板级电子产品加速因子预计方法研究

针对长寿命、高可靠电子产品加速因子的确定极为困难以及需要获取大量的可靠性试验数据的难题,在合理假设的基础上,提出了板级电子产品的加速因子预计方法,推导了综合预计模型。该方法基于平均失效率的概念,采用由底层数据向上层结构综合的思想,利用产品各组成单元的加速因子和平均失效率以及综合加速因子预计模型,将各单元信息进行了综合,得到了板级电子产品的等效加速因子。所预计的加速因子既可为产品的加速试验条件的制定提供参考,也可为小子样产品的可靠性与寿命评估增加信息量。最后,采用该方法对某通讯设备上的印制电路板温度影响下的加速因子进行了预计,得到了合理的结果,证明了该方法是正确的、有效的。     

板级电子产品加速因子预计方法研究

针对长寿命、高可靠电子产品加速因子的确定极为困难以及需要获取大量的可靠性试验数据的难题,在合理假设的基础上,提出了板级电子产品的加速因子预计方法,推导了综合预计模型。该方法基于平均失效率的概念,采用由底层数据向上层结构综合的思想,利用产品各组成单元的加速因子和平均失效率以及综合加速因子预计模型,将各单元信息进行了综合,得到了板级电子产品的等效加速因子。所预计的加速因子既可为产品的加速试验条件的制定提供参考,也可为小子样产品的可靠性与寿命评估增加信息量。最后,采用该方法对某通讯设备上的印制电路板温度影响下的加速因子进行了预计,得到了合理的结果,证明了该方法是正确的、有效的。     

基于可靠性分配的整机加速因子计算方法研究

目的验证长寿命高可靠整机产品的可靠性。方法基于RPN数据的可靠性分配方法,得到子系统在各故障模式下的失效率,接着针对导致各故障模式发生的多种应力,研究温度循环、温度驻留、湿度、振动应力下的加速因子,推导出整机加速因子计算公式,并以某典型电子产品加速试验为例,验证该方法的有效性。结果整机加速因子为322.5,比传统方法计算得到的4.78×105更符合实际情况。结论基于可靠性分配的整机加速因子计算方法为整机可靠性验证提供了合理的理论依据。     

基于薄弱环节的整机加速因子计算

目的当薄弱环贮存寿命都服从指数分布或都服从形状参数相同的威布尔分布时,给出整机加速因子与薄弱环节加速因子关系的公式;若形状参数不同时,给出整机加速因子的取值范围。方法将各个薄弱环节做串联系统处理,利用不同可靠度时常应力和加速应力下系统贮存寿命的关系,计算整机加速因子或给出加速因子范围。结果基于不同薄弱环节数据,总结出整机加速因子或取值范围的计算方法。结论针对系统存在薄弱环节并且薄弱环节寿命服从一定的分布时,可以通过该方法计算出整机加速因子或加速因子的取值范围。     

环境应力筛选中的温度循环加速因子模型分析

为了进一步理清环境应力筛选（Ess）中温循加速因子的特性及使用条件,分别从筛选度（ss）和阿伦尼斯（Arrhenius）模型2个不同的角度对现有的2种温度循环加速因子模型进行了分析。通过对2种模型的对比以及模型与实际情况间差距的分析,明确了它们的使用范围及使用中的注意事项,指出了这2种加速模型存在的缺陷及其发展趋势。     

高加速应力筛选试验技术研究

简要介绍了高加速应力筛选试验技术的产生、发展及在国外的应用情况,在分析高加速应力筛选试验技术基本原理的基础上,研究了高加速应力筛选试验技术的核心——试验剖面图的建立方法．并对高加速应力筛选试验技术的特点及如何开展试验等作了相关分析,最后进行了总结和问题讨论。     

基于步进应力的火工品加速贮存试验研究

针对火工品长寿命、高可靠的特点,在长期贮存的条件下,评估其贮存可靠性是非常困难的。以步进应力加速贮存寿命试验方法评估了火工品的贮存可靠性,然后再把步进应力加速贮存寿命试验下的数据折算为恒定应力下的失效数据。根据其贮存寿命服从对数正态分布的规律进行统计分析,进而推算正常应力下火工品的贮存寿命。     

丁腈橡胶应力加速老化行为的研究

以丁腈橡胶为例,采用高温加速老化法,以拉伸断裂伸长率作为贮存寿命指标,通过Arrhenius方程对丁腈橡胶贮存寿命的推算,研究了不同应力作用下丁腈橡胶的老化行为,并初步探讨了应力作用下丁腈橡胶的老化机理。结果表明,应力作用对丁腈橡胶的老化行为有较大影响,当丁腈橡胶不承受任何应力作用时,采用Arrhenius方程推算其在常温下的贮存寿命超过19 a;受弯曲应力作用时,其贮存寿命降低了50%;在拉伸应力和弯曲应力同时作用时,其贮存寿命小于2 a。原因是在应力作用下丁腈橡胶的分子链发生取向变形,键长和键角发生改变并受到约束,分子链的断裂活化能降低、老化进程加快,寿命缩短。     

基于温度-压力双应力加速试验的NEPE推进剂寿命预估研究

目的 探索实际贮存状态NEPE推进剂自重产生的诱发压力对其贮存寿命的影响,开展温度-压力双应力作用下NEPE推进剂的寿命预估研究.方法 对比分析NEPE推进剂在加速老化试验过程中的失效机理,确定其老化失效模式以及老化失效参量,采用加速老化试验及力学性能测试,分析NEPE推进剂加速老化过程中力学性能的变化规律.基于不同温...     

弹上电子部件加速因子估计方法研究

目的 针对高可靠长寿命的弹上电子部件在实际贮存环境温度起伏变化的情况,研究基于等效温度的加速因子估计方法。方法 首先剖析弹上电子部件失效机理,然后基于阿伦尼斯模型,分析加速应力与实际环境温度的对应关系,求解实际环境等效温度,进而估计加速因子,最后通过某型导弹综合控制器中的时序控制电路板,验证该方法的工程适用性。结果 该方法能够真实反映环境温度情况,且与传统加权平均温度计算方法相比,加速因子估计和加速试验时间预测更准确,且随着实际环境温度起伏的增大,优势更加明显。结论 该方法在实际贮存环境温度起伏变化的情况下,能够有效提高加速因子估计和加速寿命试验时间预测的准确性,为弹上电子部件加速寿命试验方案设计提供可靠依据,对其他高可靠长寿命产品的加速因子估计也具有一定的参考价值。     

贫信息背景下复杂装备的加速系数确定模型——基于灰色关联与失效相似度

针对传统加速系数确定方法过分依赖可靠性增长模型与利用子系统进行数据融合机理不清晰的问题,提出一种利用装备、环境与失效相似度综合确定复杂装备加速系数的方法.利用灰色关联与灰靶方法充分筛选历史相关样本进行信息融合,提出的方法极大程度地在小样本的情况下对相关信息进行挖掘.与传统方法相比,本方法需要的数据较少,易于取得,计算简便且适用于各类新装备的各类新环境.最后通过算例分析证明了方法的简便性与实用性.证明了方法兼具理论与实践价值.     

福建省工业废气排放量的因子分析与灰色预测

随着工业化进程的不断加快,工业化带来了经济腾飞,同时也带来了环境问题。工业排放的废气量逐年上升,对大气环境质量构成巨大威胁。如何有效的管理工业废气的排放,首先就要求在未来短时间范围内对工业废气的排放量做出正确的预测。运用灰色关联度方法,定量分析了福建省工业废气排放量的影响因子。利用灰色系统理论建立了工业废气排放量的GM(1,1)模型,并与多元线性回归模型对比,证实该模型具有一定的可行性和使用性,为福建省工业废气的分析预测和治理提供依据。     

基于灰色支持向量机组合模型的我国火电NOx排放量预测

区域火电NO_x排放量的预测属于小样本、贫信息的灰色系统. 由于NO_x排放量受多个因素的叠加性影响,单一预测模型难以准确反映NO_x排放量的复杂变化,易产生较大的预测误差. 基于此,利用灰色预测理论和支持向量机预测理论,建立了火电NO_x排放量组合优化预测模型. 采用国家权威部门发布的火电NO_x排放量数据,综合考虑影响我国火电NO_x排放量的主要因素,对我国2008—2010年以及2020年的火电NO_x排放量进行了预测,预测结果与官方公布的实际值基本一致; 同时,预测的时间大大缩短.      

基于机器学习方法的小麦镉富集因子预测

应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R²=0.583)和BPNN(R²=0.490)模型预测性能均优于Freundlich转移方程(R²=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R²为0.527～0.601)较BPNN(R²为0.432～0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.     

小波支持向量机在大气污染物浓度预测中的应用

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型。通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上。利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用ν-支持向量回归机(ν-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果。通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景。