得到该方案下的优化目标函数值，最后根据得到的优化目标函数值进行备选方案的优劣排序，确定最优试验方案。

本发明所述的一种基于仿真的多应力小样本加速寿命试验方案设计优化方法能够成立所需要的假设（这些条件是加速退化试验能够进行的前提假设，只有这些假设成立，试验才能进行）如下：

假设1性能参数的变化是不可逆的，即应是单调的；

假设2正常应力水平和试验应力水平下的性能参数变化机理一致。从统计特征上来说，正常应力水平和试验应力水平下的性能参数变化规律相似，均可用同一模型形式描述；

假设3试验应力水平越高，性能参数变化越快。

基于上述假设，本发明提出一种基于仿真的多应力小样本加速寿命试验方案设计优化方法，如图1所示，该方法具体步骤如下：

步骤一：确定试验设计备选方案集、优化目标函数、加速变化模型和仿真规模Ω_d，其中备选方案集是根据基于工程经验的加速变化试验方案设计方法初步构造，也能直接在给定的试验设计约束条件下遍历得到。仿真规模根据实际情况进行选取。

步骤二：针对选定的备选方案，利用Monte Carlo方法生成该方案下的Ω_d组仿真试验数据，接着对其进行统计分析，得到该方案下的优化目标函数值。

步骤三：最后根据得到的优化目标函数值进行备选方案的优劣排序，确定最优试验方案。

其中，在步骤一中所述的“备选方案集”，其构造方法如下：

备选方案集包含的元素：试验应力水平，各应力水平下样本数，各温度下的试验周期，各个温度下的测试次数等。

备选方案集根据基于工程经验的加速变化试验方案设计方法初步构造，也能直接在给定的试验设计约束条件下遍历得到。

构造备选方案集时，需要考虑采用以下简化措施：

（1）试验应力水平数和试验应力水平取值范围直接指定，试验应力水平等间隔分布后取整。如果试验应力为温度，试验温度取为5℃的整数倍，试验温度间隔大于或小于5℃。例如，试验应力水平数为3，最高和最低试验温度分别为90℃和65℃，则中间试验温度为75℃或80℃。