寿命分析方法综述

2020-11-23郭鹏鹍祝安纲刘浩

汽车零部件 2020年6期

关键词：分析方法电子产品寿命

郭鹏鹍，祝安纲，刘浩

1.中汽(长沙)检测技术有限公司，湖南长沙 410000；2.天津航天瑞莱科技有限公司，天津 300462)

0 引言

从机械到电子设备再到航天航空，各行各业均有其关键设备，这些关键设备的工作状态、功能、寿命都极为重要，若出现问题，轻则带来不可挽回的财产损失，重则造成人员伤亡。因此对产品进行寿命分析，具有重大的实际意义。

1 寿命分析基本概念

寿命分析理论按照技术发展进程可分为两个阶段：机械设备的疲劳寿命分析和成败型简单电子产品的性能寿命分析。沃勒在1847年提出了经典的S-N曲线相关概念[1]，形成了经典强度理论的基础，并成功应用于以金属材料为主的机械机构的疲劳寿命分析中。随着科技进步，自动化产品以及智能电子产品在社会发展过程中起到越来越重要的作用，因此各类电子产品的寿命分析也随之成为“热点领域”。

根据相关定义[2]，寿命是产品耐久性的一种度量参数。而产品的耐久性是指：产品在规定的使用、储存与维修条件下，达到极限状态之前，完成规定功能的能力。寿命的主要参数有首次大修期限和使用寿命等。

2 金属材料寿命分析方法

2.1 金属材料寿命分析理论

机械材料的主要破坏形式一般有疲劳断裂、磨损和腐蚀3种。据不完全统计，机械零部件失效50%以上为疲劳破坏[3]，因此，金属材料寿命研究得到了极大的关注。

经典疲劳强度理论中材料的疲劳性能用给定应力比时的应力幅值S与材料破坏时的循环寿命N之间的关系描述，即S-N曲线。材料的S-N曲线一般由标准件试验得到。

2.2 金属材料寿命评估理论

由上一节S-N曲线的定义可知，在应力幅值S不变时，可直接利用S-N曲线得到循环寿命N。但对于实际零部件，其应力是变化的，因此需利用疲劳损伤累积相关理论计算其寿命。

疲劳损伤累积理论有其运用的基本假设：所有的循环应力都会产生疲劳损伤，每次循环损伤的程度和该应力幅值S下的疲劳寿命N有关，将多次循环产生的损伤进行叠加，总损伤累积达到临界值时就认为结构疲劳失效。目前，疲劳损伤累积理论主要有以下几种：

(1)线性累积损伤理论

该理论认为材料的疲劳损伤相互间是独立的，将这些损伤按线性形式叠加起来就形成总损伤。线性累积损伤理论极大地简化了疲劳机制，在几种相关理论中计算最为简单快捷。

(2)双线性累积损伤理论

该理论认为裂纹“形成”和“扩展”这两个阶段中的累积损伤分别遵循两种不同的线性规律。该理论比线性损伤规则更加吻合试验结果，计算也较为简单，但裂纹“形成”和“扩展”不易界定，在工程实际不方便直接使用。

(3)非线性累积损伤理论

该理论认为疲劳损伤累积是一个非线性过程，与损伤核、裂纹扩展速率等因素有关。该理论特点是更接近真实损伤累积情况，但公式形式较为复杂，各类因素难以确定，实用意义不大。

2.3 金属材料寿命的评估方法

工程机械材料普遍使用金属或其合金，其寿命分析通常采用数值仿真和基于疲劳试验的寿命评估两种方式。

根据有关资料统计，一个新产品60%以上的问题可以在设计阶段消除，而基于有限元技术的疲劳分析能够在设计阶段判断疲劳寿命薄弱部位，预先避免不合理的寿命分布[4]。基于疲劳试验的寿命评估，一般先通过试验获得材料的疲劳数据，然后采用雨流计数法、名义应力法、Paris方法等评估产品寿命。

一般金属材料制成的机械部件，可先使用有限元分析和可靠性分析等技术预测其寿命以作参考，然后查得其S-N曲线，根据损伤累积理论评估其疲劳寿命。对于查询不到S-N曲线的非常见金属材料，可制作标准试样进行疲劳试验，得到其S-N曲线再进行寿命评估。不同行业及不同产品的寿命预估所适用的研究方法见表1[5]。

一般来说，简单结构使用单一方法评估即可。对于复杂系统，需确定关键部件，然后根据具体部件的特性分别使用不同的评估方法。电力行业因为巨大的经济效益和安全生产重要性，其寿命评估研究走在各行业前列。1998年，国家电力工业部颁布了DL/T 654—1998《火电厂超期服役机组寿命评估技术导则》，提出了我国超役机组热力机械部分寿命评估的基本步骤、常用的评估方法[6]。2009年，对上述导则进行了改进后，又颁布了DL/T 654—2009《火电机组寿命评估技术导则》，新版导则采用了美国电力研究院提出的一种新型综合评估方法，增加了蠕变寿命估算，以及一些新出现的耐热钢材性能参数，提供了更为细化的寿命评估参照[7]。

3 电子产品寿命分析方法

3.1 成败型简单电子产品寿命分析方法

简单电子产品作为电子产品的最基本设计和加工单元，其本身不能独立完成某些功能，在应用中也体现出较明显的“成败”型特点。其寿命评估可采用如下方法：

(1)经典方法

针对失败数服从二项分布的成败型产品，寿命分布服从指数分布、威布尔分布、正态分布的元器件级电子产品，均有相对成熟的理论和方法对产品的平均寿命进行评估，得到MTBF的点估计及给定置信度下的区间估计值。

(2)Bayes方法

Bayes方法是根据Bayes定理进行统计推断的方法。按照Bayes定理，被估参数的后验分布正比于其先验分布与试验结果的似然函数之积，对参数所作的任何推断必须基于且只能基于它的后验分布。对于成败型产品，寿命分布为指数分布、威布尔分布的产品均可通过Bayes方法对其寿命等参数进行评估。

(3)可靠性预计方法

GJB/Z 299C—2006《电子设备可靠性预计手册》中给出了典型电子元器件的失效率预计方法[8]。例如，它给出了一般电阻的工作失效预计模型为

λP=λbπEπQπR

(1)

其优点是考虑了所有可能的失效机制，使用方便；缺点是假定的恒定失效率常常不符合实际，没有包含可设计参数, 因而不能用在鉴定可靠性上。

(4)基于BP神经网络寿命预测方法

该方法可对当前样本的未来观测值或未来样本的观测值进行预测。BP神经网络学习主要途径[9]为：对模拟样本进行标准化处理，设置初始权值和阈值，计算模拟样本的输出状态，然后根据当前次计算的误差反向调节权值和阈值，如此循环迭代，直到最终误差小于设定值。然后输出需要检验的样本进行计算，若检验样本的网络误差小于检验误差，则当前次神经网络预测方法可用。

(5)基于LSSVM的元器件寿命预测方法

BP神经网络计算准确性与样本数量相关，样本较少时存在“过学习”问题，因此应用神经网络进行寿命预测的深入研究较少。二分类学习模型支持向量机可对神经网络的“过学习”问题进行改善[10]，即使在样本量有限时，也能较为理想地完成预测计算，这即是基于LSSVM的元器件寿命预测方法。

3.2 组件级电子产品寿命分析方法

组件级电子产品，是由简单电子器件组成的能完成特定功能的模块，是一种简单的分系统结构。对此类简单的分系统寿命分析主要有以下方法：

(1)串联分系统分析方法

对于一个串联分系统，任何一个组成器件发生故障，都会导致整个分系统发生故障，因此如果已知所有分系统的平均无故障时间，那么可求出整个分系统的失效率[11]，进而根据相关理论对其寿命进行评估。

(2)L-M法

L-M法是将分系统看作二项分布，并且为由成败型单元组成的串联结构，利用其本身的试验数据(n,f)和由设备得到的等效系统试验数据(n*,f*)，得到分系统的可靠度置信下限。该方法只适用于串联结构。

(3)MML法

MML法也是将分系统看作二项分布，利用其可靠度方差和设备等效可靠度方差相等，得到分系统等效试验数据(n*,f*)，再结合其本身试验数据(n,f)，根据二项分布，得到分系统可靠度置信下限。该方法可以适用于各种可靠性结构类型的分系统。

(4)蒙特卡罗方法

蒙特卡罗方法是一种通过随机变量的统计试验、随机模拟来求解数学物理、工程技术问题近似解的数值方法。它的基本思想是：当所求解的问题是某个随机变量的期望值时，可以通过抽样试验，求出这个随机变量的样本平均值，并用它作为问题的解。

3.3 系统级复杂电子产品寿命分析方法

系统级复杂电子产品的定义为：可独立完成某一项或某几项特定功能，由多个关键部件和辅助部件组成，具备产品设计五性要求(即可靠性、维修性、安全性、测试性和保障性)的电子产品。

与元器件及和组件级电子产品不同，系统级复杂电子产品的故障类型复杂、环境因素对应关系复杂，且不同部位的不同故障对产品使用寿命有着差异很大的影响，其主要表现在：(1)成败型简单电子产品发生故障即意味着达到使用寿命，而系统级复杂电子产品具有可维修性，容许发生非关键部件的非重大故障，因此寿命分析模型复杂；(2)成败型简单电子产品的故障对应的环境因素单一明确，而系统级复杂电子产品使用环境复杂，具有多种影响因素相互叠加的特点，因此寿命试验方案设计复杂；(3)成败型简单电子产品故障的统计规律明确，而系统级复杂电子产品对故障类型及其成因分析不明确，因此寿命分析手段复杂。

对于只有单一关键部件及简单责任故障的系统级复杂电子产品，可采用最短寿命零部件法进行分析，此时可将该类系统级复杂电子产品看成类似简单电子产品，以较为明确的故障与环境影响的对应关系作为分析对象，提取寿命分析模型。

对于有多个关键部件及相对复杂的责任故障的系统级复杂电子产品来说，其故障类型复杂且故障之间存在因果关系。因此，在分析过程中往往采用故障树分析法FTA(Failure Tree Analysis)。故障树模型反映了特征向量与故障向量(故障原因)之间的全部逻辑关系，在航空和航天的设计维修、大型设备以及大型电子计算机系统等方面得到了广泛应用。

综合而言，对系统级复杂电子产品进行寿命分析时，首先要对其关键部件和重大责任故障进行界定，建立关键部件和责任故障数据库；其次是对寿命终止阶段的阈值进行确定，通常情况下以完全丧失功能性和丧失维护维修经济性作为参考值；最后，获得各类故障发生的统计规律，建立寿命分析模型。