[发明专利]一种基于环境效应的表面改性工艺可靠性评价方法

权利要求书

1.一种基于环境效应的表面改性工艺可靠性评价方法，其特征在于：具体步骤如下：

步骤一：关键表面完整性特征及敏感环境应力分析；分析产品在自然环境下的典型失效模式，根据其失效机理确定产品的关键表面完整性特征C＝[C₁，C₂，C₃，…，C_N]，其中N表示关键表面完整性特征的种类；基于环境应力对关键表面完整性特征退化过程的敏感程度，确定其敏感环境应力S＝[S₁，S₂，S₃，…，S_L]，其中L表示敏感环境应力的种类；

步骤二：关键表面完整性特征退化实验；检测表面改性后的产品在自然环境当中的退化过程，并记录其退化数据；具体实验方法为首先检测产品未退化时各关键表面完整性特征，然后每隔退化时间Δt对其特征C进行一次测量，直至其特征退化至失效阈值；实验结束，同时实时监测敏感环境应力并记录数据C_ij，C_ij表示第i类关键表面完整性特征的第j次检测数据；

步骤三：退化预测模型的建立；利用产品退化数据与环境数据构建数据向量，其中神经网络输入层的每一个样本向量的形式为：

X＝[S_1j，S_2j，S_3j，…，S_Lj，C_1j，C_2j，C_3j，…，C_Nj]

其中：X表示样本向量，

[S_1j，S_2j，S_3j，…，S_Lj，C_1j，C_2j，C_3j，…，C_Nj]表示L类环境应力第j次的监测值与N类关键表面完整性特征的第j次的监测值构成的一个样本向量；输出层的每一个样本向量为Y＝[C_1j，C_2j，C_3j，…，C_Nj]，该C_ij表示对第i类关键表面完整性特征的第j次检测数据；结合神经网络算法建立基于环境效应的表面完整性特征的退化预测模型，训练神经网络直至精度符合要求，获得预测模型；

步骤四：动态环境下的关键表面完整性特征的退化预测；将新的敏感环境应力数据与关键表面完整性特征的退化初始值带入退化预测模型，计算该环境当中表面完整性特征的退化预测数据；

步骤五：评价指标的计算；结合应力-强度干涉模型，以表面完整性特征的失效阈值作为强度，以表面完整性特征的检测值作为应力，计算动态环境效应作用下，关键表面完整性特征值大于失效阈值的概率，比较各关键表面完整性特征能够完成其规定要求的，取最小值作为评价指标，实现对基于环境效应的表面改性工艺的评价，评价指标I计算方式如下式：

I＝minP(C_ij＞F_i)且C_ij＝C_i1-X(t) (1)

其中I表示工艺可靠性评价指标，min表示最小值，F_i表示第i类关键表面完整性特征的失效阈值，C_i1表示涂层结合强度的初始值，X(t)表示关键表面完整性特征随时间的退化量；

通过以上步骤，能够准确预测关键表面完整性特征在动态环境中的退化过程，通过计算动态环境中某时刻关键表面完整性特征大于退化阈值的概率，能够对该工艺抵抗环境应力的能力做出评估，实现该工艺的可靠性评估，并能够为该工艺流程的优化提供帮助。

2.根据权利要求1所述的一种基于环境效应的表面改性工艺可靠性评价方法，其特征在于：在步骤一中所述的“关键表面完整性特征”，是指但不限于硬度、粗糙度和结合强度。

3.根据权利要求1所述的一种基于环境效应的表面改性工艺可靠性评价方法，其特征在于：在步骤一中所述的“敏感环境应力”，是指但不限于海水环境中的温度应力S_T、pH值S_P、溶解氧S_D、盐度S_S和氧化还原电位S_OPR。