基于性能退化的星用产品寿命预测方法及工程化应用研究

吴 东,肖文斌,周洪伟,陶 强

(1.武汉大学 动力与机械学院,湖北 武汉 430072; 2.上海卫星工程研究所,上海 201109)



基于性能退化的星用产品寿命预测方法及工程化应用研究

吴 东1、2,肖文斌2,周洪伟2,陶 强2

(1.武汉大学 动力与机械学院,湖北 武汉 430072; 2.上海卫星工程研究所,上海 201109)

为解决星用核心部件的寿命预测问题，对星用活动部件、蓄电池等耗损型/退化型产品的寿命预测进行了研究。提出了一种面向工程的寿命预测方法及其应用策略，通过产品寿命要求分析、产品失效机理分析、性能退化数据采集与处理、性能退化建模、寿命分布建模及寿命预测等5个步骤，用性能退化数据实现对耗损型/退化型产品的寿命评价。以氢镍蓄电池为应用对象，选定循环周次为寿命表征，放电终压为退化特征量，剔除采集数据中的野点和活化效应，建立三阶段退化模型，用威布尔分布拟合获得了可靠寿命。方法和应用策略可用于工程实践。

耗损型/退化型； 寿命预测； 充放电循环试验； 性能退化； 寿命分布； 工程应用； 氢镍蓄电池

0 引言

在卫星研制领域，活动部件、蓄电池等耗损型/退化型产品多属于机电或电化学综合部件，因其自身复杂程度高、对各类环境因素(冲击、振动、真空、温度及其梯度、湿度、重力等)极为敏感、系统使用不易备份等问题，常易于、多于、先于电子产品发生故障(甚至失效)，其寿命与可靠性已凸显成为制约各类卫星在轨任务成败的重要因素[1-2]。对此类产品在设计鉴定、筛选与验收、出厂与临射等阶段因寿命预测与评价的有效性、准确性不足导致的错误定型、盲目接收、不慎放行极易衍化成卫星在轨运行的隐患甚至灾难性故障。传统寿命预测理论以失效时间作为统计分析对象，通过大量试验得到产品的失效时间，用统计判断准则选择合适的统计分布模型(指数、正态、Weibull、对数正态等传统寿命分布)，由产品寿命分布模型预测产品的寿命[3-4]。因其有效性极大地受制于小子样、长周期验证等问题，已越来越不适应当前卫星型号好、快、省的研制需求。耗损型/退化型产品常会经历长期的性能退化直至失效。该过程中的性能数据包含了丰富的性能退化信息，可反映产品的性能退化程度、趋势和寿命。不同于传统的基于失效时间的寿命预测方法，利用性能数据预测寿命，可充分利用试验和使用过程中的数据，扩大样本数量，同时无需产品运行至失效，从而大幅缩短试验时间。为解决星用长寿命核心部件的寿命预测问题，本文结合卫星产品研制特点，对基于性能退化的星用产品寿命预测方法进行了研究，通过识别关键参数，建立寿命预测模型对产品的寿命进行评价，并用氢镍蓄电池充放电循环试验数据对所提方法的可行性和有效性进行验证。

1 基于性能退化的寿命预测方法

本文基于性能退化的寿命预测方法步骤如下。

a)产品寿命要求分析

分析产品的任务与环境剖面，明确产品的寿命指标参数，如工作时间、循环周次(蓄电池)、转数(活动部件)、工作次数(阀门)等，以及寿命终止判据。

b)产品失效机理分析

针对产品具体设计，开展FMEA、FTA等定性分析，并根据其物理特性分析失效机理，确定影响产品寿命的各种内外因素。根据退化失效的主要因素，确定可测的反映寿命或可靠性的性能参数，即特征量，并由试验数据和工程经验给出特征量失效阈值。

c)性能退化数据采集与处理

根据选定的特征量，收集该参数(或与该参数相关)的性能退化数据。检查和确认获取的性能退化数据的有效性和正确性，并采取野点剔除、滤波等必要的预处理。

d)性能退化建模

由性能退化数据，建立性能特征量与时间的函数关系，即退化轨道模型。常用的性能退化建模方法有广义退化建模、退化量分布建模等。

e)寿命分布建模及寿命预测

根据性能退化建模结果，建立产品的寿命分布模型，预测产品的可靠性特征量，包括可靠寿命、平均寿命等。常用的寿命分布建模方法有两种。一是根据伪寿命建立寿命分布。根据各子样的退化轨道模型，外推各子样性能退化到给定失效阈值时的时间(即寿命)。由于该寿命不是实际寿命，因此称为伪寿命。利用各子样的伪寿命建立寿命分布。二是根据退化量分布建立寿命分布。由性能退化建模获得退化量分布随时间的函数关系，根据失效判据(根据退化轨道的单调性，失效判据一般分为退化量不大于失效阈值，或退化量不小于失效阈值)，建立退化量与失效阈值的概率关系，得到寿命分布。

2 工程化应用策略

通过寿命预测，可利用表征产品寿命的相关数据和信息，定量评价产品的寿命，评价结果可用于验证产品设计寿命是否满足指标要求，还可用于支持型号接收产品时的风险权衡，以及为产品的在轨故障预测及故障预案制定提供支持。基于性能退化的寿命预测方法在卫星研制过程中的应用流程如图1所示。具体要求如下。

图1 工程化应用策略Fig.1 Strategy of engineering application

a)应用对象 用本方法进行寿命预测的产品，其主要失效模式应为退化失效，如蓄电池、活动部件等；产品存在1个或1个以上的能表征其寿命的性能特征量，性能特征量随时间呈现一定的退化趋势；性能特征量的退化数据应可获取。

b)应用时机 在初样产品设计鉴定阶段、可靠性增长过程(或对寿命损耗环节实施技术状态更改)、正样产品交付验收阶段、正样产品在地面长期贮存后、在飞行件随卫星出厂发射前，以及在轨运行阶段，均可用基于性能退化的寿命预测方法评价产品的可靠寿命及寿命是否满足任务要求，为决策支持提供参考。

3 应用案例

为验证本文方法和应用策略的可行性和有效性，以某卫星氢镍蓄电池为研究对象，对其设计鉴定中的寿命进行了评价。

3.1 充放电循环试验

充放电循环试验采用额定容量为70 A·h的氢镍蓄电池单体。试验时，将电池单体置于10～15 ℃的立式冰箱中，通过MACCOR自动充放电设备对其进行充放电控制，用34970数据采集器监测各电池单体的电压、温度，采样时间间隔30 s。电池单体充电控制采用氢压充电控制方式，寿命试验制度为：放电深度80%；充放比1.04；放电时间(放电倍率0.6C)80 min；充电时间(充电倍率0.4C)124.8 min；每循环周204.8 min，每天7个循环周。共试验电池单体5个，每个单体共运行循环1 560个，其中4#，5#电池单体的循环次数-放电终止电压曲线如图2所示。

图2 循环次数-放电终止电压曲线Fig.2 Curve of cycle index-end of discharge voltage

3.2 寿命预测

3.2.1 产品寿命要求分析

蓄电池寿命主要用循环周次表征。通常，蓄电池使用过程中出现下列任何一种事件则判为寿命终止：蓄电池放电终止电压低于规定值；蓄电池组中单体或并联块电压超出工作电压范围，如过充电、过放电、短路等。

3.2.2 产品失效机理分析

根据氢镍蓄电池FMEA结果，其主要故障模式有开路、短路、电性能衰退、内阻增大、电解液泄漏等。根据研制经验，一般重点考虑电性能衰退导致的退化失效。

氢镍蓄电池在长期使用过程中，电池单体内部不断进行电化学反应，反应会导致电池单体中出现电解液迁移、镍电极膨胀、氢气泄露、电极活性材料等电化学活性降低，而导致其充电电压增高、放电电压降低、容量减小、电池反应温度升高等，使电池性能降低，情况严重时将使电池完全失去工作能力。针对电性能衰退失效模式，一般选择放电终压作为退化特征量[5-6]。

3.2.3 能退化数据采集与处理

用充放电循环试验采集到3 580个循环的放电终止电压。由图2可知：数据中存在较多野点(即严重偏离大部分数据呈现的变化趋势的数据点)。本文采用以下步骤剔除野点：计算各点与其八邻域内点的差值及其平均差值；选取阈值，并将平均差值大于阈值的点作为野点剔除；对剔除的点，用样条函数法进行差值作为填充。野点剔除后，4#，5#电池单体的结果如图3所示(阈值取0.01)。

图3 野点剔除后循环次数-放电终止电压曲线Fig.3 Curve of cycle index-end of discharge voltage after deleting abnormal data

由图3可知：循环次数-放电终止电压曲线中出现类似瞬间放电的尖峰，且尖峰发生后逐渐恢复正常，该现象被称为活化效应[7]。本次试验中的活化效应均由于试验中断造成电池开路搁置，使电池出现暂时的电量恢复，但不会延长电池的实际寿命，因此应予以去除。本文采用以下步骤去除活化效应的影响：找到曲线上骤升点作为活化效应的起始点；选取阈值，从起始点向后逐点搜索，将第1个与起始点的差值小于阈值的点作为活化效应的结束点；去除起始点与结束点间的活化尖峰，拼接前后两段数据。活化效应去除后，4#，5#电池单体的结果如图4所示(阈值取0.001)。

图4 活化效应去除后循环次数-放电终止电压曲线Fig.4 Curve of cycle index-end of discharge voltage after removing rejuvenation effect

3.2.4 性能退化建模

对蓄电池的放电终止电压数据，一般用三阶段退化模型进行拟合，得到退化轨道曲线[5]。退化模型为

xij= ai+biexp(citj)+pitj+

diexp(eitj)+εij.

(1)

式中：xij为第i个样品在tj时刻的放电终止电压测量值；ai，bi，ci，pi，di，ei为第i个样品的模型系数；tj为第j次测量的时刻；εij为第i个样品在时刻tj的放电终止电压测量误差；i=1,2,…,n；j=1,2,…,m。此处：n为样品数；m为测量次数。

用式(1)对活化效应去除后各电池单体的循环次数-放电终止电压曲线进行最小二乘拟合，模型参数估值见表1，拟合结果如图5所示，拟合优度见表2。

图5 循环次数-放电终止电压曲线拟合结果Fig.5 Fitting result of cycle index-end of discharge voltage curve

由表2可知：各电池单体的误差平方和、均方根误差值均较小，确定系数值均较大，表明退化模型的拟合精度较高，可用于外推放电终止电压。

3.2.5 寿命分布建模及寿命预测

蓄电池单体的失效寿命一般服从威布尔分布，其可靠度函数可表示为

R(t)=exp[-(t/η)m].

(2)

式中：η，m分别为威布尔分布的尺度和形状参数[6、8]。

考虑该型蓄电池单体的使用需求及其设计容量裕度，根据工程经验，选取其放电终止电压的失效阈值1.15 V。用式(1)和表1的退化模型，外推1#～5#电池单体放电终止电压达到失效阈值时的循环次数(即伪寿命)，结果分别为1 095，1 212，1 176，1 713，1 053次。用威布尔分布对这5个伪寿命数据进行拟合，结果为

表1 各电池单体退化模型参数

表2 各电池单体退化模型的拟合优度

R(t)=exp[-(t/1352.889 6)5.078 668 8].

(3)

可靠度曲线如图6所示。由式(3)可得，可靠度为0.99，0.98，0.97时其可靠寿命(循环次数)分别为646，727，780次。

图6 可靠度曲线Fig.6 Curve of reliability

4 结束语

本文针对星用退化型失效产品的寿命预测问题，结合卫星产品研制特点提出了一种面向工程的寿命预测方法及其应用策略。研究表明：该法通过产品寿命要求分析、产品失效机理分析、性能退化数据采集与处理、性能退化建模、寿命分布建模及寿命预测等步骤，利用性能退化数据实现了对退化型产品的寿命评价；该法无需产品运行失效，可大幅缩短试验时间，同时可利用试验和使用过程中无失效样本的数据达到扩充样本数的目的，为解决航天产品子样少、验证周期长等问题提供了一种解决方案。氢镍蓄电池设计鉴定过程中的充放电循环试验验证了本文方法和应用策略的可行性和有效性，为指导工程应用提供了支持。为使本方法更好地服务于型号研制、产品改进等工作，建议可在产品研制过程中加强关键特性参数的识别、指标量及其检测设计。

[1] 廖明, 宗益燕, 张华. 快速响应卫星可靠性保证技术研究[J]. 上海航天, 2014, 31(S1): 91-94.

[2] 王红. 卫星锂离子电池剩余寿命预测方法及应用研究[D]. 哈尔滨: 哈尔滨工业大学, 2013.

[3] 刘国俊, 周晓明. 威布尔型产品的可靠性评估方法研究[J]. 上海航天, 2002, 19(2): 13-16.

[4] 王晓铭, 曹颖颖. 基于Bayes方法的某武器系统可靠性综合评估[J]. 上海航天, 2014, 31(2): 65-68.

[5] ZIMMERMAN A, QUINZIO M V. Model for predicting the effects of long-term storage and cycling on the life of Ni-H2cells[C]// Proceedings of the 2003 NASA Battery Workshop, [S. l.]: NASA, 2003: 13-27.

[6] 孟祥峰, 孙逢春, 林程. 动力电池循环寿命预测方法研究[J]. 电源技术, 2009, 33(11): 955-958.

[7] THALLER L H, ZIMMERMAN A. Nickel-hydrogen life cycle testing-review and analysis[M]. Reston： AIAA Press, 2003.

[8] 张海军. 化学电池可靠性增长分析[D]. 北京: 北京理工大学, 2015.

Research on Life Prediction Method of Satellite Product and Its Engineering Application Based on Performance Degradation

WU Dong1, 2, XIAO Wen-bin2, ZHOU Hong-wei2, TAO Qiang2

(1. School of Power and Mechanical Engineering, Wuhan University, Wuhan 430072, Hubei, China; 2. Shanghai Institution of Satellite Engineering, Shanghai 201109, China)

The life prediction method of performance degradation of satellite product and its engineering application were studied in this paper. The prediction method and application strategy were put forward. The life prediction of performance degradation product was realized by 5 steps which were the analysis of product life, analysis of product failure mechanism, collecting and treatment of performance degradation data, modeling of performance degradation, and modeling of life distribution and life prediction. The life of nickel-hydrogen cell was evaluated as an example, in which the life was characterized by cycle index, end of discharge voltage was used as the degradation characteristic, outliers and activation in the data were rejected, 3-phase degradation model was set up, and the life was fitted by Weibull distribution. It was proved that the method and application strategy proposed could be applied in engineering.

Degradation; Life prediction; Charge and discharge cycling test; Performance degradation; Life distribution; Engineering application; Nickel-hydrogen cell

1006-1630(2016)03-0101-05

2016-04-03；

2016-04-28

国家“十二五”星箭可靠性增长及产品化推进工程项目资助

吴 东(1978—)，男，高级工程师，主要从事卫星环境与可靠性保证技术研究。

TB114.3

A

10.19328/j.cnki.1006-1630.2016.05.016