[发明专利]一种基于加速寿命试验的指挥通信设备可靠性评估方法

摘要

本发明公开一种基于加速寿命试验的指挥通信设备可靠性评估方法，通过确定环境应力，确定电应力，确定环境应力加速寿命模型，确定电应力加速寿命模型，加速寿命试验剖面确定，设备检测，设备故障分析，维修代价分析及寿命评估和设备薄弱环节分析及可靠性提高的步骤实现。本发明有效判定制约装备使用的薄弱部件，根据故障出现的时机，预估装备薄弱部件的故障时间，为维修计划和维修备件储备方案的制定提供支撑。

主权项

1.一种基于加速寿命试验的指挥通信设备可靠性评估方法，其特征在于具体步骤为：第一步确定环境应力根据贮存延寿理论和加速寿命试验理论，结合指挥通信设备的实际使用环境确定影响设备使用寿命的环境应力；指挥通信设备工作环境复杂多样，需要根据设备的具体安装位置，周围环境确定影响使用寿命的环境应力；该应力的确定参考类似装备的故障及失效分析结论确定；在方舱类相对洁净的空间，影响设备使用寿命的环境应力，包括：温度、湿度、振动、气压和盐雾；工作在暴露的环境，考虑增加风沙应力；统计分析不同环境应力在设备贮存时间和工作时间内的时长及应力大小幅值，形成设备的实际使用剖面；第二步确定电应力电应力，包括：电压应力、功率和开关脉冲，该应力参考装备的实际测量值或使用条件确定，也可参考装备的工作范围要求进行确定；第三步确定环境应力加速寿命模型根据设备的实际使用条件，将设备的使用寿命分为贮存寿命和工作寿命；影响设备贮存寿命的应力为环境应力，包括：温度、湿度、气压和运输时振动；影响设备工作寿命的应力为环境应力和电应力的综合应力；贮存寿命中的温度应力采用阿伦尼斯，即Arrhenius模型用公式(1)表示：公式(1)中，ε为寿命；Ea为激活能，与材料有关，单位是电子伏特eV，根据影响电子设备寿命的主要元器件的激活能确定；k为波尔兹曼常数，为8.617×10‐5eV/K；T为绝对温度；Λ为与产品特性、几何形状、试验方式有关的正常数；用公式(2)表示加速因子AF(T)：公式(2)中，T0为正常工作绝对温度，单位K；T为加速贮存绝对温度，单位K；根据实际贮存时间得到相应的加速寿命时间t1，用公式(3)表示：公式(3)中，t0为实际工作时间；对于待机过程中的温度应力采用循环温度应力，高温加速时间采用阿伦尼斯模型进行计算，对于循环次数采用Coffin‐Manson模型来估计，即公式(4)中，N为循环次数；ΔT为温度循环上、下限温度的差值；α为材料的塑性指数，取1.4—2；C为常数；则，公式(5)中，N0为实际工作中温度循环次数；N1为温度加速后循环次数；ΔT0为实际温差；ΔT1为加速试验采用的温差；产品在运输过程中会受到振动应力的作用，采用基于Palmgren‐Miner累积损伤准则的振动加速寿命模型；即公式(6)中，t0为振动时间；t12为等效加速时间；S0为实际使用环境中振动幅值谱；S1为加速实验振动幅值谱；m为与材料S‐N曲线斜率相关的值；湿度应力采用逆幂律加速寿命模型，即ε＝AS‑c   (7)公式(7)中，ε为寿命；A为一个正常数；C是一个与激活能有关的正常数；S为应力水平；第四步确定电应力加速寿命模型电应力，包括：电压应力、功率和开关脉冲；对于电压应力采用公式(7)所示的逆幂率加速寿命模型，电压范围的选取需在设备的正常工作范围内；对于功率应力，结合设备使用时所需的实际工况，考虑设备的负载以及不同功率下的工作时间比例进行确定；开关脉冲应力考核设备在通电瞬间的耐久性能；根据实际设备使用时的开关次数进行1比1模拟考核；第五步加速寿命试验剖面确定根据前面确定的环境应力、电应力以及相应的加速寿命模型，结合设备每年的实际使用剖面来确定该设备的年加速寿命试验剖面；实际环境中，设备会受到多种应力的综合施加，在加速寿命试验剖面中采用多种应力综合施加的方式来确定加速寿命试验剖面；第六步设备检测在加速寿命试验过程中，设备的检测时机为：试验前、试验中和试验后；合理安排检测时机，有效检测装备在试验过程中的状态；当设备的功能和性能指标不满足要求时，进行故障分析；第七步设备故障分析借鉴节约覆盖集理论建立故障特征集与故障源集合的对应关系，进而找出故障源；不同的故障特征对应不同的故障源集合，借鉴节约覆盖集理论得到最佳的故障特征与故障源的对应关系；利用节约覆盖集理论分析过程如下：设F代表设备可能发生的故障特征集合，|F|代表可能的故障特征数目，则故障发生共有2^|F|种可能性；每种可能性看作F的一个子集F_I；当F_I＝{f₁,f₂,…,f_n}表示故障特征{f₁,f₂,…,f_n}发生故障时，而其他的故障则没有发生；解决设备中多故障诊断问题就是在所有2^|F|个可能性中寻找最可能的组合；利用符号推理—节约覆盖理论来寻找最佳的组合；节约覆盖理论是一种利用诱导推理来阐明诊断专家系统理论；它将诊断问题描述为一个四元组P＝＜F,A,R,A+＞，其中F＝{f1,f2,…,fn}表示故障特征的有限非空集；A＝{a1,a2,…,an}表示故障源的有限非空集；表示定义在F×A上的有序关系子集；表示已知的故障源集合；符号R代表故障特征和故障源之间的直接因果关系，＜fi,aj＞∈R表示fi可能由aj引起，它并不表示当fi存在，aj总是发生，而仅仅是可能发生；A+是A的一个特殊子集，代表了在一个特定问题下已知存在的特征，不在A+的特征可认为是不存在的；此外，定义两个函数：对于所有a_j∈A，parts(a_j)＝{f_i|＜f_i,a_j＞∈R}代表故障源a_j所有可能引起的故障特征，features(f_i)＝{a_j|＜f_i,a_j＞∈R}代表可能引起故障特征f_i的所有故障源；同时定义和当时，则称故障特征集合F_I是特征值的一个覆盖；利用最小准则，即：当A+的一个覆盖有最小可能数目的故障时，它就是一个满足最小规则的解释，确定设备中每次故障对应最少故障源覆盖；第八步维修代价分析及寿命评估对故障进行维修，恢复设备的性能，分析设备的维修代价，当维修代价较小时，继续进行加速寿命试验；根据故障的频度以及维修更换的代价来确定设备是否达到寿命，进而确定整机更换时机；第九步设备薄弱环节分析及可靠性提高对加速寿命试验过程中设备出现的故障及维修更换措施进行分析，确定制约设备使用的寿命件，根据故障出现的时机以及设备保障的需求确定设备的维修保养措施及寿命件更换时机，以提高装备的可靠性。