开题报告—
键系统可靠性水平具有重要意义。
对机电产品的可靠性研究早已引起国内外的广泛关注。国外可靠性工程早期主要研究电子系统的可靠性问题，如1962年颁布的MIL-STD-217《电子设备可靠性手册》，1963年颁布的MIL-STD-781《可靠性试验、指数分布》和1965年颁布的MIL-STD-785《系统与设备的可靠性大纲要求》等[8]。到60年代也开始重视非电子系统（包括机械、电子系统中的机械部分）的可靠性研究[9]。但对于机械零部件并没有国标手册可以查找，以获得故障率数据，仅存在一部分工程经验值或故障率的概略值。上述方法基于二元逻辑和概率统计，在工程实践中见效较快，也在国内外国防业得到了广泛的推广和应用[10][11]。但这种方法注重事后故障发生的概率统计，忽略了故障发生发展的动态物理过程，不能从根本上回答产品为何、何时失效。而故障物理（Physics of Failure, PoF）方法通过研究产品在各种应力下发生失效的内原因及机理科学，预测产品寿命或可靠性水平。其关注的是故障发生本质原因即诱发零部件、设备系统发生故障的物理、化学、电学等过程[12][13]。由此，近年来故障物理方法越来越受到广泛关注。
在国外，故障物理的相关研究活动也是从1960年以后开始活跃起来。1962年9月，美国罗姆航空研发中心和伊利诺斯工艺究所共同起，在芝加哥召开了第一届际电子学故障物理讨论会，会上“故障物理”作为一门新学科被正式提出。讨论会每年举办一次，从1967年开始改由美国电子与电气工程协会的电子器件分会与可靠性分会主办，并更名为“国际可靠性物理研讨会”。我国自60年代初建立了电子产品可靠性专业研究所，对国产电子产品进行大量可靠性试验工作，1979年中国电子学会成立了产品可靠性与质量专业。在该学会下设立了可靠性物理学组，以促进并发展我国的研究工作和技术交流。
基于故障机理的机电产品可靠性技术以性能可靠性理论为基础，从物理本质上描述产品的失效机理，构建产品失效物理退化量与产品可靠性之间的内在联系，并以之进行可靠性统计推断。目前采用失效物理方法所建立的模型中应用最为广泛的是反应论模型、应力强度模型和累积损伤模型等。
反应论模型是根据产品内部发生的物理、化学反应过程而建立的失效物理模型。Meeker & LuValle研究由于绝缘材料之间的细导纤维的增长而导致印制电路板失效时采用物理化学反应规律建立了退化轨道函数[14]；Carey & Koenig利用退
3
开题报告—
化信息对一种新型海底电缆组件 ILF（Integrated Logic Family，ILF）进行可靠性评估时，采用了类似的建模过程[15]；Ramirez 等研究用于电子元件的某种电介质的存储寿命时，利用类似方式分析了该电介质的失效物理退化数据[16]；Lu & Pantual处理金属氧化物半导体晶体管的热载波退化问题时，通过分析其物理工作过程确定了退化函数，采用时变标准差来处理重复测量的退化数据，并给出了模型参数的极大似然估计方法[17]。
应力强度模型是根据产品所承受的工作应力与产品构成材料的强度之间的相互关系而建立的失效物理模型。Church & Harris基于应力与强度之间的关系给出了一般的可靠性模型[18]；Place等利用应力强度模型研究了直升飞机转动装置的退化失效问题[19]；Surles&Padgett对基于尺度型伯尔分布的应力强度模型展开了可靠性推断[20]。
累积损伤模型是根据产品材料或组件受到应力作用而产生损伤的累积程度而建立的失效物理模型。Power Law模型和Paris模型是两种典型的累积损伤模型。1983年Takeda andSuzuki在研究电装置阈值电压的退化情况时提出了 Power Law 模型[21]；Chan 等采用 Power Law 模型描述了薄膜电阻的退化机理，并对该型电阻进行了可靠性分析[22]。Paris 模型是疲劳失效中常用的失效物理退化模型，主要用于描述机械产品的微小裂缝随运行时间的增长过程。Meeker & Escobar 将 Paris 模型用于金属板边缘裂缝增长的研究[23]，并在做加速退化分析时也采用了类似的建模方式[24]；Lu &Meeker采用 Paris 模型对一组金属裂缝疲劳数据建立了退化函数，并由此来推断产品的失效寿命[25]；Wilson采用 Paris 模型分析了一组疲劳微细裂缝数据的可靠性统计推断问题[26]；赵建印针对产品失效机理是离散和连续损伤累积的情形分别提出了基于更新过程的失效分析方法和基于 Wiener-Einstein 过程和 Gamma过程的失效分析方法[27]。
目前所提各种研究方法的严重不足就是将电子单元和机械单元分开考虑，忽略了电子、机械及环境因素之间的耦合关系。但由于机电耦合系统故障问题除具有原有机械和电子设备的特点，还增加了故障转移性、表征复杂性、集成性、融合性、交叉性等特点[28]。不仅需要计算电子元器件及其组成的电子线路方面的可靠性，还要考虑机械零部件的强度、材料、工艺造成的变形对电子单元可靠性的影响及电性能引起的材料或结构的变化等。这进一步对可靠性分析的深度和精
4
开题报告—
度提出更加严苛的要求[1][2]。
另一方面，还存在一个由宏观到微观拓展及微观对宏观失效影响的跨空间尺度问题。因为微系统的尺度效应、表面效应、隧道效应，宏观下的电子机械系统的失效模式、失效机理和失效分析不能完全解释和指导微系统的可靠性研究与失效分析。而且微观范围内的材料结构变化（如晶粒结构与分布）也会对宏观失效行为产生影响。
1.2.2 不确定性分析及量化方法
“不确定性”常用来衡量某一物理量估计值的准确性，以判断该估计值与真实值的偏差程度，为武器装备的安全与可靠性评估的决策制订提供理论依据。不确定性普遍存在于武器装备系统研制和开发的各个阶段，且主要来源于以下几个方面：设备、过程和相关事件的信息缺乏或不足；材料属性、性能分布的不均匀；载荷、客户使用和工作环境的变化；尺寸效应、制造加工精度等。
在基于故障机理的机电系统可靠性分析中，不确定性对机电系统性能有着较大的影响，通过考虑和分析诸多因素引起的不确定性对可靠性的影响，从而帮助工程师们做出最优设计决策。依据目标研究对象的相关特征，不确定性主要来源可细分为三类：物理不确定性、统计不确定性和模型不确定性。
物理不确定性，亦称物理变异性（Physical Variability），是指某一自然现象或过程的内在属性，如机械构件或材料的工作环境、结构尺寸、材料属性等因素引起物理量的变异性或波动，导致反复观察某一相同物理量而产生不同的结果。统计不确定性，亦称数据不确定性（Data Uncertainty），是在对物理量进行统计分析时缺乏足够的样本信息而产生的，如试验中的测量误差。通过收集更多样本数据或获得更多知识和信息可减少统计不确定性。模型不确定性（Model Uncertainty）源于对复杂物理现象进行数学建模时的理想化假设、缺乏对物理现象的深刻理解。模型的不完备性意味着选择不同的模型对物理量进行评估时带有一定的误差，可通过改进该预测模型以缩小该不确定性。
量化上述不确定性的主要理论有概率统计、Bayes 理论、模糊数学和集合理论等。在确定性性能可靠性仿真分析的基础上，人们根据工程需要将上述不确定
[42][43]性研究理论分别与之相结合，逐步发展了考虑不确定性的可靠性预测方法。。
（1）基于概率描述的不确定性量化方法
5
开题报告—
基于概率统计的不确定性量化方法主要是以随机变量为基础，研究工程设计中存在的随机不确定性，结合可靠性理论进行可靠性分析的方法。目前，国外随机不确定性可靠性分析方法，美国在综合高性能涡轮发动机技术计划（IHPTET，1988-2005 年）研究中，发展了概率设计系统，将材料属性、几何尺寸、载荷等变量以统计分布的形式进行设计，优化构件的重量和使用寿命，保证其安全性和平衡其工作能力，在提高发动机性能、可靠性和耐久性等方面取得了明显的成效
[44]-[46]
。在此基础上，美国GE、P&W 等公司研制了发动机轮盘及叶片等其它部
件的概率设计系统[47][48]。此外，针对飞机结构、航空发动机及其部件的研究有Shen[49]、Brown 和Grandhi[50]、Cavallini[51]、Chan 和Enright[52]-[54]、Jha[55]、Rusk[56][57]、Modarres[58]和Brooks 等[59]。
基于Bayes 推理的不确定性分析量化方法是一种将现有信息作为先验分布对历史模型或参数进行信息更新，或探讨新证据对原假设可能性的影响，然后依据不确定性信息作出更准确地推理和决策以进行不确定性量化的方法。在国外，继20世纪90年代Madsen[60]和Edwards[61]发表基于Bayes 理论的不确定性量化方法后，Mahadevan[62]提出了考虑模型不确定性的Bayes 风险决策模型，还研究了疲劳裂纹扩展模型的不确定性量化和模型验证等问题[63]；Modarres基于Bayes 理论应用裂纹长度的分布模型预测了飞机机身的可靠度；Guida[64]应用Bayes方法分析了应力-寿命数据；Liu[65]研究了概率可靠性预测模型的模型选择、更新和平均。国内基于Bayes 理论的不确定性量化研究，从20 世纪末到2000 年以后，刘建中[65]、倪侃[66]、陈勃[67]、黄洪钟[68]等诸多学者发表了若干成果。
基于模糊数学的不确定性量化方法，是以模糊数学为基础，考虑可靠性分析中客观存在的模糊现象和随机现象的理论和方法。80年代中后期至今，人们在将模糊性引入到可靠性分析中已作了一些有益工作，如将模糊数学引入到失效树分析中，利用模糊矩阵进行失效模式和效应分析，利用模糊数学对系统进行可靠性分析与设计，利用模糊数学理论对工作时间、功能具有模糊性的可靠性问题进行分析等。20 世纪90 年代，Bowman 等探讨了影响可靠性的模糊因素[69]；Bordossy[70]将模糊理论应用于结构可靠性分析中的不确定性量化，并进行了模糊可靠性预测；Rao[71][72]通过考虑应力和强度的不确定性，将模糊可靠性方法应用于复合材料结构断裂的安全评估。国内模糊可靠性理论研究主要集中在可靠性判
6
开题报告—
定的模糊性描述方面，近几年国家自然科学基金的赞助项目中每年都有这方面的研究工作。如黄洪钟[73]、刘文珽[74]、陈胜军[75]、刘小云[76]等学者对疲劳损伤附近的模糊性进行了研究。另外，在模糊失效概率的计算方面，吕震宙[77]、曾声奎[78]等也提出了相应的数字模拟方法，其中包括重要抽样法和描述性抽样法。
上述基于概率的不确定性量化方法在我们掌握有充分的统计数据且计算模型较精确时，是一种十分理想的结构安全评定的模型。而对于一些安全关键结构，这种先决条件常常是不能得到满足的，于是基于概率不确定量化方法在变量的概率密度函数的确定、失效概率可接受水平的解释以及失效概率的计算精度上遇到了无法克服的困难。
（2）基于非概率描述的不确定性量化方法
非概率不确定性量化方法最早由Yakov Ben-Haim和I.Elishakoff[79]等在应用力学中提出的，这个概念的主要思想是：当我们所掌握的不确定性数据信息较少时，采用集合模型来描述这些输入不确定因素，从而得到相应的不确定性变化范围。
目前，有关非概率集合理论的研究较多，美国1992年已在其国家自然科学基金的资助下开始了这一方面的研究工作，I.Elishakoff提出了处理该类不确定因素的集合模型；德国的H.G. Natke教授和O.Cottin博士与以色列的Yakov Ben-Haim一起将集合可靠性模型引入到单自由度无阻尼振动系统中，得到了此振动系统的非概率可靠性指标；波兰的C.Cempel教授也参与了他们的工作；Yakov Ben-Haim还通过集合的变换与扩展原理得到了线性系统的非概率可靠性。我国研究人员在这方面也有了起步，其中比较有代表性的有：邱志平和王晓军
[80][81]
，Pierce和Worden等[82]。总的来说，非概率可靠性模型的研究目前还只
是处于起步阶段，理论体系还很不完善，应用研究更是亟待开展。
对于一个复杂系统来说，其涉及到的变量很多，我们可能对其中的某些变量的数据掌握得较多，它们便可以用概率模型来模拟，而对另外一些变量的数据掌握得较少，对它们则是采用非概率的集合模型来描述较为合理。所以，完整的系统可靠性分析方法，除了发展针对各种特殊不确定性的可靠性模型外，还应该发展一套混合可靠性分析模型，因为它比单独用概率的或非概率的可靠性分析模型更能充分合理地利用所有数据。
7