刘丽霞 李丽 遇今
(1 北京卫星制造厂有限公司,北京 100094)(2 中国空间技术研究院,北京 100094)
随着宇航任务的增加,宇航电源单机在数量上呈现出大幅度增加的趋势,研制模式从单件或少量生产模式向品种简化、批量生产模式发展。宇航电源产品可靠性要求高,与单件或少量生产模式相比,批量生产更加关注生产过程的可靠性,设计或工艺的潜在缺陷被引入产品的概率在量产过程中不可避免的被放大,因此宇航电源量产过程的可靠性控制显得尤为重要。如何保证电源产品在量产条件下的一致性、稳定性、可靠性,是当前面临的主要工作。而量产可靠性的定义、指标体系及其分析方法是当前需首要解决的技术难题。
产品量产过程是一个复杂的动态过程,其中包括生产设备、检测设备、生产对象及工艺操作控制人员等多种要素,因此量产过程的可靠性涉及因素广泛,其可靠性的概念不能采用传统的可靠性定义。纵观国内外文献资料,宇航产品量产可靠性的研究仍处于起步阶段,相关通用技术的研究主要集中在工艺可靠性的概念及定性评价方面[1-7],对于量产可靠性以及具体指标的定量分析方法鲜有论述。本文的目的就是创新性提出量产可靠度的概念和评价指标体系,解决宇航电源批量化生产对量产产品可靠性评价的迫切需求。
要实现对量产产品的可靠性分析与评价,首先应了解量产产品的生产过程,识别影响产品可靠性的关键过程和因素。批量化生产的电源产品,从产品任务输入开始,到产品交付测试完成,整个研制生产流程经历了量产准备阶段、量产生产阶段、量产测试及试验阶段及交付阶段,其研制剖面如图1所示。
宇航电源产品在设计定型之后,方可进入量产阶段。由图1,量产过程主要包括生产准备、生产、测试及试验、交付。这些过程中,生产过程具体包括了陶瓷板组件焊接、印制板再流焊、手工焊接、电路板清洗、单板调试、整机装配等主要工序,以及结构件加工、电感变压器加工、印制板网板加工等辅助工序,是产品物理实现的主要过程,决定了量产条件下宇航电源产品的固有可靠性水平。测试与试验过程的主要目的是验证产品技术指标符合性和剔除早期失效,可在一定程度上检验产品的可靠性而不是提高产品的固有可靠性。因此,宇航电源产品的量产可靠性主要受量产加工工艺过程影响,评价量产可靠性应重点评价电源工艺系统具有保持所要求的加工工艺质量的能力。
在量产可靠性相关的概念中,苏联普罗尼科夫最早给出了设备的“工艺可靠性”定义:在规定范围和时间内,设备对于其决定工艺过程质量的指标数值得以保持的性质。国内陈从桂等定义“工艺过程的可靠性”是指被加工零部件合格的可靠程度[3]。量产可靠性和产品生产制造过程的内外部条件有关,并以工艺过程质量保持符合技术要求为目标。因此,借鉴国内外关于可靠性、工艺可靠性的相关定义,结合量产特点,可以将量产可靠性定义为:在规定的时间和条件下,量产工艺过程质量的指标值保持符合技术要求的能力。其中,规定时间是指制造过程完成某个规定的量产任务的时间,规定条件是指制造过程在规定的时间内所处的预先规定的全部外部条件,工艺过程质量的指标泛指性能参数、加工参数、过程能力参数等。量产可靠性的概率度量即量产可靠度,描述量产过程保证产品满足技术规范要求的程度。
量产可靠度是对量产产品的可靠性综合评估,给出量产可靠性的评估量化值。量化评估值的建立以关键工艺过程可靠性敏感参数和输出特征参数为基础数据,通过识别关键工艺过程可靠性敏感参数和输出特征参数,并分析其相关性,可进一步建立量产可靠性指标体系。
针对宇航电源产品,经分析选取输出效率与纹波为输出特征参数,这两个参数受量产过程的影响较大,也是反映电源性能和质量的重要技术参数。通过关键工艺过程分析,将变压器电感量实测参数、手工焊后翘曲度、陶瓷板组件底面平面度、散热凸台高度、整机平面度实测数据等作为关键工艺过程可靠性敏感参数。考虑宇航电源量产可靠性综合水平、工艺过程一致性、工序间影响程度、工艺系统自身能力几方面的评价需求,将量产可靠度、工艺稳定性、工艺遗传性、工艺可靠性储备纳入电源量产可靠性指标体系[8-10],其构建过程如图2所示。
图2中,工艺稳定性表征了工艺过程的离散程度,其输出为正态分布,正态分布越收敛,表征工艺的稳定性越好,离散程度越小。工艺遗传性表征了前一工艺步骤对下一工艺步骤的影响程度,遗传性小,表明各个工序之间相互影响性小。工艺可靠性储备用于衡量工艺系统对不同批次产品满足可靠性要求的能力,储备性好的系统,当生产线产品批次变化后,仍然能都满足稳定的生产需求。
量产可靠度描述产品在规定量产过程下满足技术规范要求的程度,可以通过基于性能失效特征量的可靠性评估方法进行评估,实施过程为:对批量产品进行状态监测或性能试验,采集得到产品性能失效特征量数据;获得产品特征量参数的分布及其分布参数估计值(一批产品的性能通常服从正态分布);根据失效判据,计算一个批次产品的量产可靠度。
具体算法如下。
1)获得特征量数据
设产品有m个特征参数,考察某批次产品的n个子样(为保证分布拟合精度,原则上n≥10),实测得到的第i个特征参数的值为
Yi=(yi1,yi2,…,yin)=(yij,j=1,…,n),
i=1,…,m
(1)
式中:yij为第j个样本第i个参数的实测值。
2)计算特征量样本均值与样本方差
(2)
(3)
3)量产可靠度计算
根据特征参数的技术规范上/下限将参数分布转换为标准正态分布。假设第i个特征参数的上规范限为Ui,下规范限为Li,则有
(4)
(5)
由给定的置信水平γ、样本量n及ziU和ziL的值,查正态分布表[11],可得到产品第i个特征参数的可靠度Ri为
(6)
综合各特征参数的评估结果,可得该批次产品的量产可靠度为
R=min (R1,R2,…,Rm)
(7)
工艺稳定性表征工艺过程的离散程度,其计算方法如下:
(2)规定置信度γ1下,工艺稳定性可表示为
(8)
W值越大,说明工艺过程可靠性敏感参数和输出特征参数的离散程度越大,工艺的稳定性越差。
工艺遗传性表征前一工艺步骤对下一工艺步骤的影响程度,可通过生产工艺过程中测量的工艺关键指标获得,分析流程如下:
(1)假设产品有k个工艺关键参数,考察某批次产品的n个子样,实测得到的第i个工艺参数的值为
Xi=(xi1,xi2,…,xin)=(xij,j=1,…,n)
i=1,…,k
(9)
式中:xij为第j个样本第i个工艺参数的实测值。
(10)
工艺的可靠性储备系数KR是与时间相关的指标,用以评估生产设备的可靠性储备水平。设生产设备的可靠性为Rs,有
(11)
式中:Rsmin是最大允许劣化的可靠度(允许最小可靠度值);Rsext(t)是t时刻实际单批次可靠性的离散极端值,假设Rs对应的数学期望为g(t),标准差为h(t),有
Rsext(t)=g(t)-3h(t)
(12)
针对某型宇航电源产品,应用本文提出的量产可靠性指标及评价方法,对电源产品的量产过程进行评估和改进。根据工程分析,将变压器电感量实测参数、手工焊后翘曲度、陶瓷板组件底面平面度、散热凸台高度、整机平面度实测数据等过程参数作为关键工艺过程可靠性敏感参数,将输出纹波和效率作为输出特征参数。设改进前的电源产品为批次1,改进后的电源产品为批次2。
批次1为未对关键参数采取明确控制的27台产品,根据批次1量产可靠度、工艺稳定性、工艺遗传性、工艺可靠性储备等指标的评价结果,对关键工艺过程提出了更高的指标控制要求,改进了生产工艺控制方法,例如针对散热凸台的匹配性设计了新的工艺方法进行测量保证。实施工艺改进后,完成了批次2共49台产品的生产,同样采用本文提出的方法,完成了量产可靠度、工艺稳定性、工艺遗传性、工艺可靠性储备等指标的评价。
电源产品工艺改进前后2个批次的量产可靠性指标评估结果对比分析如下:
(1)量产可靠度。批次1的量产可靠度指标为0.659,批次2的量产可靠度指标为0.805,可见,对工艺过程的关键因素采取控制措施后,量产可靠度指标有显著提升。
(2)工艺稳定性。工艺稳定性评价结果如图3所示,由图3可见,批次2相对于批次1的分布曲线更为集中,表明对量产可靠性关键因素采取控制措施后,工艺过程的稳定性有效加强。
(3)工艺遗传性。针对5个工艺关键因素指标,采用遗传性计算公式,得到遗传性评价结果如图4所示,评价结果表明,量产可靠性控制前后,各个工序之间相互影响程度的变化不大。
(4)工艺可靠性储备。通过计算,批次1、批次2的可靠性储备指标分别为0.290、0.002,可见,采用了量产可靠性控制措施后,改进后的工艺系统能力明显优于改进前。
本文通过宇航电源产品量产可靠性指标的构建、评价和工程实施表明:
(1)宇航电源产品的量产可靠性重在控制量产工艺过程质量,可以用量产可靠度、工艺稳定性、工艺遗传性、工艺可靠性储备等4个指标表征;
(2)量产可靠度、工艺稳定性、工艺遗传性、工艺可靠性储备等指标可以有效评估电源工艺过程满足批量化生产的能力,并应用于工艺改进。
本文提出的量产可靠性指标体系和算法应用于电源产品小批量化生产线,取得了良好效果,为评估和控制量产产品的可靠性提供了技术手段,可以推广应用于其他批量化生产产品的可靠性控制与评价中。
参考文献(References)
[1] 蒋平. 机械制造的工艺可靠性研究[D].长沙:国防科学技术大学,2010
Jiang Ping. Research on process reliability for manufacturing[D]. Changshan: National University of Defense Technology,2010 (in Chinese)
[2] 刘志强,刘慧娟,王刚,等. 航空发动机工艺可靠性影响因素分析及改进措施[J]. 航空科学技术, 2014, 25(4): 33-35
Liu Zhiqiang,Liu Huijuan,Wang Gang,et al. Factor analysis and improvement measures for aero-engine process reliability[J]. Aeronautical Science & Technology, 2014, 25(4): 33-35 (in Chinese)
[3] 付桂翠, 上官云, 史兴宽, 等. 基于产品可靠性的工艺系统可靠性模型[J]. 北京航空航天大学学报, 2009, 35(1): 9-12
Fu Guicui, Shangguan Yun, Shi Xingkuan, et al. Processing system reliability model based on products reliability[J]. Journal of Beijing University of Aeronautics and Astronautics, 2009, 35(1): 9-12 (in Chinese)
[4] 岳朝生. 机载电子设备工艺系统可靠性分析[J]. 航空精密制造技术, 1994,30(6):12-15
Yue Chaosheng. Reliability analysis of processing system of airborne electronic equipment[J]. Aviation Precision Manufacturing Technology,1994,30(6):12-15 (in Chinese)
[5] Jin J, Chen Y. Quality and reliability information integration for design evaluation of fixture system reliability[J]. Quality and Reliability International, 2001, 17(5): 355-372
[6] Dutuit Y, Rauzy A. Approximate estimation of system reliability via fault tree[J]. Reliability Engineering and System Safety, 2005, 87(2): 163-172
[7] Dogra A, Kapoor S, Devor R. Mechanistic model for tapping process with emphasis on process faults and hole geometry[J]. ASME Transaction of Manufacturing Science and Engineering, 2002, 124(18): 18-25
[8] Brall A,Gardner L.Availability modeling for the application of manufacturing equipment[C]// Proceedings Annual Reliability Maintainability Symposium. New York: IEEE, 2002:411-416
[9] Jiang Zhibin,He Junming. Stochastic object-oriented petri nets (SPONS)and its application in modeling of manufacturing system reliability[J]. Chinese Journal of Mechanical Engineering (English Edition),2003,16(3):272-276
[10] 孙继文,奚立峰,潘尔顺,等. 面向产品尺寸质量的制造系统可靠性建模与分析[J]. 上海交通大学学报, 2008, 42(7): 1100-1104
Sun Jiwen, Xi Lifeng, Pan Ershun, et al. Product dimensional quality oriented reliability modeling and analysis of manufacturing systems[J]. Journal of Shanghai Jiaotong University, 2008, 42(7): 1100-1104 (in Chinese)
[11] 中国国家标准化管理委员会. GB/T 4885-2009 正态分布完全样本可靠度置信下限[S]. 北京:中国标准出版社,2009
China National Standardization Management Committee. GB/T 4885-2009 Lower confidence limit of reliability for complete sample from normal distribution[S]. Beijing:China Standardization Press, 2009