[发明专利]一种全寿命周期内的车载信息终端故障率预测方法

摘要

本发明一种全寿命周期内的车载信息终端故障率预测方法，属于寿命预测技术领域，尤其是一种全寿命周期内的车载信息终端故障率的预测。包括1）确定车载信息终端全寿命周期；2）确定车载信息终端故障判据；3）构造综合环境应力加速因子模型；4）采集综合环境应力高加速寿命试验数据；5）构造故障率模型；6）结合故障率模型构建车载信息终端性能退化模型；7）构造基于灰色理论的寿命动态预测模型；8）预测车载信息终端全寿命周期下的实际时间节点的故障率和剩余寿命。本发明通过系统地施加逐渐增大的环境应力和工作应力，缩短检测周期以激发故障、暴露设计中的薄弱环节；通过分析各个工作时期的性能状况，提供产品各个工作时期的可靠性指标。

主权项

1.一种全寿命周期内的车载信息终端故障率预测方法，其特征在于，包括以下几个步骤：1）确定车载信息终端全寿命周期        将车载信息终端的全寿命周期确定为车载信息终端从其使用时间开始，或经过翻修后恢复工作，直到极限状态前的工作时间；2）确定车载信息终端故障判据所述的车载信息终端故障分为硬故障和软故障，所述硬故障表示一个车载信息终端在施加骚扰期间和之后，不能执行其预先设计的一项或多项功能，且如果不修理或不替换其中的元器件，则不能恢复其正常工作；所述软故障表示一个车载信息终端在施加骚扰期间，不能执行其预先设计的一项或多项功能，但在停止施加骚扰之后能恢复到正常操作状态；3）构造综合环境应力加速因子模型对车载信息终端实施综合环境应力做高加速寿命试验，所述的综合环境应力包括温度、湿度和电应力；高加速寿命试验在温度、湿度和电应力等多种组合的综合环境应力下进行，通过相乘所施加的环境应力加速因子得到试验的综合加速因子；4）采集综合环境应力高加速寿命试验数据       在高加速寿命试验过程中，通过企业运营平台提供的实时通讯日志，采集车载信息终端在试验过程中的故障时间点数据；5）构造故障率模型构建的故障率模型函数为设参与以上测试方案的样品数为M，每个温度阶段下的加速因子为，第i个样品在每个温度阶段的试验时间为，实际工作时间为，高环境应力下实际工作时间等于试验时间乘以当前环境应力下的加速因子，则第i个样品的实际工作时间为(4)将M个样品的实际工作时间求和得出总的工作时间T，则M个样品的实际总工作时间计算公式为：(5)测试过程中，发现样品数据异常或指示灯异常后，先通过远程调试的方法进行故障诊断和在线重启，若远程诊断将问题解决，则记录故障1次；若有n个样品故障，则记录故障n次；在确认远程无法解决的情况下，记录故障的总次数F_i，其余试验继续进行，此后，该故障样品的试验时间不作为工作时间计算；测试完成后，全部样品的故障次数为：由此，构建的车载信息终端故障率函数为（6）6）结合故障率模型构建车载信息终端性能退化模型采用步进应力加速寿命试验进行测试，通过该方法测试出样品从试验开始到完全失效所经历的时间，计算出步进的每个应力阶段对应的产品性能参数，利用该参数，采用Matlab软件绘制出样品性能评价分析曲线，并对车载信息终端工作状况的性能进行分析；采用步进应力加速寿命试验进行测试过程中，样品需全部通电，并保证全程样品与企业平台中心连接正常；一旦发现个别样品数据异常或指示灯异常后，先通过远程调试的方法进行故障诊断和在线重启，若远程诊断将问题解决，则记录故障1次；若有n个样品故障，则记录故障n次；在确认远程无法解决的情况下，记录故障的总次数，其余试验继续进行，此后，该故障样品的试验时间不作为工作时间计算；所述车载信息终端工作状况的性能分析，根据公式(7)计算车载信息终端实际时间节点的性能值；（7）其中，为每个应力节点的性能值，计算公式如下：（8）表示第i个应力阶段下的试验时间；表示第i个应力阶段下的综合环境应力加速因子；7）构造基于灰色理论的寿命动态预测模型由步骤7）得到的性能退化结果，采用基于灰色理论的寿命动态预测模型进行进一步预测分析；采用基于灰色理论的寿命动态预测模型进行预测，能够得到包含整体趋势在内的预测序列，同时获得车载信息终端各工作时期的剩余寿命；8）预测车载信息终端全寿命周期下的实际时间节点的故障率和剩余寿命通过计算每个温度阶段的综合环境应力加速因子和车载信息终端每个时间节点的性能评价值，采用基于灰色理论的寿命动态预测模型预测出车载信息终端每个工作状况下的剩余寿命，通过公式(6)计算出与之对应工作状况下的故障率，合并两者结果即得到车载信息终端全寿命周期内的实时工作状况下的剩余寿命和故障率。