[发明专利]一种产品可靠性鉴定的方法

权利要求书

1.一种产品可靠性鉴定的方法，其特征在于，包括：

以风险平衡、检验成本和可靠度评估精度构建一可靠性鉴定模型；其中，所述风险平衡以生产方和使用方的风险值与额定风险值的欧氏距离最小为目标，所述检验成本以检验费用和检验时间最小为目标，所述可靠度评估精度以鉴定可靠度的贝叶斯点估计值与所述可靠度的真值之间的距离最小为目标；

根据针对成败型产品预设的关键因素参数和所述可靠性鉴定模型，确定合格判定数以及样本抽取量；

从N个成败型产品中，按照所述样本抽取量选取相应数目的成败型产品进行可靠性鉴定，获得鉴定结果，确定所述鉴定结果表征的样本合格数量达到所述合格判定数时，确定所述N个成败型产品通过鉴定。

2.如权利要求1所述的方法，其特征在于，所述以风险平衡、检验成本和可靠度评估精度构建一可靠性鉴定模型，包括：

构建所述风险平衡、所述检验成本和所述可靠度评估精度的多目标函数；

对所述多目标函数进行归一化处理，获得归一化后的多目标函数；

通过经典加权法将所述归一化后的多目标函数拟合成单目标函数；

基于所述单目标函数及约束条件，获得可靠性鉴定模型。

3.如权利要求2所述的方法，其特征在于，所述构建所述风险平衡、所述检验成本和所述可靠度评估精度的多目标函数，包括：

基于生产方和使用方的风险值与额定风险值的欧氏距离，构建所述风险平衡的目标函数；

基于样本抽取量及总成本系数，构建检验成本目标函数；其中，所述总成本系数与所述样本抽取量成正相关；

基于鉴定可靠度的贝叶斯点估计值与所述可靠度的真值之间的距离，构建可靠度评估精度的目标函数。

4.如权利要求3所述的方法，其特征在于，基于鉴定可靠度的贝叶斯点估计值与所述可靠度的真值之间的距离，构建可靠度评估精度的目标函数时，具体采用以下公式：

其中，(n-Ac+1)/(n+2)为所述贝叶斯点估计值，[(D+1)(1-R₀)/2]-1为所述可靠度的真值；n为所述样本抽取量，Ac为所述合格判定数，D＝(1-R₁)/(1-R₀)，D为所述成败型产品的鉴定比，R₀为所述成败型产品可靠度的检验上限值，R₁为所述成败型产品可靠度的检验下限值。

5.如权利要求3所述的方法，其特征在于，所述通过经典加权法将所述归一化后的多目标函数拟合成单目标函数，包括：

通过模糊层次分析法，计算所述归一化后的多目标函数中各目标函数对应的权重因子；

基于所述权重因子及所述归一化后的多目标函数拟合成单目标函数。

6.如权利要求5所述的方法，其特征在于，所述通过模糊层次分析法，计算所述归一化后的多目标函数中所述权重因子，包括：

基于一预设规则建立所述多目标函数的优先判断矩阵；其中，所述预设规则用于量化两目标函数之间的相对重要性；

将所述优先判断矩阵转化为模糊一致性矩阵，并对所述模糊一致性矩阵进行计算，以获得所述权重因子。

7.如权利要求1－6任一项所述的方法，其特征在于，所述根据针对成败型产品预设的关键因素参数和所述可靠性鉴定模型，确定合格判定数以及样本抽取量，包括：

基于所述关键因素参数初始化所述可靠性鉴定模型，以获得初始化后的可靠性鉴定模型；

基于预设参数、改进的布谷鸟算法及所述初始化后的可靠性鉴定模型，确定所述合格判定数及所述样本抽取量；其中，所述预设参数包括至少一组预设的合格判定数和预设的样本抽取量；所述改进的布谷鸟算法的自适应发现概率为所述自适应发现概率的最大值与所述自适应发现概率的步长之差，所述步长与所述自适应发现概率的最大值和最小值之差成正弦相关，所述改进的布谷鸟算法具体遵循如下规则：

其中，Pa为所述自适应发现概率，p_a,min-p_a,max为所述步长；p_a,min为所述自适应发现概率的最小值，p_a,max为所述自适应发现概率的最大值，G为最大迭代次数，g为当前迭代次数，且1≤g≤G。