加速寿命试验常用的模型有哪些?应注意哪些问题?
2024-07-02 09:41:46

        加速模型按其提出时基于的方法可以分为3类:物理加速模型、经验加速模型和统计加速模型。

       物理加速模型是基于对产品失效过程的物理化学解释而提出的。一种典型的物理加速模型是阿伦尼斯(Arrhenius)模型,该模型描述了产品寿命和温度应力之间的关系。另一种典型的物理加速模型是艾林(Eyring)模型,它是基于量子力学理论提出的。该模型也描述了产品寿命和温度应力之间的关系。Glasstene等扩展了艾林模型,给出了描述产品寿命和温度应力、电压应力的关系。

       经验加速模型是基于工程师对产品性能长期观察的总结而提出的,典型的经验加速模型如逆幂律模型、Coffin-Manson模型等。逆幂律模型描述了诸如电压或压力应力与产品寿命之间的关系。Coffin-Manson模型给出了温度循环应力与产品寿命之间的关系。 统计加速模型是基于统计分析方法给出的,常用于分析难以用物理化学方法解释的数据。

       统计加速模型又可以分为参数模型和非参数模型。参数模型中参数的个数及其特性都是确定的,而非参数模型中参数的个数及其特性是灵活的,并不需要预先确定。参数模型需要预先确定产品的寿命分布形式,而非参数模型是一种无分布假设的模型,更加受到研究人员的青睐。

       加速因子是加速寿命试验的一个重要参数。它是加速应力下产品某种寿命特征值与正常应力下寿命特征值的比值,也可称为加速系数,是一个无量纲数。加速因子反映加速寿命试验中某加速应力水平的加速效果,即是加速应力的函数。目前,加速因子的研究方法大致有基于统计推断和基于预计技术两类,基于预计技术的方法虽然简单,但是不能给出加速因子的精确值,因而在寿命评估中不如基于统计推断的方法更有研究价值和发展前途。

       加速试验模型是对产品在正常应力水平下以及一个或多个加速应力水平下的关键因素进行试验而导出的。在使用加速环境时一定要极其注意,以便识别和正确确认在正常使用中将发生的失效和一般不会发生的失效。因为加速环境一般都使用远高于现场使用时所预期的应力水平,加速应力会导致在实际使用中不可能出现的错误的失效机理。例如,将受试产品的温度升高到超过材料性能改变的温度点或者休眠激活门限温度时,就会导致在正常使用中不会发生的失效的发生。在这种情况下,解决这种失效只会增加产品的费用,可靠性却不会有丝毫的提高。理解真正的失效机理来消除失效的根本原因才是极为重要的。