[发明专利]基于p值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p值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、对每个样本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，确定每个样本的伪寿命；

步骤三、确定故障数据的分布函数；

步骤四、计算各伪寿命数据在分布函数中对应的p值；

步骤五、比较p值与α大小；

步骤六、计数；

步骤七、计算性能退化数据与故障数据的一致概率；

步骤八、对一致概率进行判定；

其中，在步骤一中所述的产品包括：

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，产品随着服役时间的增加，将产生劣化、老化现象；

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，产品随着服役时间的增加，将产生劣化、老化现象；

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，产品随着服役时间的增加，将产生劣化、老化现象；

其中，在步骤二中所述的对每个样本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多种；

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，在步骤三中所述的确定故障数据的分布函数是指对故障数据进行概率统计分析，确定故障数据的分布函数；故障数据的分布函数确定方法，是指采用皮尔逊检验和柯尔莫哥洛夫检验中的一种及多种；

其中，在步骤四中所述的计算各伪寿命数据在分布函数中对应的p值，是指利用步骤3确定的分布函数确定伪寿命数据在分布函数中对应的p值；该p值包括：

右侧p值：实际观测值大于及等于分布函数伪寿命分位点的概率；

左侧p值：实际观测值小于及等于分布函数伪寿命分位点的概率；

其中，在步骤五中所述的比较p值与α大小，是指给定显著性水平α，并比较各伪寿命计算出的p值与α大小；

所述的给定显著性水平a是指根据实际需要确定显著性水平，取0.05；该显著性水平a涉及：

单侧检验：是指拒绝域全在分布函数的一侧的检验；

双侧检验：是指拒绝域分在分布函数的两侧的检验；

其中，在步骤六中所述的计数是指对大于α的p的个数进行统计；

其中，在步骤七中所述的计算性能退化数据与故障数据的一致概率是指计算性能退化数据与故障数据的一致概率；具体作法如下：计算步骤6中计数值占总伪寿命个数的比例，数值能作为样本性能退化数据与故障数据的一致概率；

其中，在步骤八中所述的对一致概率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；判定规则具体为：若一致概率大于(1-α)，则判定性能退化数据与故障数据具有一致性；反之，则判定性能退化数据与故障数据不具有一致性。

2.根据权利要求1所述的一种基于p值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：失效物理建模：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。

3.根据权利要求1所述的一种基于p值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：退化分布建模：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，退化量分布模型有正态分布模型和Weibull分布模型。