專利名稱：電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電子產(chǎn)品的故障預(yù)測與健康管理預(yù)測技術(shù)，具體涉及一種電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法。
背景技術(shù)：
飛機故障預(yù)測與健康管理(PHM)技術(shù)作為實現(xiàn)系統(tǒng)視情維修、自主式保障的關(guān)鍵技術(shù)，能夠顯著降低維修、使用和保障費用，提高飛行器安全性和可用性，提高軍用飛機的戰(zhàn)備完好率和任務(wù)成功率。隨著“多電”飛機與“全電”飛機的迅速發(fā)展，機載電子產(chǎn)品的壽命與可靠性將影響到整個設(shè)備乃至系統(tǒng)的正常運行。對機載電子產(chǎn)品壽命的準確預(yù)測能夠為備份件的準備、狀態(tài)的維護及各種維修策略的制定等提供重要的依據(jù)，是機載電子產(chǎn)品故障預(yù)測與健康管理技術(shù)的重要組成部分，受到了國內(nèi)外廣泛重視。·
現(xiàn)有的壽命預(yù)測方法中，基于性能退化分析的方法是目前的一個研究熱點，根據(jù)電子產(chǎn)品或系統(tǒng)的性能退化數(shù)據(jù)建立退化軌跡模型，預(yù)測性能退化值并結(jié)合失效閾值預(yù)測壽命。性能退化軌跡建模方法可分為兩類I)基于機理的建模方法，即根據(jù)電子產(chǎn)品的物理特性或失效機理建立模型；2)基于數(shù)據(jù)驅(qū)動的建模方法，采用時間序列分析技術(shù)、神經(jīng)網(wǎng)絡(luò)等方法對歷史性能退化數(shù)據(jù)進行擬合，建立性能退化軌跡模型，不依賴于失效機理。由于電子產(chǎn)品本身的復(fù)雜性，其失效機理很難準確獲知，目前主要根據(jù)監(jiān)測性能退化數(shù)據(jù)進行電子產(chǎn)品的壽命預(yù)測。分數(shù)階神經(jīng)網(wǎng)絡(luò)將分數(shù)階傅里葉變換核函數(shù)作為神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點的傳遞函數(shù)，從時頻兩方面分析數(shù)據(jù)，比BP神經(jīng)網(wǎng)絡(luò)具有更靈活有效的函數(shù)逼近能力，在短時數(shù)據(jù)分析方面比小波神經(jīng)網(wǎng)絡(luò)具有更強的自適應(yīng)能力、更快的收斂速度。此外，傳統(tǒng)的利用阿倫尼斯(Arrhenius)模型、逆冪律模型、廣義艾林(Egring)模型等電子產(chǎn)品壽命預(yù)測方法為針對某一特定應(yīng)力(如阿倫尼斯模型只適用于溫度應(yīng)力)下的失效機理的建模方法。本發(fā)明通過恒定應(yīng)力加速壽命試驗獲取電子產(chǎn)品性能退化數(shù)據(jù)，利用分數(shù)階神經(jīng)網(wǎng)絡(luò)建立電子產(chǎn)品的性能退化模型，從而進行壽命預(yù)測，該方法適用于在不同應(yīng)力下建立性能退化模型，無需考慮電子產(chǎn)品的失效機理，實現(xiàn)簡單，預(yù)測精度高。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，通過恒定應(yīng)力加速壽命試驗獲得受試電子產(chǎn)品的性能退化數(shù)據(jù)，并將其用于訓練分數(shù)階神經(jīng)網(wǎng)絡(luò)，得到能夠反映電子產(chǎn)品性能退化規(guī)律的分數(shù)階神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)電子產(chǎn)品的壽命預(yù)測，提高了預(yù)測精度，簡單實用。為了實現(xiàn)上述目的，本發(fā)明的電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，具體包括以下步驟(I)選擇溫度作為加速應(yīng)力，確定待測電子產(chǎn)品的實際工作環(huán)境溫度Ttl，以Ttl為參考，設(shè)定在應(yīng)力！\、T2,…、Tp下分別對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，獲取各應(yīng)力等級下從h到tn時刻電子產(chǎn)品的性能退化數(shù)據(jù)，記為xs,v(xs, v為應(yīng)力等級Ts下tv時刻電子產(chǎn)品性能退化數(shù)據(jù))，其中S= 1，2，…，p(p彡4)、V = 0，1，2，-n, T0 < T1 < T2
<T3 <一< V1 < Tp 且 T「TQ = T2-T1 =…=Tp-Tpf T1 = I. 2T。、Tp ( O. 7TM, Tm 為受試電子產(chǎn)品規(guī)定所能承受的最高溫度。獲取各應(yīng)力等級下從&到tn時刻電子產(chǎn)品的性能退化數(shù)據(jù)xs, v，具體實現(xiàn)為在應(yīng)力等級1；(8= 1,2,…，P)下放置τ個受試電子產(chǎn)品，對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，在tv(V = O, 1,2,…η)時刻記錄τ個電子產(chǎn)品的性能退化數(shù)據(jù),取τ個數(shù)據(jù)的算術(shù)平均值作為tv時刻最終的性能退化數(shù)據(jù)，即為xs,v。(2)使用⑴步中得到的xs,v,利用灰色理論中的GM(1,1)模型，以x1>v、x2,v、…、xp,V(v = O, I,…η)為原始數(shù)據(jù)，計算得到tv時刻溫度Tci下的性能退化數(shù)據(jù)xv(v = O, I,…η) ο
(3)利用⑵步中的性能退化數(shù)據(jù)X(I、X1、X2、X3、…、Xn訓練分數(shù)階神經(jīng)網(wǎng)絡(luò)，建立分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型，具體包括以下步驟(3. I) (3.5)(3. I)分數(shù)階神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)為三層網(wǎng)絡(luò)結(jié)構(gòu)(I個輸入層、I個隱含層和I個輸出層，上一層每個節(jié)點通過唯一路徑與下一層各個節(jié)點相連)，輸入層節(jié)點數(shù)為9，隱含層節(jié)點數(shù)為12，輸出層節(jié)點數(shù)為I ;(3. 2)分數(shù)階神經(jīng)網(wǎng)絡(luò)初始化，設(shè)定分數(shù)階核函數(shù)的旋轉(zhuǎn)角α」為O. 8，網(wǎng)絡(luò)連接權(quán)重0^_、1^分別為0.7、0.5、0.4，網(wǎng)絡(luò)學習速度η為O. 6、動量因子md為O. 8 ;(3. 3)對訓練樣本歸一化處理；(3. 4)預(yù)測輸出，并計算預(yù)測輸出與期望輸出之間的誤差e ；(3. 5)根據(jù)誤差e修正網(wǎng)絡(luò)權(quán)值和分數(shù)階核函數(shù)的階次；(3.6)判斷誤差e是否達到規(guī)定要求，若達到要求，則訓練結(jié)束，否則返回(3.5)
止/J/ O(4)利用(3)步中所建立的分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型進行滾動預(yù)測，得到性能退化數(shù)據(jù)的預(yù)測值; +,、； +2, a+3、…、； +Λ；(5)根據(jù)工程實際經(jīng)驗或相關(guān)國家標準，確定電子產(chǎn)品的失效閾值為Xf，將得到的tn+h時刻性能退化數(shù)據(jù)的預(yù)測值與失效閾值Xf比較，若(退化過程中，性能退化
數(shù)據(jù)呈遞增趨勢)或L+,, <χ7 (退化過程中，性能退化數(shù)據(jù)呈遞減趨勢)，則判定在tn+h時刻電子產(chǎn)品失效，電子產(chǎn)品壽命則為tn+h。


圖I是電子廣品壽命預(yù)測流程圖；圖2是分數(shù)階神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖；圖3是分數(shù)階神經(jīng)網(wǎng)絡(luò)訓練流程圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明的技術(shù)方案進行詳細說明。如圖I所示，本發(fā)明通過恒定應(yīng)力加速壽命試驗獲得受試電子產(chǎn)品的性能退化數(shù)據(jù)，并將其用于訓練分數(shù)階神經(jīng)網(wǎng)絡(luò)，建立分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型，然后基于分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型實現(xiàn)電子產(chǎn)品的壽命預(yù)測，具體包括以下步驟(I)選擇溫度作為加速應(yīng)力，確定待測電子產(chǎn)品的實際工作環(huán)境溫度T。，以Ttl為參考，設(shè)定在應(yīng)力！\、T2,…、Tp下分別對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，獲取各應(yīng)力等級下從h到tn時刻電子產(chǎn)品的性能退化數(shù)據(jù)，記為xs, v(xs, v為應(yīng)力等級Ts下tv時刻電子產(chǎn)品性能退化數(shù)據(jù))，其中S= 1，2，…，p (p彡4)、V = 0，1，2，-n, T0 < T1 < T2
<T3 <一< Th < Tp 且 T1-Ttl = T2-T1 =…=Tp-Tf-P T1 = I. 2Τ。、Tp ( O. 7TM, Tm 為受試電子產(chǎn)品規(guī)定所能承受的最高溫度。獲取各應(yīng)力等級下從&到tn時刻電子產(chǎn)品的性能退化數(shù)據(jù)xs, v，具體實現(xiàn)為在應(yīng)力等級1；(8= 1,2,…，P)下放置τ個受試電子產(chǎn)品，對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，在tv(V = O, 1,2,…η)時刻記錄τ個電子產(chǎn)品的性能退化數(shù)據(jù),取τ個數(shù)據(jù)的算術(shù)平均值作為tv時刻最終的性能退化數(shù)據(jù)，即為xs,v。對本發(fā)明中的加速壽命試驗，其試驗時間為受試電子產(chǎn)品在各應(yīng)力等級下同時開始試驗、同時停止，停止條件是試驗中最高溫度應(yīng)力Tp下受試電子產(chǎn)品的性能退化數(shù)據(jù)高于正常值的130% (性能退化數(shù)據(jù)呈遞增趨勢)或低于正常值的70% (性能退化數(shù)據(jù)呈遞減趨勢)。本發(fā)明中若取P = 4、τ = 10,則最終的性能退化數(shù)據(jù)xs,ν記錄如表I所示。表I中tv(v = 0,1,2, ···, η)為記錄時刻，Ts(s = 1,2,3,4)為應(yīng)力等級。表I加速試驗中各應(yīng)力等級下的性能退化數(shù)據(jù)
權(quán)利要求
1.一種電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，其特征在于包括以下步驟 步驟一選擇溫度作為加速應(yīng)力，確定待測電子產(chǎn)品的實際工作環(huán)境溫度Ttl,以Ttl為參考，設(shè)定在應(yīng)力！\、T2,…、Tp下分別對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，獲取各應(yīng)力等級下從h到tn時刻電子產(chǎn)品的性能退化數(shù)據(jù)，記為Xs, v(xs, v為應(yīng)力等級Ts下tv時刻電子產(chǎn)品性能退化數(shù)據(jù))，其中S= 1，2，…，p(p彡4)、V = 0，1，2，-n, T0 < T1 < T2< T3〈…< Th < Tp 且 T1-T0 = T2-T1 =…=Tp-Th ； 步驟二對步驟一中獲得的電子產(chǎn)品性能退化數(shù)據(jù)xs,v(s = I, ···, p, V = 0,1,…η),利用灰色理論中的GM(1，I)模型計算得到溫度Ttl下從h到tn時刻的性能退化數(shù)據(jù)，記為X0、X1Λ Χ2、Χ3、…、χη步驟三利用步驟二中的性能退化數(shù)據(jù)Xo、X1 > X2> x3、…、Xn訓練分數(shù)階神經(jīng)網(wǎng)絡(luò)，建立分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型； 步驟四利用步驟三中所建立的分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型進行滾動預(yù)測，得到性能退化數(shù)據(jù)的預(yù)測值1+, 、Χη+2、 -Χπ+3、 · ·.、 Xn+h ; 步驟五根據(jù)工程實際經(jīng)驗或相關(guān)國家標準，確定電子產(chǎn)品的失效閾值為Xf，將得到的性能退化數(shù)據(jù)的預(yù)測值與失效閾值Xf比較，預(yù)測失效時間，從而確定電子產(chǎn)品壽命。
2.根據(jù)權(quán)利要求I所述的電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，其特征在于，所述恒定應(yīng)力加速壽命試驗中對溫度應(yīng)力的要求為T1 = I. 2T0,TP ( O. 7ΤΜ，試驗時間為受試電子產(chǎn)品在各應(yīng)力等級下同時開始試驗、同時停止，停止條件是試驗中最高溫度應(yīng)力Tp下受試電子產(chǎn)品的性能退化數(shù)據(jù)值高于正常值的130% (性能退化數(shù)據(jù)呈遞增趨勢)或低于正常值的70% (性能退化數(shù)據(jù)呈遞減趨勢)，其中Tm為受試電子產(chǎn)品規(guī)定所能承受:的最聞溫度。
3.根據(jù)權(quán)利要求I所述的電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，其特征在于，所述步驟二中，利用灰色理論中的GM(1，I)模型計算得到溫度Ttl下從h到tn時刻的性能退化數(shù)據(jù)，包括以下步驟 (3. I)對于性能退化數(shù)據(jù)Xs,v，如td時刻的性能退化數(shù)據(jù)Χ4.(Ι、Χ3.(Ι、Χ2.(Ι、Χ1.(Ι，將Χ4. (!、％(!、X2,。4,。作為灰色計算的原始數(shù)據(jù)，依次分別記為χ(°)⑴、χ(°)⑵、χ(°)⑶、χ(°) (4)，將此原始數(shù)據(jù)組成數(shù)據(jù)序列記為x(0) = Ix(O) (I)，X(0) (2)，x(0) (3)，χ(0) (4)}，利用灰色理論進行一次累加生成得到Χω = Ιχω(1)，χω(2)，χω(3)，χω(4)}，建立白化微分方程，如式(I)
4.根據(jù)權(quán)利要求I所述的電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，其特征在于，所述步驟三中，建立電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型，包括以下步驟 (4. I)確定分數(shù)階神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)為三層網(wǎng)絡(luò)結(jié)構(gòu)(I個輸入層、I個隱含層和I個輸出層，上一層每個節(jié)點通過唯一路徑與下一層各個節(jié)點相連)，輸入層節(jié)點數(shù)為9，隱含層節(jié)點數(shù)為12，輸出層節(jié)點數(shù)為I ; (4. 2)分數(shù)階神經(jīng)網(wǎng)絡(luò)初始化，設(shè)定分數(shù)階核函數(shù)的旋轉(zhuǎn)角α」為O. 8，網(wǎng)絡(luò)連接權(quán)重Wij, 0」、1^分別為0.7、0.5、0.4，網(wǎng)絡(luò)學習速度η為O. 6、動量因子md為O. 8 ; (4. 3)對訓練樣本歸一化處理； (4. 4)預(yù)測輸出，并計算預(yù)測輸出與期望輸出之間的誤差e ； (4. 5)根據(jù)誤差e修正網(wǎng)絡(luò)權(quán)值和分數(shù)階核函數(shù)的階次； (4.6)判斷誤差e是否達到規(guī)定要求，若達到要求，則訓練結(jié)束，否則返回(4.5)步。
全文摘要
本發(fā)明公開了一種電子產(chǎn)品分數(shù)階神經(jīng)網(wǎng)絡(luò)性能退化模型及壽命預(yù)測方法，具體步驟為(1)對受試電子產(chǎn)品進行恒定應(yīng)力加速壽命試驗，獲得不同應(yīng)力等級下的性能退化數(shù)據(jù)；(2)使用(1)步中得到的性能退化數(shù)據(jù)，利用灰色理論中的GM(1，1)模型計算得到待預(yù)測應(yīng)力T0下的性能退化數(shù)據(jù)；(3)利用(2)步中得到的應(yīng)力T0下的性能退化數(shù)據(jù)訓練分數(shù)階神經(jīng)網(wǎng)絡(luò)；(4)利用(3)步中訓練好的分數(shù)階神經(jīng)網(wǎng)絡(luò)進行滾動多步預(yù)測；(5)將(4)步中的預(yù)測值與電子產(chǎn)品的失效閾值相比較，預(yù)測失效時間，從而確定電子產(chǎn)品壽命。本發(fā)明的電子產(chǎn)品壽命預(yù)測方法，適用于在不同應(yīng)力下建立性能退化模型，無需考慮電子產(chǎn)品的失效機理，實現(xiàn)簡單，預(yù)測精度高。
文檔編號G01M99/00GK102901651SQ20121039787
公開日2013年1月30日 申請日期2012年10月16日 優(yōu)先權(quán)日2012年10月16日
發(fā)明者王友仁, 王書鋒 申請人:南京航空航天大學