蔡忠義, 陳云翔, 王莉莉, 羅承昆

(空軍工程大學(xué)裝備管理與安全工程學(xué)院, 陜西 西安 710051)

?

融合外場使用和加速壽命數(shù)據(jù)的可靠性評估方法

蔡忠義, 陳云翔, 王莉莉, 羅承昆

(空軍工程大學(xué)裝備管理與安全工程學(xué)院, 陜西 西安 710051)

摘要：針對壽命服從雙參數(shù)Weibull分布且已在外場使用一段時間后的機(jī)電產(chǎn)品,進(jìn)行單應(yīng)力、定時轉(zhuǎn)換的步進(jìn)加速壽命試驗(yàn),研究外場使用數(shù)據(jù)和加速壽命試驗(yàn)數(shù)據(jù)之間的融合評估問題。考慮到外場多應(yīng)力環(huán)境與實(shí)驗(yàn)室單一應(yīng)力環(huán)境之間的差異性,構(gòu)建基于修正系數(shù)的分布參數(shù)計算模型;開展融合外場使用歷程和加速壽命試驗(yàn)過程的統(tǒng)計分析,建立各應(yīng)力下的累計分布函數(shù)關(guān)系;構(gòu)建融合過程的極大似然函數(shù),運(yùn)用數(shù)值迭代法,求解未知參數(shù)估計;結(jié)合某型機(jī)電產(chǎn)品進(jìn)行仿真方案設(shè)計,采用蒙特卡羅仿真方法產(chǎn)生樣本數(shù)據(jù),通過對比分析說明本文所提出的模型評估精度更高。

關(guān)鍵詞：加速壽命試驗(yàn); 可靠性評估; 應(yīng)力環(huán)境差異; 修正系數(shù); 數(shù)據(jù)融合

0引言

隨著科學(xué)技術(shù)的快速發(fā)展,機(jī)電產(chǎn)品的壽命與可靠性得以大幅提高并廣泛應(yīng)用于航空航天、機(jī)械重工、電氣工程等領(lǐng)域。為了高效準(zhǔn)確地評估機(jī)電產(chǎn)品的壽命與可靠性,在有限的試驗(yàn)樣本和試驗(yàn)經(jīng)費(fèi)的基礎(chǔ)上,需要采用加速壽命試驗(yàn),以達(dá)到評估產(chǎn)品可靠性的目的[1]。

針對機(jī)電產(chǎn)品加速壽命試驗(yàn)數(shù)據(jù)的可靠性評估研究,一般思路為:假定產(chǎn)品壽命服從特定的分布模型(如Weibull),采用已知的加速模型,建立可靠性模型及似然估計函數(shù),求解未知分布參數(shù),從而外推出產(chǎn)品的壽命與可靠性[2-3]。目前,該領(lǐng)域的研究可歸納為以下:

一是應(yīng)力施加方式。常見的有恒定、步進(jìn)應(yīng)力[4-5]。恒定應(yīng)力試驗(yàn)設(shè)計相對簡單,但所需的試驗(yàn)樣本量較大;步進(jìn)應(yīng)力試驗(yàn)因其可以充分利用試驗(yàn)樣本信息,節(jié)約試驗(yàn)時間和經(jīng)費(fèi),在工程實(shí)踐中得以廣泛使用。就機(jī)電產(chǎn)品而言,步進(jìn)應(yīng)力加速壽命試驗(yàn)主要適用于高可靠長壽命、價格昂貴、技術(shù)工藝上延續(xù)前批次且不影響系統(tǒng)安全的產(chǎn)品,以確保試驗(yàn)風(fēng)險在可控范圍內(nèi)。如:針對軍用運(yùn)輸機(jī)上的起動發(fā)電機(jī),采用步進(jìn)加速壽命試驗(yàn)技術(shù),開展了產(chǎn)品定延壽研究,為延長產(chǎn)品大修間隔期提供了技術(shù)支撐。

二是考慮外、內(nèi)場環(huán)境差異性[6-9]。這類研究采用廣義加速模型,對外場多應(yīng)力進(jìn)行近似折算,從總體上對分布模型參數(shù)進(jìn)行修正。如:文獻(xiàn)[8-9]在產(chǎn)品壽命服從Weibull場合下,針對恒定應(yīng)力加速壽命試驗(yàn)開展研究,考慮到外場應(yīng)力與試驗(yàn)應(yīng)力之間的差異以及外場環(huán)境的復(fù)雜性,分別建立了考慮修正系數(shù)的加速模型和分布參數(shù)模型,從而外推出產(chǎn)品在外場使用環(huán)境下的壽命與可靠性。

三是融合多源壽命信息[10-13]。這類研究主要是采用數(shù)值迭代法或貝葉斯法來融合多源信息,建立未知分布參數(shù)的估計模型。文獻(xiàn)[10]采用Newton-Raphson迭代法求得壽命參數(shù)的極大似然估計,這種方法利用似然估計函數(shù)自身的收斂性來近似求解未知參數(shù),易于理解,工程應(yīng)用廣泛;文獻(xiàn)[12]綜合利用加速退化試驗(yàn)信息、加速壽命試驗(yàn)信息和外場信息,采用馬爾可夫蒙特卡羅(Markov Chain Monte Carlo, MCMC)方法,通過判斷馬爾可夫鏈的收斂性來求解未知參數(shù)的估計值,從而外推出產(chǎn)品外場壽命與可靠性。這種方法的優(yōu)點(diǎn)是可以快速完成傳統(tǒng)似然函數(shù)的復(fù)雜求解過程,但對于未知參數(shù)先驗(yàn)分布的選取還需進(jìn)一步探討。

因此,本文針對壽命服從雙參數(shù)Weibull分布且在外場已使用一段時間的機(jī)電產(chǎn)品進(jìn)行單應(yīng)力、定時轉(zhuǎn)換的SSALT,建立考慮外場應(yīng)力與環(huán)境差異的壽命分布修正模型,提出了融合外場使用和加速壽命數(shù)據(jù)的可靠性評估方法,采用數(shù)值迭代法來求解未知參數(shù)估計。

1考慮外場應(yīng)力差異的壽命模型

1.1壽命模型

對于機(jī)電產(chǎn)品而言,一般認(rèn)為其壽命服從Weibull分布,則Weibull場合下的產(chǎn)品壽命分布函數(shù)可表示為

(1)

式中,m為形狀參數(shù);η為尺度參數(shù);γ為位置參數(shù)。

當(dāng)γ=0時,稱為雙參數(shù)Weibull,此時分布密度函數(shù)和可靠度函數(shù)分別為

(2)

(3)

1.2加速模型

加速模型是指在加速試驗(yàn)中產(chǎn)品壽命特征量(如特征壽命、失效率等)與所施加的加速應(yīng)力之間的關(guān)系模型,其中較為常見的是針對溫度應(yīng)力的Arrhenius模型和針對電應(yīng)力的逆冪律模型[14]。

對于雙參數(shù)Weibull,一般認(rèn)為形狀參數(shù)m與應(yīng)力S無關(guān),而尺度系數(shù)η與應(yīng)力S有關(guān),用特征壽命tη=η(即R(tη)=e-1)作為加速模型的特征量,則加速模型可表示為

(4)

式中,a,b是待定常數(shù);對于Arrhenius模型,φ(S)=1/S;對于逆冪律模型,φ(S)=lnS。

1.3考慮外場應(yīng)力差異的模型修正

與內(nèi)場(實(shí)驗(yàn)室)應(yīng)力環(huán)境相比,產(chǎn)品在外場工作環(huán)境所發(fā)生的失效機(jī)理更加復(fù)雜,通常是由多方面應(yīng)力共同作用而出現(xiàn)的。因此,對于外場工作環(huán)境中的產(chǎn)品壽命分布模型應(yīng)進(jìn)行一定的修正。

若產(chǎn)品在外場工作環(huán)境中受諸如溫度、電壓、振動、濕度等多類型應(yīng)力S,ST,SV,SM,…作用且僅有單一應(yīng)力S被施加于ALT中,則基于ALT應(yīng)力的加速模型可表示為

(5)

而基于外場使用環(huán)境下的多類型應(yīng)力的廣義加速模型可近似表示為

(6)

式中,ηf和η分別為外場工作應(yīng)力和ALT單一應(yīng)力下的Weibull尺度參數(shù)。

若用ln(k1)(k1為應(yīng)力修正系數(shù))來代表除S以外的其他應(yīng)力的影響,即

(7)

則由式(5)～式(7)可得

(8)

則有

(9)

雖然Weibull形狀參數(shù)m與應(yīng)力無關(guān),但考慮到產(chǎn)品組裝、工藝、維護(hù)保養(yǎng)、管理等因素的影響,外場使用中的產(chǎn)品與ALT中的產(chǎn)品會一定差異,用環(huán)境差異系數(shù)k2來表示這種差異,即

mf=m·k2

(10)

式中,mf和m分別為外場多應(yīng)力和ALT單一應(yīng)力下的Weibull形狀參數(shù)。

2融合外場使用和ALT的統(tǒng)計分析

2.1統(tǒng)計假設(shè)

對于開展融合外場使用數(shù)據(jù)和ALT數(shù)據(jù)統(tǒng)計的產(chǎn)品應(yīng)滿足以下假設(shè):

(1)ALT采用定時截尾方式,以溫度為步進(jìn)試驗(yàn)應(yīng)力,各溫度Si(i=1,2,…,n)下產(chǎn)品壽命t之間相互獨(dú)立且都服從于雙參數(shù)Weibull(mi,ηi);

(2)ALT中產(chǎn)品失效機(jī)理保持不變,即各溫度Si下Weibull的形狀參數(shù)不變,令mi=m;

(3)ALT中產(chǎn)品滿足Nelson提出的累積失效模型,即產(chǎn)品的剩余壽命僅與當(dāng)前應(yīng)力和已累計失效水平有關(guān);

(4)ALT各溫度Si下Weibull的特征壽命tηi=ηi與其溫度之間滿足以下加速方程:

(11)

2.2統(tǒng)計過程及數(shù)據(jù)

根據(jù)步進(jìn)試驗(yàn)方案,預(yù)先確定一組高于外場正常工作溫度S0的溫度應(yīng)力S1

假設(shè)有一批共N個產(chǎn)品作為樣本總體,在進(jìn)行SSALT前,該批產(chǎn)品已在外場工作了t0時刻且有r0個產(chǎn)品失效并記錄了失效時間,可近似看作是SSALT的第一步;然后將余下未失效產(chǎn)品放置在溫度應(yīng)力S1下進(jìn)行試驗(yàn),到達(dá)轉(zhuǎn)換時刻t1前有r1個產(chǎn)品失效并記錄了失效時間;而后將應(yīng)力提高至S2繼續(xù)試驗(yàn),達(dá)到轉(zhuǎn)換時刻t2有r2個產(chǎn)品失效并記錄了失效時間;而后將應(yīng)力提高至下一應(yīng)力,如此進(jìn)行,一直到將應(yīng)力提高至Sn下截止tn時刻完成試驗(yàn)(見圖1)。

圖1　考慮外場使用的步進(jìn)應(yīng)力施加過程

通過收集到上述整個過程的失效數(shù)據(jù)可知,各應(yīng)力下的失效樣本時間序列如下:

獲取各應(yīng)力下的數(shù)據(jù)樣本后,需要進(jìn)行分布檢驗(yàn)以判斷產(chǎn)品是否服從Weibull分布,一般采用F檢驗(yàn)法、χ2檢驗(yàn)法[15]。

2.3各應(yīng)力下分布函數(shù)關(guān)系

已知N個產(chǎn)品在外場工作溫度為S0下的工作時間為t0,則t0時刻的產(chǎn)品累計失效概率為F0(t0),相當(dāng)于產(chǎn)品在應(yīng)力S1下τ0時刻的累積失效概率F1(τ0),則考慮了外場工作歷程的未失效產(chǎn)品在應(yīng)力S1下進(jìn)行試驗(yàn)的起止時刻為(τ0,t1-t0+τ0]。

同理,產(chǎn)品在應(yīng)力S1下t1-t0+τ0時刻的累計失效概率為F1(t1-t0+τ0),相當(dāng)于在應(yīng)力S2下τ1時刻的累積失效概率F2(τ1),則未失效產(chǎn)品在應(yīng)力S2下進(jìn)行試驗(yàn)的起止時刻為(τ1,t2-t1+τ1]。依此遞推(見表1),可建立各應(yīng)力下的壽命分布函數(shù)關(guān)系,則融合了外場使用和ALT數(shù)據(jù)的累計分布函數(shù)可分步表示如下:

步驟 1外場環(huán)境下溫度應(yīng)力S0

(12)

式中,考慮到外場應(yīng)力修正與環(huán)境差異系數(shù),可知

(13)

式中,m0,η0為ALT應(yīng)力S0下Weibull的形狀參數(shù)和位置參數(shù)。

步驟 2ALT溫度應(yīng)力S1

(14)

式中,τ0可通過下式求出。

(15)

步驟 3ALT溫度應(yīng)力S2

(16)

式中,τ1可通過下式求出。

(17)

步驟 i+1ALT溫度應(yīng)力Si,i=1,2,…,n

(18)

式中,τi-1可通過下式求出。

(19)

3壽命可靠性模型

根據(jù)融合外場使用和ALT的統(tǒng)計過程分析及各應(yīng)力的累積分布函數(shù)關(guān)系,建立整個融合過程的極大似然函數(shù)。

(1) 外場溫度應(yīng)力S0下壽命數(shù)據(jù)極大似然函數(shù)為

(20)

(21)

(2)ALT各溫度應(yīng)力Si下壽命數(shù)據(jù)極大似然函數(shù)為

(22)

(23)

其中

(24)

(3) 融合了外場和ALT數(shù)據(jù)的產(chǎn)品對數(shù)似然函數(shù)可表示為

(25)

(26)

4仿真實(shí)例

某型起動發(fā)電機(jī)是安裝在軍用飛機(jī)上為APU提供直流電源的供電裝置,屬于典型的機(jī)電產(chǎn)品。該型產(chǎn)品在部隊外場已使用一段時間,外場使用與維護(hù)數(shù)據(jù)充足,現(xiàn)需要綜合利用外場使用數(shù)據(jù)和ALT數(shù)據(jù)以推斷出其在外場正常使用下的壽命與可靠度。

4.1仿真數(shù)據(jù)

利用蒙特卡羅仿真方法產(chǎn)生整個融合過程的樣本數(shù)據(jù)[8],具體步驟如下:

步驟 2首先分別產(chǎn)生Ni(i=0,1,2)個相互獨(dú)立且服從于U[0,1]的隨機(jī)數(shù);然后將其分為[0,p0)、[p0,p1)、[p1,p2)、[p2,1] 4組,分別對應(yīng)于外場使用環(huán)境中樣本的失效概率,ALT中加速應(yīng)力S1下樣本的失效概率,ALT中加速應(yīng)力S2下樣本的失效概率以及到截尾時樣本仍未失效的概率。

步驟 3將產(chǎn)生的N0個隨機(jī)數(shù)中落入[0,p0)內(nèi)的r0個隨機(jī)數(shù)U0j(j=1,2,…,r0)轉(zhuǎn)換為外場使用環(huán)境下的失效樣本時間為

(27)

步驟 4將產(chǎn)生的N1個隨機(jī)數(shù)中落入[p0,p1)內(nèi)的r1個隨機(jī)數(shù)U1j(j=1,2,…,r1)轉(zhuǎn)換為ALT中加速應(yīng)力S1下失效樣本時間為

(28)

步驟 5將產(chǎn)生的N2個隨機(jī)數(shù)中落入[p1,p2)內(nèi)的r2個隨機(jī)數(shù)U2j(j=1,2,…,r2)轉(zhuǎn)換為ALT中加速應(yīng)力S2下失效樣本時間為

(29)

4.2仿真方案

通過統(tǒng)計分析該機(jī)電產(chǎn)品或其同類產(chǎn)品在研制階段所進(jìn)行的壽命試驗(yàn)數(shù)據(jù),結(jié)合經(jīng)驗(yàn)做法,可初步推斷出其壽命服從Weibull的參數(shù)值以及加速模型的參數(shù)值并作為仿真初值。具體仿真參數(shù)設(shè)置如下:

(1) 外場使用:外場應(yīng)力與環(huán)境修正系數(shù)分別為k1=0.9,k2=1.1,初始樣本量N=20,正常工作溫度S0為50oC,p0=0.1;

(2)ALT:加速應(yīng)力數(shù)為2,即S1=75oC、S2=100oC,p1,p2分別取0.3、0.7;

(3) 加速模型:Arrhenius模型參數(shù)a、b分別為9.174、-2.248,分布模型的形狀參數(shù)m=2.168;

(4) 仿真次數(shù)M=100。

4.3對比分析

根據(jù)上述仿真方案所產(chǎn)生的外場使用與ALT樣本數(shù)據(jù),將本文所提出的融合外場使用和ALT數(shù)據(jù)且考慮了外場應(yīng)力與環(huán)境差異的方法記為M1,將融合外場使用和ALT數(shù)據(jù)但未考慮外場應(yīng)力與環(huán)境差異的方法記為M2,將只利用ALT數(shù)據(jù)進(jìn)行評估的方法記為M3,分別推斷出產(chǎn)品壽命指標(biāo),通過對比分析來判斷各方法的擬合精度。

(1) 判斷標(biāo)準(zhǔn)

依據(jù)赤池信息量準(zhǔn)則(Akaikeinformationcriterion,AIC)和總體均方誤差(totalmeansquarederror,TMSE)來判斷方法的優(yōu)劣[9],計算公式為

AIC=2p-2lnL(Θ)

(30)

式中,p為Θ中未知參數(shù)的個數(shù);lnL(Θ)為對數(shù)似然函數(shù)所取的極大值。

(31)

(2) 參數(shù)估計

采用Newton-Raphson迭代法對式(26)進(jìn)行尋優(yōu),求解不同方法下的參數(shù)估計值;根據(jù)式(30)、式(31),計算出各方法的AIC和TMSE(見表2)。由表2可知,各模型擬合的優(yōu)劣程度依次為:M1優(yōu)于M2,M2優(yōu)于M3。

表2　不同方法的參數(shù)估計結(jié)果

(3) 評估結(jié)果

根據(jù)式(26),計算出產(chǎn)品在外場正常使用下的特征壽命估計值,從而繪制出各方法所得到的產(chǎn)品可靠度曲線(見圖2)。從圖中可直觀看出,本文所提出的考慮了外場差異且融合了外場使用和ALT數(shù)據(jù)的評估模型精度最高,具有良好的趨勢擬合性;而傳統(tǒng)未考慮外場差異且只利用ALT數(shù)據(jù)的評估模型精度最差,主要是因其將參與ALT的樣本都視為新品,忽略了外場工作歷程會降低產(chǎn)品可靠度。

圖2　不同方法的可靠度曲線

5結(jié)論

(1) 針對具有外場工作歷程且壽命服從雙參數(shù)Weibull的機(jī)電產(chǎn)品,開展SSALT,提出了融合外場使用和ALT數(shù)據(jù)的可靠性建模方法;

(2) 考慮了外場應(yīng)力環(huán)境的差異,采用雙修正系數(shù),對外場正常工作應(yīng)力下的Weibull分布參數(shù)進(jìn)行修正,使得分布模型更加符合外場實(shí)際;

(3) 本文從修正壽命分布模型和擴(kuò)大樣本量兩方面著手,所提出的方法能較好地反映產(chǎn)品壽命特征規(guī)律。通過與傳統(tǒng)未考慮外場差異和未融合外場數(shù)據(jù)的模型評估結(jié)果比較,進(jìn)一步說明本方法較傳統(tǒng)方法的評估精度更優(yōu),具有良好的工程應(yīng)用價值。

參考文獻(xiàn)：

[1] Zhang C H, Wen X S, Chen X. A comprehensive review of accelerated life testing[J].ActaArmanentarii, 2004, 25(4): 485-490. (張春華, 溫熙森, 陳循. 加速壽命試驗(yàn)技術(shù)綜述[J].兵工學(xué)報, 2004, 25(4): 485-490.)

[2] Ding C, Yang C Y, Tse S K. Accelerated life test sampling plans for the Weibull distribution under Type I progressive interval censoring with random removals[J].JournalofStatisticalComputationandSimulation, 2010, 80(8): 903-914.

[3] Zhang X P, Shang J Z, Chen Xun, et al. Statistical inference of accelerated life test with competing failures based on three-parameter weibull distribution[J].ActaArmanentarii, 2013, 34(12): 1603-1610. (張詳坡, 尚建忠, 陳循, 等. 三參數(shù)Weibull分布競爭失效場合加速壽命試驗(yàn)統(tǒng)計分析[J].兵工學(xué)報, 2013, 34(12): 1603-1610.)

[4] Ismail A A. Inference for a step-stress partially accelerated life test model with an adaptive Type-II progressively hybrid censored data from Weibull distribution[J].JournalofComputationalandAppliedMathematics, 2014, 260(4): 533-542.

[5] Fard N, Li C H. Optimal simple step stress accelerated life test design for reliability prediction[J].JournalofStatisticalPlanningandInference, 2009, 139(1): 1799-1808.

[6] Meeker W Q, Escobar L A, Hong Y L. Using accelerated life tests results to predict product field reliability[J].Technometrics, 2009, 51(2): 146-161.

[7] Pan R. A Bayes approach to reliability prediction utilizing data from accelerated life tests and field failure observations[J].QualityandReliabilityEngineeringInternational, 2009, 25(2): 229-240.

[8] Wang Y S, Zhang C H, Chen X, et al. Statistical analysis of accelerated life testing for products with operational period[J].JournalofNationalUniversityofDefenseTechnology, 2008, 30(1): 94-98. (汪亞順,張春華,陳循,等.存在工作歷程產(chǎn)品的加速壽命試驗(yàn)統(tǒng)計分析[J].國防科技大學(xué)學(xué)報,2008,30(1):94-98.)

[9] Tan Y Y, Zhang C H, Chen X, et al. Remaining life evaluation based on accelerated life testing[J].JournalofMechanicalEngineering, 2010, 46(2): 150-154. (譚源源, 張春華, 陳循, 等. 基于加速壽命試驗(yàn)的剩余壽命評估方法[J].機(jī)械工程學(xué)報,2010,46(2):150-154.)

[10] Li L, Xu W. Reliability analysis for accelerated life test based on Weibull distribution[J].SystemsEngineeringandElectronics, 2010, 32(7): 1544-1548. (李凌, 徐偉. 威布爾產(chǎn)品加速壽命試驗(yàn)的可靠性分析[J].系統(tǒng)工程與電子技術(shù), 2010, 32(7): 1544-1548.)

[11] Anduin E T. Bayesian estimation of mixed Weibull distributions[J].ReliabilityEngineering&SystemSafety, 2009, 94(4): 463-473.

[12] Wang L Z, Jiang T M, Li X Y, et al. Lifetime evaluation method with integrated accelerated testing and field information[J].JournalofBeijingUniversityofAeronauticsandAstronautics, 2013, 39(7): 947-951. (王立志, 姜同敏, 李曉陽, 等. 融合加速試驗(yàn)及外場使用信息的壽命評估方法[J].北京航空航天大學(xué)學(xué)報, 2013, 39(7): 947-951.)

[13] Wang L Z, Pan R, Li X Y, et al. A Bayesian reliability evaluation method with integrated accelerated degradation testing and field information[J].ReliabilityEngineeringandSystemSafety, 2013, 112(4): 38-47.

[14] Jiang T M.Reliabilitytesttechnology[M]. Beijing: Beihang University Press, 2012: 194-205. (姜同敏. 可靠性試驗(yàn)技術(shù)[M]. 北京: 北京航空航天大學(xué)出版社, 2012: 194-205.)

[15] Zhao Y.Dataanalysisofreliability[M]. Beijing: National Defense Industry Press, 2011: 103-106. (趙宇. 可靠性數(shù)據(jù)分析[M].北京: 國防工業(yè)出版社, 2011: 103-106.)

蔡忠義(1988-),男,博士研究生,主要研究方向?yàn)檠b備可靠性與質(zhì)量管理。

E-mail:afeuczy@163.com

陳云翔(1962-),男,教授,博士,主要研究方向?yàn)檠b備發(fā)展論證、裝備RMS。

E-mail:cyx87793@163.com

王莉莉(1982-),女,講師,博士后,主要研究方向?yàn)檠b備系統(tǒng)工程。

E-mail:bluechase@163.com

羅承昆(1991-),男,碩士研究生,主要研究方向?yàn)檠b備管理與決策。

E-mail:afeulck@163.com

Method on reliability assessment with integrated field using and accelerated life data

CAI Zhong-yi, CHEN Yun-xiang, WANG Li-li, LUO Chen-kun

(EquipmentManagement&SafetyEngineeringCollege,AirForceEngineeringUniversity,Xi’an710051,China)

Abstract:Aiming at the mechanical & electrical product that its lifetime obeys to Weibull distribution and has used in field, a single-stress & time-switching step-stress accelerated life test is done to study the integrated assessment problem between field using data and accelerated life test (ALT) data. Considering the difference between field multi-stress environment and laboratory single-stress environment, a distribution parameter model with the correction factors is constructed. Statistical analysis for the integrated process of field using and the ALT is done. Its cumulative distribution function relationship under each stress is built. The maximum likelihood function of integrated filed using and ALT data is built. The data iteration method is used to determine the estimation value of unknown parameters. A certain mechanical & electrical product is used to design a simulation project. The sample data is obtained by Monte Carlo simulation. A contrastive analysis shows that the proposed model is more accurate.

Keywords:accelerated life test (ALT); reliability assessment; stress environment difference; correction factor; data integration

收稿日期：2015-04-14；修回日期：2015-09-05；網(wǎng)絡(luò)優(yōu)先出版日期：2015-12-23。

基金項目：總裝“十二五”國防預(yù)先研究項目資助課題

中圖分類號：TB 114.3

文獻(xiàn)標(biāo)志碼：A

DOI:10.3969/j.issn.1001-506X.2016.06.39

作者簡介：

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20151223.1116.032.html