可靠性试验中三大加速模型的研究与应用
- 格式:pdf
- 大小:451.38 KB
- 文档页数:6
在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间?这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(Ea /k)·[(1/Tu)-(1/Tt)]}式中:AF是加速因子;Ea是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在0.3ev~1.2ev之间;K是玻尔兹曼常数,其值为8.617385×10-5;Tu是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;Tt是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能Ea取0.68最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求?已知的信息有Tt 、Ea,使用的温度取25℃,则先算出加速因子AF:AF=exp{[0.68/(8.617385×10-5)]·【[1/(273+25)]- [1/(273+105)]】} 最终:AF≈271.9518又知其目标使用寿命:L目标=10years=10×365×24h=87600h 故即可算出:L测试= L目标/AF=87600/271.9518h=322.1159h≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
可靠性加速试验阿氏模型讲解阿氏模型讲解3.1 阿氏模型反应方程式DMTBF测试均采用阿氏模型进行计算,其反应方程式为:R 为反应速度其中A 为温度常数EA 为活化能(eV)K 为Boltzmann常数,等于8.623*10-5 eV/K.T 为绝对温度(Kelvin)3.2 阿氏模型中的加速因子加速因子AF即为产品在使用条件下的寿命和高测试应力条件下的寿命的比值.在阿氏模型中:其中:Vu为使用条件下的绝对温度Va为加速条件下的绝对温度B=EA/K由上式可得,温度加速因子为:A=Exp((Ea/K)(1/Tspec-1/Telev)) Ftemp3.3 加速因子中活化能Ea活化能是分子与化学或物理作用中需具备的能量,单位是电子伏特Ev. 当试验的温度与使用温度差距范围不大时,则Ea可设为常数.Ea= K* (Inλa –Inλ)/(1/Tn-1/Ta) n其中,Tn,Ta均为绝对温度0Kλa为加速温度时的失效率λn为正常温度时的失效率(λa和λn可以以试验的方式的得出,但需要较长的试验时间.而且新机种的失效率很难在短时间内得出.)3.4 活化能Ea的取值一般电子产品在早夭期失效之Ea为0.2~0.6eV,正常有用期失效之Ea趋近于1.0eV;衰老期失效之Ea大于1.0eV.新机种的Ea无法计算,一般为0.67eV.3.5 参数估计为了解产品可靠度水准,须先对其失效时间分布做某种程度的推定.通常有参数点估计及参数信赖区间估计推定3.5.1参数点估计点估计,是寻求一个统计量,作为参数的估计,它是一随机变量,其好坏只能以其期望值及变异数来衡量(当然最好的结果是其期望值要等于母体参数,即不偏性,且其变异数愈小愈好).平均值的点估计量(Estimator)为样本数之平均值: μ即称为点估计值(Estimate).不管f(x)属于不偏性还是可偏性,只要n(>=30)足够大,则的μ分布将呈常态分布(如图3.1所示)。
产品可靠性试验6.2.1 可靠性试验的意义与分类可靠性试验是为分析、评价、提高或保证产品的可靠性水平而进行的试验。
产品的研制者通过试验获得产品设计、鉴定所需的可靠性数据(可靠性测定试验)。
通过试验暴露产品缺陷,改进设计并获得可靠性增长信息(可靠性增长试验)。
产品的制造者通过试验剔除零件批中的不合格品或暴露整机缺陷,消除早期故障(可靠性筛选或老化试验老化试验不是消除早期故障的)产品使用者通过试验验证产品批可靠性水平以保证接收的产品批达到规定要求(可靠性接收试验)。
政府或行业管理部门通过试验获得数据库所需基础可靠性数据(可靠性测定试验),认证产品可靠性等级(可靠性验证试验),进行产品的可靠性鉴定与考核(可靠性鉴定试验)。
本节主要介绍可靠性测定试验,这是为获得产品可靠性特征量的估计值而进行的试验,根据需要可由试验结果给出可靠性特征量的点估计值和给定置信度下的区间估计。
由于可靠性试验往往是旷日持久的试验,为节省时间与费用常采用加速试验的方式。
本节将介绍某些加速寿命试验的理论模型与试验方法。
6.2.2 指数分布可靠性测定试验大多数电子元器件、复杂机器及系统的寿命都服从指数分布。
其待估参数为故障率λ,其他可靠性指标可利用估计值进行计算MTBF 已经有平均的意思了1.定时截尾试验(1)点估计试验进行至事先规定的截尾时间t c停止试验,设参与试验的n个样本中有r个发生关联故障,则由极大似然估计理论得出的故障率点估计值为式中t i——第I个关联故障发生前工作时间(i=1,…,r)。
若在试验过程中及时将已故障产品修复或替换为新产品继续试验,则为有替换的定时截尾试验。
此时λ的点估计为(2)区间估计对于无替换和有替换的定时截尾试验,其给定置信度为1-α的双侧置信区间为[λL,λU],则式中——自由度为υ的分布的概率为的下侧分位点;T——总试验时间(3)零故障数据的区间估计当定时截尾试验在(0,t c)内的故障数r=0时,可由式(4)给出。
常用三种加速老化测试模型在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间?这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(Ea /k)·[(1/Tu)-(1/Tt)]}式中:AF是加速因子;Ea是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在0.3ev~1.2ev之间;K是玻尔兹曼常数,其值为8.617385×10-5;Tu是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;Tt是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能Ea取0.68最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求?已知的信息有Tt 、Ea,使用的温度取25℃,则先算出加速因子AF:AF=exp{[0.68/(8.617385×10-5)]·【[1/(273+25)]- [1/(273+105)]】}最终:AF≈271.9518又知其目标使用寿命:L目标=10years=10×365×24h=87600h故即可算出:L测试= L目标/AF=87600/271.9518h=322.1159h≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
可靠性測試加速试验的作用什么是加速试验?1967年,美罗姆航展中心首次给出了加速寿命试验的统一定义:加速寿命试验(ALT)是在进行合理工程及统计假设的基础上,利用与物理失效规律相关的统计模型对在超出正常应力水平的加速环境下获得的可靠性信息进行转换,得到试件在额定应力水平下可靠性特征的可复现的数值估计的一种试验方法。
加速寿命试验采用加速应力进行试件的寿命试验,从而缩短了试验时间,提高了试验效率,降低了试验成本,其研究使高可靠长寿命产品的可靠性评定成为可能。
阿伦尼斯模型 N-L W-E C-M 模型通常地,加速寿命试验以失效为判据,离不开失效信息,而且要有量。
加速寿命试验集成电路4型投样100只,在165℃下开展贮存状态下加速试验,5000小时没有发生一例故障;PCB 模块,在双85条件下开展工作状态下加速试验,2000小时没有发生一例故障。
针对数10型DD 的共计30多型近100个电子部件和组件,其中1/3在80℃下开展贮存状态下加速试验,大多试验2000~3000小时,发生的故障十分零星。
试验情况加速试验中就会 发生大量失效吗?加速退化试验(ADT ) 是指通过提高应力水平来加速产品性能退化,采集产品在高应力水平下的性能退化数据,并利用这些数据来估计产品可靠性及预测产品在正常应力下的寿命时间的加速试验方法。
加速退化试验?模型退化规律、失效物理1.加速退化试验以表征参数退化为判据,不依赖失效,充分利用失效前产品的表征参数信息;加速寿命试验是以故障为判据。
2.加速退化试验是在性能退化预测的基础上,再利用加速寿命模型进行寿命预测,所以包含2块技术性能预测、加速寿命。
3.加速退化试验是基于预测机制,可以不进行到底;加速退化试验是基于评估机制,还得等效进行到底。
典型特点试验成本(人力、物力、财力)是制约试验技术走向工程应用的关键因素,同时也是推动试验技术不断创新的原动力。
指标较高贮存寿命MTBF考核验证困难试验时间过长试验成本过高采用加速试验缩短试验时间降低试验成本为什么要开展加速试验加速试验本质:通过提高试验应力或加快频次来缩短试验时间。
加速试验法的及应用加速试验法是一种通过加速产品的使用环境和时间,以提前研究和分析产品在实际使用过程中可能出现的问题的方法。
在工程领域中,加速试验法可以用于产品的寿命预测、可靠性评估、故障分析等方面。
下面将详细介绍加速试验法的原理和应用。
一、加速试验法的原理加速试验法的基本原理是通过提高产品的工作负载、加大环境条件、应用特定的材料损伤机制等方式,加速产品的老化和失效过程,从而在较短时间内观察和获得产品失效的数据。
具体来说,加速试验法的原理包括以下几个方面:1. 保持加速试验条件与实际使用条件之间的相似性。
加速试验的结果只有在试验条件与实际使用条件有着相似性的前提下才能作为可靠性评估的依据。
因此,在进行加速试验时,需要尽可能模拟产品的使用环境和加载条件。
2. 应用加速因素。
加速因素是指在加速试验中所使用的一些能够加快产品老化和失效的物理或化学过程。
常见的加速因素包括温度、湿度、振动、电磁辐射等。
通过调节加速因素的数值,可以使产品在较短时间内经历相当于多年或多个月甚至更长时间的使用过程。
3. 基于加速因素的失效模型。
加速试验过程中,需要建立基于加速因素的产品失效模型,用于预测和分析产品的寿命和失效机制。
例如,温度是常用的加速因素之一,可以通过弗兰克方程等模型来预测产品在不同温度下的寿命。
根据失效模型的预测结果,可以进行产品设计和优化,以提高产品的可靠性和寿命。
二、加速试验法的应用加速试验法在工程领域中有着广泛的应用。
以下是其中几个典型的应用案例:1. 产品寿命预测。
通过加速试验,可以模拟产品在实际使用过程中可能遇到的各种环境和负载条件。
通过观察和记录产品在加速试验中的失效时间和失效模式,可以推断产品在实际使用中的寿命。
这对于产品的设计和维修计划制定具有重要意义,可以帮助企业降低成本,提高产品的可靠性。
2. 故障分析。
加速试验法可以帮助工程师们深入了解产品的失效机制和故障原因。
通过模拟产品在不同工作状态下的工作条件,可以清晰地观察到产品中的缺陷和故障。
产品可靠性加速试验加速试验技术应用的层次整机加速试验俄罗斯某类产品的经验:等效1年——16.4天+70℃——10天-50℃——3天-15℃~+15℃——20CYC,高温2h,低温2h。
10年需要164天试验零部件加速试验高温高湿70℃,85%RH,其他不变,要求做8周期,样品数量至少50PCS,失效不能多于3个,产品寿命是10年。
意大利国家电网LCD屏寿命考核试验要求零部件加速试验意大利国家电网 LCD 屏寿命考核试验要求反推:AF =期望寿命/试验时间=10×365×24/(130×7)=96.3假定:工作条件40℃,相对湿度65%;实际:试验条件70℃,相对湿度90% 如采取:Peck 模型,当n 取2时,则Ea≈1.21如采取IPC 模型,当C 取4.4×10-4,b 取2时,则Ea≈0.88l Ea KT n l u Ae RH --=-⎡⎤=-⎢⎥⎣⎦11exp ()()n U U A A RH Ea AF K T T RH (,)bEa C RH KTT RH Ae μ+=⎡⎤=---⎢⎥⎣⎦11exp ()()b b U A U A Ea AF C RH RH K T T零部件加速试验▪方案环境特点和产品特点,决定采用的加速模型来设计试验方案通常来讲多组高温试验或者多组温度-湿度试验,与退化试验差异不大,检测周期灵活度更大,检测次数可以更少,但样品要更多。
▪方法样品数量足够多贮存环境特点只涉及加速模型,如阿伦尼斯模型,艾琳模型用故障作为判定标准,一般来说需要故障数据积累▪原则样品足够零部件加速试验LED寿命预测——基于性能参数退化期望寿命50000小时,规定亮度降低50%,则α=-ln(It/I0)/t=-ln(0.5)/50000=1.386×10-5性能参数(亮度)模型为:在20mA工作电流下,在25℃、60℃、70℃、85℃下各投22片进行恒定应力加速试验3000h零部件加速试验零部件加速试验零部件加速试验零部件加速试验零部件加速试验LED寿命预测设备级加速试验元器件板级电路电子部件贮存寿命特征检测分析加速贮存试验贮存寿命特征检测分析贮存薄弱环节贮存寿命特征性能退化趋势寿命支撑结论外场数据分析预测样机原理修理经验思路外场数据处理 标准寿命表法+单/双参数指数分布 二/三参数威布尔分布 分布符合性检验 方法间优度鉴别 明确前提和概念 完善检验方法试验数据处理 艾林模型双应力 基于应力分析 加速因子评估 阿伦尼斯模型单应力 简单比值法布朗漂移运动模型 灰色系统理论模型……线性/对数退化拟合 电路板检测 GJB 362A 、 4896 方法优化 判据明确 IPC 610D 、279 元器件检测 寿命特征检测分析+随整机加速试验+失效分析 随整机加速试验+失效分析 DPA+加速试验+失效分析设备级加速试验 主要方法。
常用三种加速老化测试模型Prepared on 22 November 2020在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(E a/k)·[(1/T u)-(1/T t)]}式中:AF是加速因子;E a是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在~之间;K是玻尔兹曼常数,其值为×10-5;T u是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;T t是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能E a取最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求已知的信息有T t、E a,使用的温度取25℃,则先算出加速因子AF:AF=exp{[×10-5)]·【[1/(273+25)]- [1/(273+105)]】}最终:AF≈又知其目标使用寿命:L目标=10years=10×365×24h=87600h故即可算出:L测试= L目标/AF=87600/=≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
常用三种加速老化测试模型Company Document number:WUUT-WUUY-WBBGB-BWYTT-1982GT在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(E a/k)·[(1/T u)-(1/T t)]}式中:AF是加速因子;E a是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在~之间;K是玻尔兹曼常数,其值为×10-5;T u是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;T t是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能E a取最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求已知的信息有T t、E a,使用的温度取25℃,则先算出加速因子AF:AF=exp{[×10-5)]·【[1/(273+25)]- [1/(273+105)]】}最终:AF≈又知其目标使用寿命:L目标=10years=10×365×24h=87600h故即可算出:L测试= L目标/AF=87600/=≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(E a/k)·[(1/T u)-(1/T t)]}式中:AF是加速因子;E a是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在~之间;K是玻尔兹曼常数,其值为×10-5;T u是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;T t是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能E a取最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求已知的信息有T t、E a,使用的温度取25℃,则先算出加速因子AF:AF=exp{[×10-5)]·【[1/(273+25)]- [1/(273+105)]】}最终:AF≈又知其目标使用寿命:L目标=10years=10×365×24h=87600h故即可算出:L测试= L目标/AF=87600/=≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
可靠性工程的基本概念与模型可靠性工程是一门应用工程学科,旨在提高产品、系统或服务的可靠性。
通过运用可靠性工程的原则和方法,可以降低故障率、延长使用寿命、提高性能稳定性,从而满足人们对产品可靠性的需求。
本文将介绍可靠性工程的基本概念和常用模型,帮助读者理解和应用可靠性工程。
一、可靠性工程的基本概念1.1 可靠性可靠性是产品或系统在特定环境下连续正常运行的能力。
它可以用概率来表示,通常以失效率来度量,即单位时间内发生失效的概率。
可靠性的增加可以提高产品的性能稳定性,减少故障对用户的影响。
1.2 故障故障是指产品或系统在特定条件下出现的不符合预期的功能、性能或质量的现象。
故障分为软故障和硬故障,软故障通常可以通过重启或软件升级来解决,而硬故障需要更换硬件部件或进行专业修复。
1.3 可靠性评估可靠性评估是可靠性工程的核心内容,旨在对产品或系统的可靠性进行量化分析。
通过搜集故障数据、运用统计学方法,可以计算出可靠性参数,如失效率、平均无故障时间等,从而为产品设计、改进和维护提供依据。
2.1 故障模式与失效分析(FMEA)故障模式与失效分析是一种常用的可靠性分析方法,通过识别产品或系统可能的故障模式和失效原因,评估其潜在风险和影响程度,从而采取相应的改进措施。
FMEA可以在设计阶段发现和解决潜在问题,提高产品的可靠性。
2.2 信赖度增长模型(RGA)信赖度增长模型是一种常用的可靠性增长预测方法,通过收集产品的实际寿命数据,对其进行分析和建模,预测未来产品的信赖度增长趋势。
RGA模型可以帮助制定产品维护策略、预防性维修计划,提高产品的可靠性和维修效率。
2.3 加速寿命试验(ALT)加速寿命试验是一种常用的可靠性验证方法,通过对产品在加速条件下的寿命试验,推断其在正常使用条件下的可靠性性能。
ALT模型可以帮助评估产品的可靠性指标,优化产品设计和制造工艺,提前发现潜在问题。
2.4 保障时间分析(MTA)保障时间分析是一种常用的系统可靠性分析方法,通过识别系统各个组成部件的失效模式和失效率,计算出系统的平均无故障时间(MTBF)、平均修复时间(MTTR)等指标。
产品可靠性试验6.2.1 可靠性试验的意义与分类可靠性试验是为分析、评价、提高或保证产品的可靠性水平而进行的试验。
产品的研制者通过试验获得产品设计、鉴定所需的可靠性数据(可靠性测定试验)。
通过试验暴露产品缺陷,改进设计并获得可靠性增长信息(可靠性增长试验)。
产品的制造者通过试验剔除零件批中的不合格品或暴露整机缺陷,消除早期故障(可靠性筛选或老化试验老化试验不是消除早期故障的)产品使用者通过试验验证产品批可靠性水平以保证接收的产品批达到规定要求(可靠性接收试验)。
政府或行业管理部门通过试验获得数据库所需基础可靠性数据(可靠性测定试验),认证产品可靠性等级(可靠性验证试验),进行产品的可靠性鉴定与考核(可靠性鉴定试验)。
本节主要介绍可靠性测定试验,这是为获得产品可靠性特征量的估计值而进行的试验,根据需要可由试验结果给出可靠性特征量的点估计值和给定置信度下的区间估计。
由于可靠性试验往往是旷日持久的试验,为节省时间与费用常采用加速试验的方式。
本节将介绍某些加速寿命试验的理论模型与试验方法。
6.2.2 指数分布可靠性测定试验大多数电子元器件、复杂机器及系统的寿命都服从指数分布。
其待估参数为故障率λ,其他可靠性指标可利用估计值进行计算MTBF已经有平均的意思了1.定时截尾试验(1)点估计试验进行至事先规定的截尾时间t c停止试验,设参与试验的n个样本中有r个发生关联故障,则由极大似然估计理论得出的故障率点估计值为式中t i——第I个关联故障发生前工作时间(i=1,…,r)。
若在试验过程中及时将已故障产品修复或替换为新产品继续试验,则为有替换的定时截尾试验。
此时λ的点估计为12(2)区间估计 对于无替换和有替换的定时截尾试验,其给定置信度为1-α的双侧置信区间为[λL ,λU ],则式中——自由度为υ的分布的概率为的下侧分位点;T ——总试验时间(3)零故障数据的区间估计 当定时截尾试验在(0,t c )内的故障数r=0时,可由式(4)给出。
可靠性试验中三大加速模型的研究与应用摘要:本文从国内外可靠性领域中常用的加速模型出发,从宏观的角度说明了阿伦尼斯Arrhenius,科芬-曼森Coffin-Manson和劳森Lawson这三大加速模型的应用范围,然后重点采用实例的方式介绍了这几大模型在汽车领域的可靠性试验中的应用。
关键词:可靠性;加速模型;阿伦尼斯Arrhenius;科芬-曼森Coffin-Manson;劳森Lawson高温寿命试验,湿度试验以及温度循环试验是几个最基本的可靠性环境试验,用于评估产品的各种可靠性特征。
但对寿命特别长的产品来说不太合适。
因为它需要花费很长的试验时间,甚至来不及作完相关试验,新的产品又设计出来,老产品就要被淘汰了。
因此,了解怎样对这些方法进行适当的加速可以大大缩短试验周期,提高试验效率,降低试验耗损。
本文就是以汽车仪表为例来详细说明这些加速模型。
一、阿伦尼斯模型Arrhenius Mode1.适用范围阿伦尼斯模型是适用于高温耐久试验的加速模型。
通常汽车主机厂先给出他们对产品的质量要求,或称为产品生命周期的要求,比如大众,对此要求是15年,按照平均一天1.5h 的用车时间,则总的生命周期转换为小时数的要求则为8212.5(15(年)*365(天)*1.5(h))小时。
此外主机厂的研究部会测出汽车内各零部件在整个生命周期内的温度谱图,用来描述产品遭受到的主要温度点,以及各自所占的比例。
2.应用实例以大众汽车为例,下图就是针对汽车仪表的温度谱图,并要求我们据此做一个高温耐久的试验。
如果按照非加速的方法则意味着总的时间为8212.5个小时,将近一年的时间,所以我们必须采用阿伦尼斯加速模型进行换算。
这里我先附上阿伦尼斯模型的计算公式并对其中各因子做一个简单说明:其中:A T,i: 就是我们要算出来的每个温度点下的加速因子,比如i为1,则根据谱图第一行来算出该条件下的加速因子,具体的含义就是比如说A T,1算出来为5000,则意味着如果想代替在-40°C 下工作的占6%比例的这段寿命时间,则等价的试验就是在T prüf下工作8212.5 / 5000个小时。
常用三种加速老化测试模型Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
下面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型(Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(Ea /k)·[(1/Tu)-(1/Tt)]}式中:AF是加速因子;Ea是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在~之间;K是玻尔兹曼常数,其值为×10-5;Tu是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位;Tt是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105℃的高温测试。
据以往的测试经验,此种产品的激活能Ea取最佳。
对产品的使用寿命要求是10年,现可供测试的样品有5个。
若同时对5个样品进行测试,需测试多长时间才能满足客户要求已知的信息有Tt 、Ea,使用的温度取25℃,则先算出加速因子AF:AF=exp{[×10-5)]·【[1/(273+25)]- [1/(273+105)]】} 最终:AF≈又知其目标使用寿命:L目标=10years=10×365×24h=87600h 故即可算出:L测试= L目标/AF=87600/=≈323h现在5个样品同时进行测试,则测试时长为:L最终=323/5h=65h这即是说明,若客户用5个产品同时在105℃高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
在环境模拟试验中,常常会遇到这样一个问题:产品在可控的试验箱环境中测试若干小时相当于产品在实际使用条件下使用多长时间?这是一个亟待解决的问题,因为它的意义不仅仅在于极大地降低了成本,造成不必要的浪费,也让测试变得更具目的性和针对性,有利于测试人员对全局的掌控,合理进行资源配置。
在众多的环境模拟试验中,温度、湿度最为常见,同时也是使用频率最高的模拟环境因子。
实际环境中温度、湿度也是不可忽略的影响产品使用寿命的因素。
所以,迄今将温度、湿度纳入考量范围所推导出的加速模型在所有的老化测试加速模型中占有较大的比重。
由于侧重点的不同,推导出的加速模型也不一样。
面,本文将解读三个极具代表性的加速模型。
模型一.只考虑热加速因子的阿伦纽斯模型( Arrhenius Mode)某一环境下,温度成为影响产品老化及使用寿命的绝对主要因素时,采用单纯考虑热加速因子效应而推导出的阿伦纽斯模型来描述测试,其预估到的结果会更接近真实值,模拟试验的效果会更好。
此时,阿伦纽斯模型的表达式为:AF=exp{(Ea/k) [(1/Tu)-(1/Tt)]}式中:AF是加速因子;Ea是析出故障的耗费能量,又称激活能。
不同产品的激活能是不一样的。
一般来说,激活能的值在0.3ev~1.2ev 之间;K 是玻尔兹曼常数,其值为8.617385 X 10-5Tu是使用条件下(非加速状态下)的温度值。
此处的温度值是绝对温度值,以K开尔文)作单位;Tt是测试条件下(加速状态下)的温度值。
此处的温度值是绝对温度值,以K(开尔文)作单位。
案例:某一客户需要对产品做105C的高温测试。
据以往的测试经验,此种产品的激活能E0.68 最佳。
对产品的使用寿命要求是10 年,现可供测试的样品有5 个。
若同时对5 个样品进行测试,需测试多长时间才能满足客户要求?已知的信息有Tt、Ea,使用的温度取25C,则先算出加速因子AF:AF=exp{[0.68/(8.617385 X 10-5)【[1/(273+25)]-[1/(273+105)]】}最终:AF〜271.9518又知其目标使用寿命:L 目标=10years=10 X 365X 24h=87600h故即可算出:L测试=L目标现在5 个样品同时进行测试,则测试时长为:这即是说明,若客户用5个产品同时在105C高温下测试65h后产品未发生故障,则说明产品的使用寿命已达到要求。
可靠性试验中三大加速模型的研究与应用摘要:本文从国内外可靠性领域中常用的加速模型出发,从宏观的角度说明了阿伦尼斯Arrhenius,科芬-曼森Coffin-Manson和劳森Lawson这三大加速模型的应用范围,然后重点采用实例的方式介绍了这几大模型在汽车领域的可靠性试验中的应用。
关键词:可靠性;加速模型;阿伦尼斯Arrhenius;科芬-曼森Coffin-Manson;劳森Lawson高温寿命试验,湿度试验以及温度循环试验是几个最基本的可靠性环境试验,用于评估产品的各种可靠性特征。
但对寿命特别长的产品来说不太合适。
因为它需要花费很长的试验时间,甚至来不及作完相关试验,新的产品又设计出来,老产品就要被淘汰了。
因此,了解怎样对这些方法进行适当的加速可以大大缩短试验周期,提高试验效率,降低试验耗损。
本文就是以汽车仪表为例来详细说明这些加速模型。
一、阿伦尼斯模型Arrhenius Mode1.适用范围阿伦尼斯模型是适用于高温耐久试验的加速模型。
通常汽车主机厂先给出他们对产品的质量要求,或称为产品生命周期的要求,比如大众,对此要求是15年,按照平均一天1.5h 的用车时间,则总的生命周期转换为小时数的要求则为8212.5(15(年)*365(天)*1.5(h))小时。
此外主机厂的研究部会测出汽车内各零部件在整个生命周期内的温度谱图,用来描述产品遭受到的主要温度点,以及各自所占的比例。
2.应用实例以大众汽车为例,下图就是针对汽车仪表的温度谱图,并要求我们据此做一个高温耐久的试验。
如果按照非加速的方法则意味着总的时间为8212.5个小时,将近一年的时间,所以我们必须采用阿伦尼斯加速模型进行换算。
这里我先附上阿伦尼斯模型的计算公式并对其中各因子做一个简单说明:其中:A T,i: 就是我们要算出来的每个温度点下的加速因子,比如i为1,则根据谱图第一行来算出该条件下的加速因子,具体的含义就是比如说A T,1算出来为5000,则意味着如果想代替在-40°C 下工作的占6%比例的这段寿命时间,则等价的试验就是在T prüf下工作8212.5 / 5000个小时。
e: 就是一个常数,2.71828,在excel里面这里对应的就是exp函数。
E A:为失效反应的活化能,此数值也是由主机厂提供,这里给出的是0.45eV。
这方面的著作也比较多,感兴趣的朋友可以查阅下国内外专门讲解此内容的著作。
K: 玻尔兹曼(Boltzmann)常数,值为8,617 x 10-5 eV/KT prüf: 就是指你想在什么温度条件下进行该加速试验,通常情况为了达到最快的加速且不会损坏产品,我们会选择温度谱图中的最高温度,即80°C。
T Feld,i : 就是对应每个温度谱图上的每个温度点,其中i是可变的,比如i为1,就意味着选择谱图中的第一个温度点-40°C,这是用来计算每个温度点下的加速因子的一个参数。
因为最终的加速因子计算公式如下:其中:t Betrieb: 主机厂对该零部件的要求寿命时间,这里就是指我上面提到的8212.5小时。
t prüf: 就是根据算出的加速因子,来计算在要求的加速温度(Tprüf)下所要进行的试验时间。
Pi: 就是对应的各温度点的比例,比如i为1,则根据温度谱图该值就为6%。
计算的过程这里不再敖述,简单用一个截图示意如下(其中黄色部分需要自己输入,绿色部分是根据公式自动计算出来的):根据此计算结果,则为了满足主机厂的寿命要求,采用阿伦尼斯加速模型后,只需要在80°C下高温运行1516小时。
二、科芬-曼森模型Coffin-Manson Mode1.适用范围科芬-曼森模型是适用于温度循环试验的加速模型。
和上面一样,比如汽车主机厂要求的生命周期是15年,一天内可能经历的大的温度变化平均为两次,比如夏天,早上温度低,中午温度最高,到了晚上又会低下来,所以默认为循环数2次。
则总的生命周期循环数的要求为15(年)*365(天)*2(次数)= 10950次循环。
然后主机厂的研究部会测出汽车内各零部件在这一个循环中平均的温度差异,比如针对仪表,给定的是40°C的平均温度差值。
2.应用实例这里还是以大众为例,温度谱图还是采用阿伦尼斯模型中的谱图。
这里我先附上科芬-曼森模型的计算公式并对其中各因子做一个简单说明:其中:△T Feld: 就是上面提到的一个循环中平均的温度差异,一般由主机厂给出,这里是40°C。
△T Test: 就是温度谱图中的最高温度(80°C)和最低温度(-40°C)的差值,结果为120°C。
C: 科芬-曼森指数,由主机厂指定,它指的是温度变化的加速率常数,不同的失效类型对应不同的值,据我所知,大众和奔驰对该值都指定为2.5。
清楚了上面这三个数值后,可以马上算出对应的A CM值,这里算出来的结果为15.59。
知道了A CM值以及主机厂要求的循环数,则可以根据下面公式算出加速后的循环数N prüf为10950/15.59=702.4个循环知道循环数,最高温度(T max)及最低温度(T min)后,接下来就是该公式应用起来最困难的部分,即怎么确定温度变化速率以及在每个温度点上的停留时间,关于这两个参数的确认比较专业的方法如下(限于篇幅,只作简单介绍):a)根据温度循环箱(准确的说应该是快速温变箱)的尺寸,放入最多的样件数量(一般为6套汽车仪表),并且所有样件要插线但不通电,并尽可能地保持装车角度,以模拟最真实的装车环境。
b)在每个样件的外壳中心处附上一个热电偶c)选择一个位于温度循环箱中心位置的样件来安装内部的热电偶在其PCBA板上,安装的位置即挑选散热量最大的位置(一般选10个点,需要用热视仪确认),下图是其中的一个点-电源模块上d)对温度循环箱进行编程使得它在Tmin 和Tmax 之间循环,初始默认的每个温度极点的停留时间都为10分钟,温度变化速率可以按照该箱体能够达到的最快速率来设置。
若实际测试后发现时间太短,即10分钟后有超过10%数量的内部热电偶还无法达到对应的Tmin或Tmax的3度以内的误差范围,则需要调整箱子的停留时间(一般在以下范围内选择:10min,30min,1h,2h,3h)e)计算温度变化速率:我们的高低温范围是:-40到80度,ΔT:120,10%ΔT:12,10%点:-40+12=28,90%点:80-12=68记录下箱体中各样件的外部热电偶温度从28变化为68的时间t1(取时间最长的用于最终计算),则据此计算出温度变化速率r1=(68+28)/t1f)根据e)中计算出的速率重新设置该温度循环箱程序,此时开始观察处于箱体中间位置的那套样品的内部热电偶的情况。
记录下当90%数量的内部的热电偶已经达到了Tmin和Tmax误差3度以内的时间t2。
这个也就定义了在每个温度点的停留时间t2。
g)最后怎么验证上面得出的各数据是否正确?首先我们使用上面测出的温度变化时间r1和在每个温度点的停留时间t2再编辑一次温度循环箱的程序,计算耗时最长才达到温度稳定(误差3度)的那个内部热电偶的温度变化速率(使用e)中的公式),计算结果应当介于1°C /minute 和10°C /minute之间。
上述的步骤是比较专业且有针对性的做法,有些情况下主机厂会直接指定相关参数,比如下表就是一家主机厂给出的数据,要求我们根据样品的质量来决定在每个温度点的停留时间。
最后,在确定温度变化速率(t speed)以及在每个温度点上的停留时间(t holding time)后,就可以根据下面公式算出每个循环所需要的时间,再乘以上面算出的总循环数,就能确定该温度循环试验所需耗费的总时间了。
三、劳森模型Lawson Mode1.适用范围劳森模型是适用于稳态湿热试验的加速模型。
而这里一般需要主机厂指定各部件在停车状态下的平均湿度和平均温度,如下就是大众给出的数据即安装位置处于乘客舱内部的零部件平均相对湿度为60%RH,温度为23°C。
反之,位于外部的平均相对湿度采用65%RH,温度采用23°C。
2.应用实例同样还是以大众为例,寿命要求也还是采用15年。
这里我先附上劳森模型的计算公式并对其中各因子做一个简单说明:A T/RH: 就是我们要算出来的根据你想要加速到的值而需采用的劳森模型的加速因子。
e: 就是一个常数,2.71828,在excel里面这里对应的就是exp函数。
E A:为失效反应的活化能,此数值也是由主机厂提供,和之前一样这里采用的也是0.45eV。
K: 玻尔兹曼(Boltzmann)常数,值为8,617 x 10-5 eV/K。
T prüf: 就是指你想加速到的温度条件,比如这里我们选择65°C。
选择时需和研发部门确认产品可以承受的温湿度范围,防止因为超应力试验而损坏产品,该要求同样适用于RH prüf。
T FeldParken : 就是指在正常停车条件下车内的平均温度,由主机厂给出,见上表。
b: 常数,值为5,57 x 10-4。
RH prüf: 就是指你想加速到的湿度条件,比如这里我们选择93%RH。
RH FeldParken : 就是指在正常停车条件下车内的平均湿度,由主机厂给出,见上表。
因此根据上面的参数,可以算出要想加速到65°C,93%RH则对应的加速因子A T/RH为105.04。
接下来再使用该公式来计算对应的试验时间t prüf:t FeldParken : 就是指在主机厂要求的寿命期间内汽车不运行的时间,这里以极限的15年来考虑,即按照15年该车都不运行的状态来考虑此时间,15*365*24=131400h。
因此再结合上面算出的加速因子可以得知要想在65°C,93%RH的条件下来加速该试验,则对应的试验时间约为1251小时。
参考文献:1.《MILITARY HANDBOOK》MIL- HDBK-338B 1 October 19982.《VW80000 2009.10》Electric and Electronic Components in Motor Vehicles up to3,5 t General Requirements, Test Conditions and Tests3.《B21 7130-A_EN 2004-10》SPECIFICATIONS CONCERNING THE ENVIRONMENT OFELECTRICAL AND ELECTRONIC EQUIPMENT CLIMATIC AND CHEMICALCHARACTERISTICS4.《MBN 10 305-2 2008-6》E/E Environmental Testing5.《GMW3172 2012-11》General Specification for Electrical/Electronic Components –Environmental/Durability6.林真, 姜同敏, 程永生, 胡斌阿伦尼斯模型研究电子产品可靠性与环境试验,2005(6):12-14作者简介:盛斌,男,安徽芜湖人,现供职于大陆汽车电子(芜湖)有限公司检测中心,邮编241009。