整机级装备贮存延寿试验技术*

盖炳良，滕克难，王浩伟，夏 菲

（1.海军航空大学，山东 烟台 264001；2.国网辽阳供电信息通信分公司，辽宁 辽阳 111000）

0 引言

装备贮存延寿意义重大，能恢复、保持和提升到期导弹技战性能，节省国防经费开支和确保导弹战备完好率。但同时，装备贮存延寿又是一项理论难度大、实践性很强的工作，俄、美等军事强国历经多年发展形成了具有自身特色的贮存延寿道路［1］。美国贮存延寿技术手段主要采取自然贮存试验，辅以加速贮存试验，在加速试验应用对象上，主要是元器件材料级和整机级，如美军加速试验曾应用在民兵导弹发动机的所有部件，红斑蛇导弹的元器件、零部件和设备，以及有关微机电产品，导弹推进剂等。俄罗斯贮存延寿突出特点就是加速试验技术处于世界先进水平，可以做到整机级、分系统级和全弹级，见诸报道的应用就是C-300地空导弹。

1 贮存延寿试验技术

虽然俄、美贮存延寿的技术应用各具特色，但试验技术是必然手段。普遍采用试验技术，有其必然性，一是基于导弹结构的复杂性和贮存的长期性等自身特性，此为立足于研究对象；二是基于各自国情，军事需求和技术发展，此为受限于技术水平。以导弹为例，导弹系统结构复杂，典型的结构从上至下可分为全弹级、分系统级、整机级和元器件材料级。导弹包含了大量的金属材料、非金属材料、电子元器件以及含能产品等等，性能退化不尽相同，整体规律难以把握，给寿命预测和延寿工作带来困难，这就必然导致贮存延寿研究思路化整为零，试验探索，逐步推进。导弹又是“长期贮存、一次使用”的典型产品，如美国的民兵3导弹，1970年6月开始服役，美军计划服役到2030年，服役时间长达60年，“大力神2”导弹服役期长达25年［1］。在长期的贮存期内，受到振动、冲击、高温、低温等各种外部环境因素影响，如何定量这些复杂环境因素对性能退化甚至失效的影响，必然采取模拟真实贮存环境的试验技术。

因而，国内也逐步形成了以试验技术为核心的装备贮存延寿方法。目前贮存延寿研究的重要内容包含贮存寿命表征参数体系、失效模式与机理、贮存延寿试验方法和贮存寿命预测方法，四者相互关联、相互验证，相互之间是闭环的逻辑关系［2］。其中，贮存延寿试验方法是串联其中的关键，它基于失效模式与机理分析，并以贮存寿命表征参数体系为观测、判别对象，通过试验获取数据，从而预测产品的贮存寿命。从技术结构功能组成角度来看，可以将贮存延寿试验技术分为支撑学科，涉及的基本概念，应用对象，具体的技术流程以及相关标准等部分，如图1所示。

2 现状分析

纵观我国装备贮存延寿工作，加速贮存试验研究应用广泛，但应用对象主要是元器件材料级产品，集中在推进剂、火工品、密封件等橡胶产品以及电子产品等，掌握了非金属材料、电子元器件的加速贮存试验方法，也积累了不少延寿工作宝贵经验。但由于研究对象多是元器件材料级产品，级别过低，且大都基于单一失效模式分析，容易导致预测结果出现可信度危机。可以这么理解，图1中所示的技术流程，是对目前元器件材料级产品具体应用的总结，是否同样适用于整机级以上产品，需要进一步研究梳理和检验。但是寿命预测模型的构建，贮存寿命预测，整机加速试验必然是整机级产品贮存延寿试验技术流程中必不可少的研究内容。下面对以上3部分内容进行综述。

2.1 基于竞争失效的贮存寿命预测模型构建

钟群鹏院士从哲学高度对失效学进行了辨证认识和科学剖析［3］，这是对失效建模方法的理论指导，也反映出失效建模的动态发展过程。按照发展历程，竞争失效建模是在传统的失效建模和性能退化建模基础上发展应用的。

竞争失效按照失效属性分，分为突发失效和性能退化失效；按照相关性，分为相互独立的竞争失效和相关性竞争失效，实际生活中产品失效往往是以上类型的组合。有别于单一失效模式，竞争失效更符合整机产品失效实际。因而一般认为，构建基于竞争失效的贮存寿命预测模型，是将贮存延寿试验从元器件材料级向整机级产品推广应用的基础。对于导弹整机级等复杂产品，考虑一种突发失效和二元退化失效之间的竞争，是比较切合实际也易于实际应用的。

突发失效建模方面，王华伟等［4］采用两个赋有权重的Weibull分布组成的混合Weibull模型描述航空发动机突发失效。高军等［5］采用Weibull分布描述系统航空发动机突发失效的寿命变化规律，其形状参数反映退化失效对突发失效的影响，在形状参数已知情况下，突发失效的可靠性评估就可转化为尺度参数的计算。更普遍情况下，通过基于退化量突发失效的条件概率和突发失效概率分布的联合分布函数计算可靠度，相关求解方法可用Monte-Carlo仿真实现。孙志旺等［6］采用随机冲击描述突发失效，随机冲击不仅可以造成累积损失，与退化过程相叠加最终造成退化失效，还可能由于随机冲击直接瞬间造成突发失效，并假设每次导致突发失效的随机冲击量服从Normal分布。赵建印等［7］认为突发失效在某一时刻出现的概率受该时刻退化量影响，据此建立了突发失效的条件失效分布函数。张英芝等［8］在研究数控机床可靠性时，将电子器件故障划分为突发失效，并且认为服从Weibull分布。

性能退化建模目前集中在一元退化建模，描述产品退化失效是一个退化过程引起的现象。一元退化建模方法多样，一般可分成基于失效物理过程、基于退化轨迹拟合、基于退化量分布和基于随机过程4类［9］，其中前两类方法都需要估计出产品的伪寿命进而确定伪寿命的分布模型，可统称为基于伪寿命分布的退化建模方法。

多元退化建模方法的研究相对较少，Huang和

Askin［10］，Liang 等［11］，晁代宏等［12］，Pan 等［13］进行了一些研究工作，但是这些研究假定各退化量之间相互独立或用服从多维Normal分布。

考虑到相互独立不太符合实际，以及多维Normal分布忽视了退化的方向性等局限性，目前多元退化建模主要方向是在考虑多个退化量相关下，对退化竞争失效过程建立合理的退化模型［14］。Lehmann［15-16］将突发失效看作外部冲击，冲击强度是退化水平和应力的函数，提出竞争失效DTS（Degradation-Threshold-Shock）模型。Sari［17］在考虑多个退化量之间相互影响的基础上利用Copula函数建立了联合分布函数，分别研究了额定工作应力和恒定应力加速情形下的多退化过程建模和可靠性评估。

With the development of the learner autonomy,the students can beencouraged tolearn thematerialsin other fields.

可见，在量化突发失效和退化失效相关时，其中的关键问题是如何将竞争失效产品失效总体分布与各失效模式潜在失效时间的边缘分布函数联系起来，方法多样，如采用联合分布方法，条件相关系数方法、线性回归方法和Copula方法等［18］，国内的王华伟［4］等，高军［5］等，陈铁［19］等，苏春［20］等，也进行了相关研究。

竞争失效场合加速试验的失效建模方法，Kim［21］，Pascual［22］，Bunea 等［23-24］，Zhao&Elsayed［25］等国外多位学者都有一些研究。国内对竞争失效加速试验的研究起步比较晚，研究成果相对较少。茆诗松等［26］对指数分布场合下具有竞争失效机理产品的简单步进应力加寿命试验的失效建模进行了研究。张志华［27］，王炳兴等［28］，高伟等［29］也都做了一些研究。近几年，谭源源［30］基于装备整机各失效模式相互独立的假设基础上，研究了恒加试验和步进试验竞争失效建模方法，张祥坡［31］针对竞争失效模式独立、相关两种情况下，基于Copula模型研究了轴承加速试验失效建模方法。

2.2 基于多源信息融合的贮存寿命预测

当前普遍采用的可靠性信息融合的方法主要有Bayes方法，信息熵方法，模糊积分方法，D-S证据推理方法等［32］，其中Bayes方法应用较为广泛。

Bayes理论在1763年由Thomas Bayes提出，但直到20世纪50年代，经过Jeffreys，Savage，Bergers.J.O等多位学者不断完善才引起重视，1982年Martz和 Walter的专著“Bayesian Reliability Analysis”，系统介绍了Bayes理论在可靠性分析中的应用，奠定了Bayes理论在可靠性评估中的重要地位。Pate-Cornell［33］，Coolen［34］，Bilal［35］等学者对专家经验知识的收集、整理和合理利用进行了相关研究。Martz［36］提出了经验Bayes思想，对存在一定量的历史数据的情况，能减少过多主观因素，并将历史数据和现场试验数据相结合作出统计推断。Erto［37］，Arturo［38］等学者利用常见的先验信息类型，分别对不同寿命分布类型的可靠性评估进行了研究。

国内周源泉等［39-41］在Bayes基础理论研究方面做了大量工作，韩明［42］，张士峰等［43］，余文波等［44］分别对位置-尺度参数模型，含有屏蔽寿命数据，无失效数据的可靠性评估进行了研究。在融合当前退化信息和历史信息方面，罗阳等［45］，蔡忠义等［46］，王小林等［47］，彭宝华等［48］进行了相关研究。

Bayes理论应用中，先验分布的确定是关键。有研究对实际应用方法的具体确定做了判断［49］，认为在有理由确定原始数据服从某一分布时，宜用自助方法，否则不采用自助方法，这实际上是放弃了一部分主观经验；当我们不能确定原始数据服从哪一分布时，宜采用随机加权法；需要分布密度函数时，建议采用共轭先验分布；当存在多种形式的先验信息时，可以采用最大熵先验分布。龙兵等［50］在研究Lomax分布形状参数的先验分布分别为共轭先验分布和Jeffreys先验时，从均值和均方误差两方面对几个估计值比较，结果表明如果没有充分的先验信息，无法得到超参数较为准确的估计时，认为应优先使用Jeffreys先验。

仿真方法的应用简化了Bayes可靠性评估很多的计算难题，很多学者也通过比较研究各类方法，力图使得结果精度更高，计算更简便。李文丽等［51］对比研究了伪寿命下和随机系数法得到的可靠度函数曲线，认为随机系数法得到的可靠度函数具有更高的精度。鄢伟安等［52］基于Linex损失函数，研究了Weibull寿命分布参数，可靠度函数及失效率函数的一致最小方差无偏估计、Bayes估计及经验Bayes估计，并证明了经验Bayes估计的渐进最优性。

2.3 整机加速试验

国内，整机加速贮存试验研究应用仍处于探索阶段，有多位可靠性方面的专家分析了发展方向和可能的方法，但对具体模型和方法缺少深入研究。李久祥等［55-56］认为整机失效，首先应从薄弱环节发生，只要确定了整机薄弱环节寿命，就确定了整机的寿命，并分析了整机加速贮存试验工作程序。李海波等［57］认为整机或全弹级加速贮存试验技术，工程试验评估和统计分析评估相结合的贮存可靠性分析方法以及导弹的加速贮存试验技术与工程应用是国内未来的研究方向。林震等［58］探索性提出了整机产品加速贮存试验的3种方法：转化法，性能参数退化法，利用可靠性增长理论等。

近几年，国内出现了少许研究整机级产品加速试验的报道，应用对象集中在导弹发动机等弹上设备以及电子整机产品。李同来等［59］首次提出并完成了某引俄导弹液体冲压发动机整机加速退化试验，以6枚到寿产品为样本，给出是否能延寿8年的结论。李祥臣等［60］基于薄弱环节失效机理分析，提出了材料、部组件和整机层层递进的加速退化试验方案，以及基于物理化学老化和使用载荷验证的发动机加速试验一体化设计方法。张生鹏等［61］利用元器件材料级产品的加速退化经验，提出了电子整机产品的加速退化试验方法，并根据整机在自然贮存和加速应力两个条件下失效概率相等原则计算加速退化试验时间。伏洪勇等［62］以最薄弱环节选用合适的性能退化加速模型计算加速因子，分析失效机理，据此进行电子学整机设备加速退化试验。谭源源［30］研究了整机加速试验的机理模型、统计分析、一致性分析及融合评估、优化设计等问题，对装备贮存寿命评估的整机加速试验理论和方法进行了探索。

综上，目前国内整机加速试验的理论研究和工程应用上都处于探索阶段，基本按照分析确定整机薄弱环节，进行失效模式和机理分析，按照单一失效模式，简化为元器件材料级的加速退化试验的思路进行研究的。

3 结论

综上所述，在基于竞争失效的贮存寿命预测模型构建，基于多源信息融合的贮存寿命预测和整机加速试验等方面，研究应用对象广泛，方法多样，但专门针对整机级以上装备进行研究的相对还较少，但其中很多具体思路和方法，仍然具有较高的借鉴意义。

在装备贮存延寿军事需求的牵引下，研究贮存延寿试验技术以更好地服务于贮存延寿工程实践是一个现实而又紧迫的课题，已然成为贮存延寿理论研究和工程应用中的热点，也是重难点。从现阶段研究情况来看，可以从以下几个方面进行更深入的研究：

1）可以研究考虑加速试验在整机级以上产品应用中的功能定位，达到既推动理论研究，又利于工程推广应用。一是继续沿着元器件材料级加速贮存试验的思路，对整机级装备进行加速试验，利用试验数据进行统计推断，进而预测贮存寿命，采取相应的延寿措施。二是借鉴俄罗斯整机产品加速试验的经验作法。通常只将整机加速试验作为一种验证性试验。

2）基于竞争失效的贮存寿命预测模型构建必将是研究整机级装备贮存延寿试验的重要内容。整机级装备失效模式多样，且高可靠长寿命，失效数据样本量有限，可以研究如何更精准定量确定主要失效模式；描述多失效模式相关性方法较多，Copula模型对二元性能退化建模已取得一些成果，如何将其扩展到加速试验需要进一步探索。

3）贮存寿命预测，如何融合来自多阶段（整机级装备从立项研制、定型试验、批量生产直至贮存使用），多类型（性能退化，失效时间数据等），多来源（自然贮存，平行贮存和加速试验等）的可靠性信息，进而提高预测精度，始终是研究的重点。

4）基于竞争失效的整机加速试验，单应力加速试验优化设计以及统计分析方法都需要进一步研究，在此基础上，可以探索多应力的加速试验优化设计和统计分析研究。当将整机加速试验作为预测寿命值的验证试验时，整机级装备贮存剖面、自然贮存环境谱编制、主要失效模式的定量确定以及加速应力类型的优化分析等问题都值得深入探究；编制加速试验谱，需要研究整机加速因子，而基于短板理论的整机级产品贮存寿命最终是由其最短寿命的单一失效模式的元器件决定，这往往影响预测精度，是否可以考虑利用整机的各类元器件或部组件可用的加速试验数据，以上问题是未来该领域研究的重要方面。

［1］孟涛，张仕念，易当祥，等.导弹贮存延寿技术概论［M］.北京：中国宇航出版社，2013.

［2］张仕念，何敬东，颜诗源，等.导弹贮存延寿的技术途径及关键技术［J］.装备环境工程，2014，11（4）：37-41.

［3］钟群鹏，有移亮，张峥.深化失效学的哲学理念探索，强化材料失效交叉技术研究［J］.航空学报，2014，35（10）：2683-2689.

［4］王华伟，高军，吴海桥.基于竞争失效的航空发动机剩余寿命预测［J］.机械工程学报，2014，50（6）：197-205.

［5］高军，王华伟.考虑多失效模式的复杂系统运行可靠性评估［J］.计算机集成制造系统，2015，21（6）：1585-1592.

［6］孙志旺，梁玉英，潘刚，等.基于随机冲击的相关竞争失效可靠性评估［J］.火力与指挥控制，2015，40（6）：132-135.

［7］赵建印，刘芳，奚文骏.退化失效与突发失效共存下产品可靠性模型与评估方法研究［J］.兵工学报，2011，32（9）：1136-1139.

［8］张英芝，牛序磊，申桂香，等.基于竞争失效模式的数控机床可靠性建模［J］. 系统工程理论与实践，2014，34（8）：2144-2148.

［9］王浩伟.基于加速老化数据的寿命预测方法及应用研究［D］.烟台：海军航空工程学院，2014.

［10］HUANG W，ASKIN G R.Reliability analysis of electronic devices with multiple competing failure modes involving performance aging degradation ［J］.Quality and Reliability Engineering International，2003，19（3）：241-254.

［11］LIANG Z，JUN Y，LING H ，et al.Reliability assessment based on multivariate degradation measures and competing failure analysis［J］.Modern Applied Science，2011，5（6）：232-236.

［12］晁代宏，马静，陈淑英.应用多元性能退化量评估光纤陀螺贮存的可靠性 ［J］.光学精密工程，2011，19（1）：35-40.

［13］PAN Q Z，SUN Q.Optimal design for step-stress accelerated degradation test with multiple performance characteristics based on Gamma processes［J］.Communications in Statistics-Simulation and Computation，2014，43（2）：298-314.

［14］WANG Y，PHAM H.Modeling the dependent competing risks with multiple degradation processes and random shock using time-varying copulas［J］.IEEE Transactions on Reliability，2012，61（1）：13-22.

［15］LEHMANN A.Joint modeling of degradation and failure time data［J］.Journal of Statistical Planning and Inference，2009，139（5）：1693-1706.

［16］LEHMANN A.Degradation-threshold-shock models［J］.In：Probability，Statistics and Modelling in Public Health，2006：286-298.

［17］SARI K J.Multivariate degradation modeling and its applicaiton to reliability testing［D］.Singapore：National University of Singapore，2007.

［18］NELSEN R B.An introduction to copulas［M］.New York：Springer Series in Statistics，2006.

［19］陈铁，郑松林，刘新田，等.基于竞争风险的燃料电池发动机多失效模式统计相关性分析［J］.汽车工程，2015，37（3）：266-271.

［20］苏春，张恒.基于性能退化数据和竞争失效分析的可靠性评估［J］.机械强度，2011，33（2）：196-200.

［21］KIM C M，BAI D S.Analyses of accelerated life test data under two failure models［J］.International Journal of Reliability，Quality and Safety Engineering，2002， 9 （2）：111-125.

［22］FRANCIS P.Accelerated life test planning with independent Weibull competing risks［J］.IEEE Transactions on Reliability，2008，57（3）：435-444.

［23］CORNEL B，MAZZUCHI T A.Competing failure modes in accelerated life testing ［J］.Journal of Statistical Planning and Inference，2006（186）：1608-1620.

［24］CORNEL B，MAZZUCHI T A.Bayesian accelerated life testing under competing failure modes［J］.Reliability and MaintainabilitySymposium （RAMS），2005（24-27）：152-157.

［25］ZHAO W，ELSAYED A E.An accelerated life testing model involving performance degradation［C］//Proceedings of Annual Reliability and Maintainability Symposium，2004.

［26］张志华，茆诗松.有竞争失效机理产品的简单步加寿命试验统计分析 ［J］.高校应用数学学报，1994，9（4）：421-428.

［27］张志华.加速寿命试验及其统计分析［M］.北京：北京工业大学出版社，2002.

［28］王炳兴.竞争失效产品加速寿命试验的统计分析［J］.应用数学学报，2002，25（2）：254-262.

［29］高伟，赵选民.混合指数分布恒定应力加速寿命试验的统计分析［J］.机械科学与技术，2006，25（8）：913-916.

［30］谭源源.装备贮存寿命整机加速试验技术研究［D］.长沙：国防科学技术大学，2010.

［31］张详坡.基于加速试验的轴承寿命预测理论与方法研究［D］.长沙：国防科学技术大学，2013.

［32］王华伟，高军.复杂系统可靠性分析与评估［M］.北京：科学出版社，2013.

［33］CORELL P，ELISAHET M.Uneertainties in risk analysis ：six level of treatment［J］.Reliability Engineering and System Safety，1996（54）：2-3.

［34］COOLEN F，NEWBY M J.Bayesian reliability analysis with impreeise prior probabilities［J］.Reliability Engineering and System Safety，1994（43）：75-85.

［35］BILAL M A.A practical guide on conducting expertopinion elicitation of probabilities and consequences for corps facilities［R］.2001.

［36］MARTZ H F，KVAM P H，ABRAMSON L R.Empirical Bayes estimation of the reliability of nuclear power plant emergency diesel generators ［J］.Technometrics，1996，38（1）：24-27.

［37］ERTO P.New praetieal bayes estimates for the 2-parameter weibulldistribution ［J］.Mieroeleetronics Relibaility，1994，34（5）：789-802.

［38］ARTURO J.Bayesian inference from type 11 doubly censored Raleighdata［J］.Statisties&Probability Letters，2000（48）：393-399.

［39］周源泉，翁朝曦.可靠性评定［M］.北京：科学出版社，1990.

［40］周源泉，刘文生，田胜利.双参数指数分布的可靠性评估［J］.质量与可靠性，2004，19（1）：5-10.

［41］周源泉，刘文生，田胜利.双参数指数分布的可靠性评估2［J］.质量与可靠性，2004，19（2）：19-25.

［42］韩明.位置_尺度参数模型的可靠性分析［J］.兵工学报，2006，27（4）：690-694.

［43］张士峰，邓爱民.含有屏蔽寿命数据的贝叶斯可靠性分析［J］.战术导弹技术，2001，22（3）：34-39.

［44］余文波，任海平.成败型试验中无失效数据的多层Bayes分析 ［J］.南昌大学学报 （理科版），2009，33（2）：130-132.

［45］罗阳，胡昌华，司小胜，等.融合随机退化过程与失效率建模的设备剩余寿命预测方法［J］.电光与控制，2015，22（12）：112-116.

［46］蔡忠义，陈云翔，张亮，等.基于随机Wiener过程的剩余寿命预测贝叶斯方法 ［J］.电光与控制，2016，23（7）：93-96.

［47］王小林，程志君，郭波.基于维纳过程金属化膜电容器的剩余寿命预测 ［J］.国防科技大学学报，2011，33（4）：146-151.

［48］彭宝华，周经伦，孙权，等.基于退化与寿命数据融合的产品剩余寿命预测［J］.系统工程与电子技术，2011，33（5）：1073-1078.

［49］曹渊.导弹末端导引精度小子样试验评估方法研究［D］.长沙：国防科学技术大学，2008.

［50］龙兵，张明波.定数截尾下Lomax分布失效率和可靠度的贝叶斯估计［J］.华南师范大学学报（自然科学版），2016，48（2）：102-106.

［51］李文丽，原大宁.极小子样下参数随机分布的电主轴可靠性分析［J］.机械科学与技术，2016，35（5）：690-695.

［52］鄢伟安，宋保维，段桂林，等.威布尔部件的经验贝叶斯评 估 ［J］. 系 统 工 程 理 论 与 实 践 ，2013，33（11）：2980-2985.

［53］BUNEA C，MAZZUCHI A，EDITORS T.Bayesian accelerated life testing under competing failure modes［C］//2005：Proceedings of Annual Reliability and Maintainability Symposium，2005.

［54］张志华，茆诗松.指数分布场合下竞争失效产品加速寿命试验的 Bayes估计［J］.应用概率统计，1998，14（1）：91-98.

［55］李久祥，申军，侯海梅，等.装备贮存延寿技术［M］.北京：中国宇航出版社，2007.

［56］李久祥.整机加速贮存寿命试验研究［J］.质量与可靠性，2004，19（4）：14-17.

［57］李海波，张正平，黄波，等.导弹贮存试验技术与贮存可靠性评估方法研究 ［J］.质量与可靠性，2006，21（6）：20-23.

［58］林震.整机产品加速贮存寿命试验技术研究［R］.绵阳：中国工程物理研究院电子工程研究所，2005.

［59］李同来，张力，于海滨.液体冲压发动机整机寿命评估方法研究［C］//第六届中国航空学会青年科技论坛，2014：1140-1144.

［60］李祥臣，易当祥，赵韶平，等.基于薄弱环节的发动机加速贮存试验研究［J］.环境技术，2011，54（5）：38-42.

［61］张生鹏，王晓红，李晓钢.电子整机加速贮存试验方案设计［J］.质量与可靠性，2011，26（2）：24-29.

［62］伏洪勇，党炜，李锴.基于性能退化模型的空间电子学设备加速寿命试验研究与应用［J］.载人航天，2014，20（3）：267-272.