非恒定環(huán)境下基于載荷譜的導(dǎo)彈部件壽命預(yù)測

王浩偉，滕克難，奚文駿

（1.海軍航空工程學(xué)院兵器科學(xué)與技術(shù)系，山東煙臺264001；2.海軍航空工程學(xué)院訓(xùn)練部，山東煙臺264001）

非恒定環(huán)境下基于載荷譜的導(dǎo)彈部件壽命預(yù)測

王浩偉1，滕克難2，奚文駿1

（1.海軍航空工程學(xué)院兵器科學(xué)與技術(shù)系，山東煙臺264001；2.海軍航空工程學(xué)院訓(xùn)練部，山東煙臺264001）

為了解決某導(dǎo)彈部件在非恒定貯存環(huán)境下的壽命預(yù)測問題，提出了一種基于環(huán)境載荷譜的預(yù)測方法。分別利用Normal、Gamma分布對溫度、濕度載荷譜建模；采用三參數(shù)Weibull分布擬合產(chǎn)品的失效時間，進(jìn)而通過加速因子不變原則推導(dǎo)與環(huán)境相關(guān)的模型參數(shù)，在此基礎(chǔ)上利用簡化的廣義Eyring模型建立時變環(huán)境與壽命模型之間的聯(lián)系。案例應(yīng)用驗證了所提方法的有效性，結(jié)果表明此方法比傳統(tǒng)的基于環(huán)境平均值的預(yù)測方法降低了預(yù)測誤差。

兵器科學(xué)與技術(shù)；壽命預(yù)測；非恒定環(huán)境；載荷譜；三參數(shù)Weibull分布；加速因子不變原則

0 引言

準(zhǔn)確預(yù)測出導(dǎo)彈部件的壽命對高效開展預(yù)防性維修、提高導(dǎo)彈的作戰(zhàn)使用效能具有重要意義。裝備的壽命是和所受的環(huán)境載荷及工作載荷緊密相關(guān)的，在我國這種南北、東西跨度較大的陸疆和海疆上，由于溫度、濕度等環(huán)境載荷相差較大，不同地域的相同型號裝備往往表現(xiàn)出不同的壽命特性［1］，然而生產(chǎn)廠家一般只給出裝備在標(biāo)準(zhǔn)使用、貯存環(huán)境下的壽命，難以指導(dǎo)裝備的預(yù)防性維修工作。而導(dǎo)彈屬于“長期貯存、一次使用”的武器裝備，在壽命周期內(nèi)會循環(huán)執(zhí)行庫房貯存、運輸、陣地值班等任務(wù)。導(dǎo)彈執(zhí)行陣地值班任務(wù)時，導(dǎo)彈的環(huán)境載荷受自然環(huán)境的影響呈現(xiàn)出非恒定、周期性變化的特點，其壽命與標(biāo)準(zhǔn)使用、貯存環(huán)境下相比具有較大差異，因此根據(jù)實際貯存環(huán)境預(yù)測導(dǎo)彈部件的壽命具有較強(qiáng)的工程研究價值。

目前已有不少學(xué)者開始探討、研究非恒定環(huán)境下的壽命預(yù)測方法。Gebraeel等［2］提出了一種融合部件個體退化數(shù)據(jù)、部件總體退化特征以及實時環(huán)境信息的隨機(jī)模型，并采用Bayesian更新的方式預(yù)測軸承在時變負(fù)載與轉(zhuǎn)速下的剩余壽命。劉震宇等［3］利用Gamma分布描述導(dǎo)彈發(fā)射箱內(nèi)的溫度變化，進(jìn)而采用比例風(fēng)險模型預(yù)測導(dǎo)彈部件在非恒定溫度下的壽命。Bian等［4-5］在利用性能退化數(shù)據(jù)預(yù)測產(chǎn)品剩余壽命時也考慮了時變環(huán)境因素的影響，他們利用Bayesian方法將退化數(shù)據(jù)與環(huán)境數(shù)據(jù)進(jìn)行融合。Jin等［6］在預(yù)測動量輪壽命時采用Wiener過程對軸承潤滑油的損耗進(jìn)行建模，其中利用帶有協(xié)變量的漂移參數(shù)描述非恒定溫度對潤滑油損耗的影響。Liao等［7］假定Wiener過程的漂移參數(shù)與環(huán)境協(xié)變量有關(guān)而擴(kuò)散參數(shù)與協(xié)變量無關(guān)，研究了非恒定環(huán)境下個體剩余壽命預(yù)測方法。肖坤等［8］開展了某引信用O型橡膠密封圈的加速退化試驗，為了準(zhǔn)確推出產(chǎn)品在實際貯存溫度下的可靠度，將庫房溫度按季節(jié)劃分為4段進(jìn)行可靠度折算。

非恒定環(huán)境下的壽命預(yù)測方法主要有兩方面關(guān)鍵內(nèi)容:一是如何對預(yù)測對象的非恒定環(huán)境進(jìn)行載荷譜建模，然而目前的大部分研究工作只考慮了單一環(huán)境協(xié)變量；二是如何將環(huán)境協(xié)變量融入到壽命預(yù)測模型，基于比例風(fēng)險模型的建模方法雖然可解決這一問題，但復(fù)雜的參數(shù)估計過程降低了此方法的可用性［9］。為了準(zhǔn)確預(yù)測非恒定貯存環(huán)境下的某導(dǎo)彈部件壽命，本文考慮了溫度、濕度兩種非恒定環(huán)境因素對產(chǎn)品壽命的影響，利用加速因子不變原則將環(huán)境協(xié)變量融入壽命預(yù)測模型，以溫度、濕度和貯存時間為輸入量進(jìn)行壽命預(yù)測。

1 溫度、濕度載荷譜建模

導(dǎo)彈是較為典型的機(jī)電一體化產(chǎn)品，研究表明溫度、濕度是影響導(dǎo)彈壽命的兩個最主要因素并且持續(xù)作用于導(dǎo)彈的整個壽命周期［10-11］。導(dǎo)彈大部分時間處于庫房貯存狀態(tài)，由于庫房中的溫度、濕度變化很小并且導(dǎo)彈置于儲運發(fā)射箱內(nèi)，庫房貯存環(huán)境可認(rèn)為是恒定的。當(dāng)導(dǎo)彈在陣地值班時，自然環(huán)境的變化使得導(dǎo)彈貯存環(huán)境非恒定，主要體現(xiàn)在氣溫、濕度的日變化和年度內(nèi)的季節(jié)變化。某導(dǎo)彈在每年中執(zhí)行值班任務(wù)的月份相同，因為貯存環(huán)境在年度間的變化可忽略不計，所以只對一年中的溫度、濕度值進(jìn)行統(tǒng)計分析即可描述出非恒定貯存環(huán)境。導(dǎo)彈儲運發(fā)射箱內(nèi)部安裝了溫度、濕度傳感器，每3h采集一次溫度、濕度值，一年內(nèi)共采集了2920組數(shù)據(jù)，通過如下步驟建立溫度載荷譜:

1）以0℃為中心，長度為2℃建立溫度區(qū)間，例如各溫度區(qū)間為［-3℃，-1℃］、［-1℃，1℃］、［1℃，3℃］等；

2）統(tǒng)計一年中的溫度采集值落在各溫度區(qū)間內(nèi)的次數(shù)，如果溫度值是奇數(shù)，則相關(guān)兩個溫度區(qū)間的計數(shù)各增加0.5次；

3）將溫度采集值落在各溫度區(qū)間的次數(shù)除以一年中的總采集數(shù)2920，得出溫度采集值落在各溫度區(qū)間的頻次。

將相對濕度區(qū)間取為［0，2%］、［2%，4%］等，利用類似的方法也可建立濕度載荷譜。圖1、圖2分別為導(dǎo)彈的溫度載荷譜和濕度載荷譜。

圖1　溫度載荷譜Fig.1 Load spectrum of temperature

由于溫度載荷譜形狀左右對稱，故采用正態(tài)分布進(jìn)行擬合；由于相對濕度為非負(fù)值，并且濕度載荷譜呈現(xiàn)單峰、左傾的特點，所以考慮利用Gamma分布對濕度載荷譜擬合。溫度載荷譜的密度函數(shù)為

式中:xt為溫度變量；μ為均值；σ為標(biāo)準(zhǔn)差。

濕度載荷譜密度函數(shù)為

圖2　濕度載荷譜Fig.2 Load spectrum of relative humidity

式中:xh為濕度變量；δ、β分別為形狀參數(shù)和尺度參數(shù)。假定溫度和濕度相互獨立，環(huán)境載荷譜的聯(lián)合密度函數(shù)為

式中:X=（xt，xh）為環(huán)境向量。

2 基于載荷譜的可靠性模型

文獻(xiàn)［3］采用比例風(fēng)險模型建立環(huán)境X與失效率函數(shù)之間的關(guān)系，設(shè)標(biāo)準(zhǔn)環(huán)境為X0，產(chǎn)品在標(biāo)準(zhǔn)環(huán)境下的失效率為λ0（t0|X0），則產(chǎn)品在加速環(huán)境

Xa下的失效率為

式中:φ（·，θ）為環(huán)境協(xié)變量函數(shù)；θ為待定系數(shù)向量；exp（φ（Xa；θ）-φ（X0；θ））與t0無關(guān)。

文獻(xiàn)［3］中的方法需要確定出產(chǎn)品的失效率函數(shù)，但是很多情況下（例如利用隨機(jī)過程模型進(jìn)行產(chǎn)品性能退化建模時）的失效率函數(shù)比較復(fù)雜，而且待定系數(shù)向量θ難以估計。為了克服以上不足，本文引入加速因子不變原則［12-14］進(jìn)一步推導(dǎo)環(huán)境X與失效率函數(shù)中的哪些參數(shù)有關(guān)。

假設(shè)Ra（ta）、R0（t0）分別表示產(chǎn)品在環(huán)境Xa和環(huán)境X0下的可靠度，當(dāng)Ra（ta）=R0（t0）時，可將環(huán)境Xa相當(dāng)于環(huán)境X0的加速因子定義為Ka，0= t0/ta.周源泉等［12］推導(dǎo)出了加速因子的一個等效表達(dá)式為

加速因子不變原則是指Ka，0應(yīng)是一個與時間t無關(guān)并且只由φ（Xa；θ）、φ（X0；θ）確定的常數(shù)，否則Ka，0就失去了工程應(yīng)用性。值得注意的是比例風(fēng)險模型也要求產(chǎn)品在Sa和S0下的失效率之比為與時間t無關(guān)的常數(shù)［15］，如（4）式中λa（t0|Xa）/λ0（t0| X0）=exp（φ（Xa；θ）-φ（X0；θ））=C，C與Ka，0為函數(shù)關(guān)系，當(dāng)產(chǎn)品失效時間服從指數(shù)分布時C= Ka，0.

某導(dǎo)彈部件為機(jī)電產(chǎn)品，三參數(shù)Weibull分布可較好擬合此類產(chǎn)品的故障時間［16］，則可靠度函數(shù)為

式中:γ、η、m分別為位置參數(shù)、尺度參數(shù)和形狀參數(shù)。由（6）式可得產(chǎn)品的失效率函數(shù)為

將（7）式代入（5）式，可得

將（9）式代入（8）式，推導(dǎo)得

由于γ、η在Xa與X0下發(fā)生了變化，而m在Xa與X0下保持不變。由此可知，γ、η與X有關(guān)而m與X無關(guān)。γ、η與X之間的關(guān)系可利用加速模型進(jìn)行描述，簡化的廣義Eyring模型和Peck模型都可以作為溫度、濕度雙應(yīng)力加速模型［17-18］。假定加速模型為簡化的廣義Eyring模型，則γ可由X表示為

式中:a、b、c為待定系數(shù)。為了滿足（10）式中的關(guān)系式γ0/γa=η0/ηa，η可由X表示為

則產(chǎn)品在環(huán)境X=（xt，xh）下的條件概率密度函數(shù)f（t|xt，xh）和條件可靠度函數(shù)R（t|xt，xh）為

由R（t|xt，xh）及（1）式、（2）式推導(dǎo)出無條件可靠度函數(shù)R（t）為

式中:μ、σ、δ、β、m、a、b、c、d為待定系數(shù)。

3 參數(shù)估計與壽命預(yù)測

首先對環(huán)境載荷譜密度函數(shù)的待定系數(shù)μ、σ、δ、β進(jìn)行估計。根據(jù)（1）式建立如下似然方程:

將2920個溫度采集值xti代入（16）式可估計出根據(jù)（2）式建立如下似然方程估計出

然后對條件可靠度函數(shù)R（t|xt，xh）中的待定系數(shù)m、a、b、c、d進(jìn)行估計，方法有兩種:一是根據(jù)工程經(jīng)驗對各待定系數(shù)賦值；二是開展產(chǎn)品的溫度、濕度雙應(yīng)力加速壽命試驗，利用試驗數(shù)據(jù)進(jìn)行更為準(zhǔn)確的估計。假定導(dǎo)彈部組件的加速壽命試驗數(shù)據(jù)為（ξj，k，δj，k，xt，k，xh，k），ξj，k代表第k組加速應(yīng)力下第j個導(dǎo)彈部件的故障時間信息，δj，k為指示參數(shù)，δj，k=1表示ξj，k為故障時間，δj，k=0表示ξj，k為右截尾時間，xt，k、xh，k分別為第k組加速應(yīng)力的溫度值和相對濕度值，其中:k=1，2，…q；j=1，2，…nq.根據(jù)加速試驗數(shù)據(jù)，建立如下極大似然方程:

最后將系數(shù)估計值代入（15）式確定出非恒定環(huán)境下的可靠度函數(shù)并進(jìn)一步利用預(yù)測導(dǎo)彈部件的可靠壽命、平均壽命等。

4 案例應(yīng)用

某導(dǎo)彈部件已經(jīng)開展了溫度、濕度雙應(yīng)力加速壽命試驗，24個樣品被平均分配到4組加速應(yīng)力下進(jìn)行試驗，具體試驗數(shù)據(jù)如表1所示。本節(jié)利用加速試驗數(shù)據(jù)以及導(dǎo)彈在庫房外貯存時的環(huán)境載荷譜信息，預(yù)測此導(dǎo)彈部件的壽命。

表1　加速試驗數(shù)據(jù)Tab.1 Accelerated test data

將表1中的加速試驗數(shù)據(jù)代入（18）式，采用簡化的廣義Eyring模型作為加速模型進(jìn)行參數(shù)估計，解得將估計值代入（12）式可得產(chǎn)品的尺度參數(shù)η隨溫度xt和相對濕度xh的變化規(guī)律，如圖3所示。

圖3　尺度參數(shù)隨溫度、濕度的變化情況Fig.3 Scale parameter vs.temperature and relative humidity

傳統(tǒng)的預(yù)測方法將溫度、濕度的平均值代入（14）式獲取可靠度函數(shù)。根據(jù)溫度、濕度載荷譜信息得利用傳統(tǒng)方法獲取的可靠度函數(shù)R*（t）為

R⊙（t）為利用導(dǎo)彈部件的歷史故障數(shù)據(jù)評估出的可靠度函數(shù)。圖4展示了導(dǎo)彈部件的可靠度曲線，可見R（t）與R⊙（t）更為接近，證實了本文所提方法的有效性；而R*（t）與R⊙（t）明顯不一致，說明利用環(huán)境平均值預(yù)測產(chǎn)品在非恒定環(huán)境下的壽命可能造成較大的誤差。

圖4　導(dǎo)彈部件的可靠度曲線Fig.4 Reliability curves of missile component

5 結(jié)論

1）考慮了溫度、濕度兩種非恒定環(huán)境因素對產(chǎn)品壽命的影響，提出了建立溫度、濕度載荷譜的方法，為其他非恒定環(huán)境載荷譜建模提供了有益借鑒。

2）利用加速因子不變原則可推導(dǎo)出壽命模型的哪些參數(shù)與環(huán)境協(xié)變量相關(guān)，為將環(huán)境協(xié)變量融入壽命模型提供了一種有效方法。

3）利用環(huán)境平均值預(yù)測產(chǎn)品在非恒定環(huán)境下壽命可能造成較大的預(yù)測誤差，本文方法為預(yù)測產(chǎn)品在非恒定貯存環(huán)境下的壽命提供了一種更為有效的途徑。

（References）

［1］ 張小麗，陳雪峰，李兵，等.機(jī)械重大裝備壽命預(yù)測綜述［J］.機(jī)械工程學(xué)報，2011，47（11）:100-116. ZHANG Xiao-li，CHEN Xue-feng，LI Bing，et al.Review of life prediction for mechanical major equipment［J］.Journal of Mechanical Engineering，2011，47（11）:100-116.（in Chinese）

［2］ Gebraeel N，Pan J.Prognostic degradation models for computing and updating residual life distributions in a time-varying environment［J］，IEEE Transactions on Reliability，2008，57（4）:539-550.

［3］ 劉震宇，馬小兵，趙宇.非恒定溫度場合彈上性能退化型部件貯存可靠性評估［J］.航空學(xué)報，2012，33（9）:1671-1678. LIU Zhen-yu，MA Xiao-bing，ZHAO Yu.Storage reliability assessment for missile component with degradation failure mode in a temperature varying environment［J］.Acta Aeronautica et Astronautica Sinica，2012，33（9）:1671-1678.（in Chinese）

［4］ Bian L，Gebraeel N.Stochastic methodology for prognostics under continuously varying environment profiles［J］.Statistical Analysis and Data Mining，2013，6（3）:260-270.

［5］ Bian L，Gebraeel N，Kharoufeh J P.Degradation modeling for real-time estimation of residual lifetimes in dynamic environments［J］.IIE Transactions，2015，47（5）:471-486.

［6］ Jin G，Matthews D，F(xiàn)an Y，et al.Physics of failure-based degradation modeling and lifetime prediction of the momentum wheel in a dynamic covariate environment［J］.Engineering Failure Analysis，2013，28（3）:222-240.

［7］ Liao H，Tian Z.A framework for predicting the remaining useful life of a single unit under time-varying operating conditions［J］. IIE Transactions，2013，45（9）:964-980.

［8］ 肖坤，顧曉輝，彭琛.基于恒定應(yīng)力加速退化試驗的某引信用O型橡膠密封圈可靠性評估［J］.機(jī)械工程學(xué)報，2014，50（16）:62-69. XIAO Kun，GU Xiao-hui，PENG Chen.Reliability evaluation of the O-type rubber sealing ring for fuse based on constant stress accelerated degradation testing［J］.Journal of Mechanical Engineering，2014，50（16）:62-69.（in Chinese）

［9］ 洪東跑，趙宇，馬小兵.基于比例風(fēng)險模型的可靠性靈敏度分析［J］.宇航學(xué)報，2011，32（8）:1865-1870. HONG Dong-pao，ZHAO Yu，MA Xiao-bing.A proportional risk model-based reliability sensitivity analysis［J］.Journal of Asronautics，2011，32（8）:1865-1870.（in Chinese）

［10］ 王浩偉，奚文駿，馮玉光.基于退化失效與突發(fā)失效競爭的非恒定環(huán)境下基于載荷譜的導(dǎo)彈部件壽命預(yù)測導(dǎo)彈剩余壽命預(yù)測［J］.航空學(xué)報，2016，37（4）:1240-1248. WANG Hao-wei，XI Wen-jun，F(xiàn)ENG Yu-guang.Remaining life prediction based on competing risks of degradation failure and traumatic failure for missile［J］.Acta Aeronautica et Astronautica Sinica，2016，37（4）:1240-1248.（in Chinese）

［11］ 張仕念，吳勛，顏詩源，等.貯存使用環(huán)境對導(dǎo)彈性能的影響［J］.裝備環(huán)境工程，2014，11（5）:17-22. ZHANG Shi-nian，WU Xun，YAN Shi-yuan，et al.Influencing mechanism of storage/use environment on missile performance［J］.Equipment Environmental Engineering，2014，11（5）:17-22.（in Chinese）

［12］ 周源泉，翁朝曦，葉喜濤.論加速系數(shù)與失效機(jī)理不變的條件（Ⅰ）——壽命型隨機(jī)變量的情況［J］.系統(tǒng)工程與電子技術(shù)，1996，18（1）:55-67. ZHOU Yuan-quan，WENG Chao-xi，YE Xi-tao.Study on accelerated factor and condition for constant failure mechanism［J］. System Engineering and Electronics，1996，18（1）:55-67.（in Chinese）

［13］ 徐廷學(xué)，王浩偉，張磊.恒定應(yīng)力加速退化試驗中避免偽壽命分布誤指定的一種建模方法［J］.兵工學(xué)報，2014，35（12）:2098-2103. XU Ting-xue，WANG Hao-wei，ZHANG Lei.A reliability modeling approach to avoiding mis-specification of pseudo life distribution in CSADT［J］.Acta Armamentarii，2014，35（12）: 2098-2103.（in Chinese）

［14］ 王浩偉，徐廷學(xué)，趙建忠.融合加速退化和現(xiàn)場實測退化數(shù)據(jù)的剩余壽命預(yù)測方法［J］.航空學(xué)報，2014，35（12）: 3350-3357. WANG Hao-wei，XU Ting-xue，ZHAO Jian-zhong.Residual life prediction method fusing accelerated degradation and field degradation data［J］.Acta Aeronautica et Astronautica Sinica，2014，35（12）:3350-3357.（in Chinese）

［15］ 洪東跑，馬小兵，趙宇.基于比例風(fēng)險模型的可靠性綜合評估［J］.系統(tǒng)工程與電子技術(shù)，2010，32（10）:2132-2135. HONG Dong-pao，MA Xiao-bing，ZHAO Yu.Integrated reliability assessment based on proportional risk model［J］.Systems Engineering and Electronics，2010，32（10）:2132-2135.（in Chinese）

［16］ 張祥坡，尚建忠，陳循，等.三參數(shù)Weibull分布競爭失效場合變應(yīng)力加速壽命試驗統(tǒng)計分析［J］.兵工學(xué)報，2013，34（12）:1603-1610. ZHANG Xiang-po，SHANG Jian-zhong，CHEN Xun，et al.Statistical inference of varying-stress accelerated life test with competing failures based on three-parameter Weibull distribution［J］. Acta Armamentarii，2013，34（12）:1603-1610.（in Chinese）

［17］ Escobar L A，Meeker W Q.A review of accelerated test models［J］.Statistical Science，2006，21（4）:552-577.

［18］ Park C，Padgett W J.Stochastic degradation models with several accelerating variables［J］.IEEE Transactions on Reliability，2006，55（2）:379-390.

［19］ Efron B.Better bootstrap confidence intervals［J］.Journal of A-merican Statistical Association，1987，82（397）:171-185.

［20］ Marks C E，Glen A G，Robinson M W，et al.Applying bootstrap methods to system reliability［J］.The American Statistician，2014，68（3）:174-180.

［21］ Ntzoufras I.Bayesian modeling using WinBUGS［M］.New York:John Wiley and Sons，2009.

［22］ Rigat F，Mira A.Parallel hierarchical sampling:a general-purpose interacting Markov chains Monte Carlo algorithm［J］.Computational Statistics&Data Analysis，2012，56（6）:1450-1467.

Load Spectra-based Lifetime Prediction for Missile Components under Varying Environment

WANG Hao-wei1，TENG Ke-nan2，XI Wen-jun1
（1.Department of Ordnance Science and Technology，Naval Aeronautical and Astronautical University，Yantai 264001，Shandong，China；2.Department of Training，Naval Aeronautical and Astronautical University，Yantai 264001，Shandong，China）

A forecasting method based on the environmental load spectra is proposed for predicting the lifetime of missile components under time-varying storage environment.Normal and Gamma distributions are used to model the load spectra for collected temperature and humidity data，respectively.A three-parameter Weibull distribution is utilized to fit the time of failure，then the parameters，which are dependent on environment，are determined using acceleration factor constant principle.Furthermore，a simplified generalized Eyring model is used to establish the relationship between the time-varying environment and the reliability model.A case study is provided to validate the effectiveness of the proposed method. The results show that the proposed method can be used to reduce the prediction error compared with the traditional prediction method that takes the average environment as varying environment.

ordnance science and technology；lifetime prediction；varying environment；load spectrum；three-parameter Weibull distribution；acceleration factor constant principle

TJ761.1；TB114.3

A

1000-1093（2016）08-1524-06

10.3969/j.issn.1000-1093.2016.08.026

2015-12-05

國家自然科學(xué)基金項目（51605487）

王浩偉（1981—），男，講師，博士后。E-mail:13705355730@139.com