光电产品的新型寿命预测模型及其应用 下载: 865次
1 引言
光电产品因其光电转换效率高、耗能低,已成为市场上典型的节能产品。随着光电产品的产业化发展,市场需求越来越大,可靠性问题也日益突出。寿命作为一个重要的质量和可靠性指标[1-2],在节省时间和成本的前提下,对光电产品进行准确的寿命预估是非常重要且有意义的研究[3]。因此,针对光电产品建立快速、准确、高效的寿命预测模型,是目前迫切需要开展的一项工作。
近年来一些研究人员已经在产品寿命预估方面进行了探索和研究,在寿命实验[4-5]的基础上建立了多种寿命预估模型[6-7]。目前,对于光电产品的寿命实验可以得到两种数据:一种是样品的失效数据;一种是产品某一性能的退化数据。对光电产品的寿命预测模型也可大致分为三类,第一类是概率统计模型,是一种较为传统的寿命预估模型,主要以产品失效时间作为分析数据[8];第二类是性能退化模型,即利用产品某一性能退化的数据来外推得到寿命的模型[9];第三类是概率统计和性能退化相结合的模型,通过性能退化数据外推样品的伪失效时间[10-11],利用概率统计模型完成寿命预测。钱敏华等[12]找到了输出光通量和寿命间的关系式,建立了基于LED光-电-热-寿命理论的寿命预测模型。黄伟明等[13]基于LED芯片的理想因子、结温等参数,建立了反向传播(BP)神经网络寿命预测模型。Zhang等[14]基于三参数威布尔函数和右逼近法建立亮度退化模型,准确地预测了大功率白光LED的寿命。Hu等[15]基于Wiener随机过程建立了性能退化轨迹模型,对步进应力加速退化实验进行优化,以获得更为精确的模型参数。罗帅等[16]利用有限元分析方法建立了变形镜在校正畸变波前过程中的应力分析模型,并结合Miner累积损伤理论分析了变形镜的疲劳特性。Wang等[17]建立了基于Gamma退化过程的寿命预测模型,以碳膜电阻的加速退化实验数据进行了模型精度的验证。Oh等[18]基于加速退化实验建立了光伏组件的潜在退化模型。
然而,在现有的光电产品寿命预测模型中,计算相对繁琐,工作量较大,寿命预测的效率和精度有待于进一步提高。迄今为止,直接借助于多组恒定应力加速退化实验数据预测寿命的模型未见相关报道。因此,本文针对光电产品建立了一种新型寿命预测模型--加速寿命外推模型(ALEM):直接利用实验样本在高应力水平下的亮度退化规律,外推产品在正常应力水平下的寿命,无需借助常规寿命实验,且预测寿命周期短、效率高;基于完整的加速退化实验推算正常寿命,无需外推伪失效时间,且数据信息量大、预测精度高。
2 模型的构建
ALEM的基本构建思路如下:1)采用亮度衰减拟合函数--两参数威布尔函数拟合多组加速亮度衰减数据,从而得到每组应力下的加速寿命;2)通过常规寿命外推函数拟合加速应力和加速寿命的数据点,外推出常规应力下的寿命。
2.1 亮度衰减拟合函数
光电产品在加速退化实验中,亮度基本呈现非线性衰减的趋势。由于威布尔函数对于各种类型的实验数据拟合能力较强,因此,推导加速亮度衰减拟合函数时选择两参数威布尔函数,表达式为
式中
在(1)式中,令
式中
2.2 寿命外推函数
常规寿命可通过外推函数拟合由各加速应力
式中
2.3 拟合优度检验
均方根误差
式中
2.4 加速寿命计算
在ALEM中,每组加速应力记为
由(6)式可得到每组应力下实验样品平均亮度衰减数据[
结合(2)式,
式中
记
2.5 建模流程
首先,采用(7)式描述平均亮度衰减数据[
3 模型的应用
为了分析ALEM的精度,研究以真空荧光显示屏(VFD)为样品设计了实验方案,开展了4组恒定应力加速退化实验,采集了亮度衰减实验数据,并利用ALEM对其进行处理,从而外推得到了VFD的常规寿命。
3.1 VFD实验方案设计
3.1.1 加速应力的选取及失效标准
阴极灯丝温度
在正常测试条件下,目前VFD行业认定产品测试位亮度低于最低亮度标准(350 cd/m2)的60%,即210 cd/m2时产品失效。
3.1.2 实验样品及数量的选取
按照国家标准GB 2689.1-1981以及选定的加速应力,VFD实验样品分成4组,每个应力水平下样品数为20个,即
3.2 亮度衰减实验数据
根据上述实验方案,获得了4组应力下每个样品的亮度衰减数据,基于(6)式可计算每组应力下VFD实验样品平均亮度随时间的衰减数据[
表 1. 各应力下VFD平均亮度随时间衰减的数据
Table 1. Data of the average luminance of VFD attenuating with time under each stress
|
3.3 寿命的预测
利用(7)式描述
表 2. 各应力下亮度衰减公式中的参数
Table 2. Parameters in the formula of luminance attenuation under each stress
|
将
根据(9)式,将4组加速应力下VFD的亮度随时间衰减的曲线绘于
图 3. 平均亮度衰减数据及其威布尔拟合曲线
Fig. 3. Average luminance attenuation data and corresponding Weibull fitting curves
在(8)式中,令VFD失效亮度
3.3.2 VFD常规寿命的外推
基于上述计算结果,可获得4组加速应力与加速寿命的数据点:(1023.00,1701.8),(1055.56,620.8),(1087.85,262.3)和(1123.33,94.1),分别采用指数外推函数(3)式、Power外推函数(4)式拟合这组数据点,利用LSM确定待定参数
表 3. 基于外推函数的拟合优度检验参数
Table 3. Parameters of goodness-of-fit test based on extrapolated functions
|
Power函数外推常规寿命的拟合曲线如
图 4. Power函数拟合加速寿命和加速应力的曲线
Fig. 4. Fitting curve of accelerated life and accelerated stress by Power function
因此,将常规应力
4 模型的精度
研究预估的VFD常规寿命在40000 h左右,与几十年来VFD用户反馈的实际使用寿命相符。然而,传统的光电产品亮度衰减数据的拟合大都是通过指数函数来实现的[10-12],为了进一步论证ALEM确实提高了寿命预测的精度,依照ALEM的寿命预测方法两次采用指数函数估算了VFD的常规寿命,预测结果为
表 4. 寿命对比
Table 4. Life comparison
|
5 结论
基于光电产品在多组加速应力下的亮度衰减特性、寿命与应力的变化关系,构建了一种新型的ALEM,并将该模型成功应用于VFD寿命预测,得到结论如下:
1) 4组恒定应力下的VFD加速退化实验最长测试时间为2048 h,与40000 h左右的常规寿命相比,大幅度缩短了实验测试时间,克服了常规寿命实验成本高、周期长等问题。
2) 两参数威布尔亮度衰减函数很好地揭示了亮度随时间变化的规律,准确地计算了各应力下的加速寿命,提升了新型ALEM的精度。
3) Power函数准确而又直观地描述了加速应力水平下的寿命特征,直接外推出常规寿命的方法,避免了常规寿命实验的开展,使得复杂的寿命预测过程变得简单,提高了寿命预测的效率,大大降低了预测寿命的误差。
4) 从VFD寿命的预测过程和结果来看,ALEM具有精度高、可行性好、快速高效等特点,进一步改进了光电产品寿命预测方法,完善了寿命预测的理论体系。
[1] 乐洪宇, 李朝荣, 李永, 等. 光电产品的可靠性设计与仿真实验[J]. 激光与红外, 2013, 43(3): 291-296.
乐洪宇, 李朝荣, 李永, 等. 光电产品的可靠性设计与仿真实验[J]. 激光与红外, 2013, 43(3): 291-296.
Le H Y, Li C R, Li Y, et al. Reliability design and simulation test for the optic-electronic products[J]. Laser & Infrared, 2013, 43(3): 291-296.
[3] 肖承地, 刘春军, 刘卫东, 等. 基于加速性能退化的 LED 灯具可靠性评估[J]. 发光学报, 2014, 35(9): 1143-1151.
肖承地, 刘春军, 刘卫东, 等. 基于加速性能退化的 LED 灯具可靠性评估[J]. 发光学报, 2014, 35(9): 1143-1151.
[8] Meeker WQ, Escobar LA. Statistical methods for reliability data[M]. New York: John Wiley & Sons Inc, 1998: 316- 340.
Meeker WQ, Escobar LA. Statistical methods for reliability data[M]. New York: John Wiley & Sons Inc, 1998: 316- 340.
[9] 晁代宏, 马静, 张春熹. 基于性能退化数据的超辐射发光二极管可靠性评估研究[J]. 光学学报, 2010, 30(10): 3044-3048.
晁代宏, 马静, 张春熹. 基于性能退化数据的超辐射发光二极管可靠性评估研究[J]. 光学学报, 2010, 30(10): 3044-3048.
[12] 钱敏华, 林燕丹, 孙耀杰. 基于光-电-热-寿命理论的LED寿命预测模型[J]. 光学学报, 2012, 32(8): 0823001.
钱敏华, 林燕丹, 孙耀杰. 基于光-电-热-寿命理论的LED寿命预测模型[J]. 光学学报, 2012, 32(8): 0823001.
[13] 黄伟明, 文尚胜, 夏云云. 基于BP神经网络的LED可靠性模型研究[J]. 发光学报, 2015, 36(8): 962-968.
黄伟明, 文尚胜, 夏云云. 基于BP神经网络的LED可靠性模型研究[J]. 发光学报, 2015, 36(8): 962-968.
[16] 罗帅, 陈丽霞, 张彬. 变形镜的结构参数对其疲劳寿命的影响[J]. 光学学报, 2017, 37(10): 1001003.
罗帅, 陈丽霞, 张彬. 变形镜的结构参数对其疲劳寿命的影响[J]. 光学学报, 2017, 37(10): 1001003.
[18] OhW, BaeS, ChanS, et al. Field degradation prediction of potential induced degradation of the crystalline silicon photovoltaic modules based on accelerated test and climatic data[J]. MicroelectronicsReliability, 2017, 76/77: 596- 600.
OhW, BaeS, ChanS, et al. Field degradation prediction of potential induced degradation of the crystalline silicon photovoltaic modules based on accelerated test and climatic data[J]. MicroelectronicsReliability, 2017, 76/77: 596- 600.
Article Outline
张建平, 宗雨, 朱文清, 易勐. 光电产品的新型寿命预测模型及其应用[J]. 光学学报, 2018, 38(2): 0223001. Jianping Zhang, Yu Zong, Wenqing Zhu, Meng Yi. A Novel Model of Life Prediction for Photoelectric Products and Its Application[J]. Acta Optica Sinica, 2018, 38(2): 0223001.