一种动态环境下的可靠性预计方法及系统与流程

1.本发明属于可靠性技术领域，特别是一种动态环境下的可靠性预计方法及系统。


背景技术：

2.随着科学技术的发展，人类生活水平的提升，人们对产品的关注已经从基本的功能性能方面向着外观、可靠性等应用体验方面转移，而可靠性作为产品品质的一个重要方面越来越受到关注。可靠性预计作为产品可靠性设计分析的一种重要手段，在识别可靠性设计薄弱环节、定量评估产品可靠性方面发挥着非常积极的作用，在军民品设计阶段得到了较为广泛的应用。
3.现有的应用最为广泛的可靠性预计方法一般是利用mil-hdbk-217或gjb299c等标准开展预计，外部环境是影响产品可靠性的主要原因之一，此种方法在预计时往往假设产品处于某种静态环境，而实际上产品的工作环境往往会随着时间和空间的变化而变化，采用静态环境对产品可靠性进行预计，不能完全反应产品所在环境的实际情况，其可靠性会存在较大偏差，而动态环境下的可靠性预计考虑了工作环境随着时间和空间的变化情况，反应了产品所在环境的实际情况，对提升可靠性预计的精度有着积极的促进作用。


技术实现要素：

4.本发明的目的在于针对上述现有技术存在的问题，提供一种动态环境下的可靠性预计方法及系统。
5.实现本发明目的的技术解决方案为：一种动态环境下的可靠性预计方法，所述方法包括以下步骤：
6.步骤1，利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
7.步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
8.步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
9.步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
10.步骤5，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
11.一种动态环境下的可靠性预计系统，所述系统包括：
12.指标获取模块，用于利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
13.第一模拟模块，用于开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
14.第二模拟模块，用于开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
15.建模与仿真模块，用于开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
16.故障率获取模块，用于反复使用基于马尔可夫过程的动态环境建模与仿真算法若
干次，根据所得结果获得产品的故障率即mtbf值。
17.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
18.步骤1，利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
19.步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
20.步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
21.步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
22.步骤5，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
23.一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
24.步骤1，利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
25.步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
26.步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
27.步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
28.步骤5，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
29.本发明与现有技术相比，其显著优点为：考虑了产品动态环境对可靠性的影响，应用马尔科夫理论描述外部环境的变化，可对静态环境下的可靠性指标进行修正，得到更为准确的可靠性预计结果。
30.下面结合附图对本发明作进一步详细描述。
附图说明
31.图1为动态环境样本路径示意图。
32.图2为仿真算法流程图。
具体实施方式
33.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
34.需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
35.另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
36.在一个实施例中，提供了一种动态环境下的可靠性预计方法，所述方法包括以下步骤：
37.步骤1，利用gjb299c-2006(或者mil-hdbk-217等其他标准)方法获取静态环境下的可靠性指标，如舰船良好环境和舰船普通环境两种可靠性指标或更多指标λi；
38.步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
39.步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
40.步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；图1为系统一个可能的样本路径(k＝4)。
41.步骤5，结合图2算法，给出了一次系统失效时间的模拟过程，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次如10000次、20000次或50000次等(可使用matlab等工具)，根据所得结果获得产品的故障率即mtbf值。
42.进一步地，在其中一个实施例中，步骤2所述开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道，具体包括：
43.对于马氏过程x＝{x(t),t≥0}，当给定x(tn)＝in时，停留在in状态的时间{θn,n≥1}条件独立，且θn服从参数为的指数分布，而状态转移概率n≥0，i＝1,2,...,k；
44.初始分布为{pi(0),i∈s}即系统在0时刻处于状态i，转移率矩阵q＝{q
ij
}的马氏链x＝{x(t),t≥0}轨道的模拟可分为以下三部分：首先进行初始分布pi(0)的模拟；然后模拟停留时间{θn,n≥1}；最后对状态转移进行模拟；
45.具体模拟步骤如下：
46.步骤一：取两串相互独立的同为(0,1)上的均匀分布随机变量序列{un,n≥0}及{vn,n≥1}；
47.步骤二：若u0满足：
[0048][0049]
则取x(0)＝i0作为初始状态；
[0050]
步骤三：取出u1，令作为x(t)停留在x(0)＝i0的时间；
[0051]
步骤四：取出v1，若i1∈s使v1满足：
[0052][0053]
则取x(t1)＝x(θ1)＝i1；
[0054]
步骤五：取出u2，令作为x(t)停留在x(t1)＝i1状态的停留时间，再取t2＝θ1 θ2，作为第二次跳跃时刻；
[0055]
步骤六：取出v2，若i2∈s使v2满足：
[0056][0057]
则取x(t2)＝i2；
[0058]
......继续以上步骤
[0059]
步骤七：取出un，令作为x(t)停留在x(t
n-1
)＝i
n-1
状态的停留时间，再取
[0060]
步骤八：取出vn，若in∈s使vn满足
[0061][0062]
则取x(tn)＝in；
[0063]
如此继续重复如上步骤，即可模拟x的一条轨道。
[0064]
进一步地，在其中一个实施例中，步骤3所述开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵，具体过程包括：
[0065]
对于转移率矩阵q＝{q
ij
}，假设q
ij
＝q
ij
(β)，它依赖于b个独立参数；β1,β2,...,βb，即β＝(β1,β2,...,βb)；显然，马尔可夫过程{x(t),t≥0}的转移概率矩阵p(t)＝{p
ij
(t)}是这些参数的一个复杂函数；
[0066]
对于统计推断，包括参数的统计推断，其方法依赖于数据的形式，即不同的数据形式，参数统计推断方法也有所不同；首先假设所用统计推断的数据形式如下：
[0067]
数据假设：假设有若干个性能退化设备即个体在下列时刻被观测：
[0068]
t0＜t1＜t2＜
…
＜tn[0069]
这里，所谓“被观测”是指在观测时刻ti，可观测到退化设备所处的离散状态；
[0070]
令n
ijl
表示在时刻t
l-1
观测到系统在状态i且在时刻t
l
观测到系统在状态j的个体数即设备数，简记为：
[0071]nijl
＝#{x(t
l
)＝j,x(t
l-1
)＝i},i,j＝1,2,...,k.
[0072]
其中，l＝0,1,...,n；
[0073]
因此，基于时刻ti的各个个体即设备的状态，给出关于参数β的似然函数为：
[0074][0075]
因为时间的齐次性，假设w
l
＝t
l-t
l-1
，l＝1,2,...,n，则有：
[0076][0077]
这里，整个过程中将隐含p
ij
(w
l
；β)中的β，即p
ij
(w
l
；β)＝p
ij
(w
l
)，因此，β的极大似然估计可通过极大其对数似然函数给出，即：
[0078]
或
[0079]
使用拟牛顿算法极大化上面的对数似然函数，算法具体过程如下：
[0080]
步骤一：令u＝1,2,...,b；
[0081]
步骤二：令向量s(θ)＝(s1(θ),s2(θ),...,sb(θ))
t
；
[0082]
步骤三：令(#{z(t
l-1
)＝i})；
[0083]
步骤四：令u,v＝1,2,...,b；
[0084]
步骤五：令矩阵m(θ)＝(m
uv
(θ))b×b；
[0085]
步骤六：选定初始值θ0＝(θ
1,0
,θ
2,0
,...,θ
b,0
)；
[0086]
步骤七：按照下面的迭代公式进行迭代计算到第h步，
[0087]
θ
t 1
＝θ
t
m-1
(θ
t
)s(θ
t
),t＝0,1,...,h.
[0088]
步骤八：满足要求的精度，即停止计算，并给出θ的极大似然估计即||θ
h-θ
h-1
||＜ε，||
·
||为一个指定的范数，ε＞0为指定的精度。
[0089]
进一步地，在其中一个实施例中，步骤4所述开展基于马尔可夫过程的动态环境建模与仿真，具体包括：
[0090]
(1)假定系统有k个运行环境，用环境1,2,...,k表示；环境间的转移规律用一个时齐的连续时间马氏过程{x(t),t≥0}描述，令s＝{1,2,...,k}表示该过程的状态空间，q＝{q
ij
}为转移率矩阵，i＝1,2,...,k，j＝1,2,...,k；
[0091]
(2)在环境i下，系统的失效时间服从参数为λi的指数分布，λi即为系统处于环境i的失效率，i＝1,2,...,k。
[0092]
在一个实施例中，提供了一种动态环境下的可靠性预计系统，所述系统包括：
[0093]
指标获取模块，用于利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
[0094]
第一模拟模块，用于开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
[0095]
第二模拟模块，用于开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
[0096]
建模与仿真模块，用于开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
[0097]
故障率获取模块，用于反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
[0098]
关于动态环境下的可靠性预计系统的具体限定可以参见上文中对于动态环境下的可靠性预计方法的限定，在此不再赘述。上述动态环境下的可靠性预计系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0099]
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
[0100]
步骤1，利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
[0101]
步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
[0102]
步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
[0103]
步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
[0104]
步骤5，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
[0105]
关于每一步的具体限定可以参见上文中对于动态环境下的可靠性预计方法的限定，在此不再赘述。
[0106]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0107]
步骤1，利用gjb299c-2006或者mil-hdbk-217方法获取静态环境下的可靠性指标；
[0108]
步骤2，开展马尔可夫过程的模拟，获取马尔可夫过程的一条轨道；
[0109]
步骤3，开展马尔可夫过程参数的模拟，获取马尔可夫过程的转移率矩阵；
[0110]
步骤4，开展基于马尔可夫过程的动态环境建模与仿真，获取一次产品失效时间；
[0111]
步骤5，反复使用基于马尔可夫过程的动态环境建模与仿真算法若干次，根据所得结果获得产品的故障率即mtbf值。
[0112]
关于每一步的具体限定可以参见上文中对于动态环境下的可靠性预计方法的限定，在此不再赘述。
[0113]
综上，本发明考虑产品动态环境对可靠性的影响，能改善现有可靠性预计方法不能完全反应产品所在环境的实际情况，得到更为准确的可靠性预计结果，对产品可靠性设计分析将起到积极的提升作用。
[0114]
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。