基于区间算法的电子设备元器件可靠性参数预测方法.pdf

中国新技术新产品2024 NO.4（上）-72-工 业 技 术元器件作为电子设备的最小组成单元，其可靠性对整个电子设备的性能和寿命有重要影响1，对电子设备元器件可靠性参数的准确预测和评估尤为重要2。传统的电子设备元器件可靠性参数预测方法多数采用文献 3 提出的预测方法原理，但该方法不能充分考虑元器件个体间的差异，预测结果精度不高。区间算法能够为决策者提供确切的概率信息4。因此本文进行了基于区间算法的电子设备元器件可靠性参数预测方法研究。1 电子设备元器件可靠性参数预测方法设计1.1 电子设备元器件运行数据采集进行电子设备元器件可靠性参数预测前，需要采集元器件的运行数据，以获取元器件的运行状态变化。本文利用传感器采集电子设备元器件运行数据，需要确定采集的电子设备元器件的运行数据类型，见表 1。根据表1中需要采集的数据类型选择合适的传感器。将传感器安装在需要采集数据的电子设备元器件上，确保连接稳定且数据传输可靠。打开数据采集系统，实时采集电子设备元器件的运行数据并存储在系统中5。对采集到的数据进行实时分析，了解电子设备元器件的运行状态、性能指标等信息，帮助进行故障诊断和预测6。1.2 电子设备元器件寿命阶段识别电子设备元器件运行数据采集完毕后，可得元器件的运行状态和性能指标信息。然后分析元器件的是否存在故障，进而识别元器件寿命阶段，为后续可靠性参数预测提供有力支持。本文采用威布尔分布模型对电子设备元器件故障进行分析。设定电子设备元器件随机变量 M 服从三参数威布尔分布，此时，随机变量 M 的概率密度函数与累积分布函数分别如公式（1）、公式（2）所示。()1expttf t=（1）()1 exptF t=（2）式中：为威布尔分布形状参数；为威布尔分布尺度参数；为威布尔分布位置参数。其中可以用于辨别电子设备元器件寿命分布的故障类型，进而识别出电子设备元器件的 3 个寿命阶段，如图 1 所示。电子设备元器件主要的寿命阶段包括早期失效期、偶然失效期和耗损失效期。其中早期失效期间是全新的电子设备元器件，运行过程中可能会出现各式各样的故障，故障率相对较高。在元器件使用一段时间并逐渐进入适应期后，故障率会随下降，在此期间，元器件失效率维持稳定。元器件使用长时间会逐渐产生磨损，出现疲劳老化现象，此期间的故障率再次呈指数上升7。根据电子设备元器件的失效率与故障率识别元器件所处的寿命阶段，为后续元器件可靠性参数预测提供有力帮助8。1.3 基于区间算法预测可靠性参数完成电子设备元器件寿命阶段识别后，得出元器件的运行工况和故障失效情况。在此基础上利用区间算法，预测电基于区间算法的电子设备元器件可靠性参数预测方法任学龙（俐玛光电科技（北京）有限公司，北京 100026）摘 要：为了优化电子设备元器件可靠性参数预测效果，提升参数预测准确性，本文引入区间算法，进行了基于区间算法的电子设备元器件可靠性参数预测方法研究。首先，采集元器件的运行数据，获取元器件的运行状态与性能指标信息。其次，分析元器件是否存在故障，根据故障率与失效率识别元器件所处寿命阶段。在此基础上构建区间算法模型，得到近似计算预测区间。基于可靠度函数，在该区间范围内预测电子设备元器件可靠性参数指标。试验分析结果表明，本文方法在6类电子设备元器件可靠性参数预测中平均相对误差始终低于对照组，误差率更低，预测结果更精确。关键词：区间算法；电子设备；元器件；可靠性；参数预测中图分类号：TH122文献标志码：A表 1 电子设备元器件运行数据编号运行数据具体说明1运行温度温度过高可能导致元器件性能下降或损坏，而温度过低则可能导致设备启动异常或故障2运行湿度湿度过高可能导致电路板腐蚀、短路等问题，而湿度过低则可能导致静电等问题3运行电流电流过大可能导致元器件过热或损坏，而电流过小则可能导致设备启动异常或故障4运行电压电压过高可能导致元器件损坏，而电压过低则可能导致设备启动异常或故障5运行信号信号质量差可能导致通信中断或数据传输错误等问题中国新技术新产品2024 NO.4（上）-73-工 业 技 术子设备元器件可靠性参数。先构建区间算法模型，为后续预测奠定良好基础。再分析数据，确定影响元器件可靠性的关键因素，包括工作温度、湿度和电压等9。确定需要预测的目标变量，包括元器件的寿命、故障概率等。根据数据特点和目标变量进行模型构建。将待预测的数据作为输入，准备好需要用到的变量和参数。对输入的数据进行预处理，包括数据的清洗、归一化等操作，以提升算法的性能和精度。将预处理后的数据输入模型中进行计算，得出近似计算预测区间，如公式（3）所示。Q=（X-tR，X+tR）（3）式中：Q 为近似计算预测区间；X为所有电子设备元器件样本数据的平均值；t 为临界值，根据置信度水平和自由度确定；R 为样本均值的标准差。具体来说，预测区间的下限是所有样本数据的平均值减去 1 个倍数的标准误，这个倍数是根据置信度水平和自由度查得的 t 值。预测区间的上限则是所有样本数据的平均值加上 1 个倍数的标准误。近似计算预测区间的准确性取决于样本数据的分布和样本数量。获取近似计算预测区间后，基于可靠度函数，在该区间范围内预测电子设备元器件可靠性参数指标。可靠度函数指的是电子设备元器件在期望时间 s 内始终保持安全、正常地运行且不会发生失效的概率。电子设备元器件寿命指的是元器件从规定的零时刻开始，运行至其第一次发生故障并造成失效的连续运行时间。设定电子设备元器件的寿命为 T，元器件运行期望时间为 s，可靠度函数为 R（s）。在这一过程中，元器件寿命 T 属于自变量，可靠度函数如公式（4）所示。R（s）=P（Ts）（4）可见电子设备元器件可靠度函数就是寿命 T s 的概率。根据公式（4）绘制出如图 2 所示的电子设备元器件可靠性参数预测示意图。在电子设备元器件运行预定时间逐渐增长的情况下，元器件的 R（s）会随之减少，在 s=0 处总有 1，说明在零时刻，电子设备元器件总能保持正常工作。当 s 时，R（s），说明电子设备元器件总是要失效的。需要注意的是，电子设备元器件可靠性参数预测结果存在一定的不确定性，可以通过预测区间来衡量。如果预测区间较大，说明预测结果的不确定性较高；如果预测区间较小，说明预测结果的不确定性较低。通过上述内容，能够实现电子设备元器件可靠性参数预测目标。2 试验分析2.1 试验准备为了验证基于区间算法的电子设备元器件可靠性参数预测方法的可行性和有效性，并评估该方法的预测精度，本文进行如下文所示的试验测试。收集不同类型电子设备元器件的可靠性数据，包括寿命数据、故障数据等，针对每种类型的元器件，确定影响其可靠性的关键因素，如工作环境温度、湿度等。建立数据集，即电子设备元器件寿命数据集和故障数据集。每个数据集包括 1000 个电子设备元器件数据样本。这些元器件在相同的工作环境下运行，每个元器件的寿命为1000h5000h，在运行过程中出现了不同类型的故障。试验数据集具体内容见表 2。如表2所示，试验数据较复杂并包括较多变量和特征。处理数据时，需要更细致地进行数据清洗、预处理和特征图 1 电子设备元器件寿命阶段示意图图 2 电子设备元器件可靠性参数预测示意图R（s）R（s0）s0s01中国新技术新产品2024 NO.4（上）-74-工 业 技 术提取，以消除缺失值、异常值和无关数据，从数据中提取与元器件可靠性相关的特征。在此基础上搭建基于区间算法的元器件可靠性预测模型，确定试验方案和评价标准，进行测试并分析、讨论试验结果。2.2 预测结果分析将上述本文基于区间算法的电子设备元器件可靠性参数预测方法与文献 1、文献 3 提出的预测方法进行比较和分析，评估本文方法的优势。再比较 3 种方法的预测结果，分析基于区间算法的预测方法在预测精度指标上的表现。电子设备元器件可靠性参数预测精度可以通过计算预测值与实际值间的误差来衡量。本次试验选用平均相对误差指标。该指标有助于了解预测方法在实际情况下的误差程度，从而评估其可靠性。预测结果平均相对误差越低，说明预测值的准确性越高，预测结果越可靠。电子设备元器件可靠性参数预测平均相对误差如公式（5）所示。100%SRMAPES=（5）式中：S 为电子设备元器件可靠性参数实际值；R 为电子设备元器件可靠性参数预测值。利用上述 3 种方法预测编号 10011006 的电子设备元器件的可靠性参数，统计预测结果并进行比较，结果如图 3所示。从图 3 可以看出，通过比较基于区间算法的电子设备元器件可靠性参数预测方法和传统预测方法的平均相对误差指标可以发现，基于区间算法的预测方法在 6 类电子设备元器件可靠性参数预测中的平均相对误差始终低于另外 2 种方法，误差率更低，表明元器件可靠性参数的预测结果更准确，能够更好地处理不确定性，并提供更精确的预测结果。3 结语综上所述，本文提出的基于区间算法的电子设备元器件可靠性参数预测方法具有重要的实际意义和应用价值。使用区间算法能够更好地处理电子设备元器件可靠性参数预测中存在的不确定性，提供更精确的预测结果，从而为电子设备的设计与制造提供更有效的理论支持和实践指导。对比试验验证了基于区间算法的预测方法在预测精度方面表现优异。未来的研究需要进一步拓展区间算法在其他领域的应用，为解决实际问题提供更有效的工具和方法。参考文献1 易理，杨阳，秦茂，等.电力元器件腐蚀环境可靠性评价与寿命预测技术研究 J.机电工程技术，2023，52（8）：68-71，142.2 魏盛兴，钱诚，任羿，等.基于时频域转换及雨流法的电子设备随机振动概率疲劳损伤预测 J.南京航空航天大学学报，2023，55（3）：489-496.3 孙淑娴，田昕怡，何泽昊，等.基于数据分解及因果推理的设备可靠性预测模型 J.中国安全生产科学技术，2023，19（5）：44-50.4 谢开贵，赵宇生，胡博，等.考虑风电主动参与频率控制的电力系统运行可靠性评估 J.电网技术，2023，47（1）：41-54.5 杨墨缘，欧阳森，王凤学，等.星形共直流母线多端口电力电子变压器多状态可靠性模型及应用 J.南方电网技术，2023，17（5）：59-70.6 李欣荣，杨云，雷庭，等.基于片上系统的电子设备可靠性预计方法研究 J.工业技术创新，2022，9（5）：116-122.7 张鑫，韩建立，张信明，等.航空电子设备加速可靠性试验有限元分析应用进展 J.装备环境工程，2021，18（9）：27-34.8 程林，万宇翔，周杨林，等.MMC 型电力电子变压器运行可靠性分析及其应用 J.电网技术，2022，46（3）：1073-1083.9 孙志刚，王国涛，高萌萌，等.参数优化支持向量机的密封电子设备多余物定位方法研究 J.电子测量与仪器学报，2021，35（8）：162-174.表 2 试验数据集具体内容元器件编号寿命/h运行状态故障类型故障发生时间/h故障原因10011500正常无/10022000正常无/10032500正常无/10043000异常过热1500元器件过载10053500异常电阻器故障2000电阻值变化、开路、短路10064000异常接触不良2500机械磨损或腐蚀图 3 预测平均相对误差对比结果平均相对误差/%元器件编号