[发明专利]一种电子产品退化状态实时预测方法

摘要

本发明提供了一种电子产品退化状态实时预测方法，通过可靠性试验数据、现场性能退化数据，依据曲线拟合，现场性能退化数据外推当前运行电子产品在j+1时刻的预测值xj+1，依据自回归模型，根据每个时刻的可靠性试验数据，得到j+1个预测值：y1,y2,…,yj,yj+1，根据前j预测值的拟合曲线，外推得到j+1时刻的预测值y0j+1，计算差值Δj+1=y0j+1-xj+1，最后得到可靠性试验数据融合现场性能退化数据预测的结果zj+1=yj+1+Δj+1；根据得到预测值xj+1和zj+1时的误差大小为预测值xj+1和zj+1分配权值，最终根据权值将预测值xj+1和zj+1融合得到最终电子产品在j+1时刻的退化状态实时预测值。通过实验验证，本发明电子产品退化状态实时预测方法，基于差值修正算法，提高了电子产品退化状态预测的准确度。

主权项

一种电子产品退化状态实时预测方法，其特征在于，包括以下步骤：（1）、选取数量为N的同类电子产品（至少10‑15个），对每个电子产品从最初运行开始，每间隔一定时间提取数据测试点的信号幅值，得到N组由M个信号幅值组成的退化数据并作为产品性能退化的可靠性试验数据；对于当前运行的电子产品也从最初运行开始，每间隔一定时间ts提取测试点的信号幅值，当运行到j时刻时，得到由j个信号幅值组成的现场退化数据；（2）、对现场性能退化数据进行曲线拟合，根据拟合结果来选择最理想的拟合模型，根据拟合模型来外推当前运行电子产品在j+1时刻的预测值xj+1；（3）、将可靠性试验数据中同一个时刻的N个产品的信号幅值按顺序组成一个序列，利用AR（自回归）模型进行预测，得到预测值，得到从第1个时刻到第j+1时刻的j+1个预测值：y1,y2,…,yj,yj+1；对将预测值y1,y2,…,yj作为一个序列，进行曲线拟合，根据拟合结果来选择最理想的拟合模型，根据拟合模型来外推电子产品在j+1时刻的预测值y0j+1；计算差值Δj+1=y0j+1‑xj+1，最后得到可靠性试验数据融合现场性能退化数据预测的结果zj+1=yj+1+Δj+1；（4）、根据得到预测值xj+1和zj+1时的误差大小为预测值xj+1和zj+1分配权值，最终根据权值将预测值xj+1和zj+1融合得到最终电子产品在j+1时刻的退化状态实时预测值。