亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于貝葉斯統(tǒng)計的汽車電子器件壽命分析

        2023-10-21 07:08:22劉岳歐陽英圖葉雯
        時代汽車 2023年18期

        劉岳 歐陽英圖 葉雯

        摘 要:加速壽命試驗是利用加速應(yīng)力水平下的壽命特征去外推評估正常應(yīng)力水平下的壽命特征的試驗技術(shù)。針對在汽車智能化發(fā)展中起著重要作用的汽車電子器件,本文將服從對數(shù)正態(tài)分布的樣本在步進應(yīng)力加速壽命試驗中的統(tǒng)計分析結(jié)合貝葉斯統(tǒng)計推斷,得出了基于貝葉斯統(tǒng)計的加速壽命試驗統(tǒng)計分析方法,從而實現(xiàn)了對汽車電子器件的壽命估計。本文通過有機發(fā)光二極管的案例應(yīng)用,驗證了貝葉斯對數(shù)正態(tài)分布加速壽命試驗統(tǒng)計分析方法的可行性和有效性,對相關(guān)理論研究和工程試驗的開展具有借鑒意義。

        關(guān)鍵詞:汽車電子產(chǎn)品 壽命分析 加速壽命試驗 貝葉斯統(tǒng)計推斷

        1 緒論

        隨著汽車電氣化乃至智能化的發(fā)展,汽車電子器件在車身各關(guān)鍵設(shè)備上的應(yīng)用日漸廣泛[1]。汽車電子器件的工作狀態(tài)、功能、壽命與汽車的正常行駛息息相關(guān),若出現(xiàn)問題,輕則造成財產(chǎn)損失,重則造成人員傷亡。因此,對汽車電子器件進行壽命分析,具有重大的實際意義。

        1.1 加速壽命試驗與加速模型

        為了快速地暴露產(chǎn)品的薄弱環(huán)節(jié),在較高應(yīng)力下以更短的試驗時間推斷正常應(yīng)力下的壽命特征,常采取加速壽命試驗(Life Accelerated Testing,ALT)。即在失效機理不變的基礎(chǔ)上,通過加速模型,利用加速應(yīng)力水平下的壽命特征去外推評估正常應(yīng)力水平下的壽命特征的試驗技術(shù)。加速壽命試驗方法因其可縮短試驗時間、提高試驗效率、降低試驗成本等優(yōu)勢已經(jīng)被廣泛應(yīng)用于各類工程實際問題之中[2]。

        為了能夠利用ALT中搜集到的產(chǎn)品壽命信息外推產(chǎn)品在正常應(yīng)力條件下的壽命特征,必須建立產(chǎn)品壽命特征與加速應(yīng)力水平之間的關(guān)系,即加速模型。常用的加速模型分為物理模型和統(tǒng)計模型,具體有阿倫尼斯模型、艾琳模型、廣義艾琳模型、沖蝕磨損模型、逆冪律模型、Coffin-Manson模型、Norris-Landzberg模型等[3]。

        ALT的統(tǒng)計分析是通過估計壽命分布函數(shù)的參數(shù)和確定加速模型的參數(shù),從而外推評估正常應(yīng)力水平S0下的壽命特征。

        1.2 貝葉斯理論

        在工程和實際試驗中,對于待估計參數(shù)常常會有一定的現(xiàn)有經(jīng)驗和信息,為了利用好這一部分信息,同時通過新的數(shù)據(jù)對已有信息進行更新,則常用貝葉斯統(tǒng)計方法[4]進行統(tǒng)計推斷。

        p(θ|y)稱為后驗密度函數(shù);p(θ)稱為先驗密度函數(shù);m(y)是數(shù)據(jù)的邊沿密度函數(shù);f(y|θ)是數(shù)據(jù)的抽樣密度函數(shù)。

        由于汽車為批量生產(chǎn)的產(chǎn)品,因此其電子器件也具有相當(dāng)多的歷史信息,故采用基于貝葉斯統(tǒng)計ALT分析,能夠更準確地評估汽車電子器件壽命,并對產(chǎn)品已有信息進行更新。

        2 基于貝葉斯統(tǒng)計的ALT分析方法

        2.1 基本假設(shè)

        以對數(shù)正態(tài)分布場合下的步進應(yīng)力加速壽命試驗(Step-Stress Accelerated Life Testing, SSALT)為例,試驗數(shù)據(jù)的統(tǒng)計分析是在以下四個假定下進行的[2]。

        假設(shè)1:在正常應(yīng)力水平S0和k個加速應(yīng)力水平S1

        式中,?為對數(shù)均值,σ2為對數(shù)方差。

        其分布函數(shù)為

        假設(shè)2:產(chǎn)品在加速應(yīng)力水平S1

        假設(shè)3:產(chǎn)品的某壽命特征ξ與施加的應(yīng)力水平Si有如下的對數(shù)線性關(guān)系

        在對數(shù)正態(tài)分布中我們用中位壽命e?來表征壽命特征,所以常用的加速模型例如阿倫尼斯模型、逆冪律模型、指數(shù)率模型的加速模型表達式為

        假設(shè)4:產(chǎn)品的殘余壽命僅依賴于已累積失效的部分和當(dāng)時的應(yīng)力水平,而與累積方式無關(guān)(Nelson累積失效假定)。

        2.2 假設(shè)檢驗

        假設(shè)檢驗是指根據(jù)樣本提供的信息來推斷總體特性的某些假設(shè)是否成立,步驟如下:

        1.提出原假設(shè)H0:即需要檢驗的假設(shè)內(nèi)容;

        2.引進統(tǒng)計量:根據(jù)H0的內(nèi)容選取合適的統(tǒng)計量;

        3.確定統(tǒng)計量的精確分布或漸近分布;

        4.根據(jù)觀測到的樣本值算出統(tǒng)計量的值;

        5.確定適當(dāng)?shù)娘@著性水平α;

        6.根據(jù)統(tǒng)計量分布,由顯著性水平確定臨界點P{統(tǒng)計量計算值>Kα}=α

        現(xiàn)針對基本假設(shè)1和2做分布檢驗和參數(shù)檢驗。

        2.2.1 壽命分布的假設(shè)檢驗

        分布檢驗針對基本假設(shè)1,使用正態(tài)分布偏峰度檢驗[2]進行對數(shù)正態(tài)分布分布檢驗。

        偏度描述分布密度函數(shù)的對稱程度,分布密度越對稱,偏度越小;峰度描述分布密度函數(shù)的陡峭程度,分布密度越陡峭,峰度越大。偏度和峰度分別定義為

        式中,?3為三階中心矩,?4為四階中心矩,σ2為方差。以正態(tài)分布為例,由于正態(tài)分布N(?,σ2)的偏度為0,峰度為3,因此可以通過樣本偏度和峰度是否接近0和3來判斷數(shù)據(jù)是否服從正態(tài)分布,具體判斷方法如下:

        1)偏度檢驗

        檢驗原假設(shè)H0:Cs=0,即原假設(shè)認為分布密度函數(shù)是對稱的,若偏度Cs估計的絕對值超過它的1-α分位數(shù),則在顯著水平α下拒絕原假設(shè),檢驗統(tǒng)計量|Cs|的1-α分位數(shù)可查表[5]得到,偏度檢驗適用于樣本量n≥8。

        2)峰度檢驗

        3)檢驗原假設(shè)H0:Ce=3,即原假設(shè)認為分布密度函數(shù)是對稱的,若Ce大于3,則說明峰度過度,這時備擇假設(shè)H1:Ce>3,若Ce小于3,則說明峰度不足,這時備擇假設(shè)H1:Ce<3,峰度檢驗適用于樣本量n≥8。其中統(tǒng)計量Ce的臨界值可查[5]得到。

        2.2.2 形狀參數(shù)相等的假設(shè)檢驗

        形狀參數(shù)檢驗?zāi)康氖谴_認加速應(yīng)力是否改變了產(chǎn)品的失效機理,該檢驗針對基本假設(shè)2。

        對于對數(shù)正態(tài)分布,可以把形狀參數(shù)的檢驗問題轉(zhuǎn)化成方差一致性的檢驗問題[6]。對于假設(shè)檢驗

        根據(jù)試驗數(shù)據(jù)用最好線性無偏估計(BLUE)計算σi的估計值。構(gòu)造巴特利特檢驗統(tǒng)計量,即

        式中,lri,ni為的方差系數(shù)。則在H0成立下,B2/C近似的服從自由度為K-1的χ2分布,給定顯著性水平?,若,拒絕H0;否則接受H0。

        2.3 特征數(shù)據(jù)的統(tǒng)計分析

        2.3.1 數(shù)據(jù)折算

        在應(yīng)力水平Si下,產(chǎn)品工作ti時間內(nèi)累積失效的概率Fi(ti)相當(dāng)于此種產(chǎn)品在Sj下工作tj時間內(nèi)累積失效的概率Fj(tj)[2]。由假設(shè)2,可得在應(yīng)力水平Si下的工作時間τi折算到應(yīng)力水平Sj下的折算時間τij為

        記a1=0,。則產(chǎn)品在Si下的真實壽命數(shù)據(jù)為

        其中b為假設(shè)3中加速方程:中的待估參數(shù);φ(Si)為已知函數(shù),記為φi。即在每一個應(yīng)力水平Si下,ri個失效產(chǎn)品的折算壽命為

        式中:;,除外,它們都是b的函數(shù)。

        2.3.2 貝葉斯統(tǒng)計推斷

        聯(lián)立壽命分布和加速模型:

        得下式:

        可知,待估參數(shù)為a、b、σ。

        1)確定先驗分布

        進行貝葉斯統(tǒng)計推斷的第一步是為待估參數(shù)確定先驗分布。根據(jù)待估參數(shù)的先驗信息的多少,可分為無信息先驗分布和有信息先驗分布。

        a)無信息先驗分布

        若試驗前有關(guān)待估參數(shù)a、b、σ的信息相對較少,可以假設(shè)其先驗分布為均勻分布,例如:a~U[x1, y1],b~U[x2, y2],σ~U[x3,y3];xi,yi的取值可由現(xiàn)有信息、經(jīng)驗決定。確定無信息先驗分布的方法還有Jeffrey法則[7]等。

        b)有信息先驗分布

        若試驗前有比較充足的關(guān)于待估參數(shù)的先驗信息時,可根據(jù)先驗信息確定先驗分布。常見的先驗信息主要來源于:物理/化學(xué)理論、仿真分析、工程試驗和質(zhì)量控制測試結(jié)果、一些通用的可靠性數(shù)據(jù)、相似產(chǎn)品信息以及專家經(jīng)驗。

        確定有信息先驗分布的方法[8]主要有:直方圖法、選定先驗密度分布函數(shù)形式再估計其超參數(shù)、變分讀法與定分度法以及多層先驗等。

        2)觀測數(shù)據(jù)先驗分布的更新

        先驗分布p(θ)代表了試驗前對待估參數(shù)的初始估計。在得到數(shù)據(jù)后,可以利用“新的信息”對先驗分布進行更新,得到后驗分布。根據(jù)貝葉斯定理,后驗分布是由似然函數(shù)和先驗分布相乘得到的。

        后驗分布似然函數(shù)×先驗分布

        在本文中,似然函數(shù)即

        具體計算是由馬爾科夫鏈蒙特卡羅(MCMC)算法得出[9]:通過模擬的方法直接從后驗分布中生成參數(shù)向量的仿真樣本,基于樣本進行后續(xù)統(tǒng)計推斷。

        在本文算例中,具體計算通過WinBUGS軟件實現(xiàn)。在WinBUGS中輸入三個參數(shù)的先驗分布、似然函數(shù),以及試驗失效數(shù)據(jù),運行后能夠給出參數(shù)的仿真樣本,即一系列服從對應(yīng)的后驗分布的a、b、σ的值。

        3)分位壽命的計算

        第三步則是通過估計參數(shù)計算出分位壽命tp=f(a,b,p),可分為點估計和區(qū)間估計。

        a)點估計

        主要有三種方法:一是極大后驗密度估計(maximum a posteriori estimate, MAP),即后驗密度函數(shù)取極大值處相應(yīng)的待估參數(shù)值;二是取參數(shù)的后驗均值;三是取參數(shù)的后驗中位數(shù)。通過點估計得到a,b的值后,即可計算出分位壽命tp。

        b)區(qū)間估計

        區(qū)間估計時可以通過a, b的樣本值,兩兩配對各算出一個分位壽命——tp=f(a,b,p);然后對其取置信區(qū)間即可(例如,取置信度為α的置信區(qū)間,則除去tp取值中前α/2和后α/2的取值,所得的[tpmin, tpmax]即為置信區(qū)間)。

        3 案例分析

        本文借鑒文獻[10]中的案例和試驗數(shù)據(jù)進行貝葉斯對數(shù)正態(tài)步進ALT統(tǒng)計分析。

        試驗對象采用汽車電子器件——有機發(fā)光二極管(Organic Light-Emitting Diode, OLED)。對于OLED,影響其壽命的主要因素是電流,因而選擇電流為加速應(yīng)力進行分析。根據(jù)試驗設(shè)計要求,在對OLED電子產(chǎn)品進行試驗階段,施加的應(yīng)力,即電流,應(yīng)該介于最大應(yīng)力和最小應(yīng)力中,且最大應(yīng)力不應(yīng)該超過極限應(yīng)力,并且所施加的應(yīng)力水平由目前的制造技術(shù)可以達到??紤]到試驗時長與成本,采用SSALT。此外,隨著電流的增大,不能夠?qū)LED電子產(chǎn)品引發(fā)新的失效機理。OLED電子產(chǎn)品的失效判據(jù)為:當(dāng)OLED的亮度降低到原亮度的50%以下時,認為這個樣本失效,并記錄相應(yīng)的失效時間。

        3.1 基本假設(shè)

        進行SSALT試驗數(shù)據(jù)的統(tǒng)計分析的基本假設(shè)同2.1節(jié)。其中,在對數(shù)正態(tài)分布中用中位壽命來表征壽命特征,本文中的應(yīng)力為電流,所以選擇逆冪律模型作為加速模型:

        3.2 數(shù)據(jù)折算處理

        1.原始數(shù)據(jù)

        試驗中一共投入了32個樣本進行試驗,假定正常的工作條件中,應(yīng)力I0=3.20mA。在SSALT中選擇了四個應(yīng)力水平,分別為:I1=9.64mA,I2=12.36mA,I3=17.09mA,I4=22.58mA,在每個應(yīng)力水平下收集八個失效數(shù)據(jù),示意圖如圖1,試驗數(shù)據(jù)記錄如表1。

        對數(shù)據(jù)進行折算:

        其中,τji為加速因子,且,β=-1.8154,,,。將所有的數(shù)據(jù)折算到應(yīng)力為I1的水平。

        3.3 基于貝葉斯的SSALT統(tǒng)計分析

        將壽命分布的模型、先驗信息以及折算數(shù)據(jù)導(dǎo)入到winbugs中進行求解,求解的結(jié)果如圖2所示。

        通過winbugs的求解,得到參數(shù)a和b的貝葉斯估計,即后驗樣本值,代入到壽命分布函數(shù)中即可計算在正常應(yīng)力下的各種壽命指標的估計。

        顯然,0.5分位壽命是參數(shù)a和b的函數(shù),即t0.5=(a,b);每一組a,b可以計算一個p=0.5的分位壽命,取均值,得到0.5分位壽命t0.5=24100h。

        先對參數(shù)a和b進行點估計,常用的方法有眾數(shù)/平均數(shù)和中位數(shù)。

        眾數(shù):求得a和b的眾數(shù),帶入到壽命分布中,得到相關(guān)的分位壽命,t0.5=20647h,這個結(jié)果和分位壽命均值的結(jié)果有所差異,通過分析a和b的概率密度函數(shù)(如圖3)可知原因為:參數(shù)a和b通過數(shù)據(jù)的迭代會逐漸向著最終的分布形式過渡,但是由于目前的試驗數(shù)據(jù)較少,概率密度函數(shù)都還具有均勻分布和正態(tài)分布的特點,因而處于過渡階段。

        平均數(shù):求得a和b的平均數(shù),帶入到壽命分布中,得到相關(guān)的分位壽命t0.5=16400h;

        中位數(shù):求得a和b的中位數(shù),帶入到壽命分布中,得到相關(guān)的分位壽命t0.5=16200h;

        0.5分位點壽命的置信區(qū)間:對于winbugs生成的參數(shù)a和b的后驗樣本,帶入壽命分布函數(shù)中求解一組0.5分位點的壽命值t0.5,對這些t0.5進行分布擬合,可以得到如圖4的概率密度函數(shù)。

        相應(yīng)地,根據(jù)置信區(qū)間的計算方法,可以得到置信度為0.9的t0.5的置信區(qū)間為[3639.1041, 76083.1355]。

        4 總結(jié)

        本文針對汽車電子器件,介紹了基于貝葉斯統(tǒng)計推斷的對數(shù)正態(tài)步進應(yīng)力加速壽命試驗統(tǒng)計分析方法。利用已有歷史數(shù)據(jù)的信息,同時通過新的數(shù)據(jù)對已有信息進行更新;結(jié)合加速壽命試驗統(tǒng)計分析方法,對服從對數(shù)正態(tài)的汽車電子器件壽命進行了點估計及區(qū)間估計。通過案例應(yīng)用,驗證了該方法的可行性和有效性。同時,基于貝葉斯統(tǒng)計推斷的對數(shù)正態(tài)步進應(yīng)力加速壽命試驗統(tǒng)計分析方法也可以進一步推廣應(yīng)用于各類加速壽命試驗統(tǒng)計分析中,對工程應(yīng)用具有指導(dǎo)意義。

        項目資助:

        湖南省教育廳科學(xué)研究項目,項目編號21C1659

        湖南省自然基金科教聯(lián)合項目,項目編號2022JJ60113。

        參考文獻:

        [1]李莉. 基于售后數(shù)據(jù)的汽車電子元器件壽命分布估計研究[J]. 甘肅科技, 2021, 37(6):2.

        [2]趙宇. 可靠性數(shù)據(jù)分析[M]. 國防工業(yè)出版社, 2011.

        [3]Nelson W. Accelerated Testing: Statistical Models, Test Plans, and Data Analysis[M].? 2008.

        [4]王婧, 鮑貴. 貝葉斯統(tǒng)計與傳統(tǒng)統(tǒng)計方法的比較[J]. 統(tǒng)計與決策, 2021(037-001).

        [5]李良巧. 可靠性工程師手冊[M]. 中國人民大學(xué)出版社, 2012.

        [6]程琮,范華, Levene方差齊性檢驗. 中國衛(wèi)生統(tǒng)計, 2005. 22(6): p. 408-408.

        [7]Tiao, G. C., and G. E. P. Box. Some Comments on "Bayes" Estimators. American Statistician 27.1. 1973. pp:12-14.

        [8]柴慧敏, 趙昀瑤, 方敏. 利用先驗正態(tài)分布的貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)[J]. 系統(tǒng)工程與電子技術(shù), 2018, 40(10):6.

        [9]Hamada, Michael S., et al. Bayesian Reliability. Bayesian reliability. Springer, 2008.

        [10]Zhang J, Cheng G, Xiao C, et al. Accelerated life test of white OLED based on lognormal distribution[J]. Indian Journal of Pure and Applied Physics. 2014, 52(10):671-677.

        美腿丝袜网址亚洲av| 抽搐一进一出试看60秒体验区| 国产极品美女高潮抽搐免费网站| 亚洲区一区二区中文字幕| 99久久精品人妻少妇一| 国产尤物精品视频| 4444亚洲人成无码网在线观看 | 一区二区在线观看精品在线观看| 日本少妇春药特殊按摩3| a级黑人大硬长爽猛出猛进| 无码专区亚洲avl| 日本在线观看一二三区| 男人边做边吃奶头视频| 男女扒开双腿猛进入免费看污| 亚洲国产综合精品久久av| 亚洲综合在线观看一区二区三区| 国产福利视频在线观看| 国产精品福利影院| 日韩国产有码精品一区二在线| 人妻精品视频一区二区三区| 国产在视频线精品视频| 二区久久国产乱子伦免费精品| 亚洲国产女同在线观看| 天堂中文а√在线| 97免费人妻在线视频| 蜜桃网站在线免费观看视频| 日本熟女中文字幕在线| 国产一区二区精品久久| 被欺辱的高贵人妻被中出| 一区二区人妻乳中文字幕| 色欲aⅴ亚洲情无码av| 精品人无码一区二区三区| 日本激情一区二区三区| 强开小婷嫩苞又嫩又紧视频韩国| 男女野外做爰电影免费| 日韩精品精品一区二区三区| 夜夜骚久久激情亚洲精品| 国产精品久久久久久亚洲av| 欧美日韩一线| 日韩中文字幕不卡在线| 男女后进式猛烈xx00动态图片|