基于威布尔分布金属化电容器寿命数据分析及参数估计.docVIP

基于威布尔分布金属化电容器寿命数据分析及参数估计 　　[摘要]针对金属化电容器寿命的可靠性分析，常用的参数估计法人为因素影响大，精度差，而且在现场使用不便，提出联合利用最小二乘及平均秩次估计威布尔分布参数的方法解决了上述问题。结合实际试验数据进行计算，与传统方法比较，有效提高了参数的精度。 　　[关键词]可靠性分析 威布尔分布 最小二乘估计 累积分布函数 平均秩次法 　　中图分类号：TM5文献标识码：A文章编号：1671－7597（2009）0420016－03 　　 　　一、引言 　　 　　产品的可靠性，是指其在规定的时间内，在规定的条件下，完成规定的功能的能力。 　　在电工产品的可靠性标准中，大多假设产品的失效分布类型为单参数指数分布，但是对于电器产品来说，尚没有充分的数据来说明其失效分布类型为指数分布，由于威布尔分布对各种试验数据的你和能力强，同时从某些电器产品（如某些中间继电器及金属化电容器）的试验数据来看，其分布类型不是指数分布而是威布尔分布。因此研究产品失效分布类型为威布尔分布时的产品寿命数据分析是十分重要而有实际意义的[1]。 　　对金属化电容器进行寿命可靠性分析，模型的参数精度是分析的关键。目前常用的参数估计法中，概率图纸法在随机变量分布的检验中有快捷简便的优点，但是人为因素影响很大，造成估计的参数精度差；最好线性无偏估计和最好线性不变估计等都需要借助专用表格，使用方便，但这套表格专用且量大，无表格处是无法使用的；极大似然估计法精度高，但要借助计算机才能计算，这在多数的设备使用现场不方便。而最小二乘估计法能实现分布函数的线性化，是威布尔分布参数估计的一种较好的方法。在威布尔分布模型中，参数估计的精度取决于累积分布函数的精度。以往累积分布函数的计算用近似中位秩公式或直接查中位秩表得到，但近似公式有误差，而且在使用现场不易查表。而平均秩次法根据故障样本和中止样本估计出所有可能的秩次，求出平均秩次，而得到累积分布函数，比近似公式和查表要精确的多。因此，本文提出一种联合利用最小二乘及平均秩次的参数估计法对威布尔分布进行参数估计，从而实现金属化电容器的可靠性分析。 　　 　　二、威布尔分布模型的建立 　　 　　（一）浴盆曲线 　　金属化电容器在使用寿命期内，失效率与使用年龄有关。失效率函数是随时间t变化的函数，电容器处于不同的使用期，其失效率也不同。金属化电容器失效定义为若金属化电容器电容量损失超过标准电容的5%即失效。图1曲线反映了金属化电容器全寿命周期的失效分布，包括早期失效期、偶然失效期和耗损失效期，因其整体形状像浴盆，称为浴盆曲线。 　　（二）威布尔分布模型 　　威布尔分布是近年来在设备寿命可靠性分析中使用最广泛的模型之一，能整体描述出整个浴盆曲线[2][3]。 　　威布尔分布的累积分布函数（失效分布函数）为： 　　 （1） 　　分布密度函数为： 　　 （2） 　　可靠度函数为： 　　 （3） 　　失效率函数为： 　　 （4） 　　式中，t为时间，α为尺度参数，m为形状参数。 　　当m1时，失效率λ（t）呈递减分布，设备运行在早期失效期，主要是由于产品中含不合格元器件或产品中存在不完善的东西造成，适于建模早期失效。 　　当m=1时，失效率λ（t）为常数，设备运行在偶然失效期，适于建模随机失效，产品失效可能是由于各种偶然因素造成，如工作电路短接、雷击、火灾、维修失误等。 　　当m1时，失效率λ（t）呈递增分布，设备运行在耗损失效期，适于建模磨耗或老化失效，由元器件、零部件的老化、疲劳、损耗引起。 　　威布尔分布的三种失效率m1，正好与浴盆曲线的三个阶段相对应。因此，寿命曲线为浴盆曲线的设备服从威布尔分布[4]。 　　 　　三、参数估计 　　 　　（一）最小二乘参数估计 　　最小二乘估计是估计线性函数中的未知参数，是威布尔分布参数估计的一种较好的方法。 　　对于式（1） 　　将其左右变形， 　　 （5） 　　两边取自然对数，并令 ，得： 　　 （6） 　　令 　　 （7） 　　则式（6）化为y=mx+B=Ax+B （8） 　　对于线性回归方程（8），回归系数A与B的最小二乘估计解为： 　　 （9） 　　 　　式中 　　在威布尔分布的最小二乘估计中，为求得一条偏差最小的回归直线和符合实际最好的回归系数估计值，关键的是要提高累积分布函数的精度[5]。 　　（二）平均秩次法 　　累积分布函数在可靠性数据分析中占有重要地位，以往计算累积分布函数是通过近似中位秩公式（10）或直接查中位秩表得到，误差较大。 　　 （10） 　　式中，i为故障设备的顺序号，n为样本量。 　　平均秩次法是提高累积分布函数精度的一种有效的方法，它