[发明专利]基于秩和的性能退化数据与故障数据的一致性检验方法

权利要求书

1.一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，其特征在于：实施步骤如下：

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；

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)由于设计缺陷及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即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，如漆层和镀层脱落；

其“故障数据”应含有故障时间；

在步骤一中所述的“性能退化数据”包括退化量和退化时间；

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及复数种；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及化学机理、变化规律，以及产品失效与使用条件的内在联系，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；

(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，即能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；

(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；

在步骤二中所述的“失效阈值”，其数值与故障数据中的故障时性能参数相一致；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。

2.根据权利要求1所述的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：在步骤三中所述的“秩”时，若复数个故障数据相等，则它们的秩也相等，等于相应几个秩的算术平均值。

3.根据权利要求1所述的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：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及小于下限值，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。