电子产品寿命评估关键技术的研究

陈华平，李辉，张颖，鹿文军，温志英

（深圳出入境检验检疫局，广东 深圳 510600）

0 引言

近年来，欧盟、美国、日本等经济发达国家陆续出台大量电子电气产品安全、能耗、环保等方面的法规、条例和标准等，使得中国出口电子电气产品的门槛越来越高。其中，日本 “长期使用产品安全检修制度”和 “长期使用产品安全标示制度”中的核心要求是企业要设计产品标准使用期限并且要提供设计标准使用期限推算依据的书面资料。

据统计的海关资料显示，这两项制度将影响我国每年约6亿美元的产品。更为重要的是，随着制度的实施，日本很有可能扩大 “长期使用产品安全检修制度”和 “长期使用产品安全标示制度”的管制产品范围。同时，欧盟等其它国家有可能更新它们的技术指标，要求中国产品在技术上向日本产品看齐，甚至于欧盟等国也出台类似标准。这些标准的出台将对我国电气产品出口企业带来极大的挑战。

对日本该技术性贸易壁垒中要求的电子电气产品安全使用期限评估和检测技术的研究十分关键，非常迫切，对我国电子电气产品的出口意义重大。而应对这些标准制度的主要措施就是对产品的寿命进行评估和测试，目前，寿命评估主要是在对关键零部件及整机测试的基础上进行测试，一般都是根据目标销售国家及地区的环境条件进行模拟实验，耗费的时间成本比较多，测试的产品数量也比较多。在当前产品更新换代快速的形势下，这种测试给企业带来了极大的障碍。

1 寿命评估

1.1 数学模型

在讨论产品寿命时，通常指的是产品失效发生前的操作或工作时间t，通常采用f（t）来表示失效机率密度函数，或称之为失效机率密度函数。该函数表明的物理意义为单位时间的失效机率，其数学表达式为：

一般而言，物品的失效率函数为时间的函数，除少数的应用情形外，大部分物品的失效率随时间的变化几乎呈现一浴缸曲线的性质，如图1所示。

图1中产品寿命由3段组成，第1段为早期失效期，失效率随时间逐渐递减，这是因为物品由于设计、组装等潜在的不合格因素，设备在早期就逐渐发生失效的行为；第2段为偶然失效期，占据相当长的时间，在这段时间内失效率大致不变，失效也往往是偶然发生的；第3段为磨损失效期，由于长时间的使用后，物品的失效率随着时间的变化而增加。由于这3段时间所组合的失效函数的形状很像浴缸，因而被称之为浴缸曲线。

由于寿命评估主要讨论的是物品的失效时间这个随机变数T，用R（t）来表示物品不失效的时间特性：

式（2）中：R（t）——失效时间大于t的机率，称为可靠度函数。

产品的寿命不尽相同，很难对某一个产品的寿命进行精确的预计，只能对该型号，或该类产品的寿命进行大致的评估。产品的寿命一般用可靠寿命、平均任务时间、平均寿命或中位寿命表示。

1.2 产品的寿命

a）可靠寿命

可靠寿命是给定的可靠度值时所对应的寿命时间，一般而言，可靠度为随着工作时间t的增加而下降的函数，因此对不同的给定R值，则有不同的寿命：

可靠寿命的观测值是能完成规定功能的产品的比例，恰好等于给定可靠度时所对应的寿命时间。

b）中位寿命

当指定产品的可靠度R=0.5时，此时的寿命被称为中位寿命。

c）平均寿命

产品无失效时间的平均值，被称为平均寿命或平均失效时间。对于可维修物品而言，平均寿命为平均失效间隔时间（MTBF）；对于不可维修物品而言，则为平均失效发生时间（MTTF）。平均寿命的定义为：

d）平均任务寿命

对于一些有固定任务或预先设定寿命（tD）的系统而言，则以平均任务时间表示其特征寿命，平均任务时间的定义为：

2 检测方法

2.1 常规的寿命测试方法

寿命评估以后，需要对产品的寿命进行相应的验证，即寿命检测。但是我们注意到，不同地区，甚至同一地区的产品的寿命也不一定相同，这是因为产品的寿命受使用的环境、时长和频率等因素的影响，因此在寿命评估的时候，也要考虑这些因素。

现有的寿命检测方法已经比较成熟，有着相关的标准可以依照。一般的寿命检测都是采用抽取一定量的样品进行测试，测试流程为：1）根据标准及使用环境，设定实验的环境；2）根据产品准备使用的频率及时长，电压的波动来设定具体的参数；3）进行长时间的运行实验，记录每一短时间内的失效产品数目；4）根据产品的失效函数进行相应的验证。

在实际的工作中，寿命测试需要花费大量的时间成本及经济成本，给企业带来了极大的负担，因此提出了加速寿命检测方法。

2.2 加速检测

根据退化理论，退化模型一般为：

这也是物理加速模型的最原始、最基本的型式。 是退化量的特征值，f（）是与退化量相关的物质状态的函数，K为退化速度。常用的物理加速模型有如下几种：

a）Arrhenius模型

产品失效从根本上讲都是基本的物理/化学过程，而温度对于许多物理/化学过程来讲是一个重要因素，因此温度常常在加速试验中作为一个重要的加速应力。

式（7）中：η——特征寿命；

A——常数，与产品和试验方法有关；

E——激活能，与材料有关；

k——波尔兹曼常数；

T——绝对稳定。该模型广泛地应用于温度作为应力的加速寿命试验中。

b）逆幂率模型

在加速试验中，除了温度应力外，还有机械应力和电应力。

式（8）中：η——特征寿命；

A——常数；

n——一个与激活能相关的正常数；

S——应力水平。

逆幂率模型使用于如机械疲劳、机械磨损和电压击穿、绝缘击穿等失效机理场合，表征产品寿命退化特征的逆幂率模型在机械产品和电工产品的加速试验中应用广泛。

c）艾林（Eying）模型

式（9）中：η——特征寿命；

A、B——常数；

k——波尔兹曼常数。

艾林模型和Arrhenius模型相似，只是前面的系数略有不同而已，两者可以通用，都可以拟合高应力和低应力产品寿命之间的关系。

d）广义艾林（Eying）模型

对于除温度以外还包含其它应力S的普通情况，反应速度与应力的关系可以用广义Eying模型描述

式（10）中：η——特征寿命；

A、B、n——待定常数；

k——波尔兹曼常数；

S——温度以外的其它应力。

广义艾琳模型针对温度和其它应力共同作用于产品下的加速模型。从模型的表达式来看，广义艾琳模型是艾林模型和逆幂率模型的叠加组合，如果是温度和电力应力两者共同作用，则广义艾琳模型比较合适。

加速寿命测试通过强化某一应力或几个应力对设备的冲击，以模拟设备在严酷环境下的运行情况，加速设备退化的时间，进而缩短寿命测试的时间。

3 预测方法

寿命测试需要长时间的试验时间和大量的样品，对制造商是一笔不菲的开支，特别是在当前电子产品更新换代速度快的时代，时间成本对制造商来说是极为宝贵的，因此，及时地预测后续的试验过程就尤为重要了。目前，已经有许多针对寿命试验的预测研究。

3.1 基于灰色理论的预测方法

灰色理论的GM（1，1）模型，有全数据模型、新信息模型和新陈代谢模型，而新陈代谢模型的模拟精度最好，它通过现有数据系列基础上的GM（1，1）模型，对下一个数据进行预测，在得到预测值后将其加入数据系列，同时去掉原建模序列的第一个数据，用同样长的新序列进行再建模，如此循环。在李竞[2]的研究中采用正弦处理建模序列，对背景值进行近似构造，最终建立相应的新陈代谢模型，得到了更高的预测精度。

3.2 基于神经网络的预测方法

BP神经网络具有外推性、记忆性和对非线性函数的逼近能力，可以通过学习训练去逼近可靠性预测模型，预测更多的可靠性数据，以实现对可靠性的统计分析。如果电子设备的可靠性数据样本少，也无法确定它的寿命分布，则可采用BP神经网络来扩大可靠性数据的样本量，然后再进行统计分析。有效地预测寿命测试的后续过程能极大地减少测试时间及样品，可以帮助制造商减少测试成本，占得市场先机，这也是目前研究的热点之一。

4 结束语

本文从设备寿命的数学模型、加速测试的方法及预测方法对寿命评估的影响等方面进行了初步的研究。设备寿命是可靠性的一个重要指标，经典的寿命评估方法主要是以大样本试验的方法进行，通过加速寿命试验，同时根据可靠性模型及得到的数据，对测试的后续进行预测，及时地停止试验，可以有效地降低测试成本。

[1]袁立峰.基于加速退化的电子设备可靠性分析[J].电子产品可靠性与环境试验，2009，27（3）：38-41.

[2]李竞，幕晓冬，尹宗润.基于灰色理论的电子设备寿命预测研究[J].仿真技术，2009，25（4）：243-245.

[3]邱立鹏.设备剩余寿命的预测与分析[D].大连：大连理工大学，2000.

[4]莫永强.基于双应力加速退化试验的电子倍增器寿命评估研究[D].长沙：国防科技大学.2008

[5]GB 2689.1-1981，恒定应力寿命试验和加速寿命试验方法总则[S].

[6]刘晗.基于Bayes理论的小子样可靠性评定方法研究[D].长沙：国防科学技术大学，2006.

[7]白宏光，葛红宇.电子设备的可靠性统计试验方法研究[J].电子产品可靠性与环境试验，2008，26（3）：41-43.