工程设计学报, 2022, 29(3): 293-299 doi: 10.3785/j.issn.1006-754X.2022.00.042

设计理论与方法

基于双方差随机过程的半导体激光器寿命评估

李军星,,1,2, 李燕科1, 牛凯岑1, 邱明,1,2, 王治华3, 庞晓旭1, 陈立海1

1.河南科技大学 机电工程学院,河南 洛阳 471003

2.机械装备先进制造河南省协同创新中心,河南 洛阳 471003

3.北京航空航天大学 航空科学与工程学院,北京 100083

Lifetime evaluation of semiconductor laser based on dual-variance stochastic process

LI Jun-xing,,1,2, LI Yan-ke1, NIU Kai-cen1, QIU Ming,1,2, WANG Zhi-hua3, PANG Xiao-xu1, CHEN Li-hai1

1.School of Mechatronical Engineering, Henan University of Science and Technology, Luoyang 471003, China

2.Advanced Machinery and Equipment Manufacturing Collaborative Innovation Center of Henan, Luoyang 471003, China

3.School of Aeronautic Science and Engineering, Beihang University, Beijing 100083, China

通讯作者: 邱 明(1969—),女,河南洛阳人,教授,博士,从事可靠性设计与评估研究,E-mail:qiuming69@126.com

收稿日期: 2021-08-23   修回日期: 2021-11-09  

基金资助: 国家自然科学基金资助项目.  52005159
国家重点研发计划资助项目.  2019YFB2004403
河南省科技攻关计划资助项目.  222102220061.  202102210083
河南省高等学校青年骨干教师培养计划资助项目.  2021GGJS048

Received: 2021-08-23   Revised: 2021-11-09  

作者简介 About authors

李军星(1990—),男,河南驻马店人,副教授,博士,从事性能退化建模与寿命评估研究,E-mail:lijunxing@haust.edu.cnhttps://orcid.org/0000-0001-9417-5343 , E-mail:lijunxing@haust.edu.cn

摘要

针对高可靠、长寿命半导体激光器的寿命评估问题,提出了基于双方差随机过程的性能退化评估方法。该方法不仅考虑了半导体激光器内部失效机理的固有随机性,还考虑了由人为因素、测量仪器等引起的测量随机误差。首先,建立了半导体激光器性能退化模型及其未知参数的极大似然估计方法。然后,基于首达时的概念给出了失效时间分布函数和概率密度函数的解析表达式,以对半导体激光器的可靠性和寿命进行评估。最后,通过半导体激光器寿命评估工程实例验证了所提出方法的适用性和有效性。结果表明:与现有的性能退化模型相比,所构建模型的拟合效果更好,能够提高寿命评估精度。这可为半导体激光器及其整机系统最优维修决策的制定提供有力支撑。

关键词: 半导体激光器 ; 寿命评估 ; 双方差随机过程 ; 性能退化

Abstract

Aiming at the problem of lifetime evaluation for highly reliable and long-life semiconductor lasers, a performance degradation assessment method based on the dual-variance stochastic process was proposed. This method not only considered the inherent randomness of the internal failure mechanism of semiconductor lasers, but also took into account measurement random errors caused by human factors, measuring instruments and so on. Firstly, the performance degradation model of semiconductor laser and the maximum likelihood estimation method for its unknown parameters were established. Then, based on the concept of first arrival, the analytical expressions of failure time distribution function and probability density function were given to evaluate the reliability and lifetime of semiconductor lasers. Finally, the applicability and effectiveness of the proposed method were verified by a semiconductor laser lifetime evaluation engineering example. The results showed that compared with the existing performance degradation model, the constructed model had better fitting effect and could improve the accuracy of lifetime evaluation, which could provide strong support for the optimal maintenance decision-making of the semiconductor laser and its whole system.

Keywords: semiconductor laser ; lifetime evaluation ; dual-variance stochastic process ; performance degradation

PDF (970KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李军星, 李燕科, 牛凯岑, 邱明, 王治华, 庞晓旭, 陈立海. 基于双方差随机过程的半导体激光器寿命评估. 工程设计学报[J], 2022, 29(3): 293-299 doi:10.3785/j.issn.1006-754X.2022.00.042

LI Jun-xing, LI Yan-ke, NIU Kai-cen, QIU Ming, WANG Zhi-hua, PANG Xiao-xu, CHEN Li-hai. Lifetime evaluation of semiconductor laser based on dual-variance stochastic process. Chinese Journal of Engineering Design[J], 2022, 29(3): 293-299 doi:10.3785/j.issn.1006-754X.2022.00.042

半导体激光器已被广泛应用于工业、通信、医疗和国防等领域,在实际应用中,可靠性和寿命是评估其性能的重要技术指标1-2。但是,半导体激光器具有可靠性高、寿命长的特点,这给以失效时间为基础的传统可靠性分析方法带来了巨大的挑战3。性能退化建模与分析是解决该类产品可靠性和寿命评估难题的有效途径之一,也是目前可靠性工程研究的热点和难点4-5

在恒定输出功率下,半导体激光器的工作电流会随时间增大,当达到失效阈值时其将丧失预期功能,即被认定为失效6-7。因此,半导体激光器的失效过程可看作性能退化过程8-9。目前,已有很多学者针对基于性能退化的半导体激光器可靠性评估进行了研究。邓爱民等10提出了基于退化轨迹与基于性能退化量分布的可靠性评估方法,并对半导体激光器进行了可靠性评估。Su等11考虑到产品突发失效和退化失效并存的情况,提出了基于Wiener过程的性能退化模型,并以GaAs(砷化镓)激光器为例进行了可靠性评估验证。李玲玲等12针对利用传统的基于失效时间的可靠性分析方法评估GaAs激光器可靠性精度不高的问题,提出了基于性能退化的可靠性度量方法。徐廷学等13建立了基于Wiener过程的激光器性能退化模型,并对GaAs激光器的剩余寿命进行了预测。然而,上述方法在对半导体激光器进行性能退化建模时,均只考虑了其性能退化数据中的固有随机误差或测量随机误差。Peng等14在分析半导体激光器性能退化数据时发现,其性能退化过程不仅受内部失效机理固有随机性的影响,还受由人为因素、测量仪器等引起的测量随机误差的影响,为此建立了一种同时考虑固有随机误差和测量随机误差的性能退化模型。该方法在考虑测量随机误差时,假设其为独立同分布的正态随机变量。但是,由于半导体激光器性能退化数据为时间序列数据,连续测量数据的误差之间不可避免地会存在自相关性且不容忽视,否则会严重影响可靠性评估的精度。

针对上述问题,笔者拟建立一种基于双方差随机过程的半导体激光器性能退化评估方法,以评估其寿命。首先,同时考虑半导体激光器性能退化数据中的固有随机误差和测量随机误差,并采用自相关时间序列过程来表征测量随机误差项,建立其性能退化模型以及模型未知参数的极大似然估计方法;然后,基于首达时的概念推导失效时间分布函数和概率密度函数的解析表达式,以对半导体激光器进行可靠性评估与寿命预测。最后,通过半导体激光器的寿命评估工程实例来验证所提出方法的适用性和有效性。

1 半导体激光器性能退化模型构建

图1所示为测量得到的恒定输出功率下10个GaAs激光器的工作电流增长百分比,测量间隔时间为250 h,共试验4 000 h8。由图1可知,GaAs激光器的工作电流增长百分比随时间递增,当其达到失效阈值时,该激光器即被认定为失效。

图1

图1   恒定输出功率下不同GaAs激光器的工作电流增长百分比

Fig.1   Percentage increase of working current of different GaAs lasers at constant output power


将工作电流增长百分比看作半导体激光器的性能参数,令Yt表示半导体激光器随工作时间t变化的性能退化量,且Yt,t0为二阶矩随机过程。从图1中可以看出,半导体激光器的性能退化量Yt与工作时间t呈明显的线性关系。因此,半导体激光器的性能退化模型可描述为:

                  Yt=a+bt+εt+et                

式中:a为初始性能退化量,由图1可知初始性能退化量一般为0,则可假设a=0b为性能退化率,考虑到因材料、结构等不同,同一批次的不同产品具有不同的性能退化量,即存在个体差异性,假设b为服从均值为μb、方差为σb2σb 为与性能退化率相关的扩散系数)的正态分布的随机变量,即b~Nμb,σb2εt为固有随机误差项,用于表征半导体激光器性能退化过程的固有随机性;et为测量随机误差项,用于表示由人为因素、测量仪器和噪声等引起的半导体激光器性能退化数据中的混合测量误差。

对于固有随机误差项εt,本文假设其具有随机时变特征,满足如下性质15

1)对于任意n个测量时刻0<t1<t2< <tn,在时刻t1处有εt1~N0,σ2t1,其中σ为扩散系数;

2)对于任意测量时刻ti>tj,固有随机误差增量εti-εtj服从均值为0、方差为σ2ti-tj的正态分布,即εti-εtj~N0, σ2ti-tj,其中,i, j=1, 2,  , n

3)初始固有随机误差εt1与其增量εt2-εt1εt3-εt2,… , εtn-εtn-1之间相互独立。

对于测量随机误差项et,考虑到不同时刻测量误差间的自相关性,采用一阶自回归模型来表征,其满足如下性质16

1)对于任意n个测量时刻0<t1<t2<…<tn,测量误差时间序列etii=1,2,,n满足一阶自回归模型,即有:

eti=ξi,                       i=1ρeti-1+ξi, i2

式中:ρ为自相关系数,ρ<1ζi为独立同分布的正态随机序列,满足ζi~iidN0, σe2,其中σe 为与测量误差相关的扩散系数。

2)根据定义推导得到随机测量误差项et的一阶矩和二阶矩,分别为:

                  Eet=0Ee2t=σe2i=0nρ2i                              

式中:i=0对应试验开始时刻,即0时刻。

为便于分析,令γ0=σe2i=0nρ2i,用于表示一阶自回归模型的二阶矩;由于ρ<1,即γ0=σe2/1-ρ216

3)对于任意测量时刻ti>tji, j=1, 2,  , n),测量误差的自协方差Coveti, etj=ρi-jγ0,由此可得测量误差时间序列etii=1,2,,n的协方差矩阵 Q 为:

Q=Cove(ti), e(tj)n×n=

γ01ρρ2ρn-1ρ1ρρn-2ρ2ρ1ρn-3ρn-1ρn-2ρn-31    

另外,假设性能退化率b、固有随机误差项εt和测量随机误差项et相互独立。

2 半导体激光器性能退化模型未知参数估计

Θ=μb   σb2   σ2   σe2   ρ为半导体激光器性能退化模型的未知参数矩阵,本文采用极大似然估计方法来计算这些未知参数。

假设有m个半导体激光器参与寿命试验,第k个激光器在预定的nk 个测量时刻tk1<tk2<<tknk的性能退化测量结果为yk1<yk2<<yknk,其中ykj=Ytkj,表示第k个激光器在第j个测量时刻tkj的性能退化量,k=1,2,,mj=1,2,,nk

yk=yk1  yk2    yknkTtk=tk1  tk2    tknkT,则由上文的半导体激光器性能退化模型可知,yk服从nk维正态分布,即yk~Nμbtk, Σk,其中Σk=σb2tktkT+σ2Ωk+γ0Qk,且有:

Ωk=t1t1t1t1t2t2t1t2tnk
Qk=1ρρ2ρnk-1ρ1ρρnk-2ρ2ρ1ρnk-3ρnk-1ρnk-2ρnk-31

为简化估计过程,重新定义参数,令σ˜=σ/σbγ˜0=γ0/σb以及Ψk=tktkT+σ˜2Ωk+γ˜0Qk,则可得Σk=σb2Ψk。此时未知参数矩阵Θ=μb   σb2   σ˜2   γ˜0   ρ。基于半导体激光器的性能退化测试数据y=y1   y2      ym,构建其性能退化模型未知参数的对数似然函数,可表示为:

𝓁Θy=-N2ln2π-N2lnσb2-12k=1mlnΨk-
                            12σb2k=1myk-μbtkTΨk-1yk-μbtk    

其中:

N=k=1mnk

分别求式(5)关于参数μbσb2的一阶偏导,可得:

𝓁Θyμb=k=1mtkT Ψk-1yk-μbtk
𝓁Θyσb2=-N2σb2+12σb4k=1myk-μbtkTΨk-1yk-μbtk

分别令式(6)和式(7)等于0,联立两式可得参数μbσb2的极大似然估计值,其解析计算式分别为:

μ̂b=k=1mtkTΨk-1tk-1k=1mtkT Ψk-1yk
σ̂b2=1Nk=1myk-μ̂btkTΨk-1yk-μ̂btk

式(8)和式(9)代入式(5),可得关于未知参数矩阵Θ˜=σ˜2   γ˜0   ρ的边缘对数似然函数,为:

𝓁Θ˜y=-N2ln2π+1-N2lnσ̂b2-12k=1mlnΨk

首先,通过多维搜索算法对式(10)进行最大化处理,可得未知参数矩阵Θ˜的极大似然估计值Θ˜̂=σ˜̂2   γ˜̂0   ρ̂。然后,将其代入式(8)和式(9)可得参数μbσb2的极大似然估计值μ̂bσ̂b2;同时,可得参数σ2γ0的极大似然估计值σ̂2=σ̂b2 σ˜̂2γ̂0=σ̂b2 γ˜̂0。最后,可得参数σe2的极大似然估计值σ̂e2=γ̂01-ρ̂2

在进行多维优化之前,需给定参数的取值区间。本文通过对半导体激光器性能退化数据进行预处理,得到各参数的初始估计值,并将其作为对应参数取值区间选取的依据,从而提高参数估计的效率。获取参数初始估计值的具体步骤如下。

1)结合半导体激光器的性能退化数据y=y1   y2     ym,可得性能退化模型的均方误差JMSE

JMSE=k=1myk-bktkTyk-bktk

式中:bk为第k个半导体激光器的性能退化率。

2)根据最小二乘法,通过最小化均方误差来获取m个半导体激光器性能退化率的初始估计值b̂1, b̂2, , b̂m,从而得到性能退化模型中参数μbσb的初始估计值。

μ̂b=1mk=1mb̂kσ̂b=k=1mb̂k-μ̂b2m-1

3)将b̂1, b̂2,  , b̂m代入式(13),并通过最大化处理来获取参数σ2σe2ρ的初始估计值。

𝓁σ2, σe2, ρ=-N2ln2π-12k=1mlnΣk-
12k=1myk-bktkTΣk-1yk-bktk

通过上述3个步骤得到未知参数矩阵Θ=μb   σb2   σ2   σe2   ρ的初始估计值,从而得到参数σ˜γ˜0的初始估计值。结合所有未知参数的初始估计值,通过多维搜索算法对式(10)进行最大化处理,并依次代入式(8)和式(9),便可得到半导体激光器性能退化模型参数的极大似然估计结果。

3 半导体激光器寿命评估

为了对半导体激光器的寿命进行评估,需确定其可靠度分布函数。令T为半导体激光器的失效时间,由首达时的概念可知,失效时间T可定义为真实性能退化量Xt)首次达到失效阈值Df的时间1517,即有:

T=inft: XtDfX0<Df

其中:

Xt=a+bt+εt

由文献[14]可知,当b服从正态分布Nμb, σb2时,失效时间T的分布函数FT t和概率密度函数fT t可分别表示为:

FT t=Φμbt-Dfσb2 t2+σ2t+exp2μbDfσ2+2σb2Df2σ4×Φ-σ2μbt+2σb2t+σ2Dfσ2σb2t2+σ2t          
fT t=Df22πt3σb2t+σ2exp-Df-μbt22tσb2t+σ2

式中:Φ为标准正态分布函数。

由此可得,半导体激光器的可靠度分布函数RT t)可表示为:

RTt=1-FTt=               ΦDf-μbtσb2t2+σ2t-exp2μbDfσ2+2σb2Df2σ4×
Φ-σ2μbt+2σb2t+σ2Dfσ2σb2t2+σ2t

由此可推导半导体激光器平均寿命的计算式,为:

tMTTF=ET=0+tfTtdt=             Dfσb2exp-μb22σb20μbexpu22σb2du=
2DfσbDμb2σb                   

其中:

Dz=exp-z20zexpx2dx

式中:ET为半导体激光器失效时间T的期望值;Dz为道森积分。

根据道森积分的性质可知,当z较大时,Dz12z。本文假设μbσb,则半导体激光器平均寿命的计算式可近似表示为:

tMTTF=ETDfμb

在实际工程应用中,人们常常比较关心产品失效时间的百分位值,即可靠寿命或安全寿命。给定失效阈值Df,令tR表示半导体激光器在给定可靠度R时的可靠寿命,则有:

RTtR=R

通过求解式(20)可以得到半导体激光器可靠寿命的估计值t̂R=RT-1R。考虑到可靠度函数RTt比较复杂,难以推导tR的解析表达式,一般采用数值方法进行求解。综上,半导体激光器寿命评估流程如图2所示。

图2

图2   半导体激光器寿命评估流程

Fig.2   Lifetime evaluation process of semiconductor laser


4 工程实例验证

为了验证本文所提出方法的适用性和有效性,结合图1所示的GaAs激光器性能退化数据,进行工程实例分析。为了验证考虑测量误差间自相关性和同时考虑固有随机误差和测量随机误差的必要性,用M0表示本文构建的GaAs激光器性能退化模型,并将文献[14]中的模型和文献[1113]中的模型看作对比模型,分别为M1和M2。

分别利用模型M0、M1和M2对上述GaAs激光器性能退化数据进行统计分析,得到各模型未知参数的极大似然估计值。为了评价各性能退化模型的拟合效果,选用对数似然函数(Log-likelihood function,Log-LF)值和赤池信息量准则(Akaike information criterion, AIC)值这2个指标来进行评价。由极大似然估计方法的定义可知,极大似然估计值越大,则性能退化模型的拟合效果越好。本文模型M0的未知参数比模型M1和M2多,其求解复杂度较大。为了验证该模型提出的必要性及其性能,进一步采用AIC值来进行对比。AIC值A定义为18

A=-2Lmax+2q

式中:Lmax为极大对数似然函数值;q为性能退化模型未知参数的个数。

AIC值不仅考虑了模型拟合的极大似然估计值,而且能够同时考虑模型未知参数的个数q。其评价准则为:AIC值越小,模型的拟合效果越好,即模型性能较优;反之,模型性能较差。

性能退化模型M0、M1和M2的未知参数估计值及其对应的Log-LF值和AIC值如表1所示。从表1中可以看出,无论是从Log-LF值还是从AIC值看,本文模型M0的拟合效果都要优于模型M1和M2。此外,从表1中还可以看出,一旦忽略测量误差间的自相关性,本文模型M0将变为模型M2,从而导致寿命评估结果不准确,最终造成错误的维修决策,增大了事故率。图3所示为基于本文模型M0拟合得到的GaAs激光器平均性能退化曲线。从图中可以很明显地看出,拟合得到的平均性能退化量与实际测得的平均性能退化量符合较好,进一步证明了本文方法的有效性。

表1   不同GaAs激光器性能退化模型的未知参数估计值及其拟合效果对比

Table 1  Comparison of unknown parameter estimates and fitting effects of different GaAs laser performance degradation models

模型未知参数Log-LF值AIC值
μbσbσσeρ
M02.126 90.509 70.067 80.137 60.722 657.89-105.79
M12.126 40.493 20.292 90.045 054.88-101.76
M22.126 80.490 20.319 854.56-103.11

新窗口打开| 下载CSV


图3

图3   基于模型M0拟合得到的GaAs激光器平均性能退化曲线

Fig.3   Average performance degradation curve of GaAs laser fitted by the model M0


为了更进一步验证本文模型的拟合效果,结合GaAs激光器的性能退化数据和表1所示的参数估计结果,得到3个性能退化模型的分位数-分位数图(简称为Q-Q图),如图4所示。由定义可知,Q-Q图的线性关系越强表明模型的拟合效果越好。由图4可以看出,与模型M1和M2相比,本文模型M0的拟合效果更好。

图4

图4   不同GaAs激光器性能退化模型的Q-Q图对比

Fig.4   Comparison of Q-Q plot of different GaAs laser performance degradation models


假设GaAs激光器的性能退化失效阈值Df=30%,根据表1中各模型未知参数的估计结果,计算得到激光器在可靠度R=0.99时的可靠寿命t0.99,结果如表2所示。由表2可以看出,基于模型M1和M2得到的GaAs激光器可靠寿命估计结果偏大,可能导致事后维修或更换,增大了事故率。

表2   基于不同模型的GaAs激光器可靠寿命估计结果

Table 2  Reliable lifetime estimation results of GaAs lasers based on different models

模型可靠寿命t0.99/h
M09 053.2
M19 102.5
M29 108.8

新窗口打开| 下载CSV


根据GaAs激光器的可靠寿命,利用式(17)计算其可靠度,得到可靠度估计曲线,用于评价其可靠性。基于本文模型M0计算得到GaAs激光器的可靠度估计曲线,结果如图5所示。

图5

图5   基于模型M0的GaAs激光器可靠度估计曲线

Fig.5   Reliability estimation curve of GaAs laser based on model M0


5 结 论

1) 建立了基于双方差随机过程的半导体激光器性能退化评估方法,用于评估其寿命。该方法同时考虑了半导体激光器性能退化数据中的固有随机误差和测量随机误差。

2) 半导体激光器的连续测量数据的误差为时间序列数据,其存在的自相关性不容忽视,有必要在构建性能退化模型时考虑。

3) 所提出的评估方法能够更加准确地描述半导体激光器的性能退化过程,其拟合效果较好,寿命评估精度较高且适用性较强。

参考文献

王立军宁永强秦莉.

大功率半导体激光器研究进展

[J].发光学报,2015361):1-19. doi:10.3788/fgxb20153601.0001

[本文引用: 1]

WANG Li-junNING Yong-qiangQIN Liet al.

Development of high power diode laser

[J]. Chinese Journal of Luminescence, 2015361): 1-19.

DOI:10.3788/fgxb20153601.0001      [本文引用: 1]

王文知井红旗祁琼.

大功率半导体激光器可靠性研究和失效分析

[J].发光学报,2017382):165-169. doi:10.3788/fgxb20173802.0165

[本文引用: 1]

WANG Wen-zhiJING Hong-qiQI Qionget al.

Reliability test and failure analysis of high power semicounductor laser

[J]. Chinese Journal of Luminescence, 2017382): 165-169.

DOI:10.3788/fgxb20173802.0165      [本文引用: 1]

张建平张蓓.

基于三参数威布尔函数法的光电器件寿命快速评估模型及其应用

[J].电子元件与材料,2021402):137-143. doi:10.14106/j.cnki.1001-2028.2021.1106

[本文引用: 1]

ZHANG Jian-pingZHANG Bei.

Rapid life assessment model of optoelectronic devices based on three-parameter Weibull function method and its applications

[J]. Electronic Components and Materials, 2021402): 137-143.

DOI:10.14106/j.cnki.1001-2028.2021.1106      [本文引用: 1]

LEI YLI NGUO Let al.

Machinery health prognostics: a systematic review from data acquisition to RUL prediction

[J]. Mechanical Systems and Signal Processing, 2018104799-834. doi:10.1016/j.ymssp.2017. 11.016

[本文引用: 1]

GAO HCUI LDONG Q.

Reliability modeling for a two-phase degradation system with a change point based on a Wiener process

[J]. Reliability Engineering & System Safety, 2020193106601. doi:10.1016/j.ress.2019.106601

[本文引用: 1]

聂志强王明培孙玉博.

传导冷却高功率半导体激光器单巴器件CW工作模式下的热加速寿命试验

[J].发光学报,2019409):1136-1145. doi:10.3788/fgxb20194009.1136

[本文引用: 1]

NIE Zhi-qiangWANG Ming-peiSUN Yu-boet al.

Thermally accelerated aging test of conduction-cooled-packaged high power diode laser bar in CW mode

[J]. Chinese Journal of Luminescence, 2019409): 1136-1145.

DOI:10.3788/fgxb20194009.1136      [本文引用: 1]

袁庆贺井红旗张秋月.

砷化镓基近红外大功率半导体激光器的发展及应用

[J].激光与光电子学进展,2019564):040003. doi:10.3788/lop56.040003

[本文引用: 1]

YUAN Qing-heJING Hong-qiZHANG Qiu-yueet al.

Development and applications of GaAs-based near-infrared high power semiconductor lasers

[J]. Laser & Optoelectronics Progress, 2019564): 040003.

DOI:10.3788/lop56.040003      [本文引用: 1]

MEEKER W QESCOBAR L A. Statistical methods for reliability data[M]. 2nd ed. New YorkJohn Wiley & Sons2021254-256.

[本文引用: 2]

MEEKER WHONG YESCOBAR L. Encyclopedia of statistical sciences[M]. New YorkJohn Wiley & Sons20111-27.

[本文引用: 1]

邓爱民陈循张春华.

基于性能退化数据的可靠性评估

[J].宇航学报,2006273):546-552. doi:10.3321/j.issn:1000-1328.2006.03.044

[本文引用: 1]

DEND Ai-minCHEN XunZHANG Chun-huaet al.

Reliability assessment based on performance degradation data

[J]. Journal of Astronautics, 2006273): 546-552.

DOI:10.3321/j.issn:1000-1328.2006.03.044      [本文引用: 1]

SU CZHANG Y.

System reliability assessment based on Wiener process and competing failure analysis

[J]. Journal of Southeast University (English Edition), 2010264): 554-557. doi:10.3321/j.issn:1000-1328. 2006.03.044

[本文引用: 2]

李玲玲顾训华李凤强.

基于GaAs激光器性能退化的可靠性度量方法

[J].工程设计学报,2012193):166-169181. doi:10.3785/j.issn.1006-754X.2012.03.002

[本文引用: 1]

LI Ling-lingGU Xun-huaLI Feng-qianget al.

Reliability assessment method based on GaAs laser performance degradation

[J]. Chinese Journal of Engineering Design, 2012193): 166-169 181.

DOI:10.3785/j.issn.1006-754X.2012.03.002      [本文引用: 1]

徐廷学王浩伟张鑫.

EM算法在Wiener过程随机参数的超参数值估计中的应用

[J].系统工程与电子技术,2015373):707-712. doi:10.3969/j.issn.1001-506X.2015.03.36

[本文引用: 2]

XU Ting-xueWANG Hao-weiZHANG Xin.

Application of EM algorithm to estimate hyper parameters of the random parameters of Wiener process

[J]. Systems Engineering and Electronics, 2015373): 707-712.

DOI:10.3969/j.issn.1001-506X.2015.03.36      [本文引用: 2]

PENG C YTSENG S T.

Mis-specification analysis of linear degradation models

[J]. IEEE Transactions on Reliability, 2009583): 444-455. doi:10.1109/tr.2009. 2026784

[本文引用: 3]

COX D RMILLER H DWEISS Get al. The theory of stochastic processes[M]. New YorkRoutledge196581-83. doi:10.1063/1.3047872

[本文引用: 2]

MADSEN H. Time series analyses[M]. Boca RatonChapman and Hall/CRC2007103-121.

[本文引用: 2]

TANG SYU CWANG Xet al.

Remaining useful life prediction of lithium-ion batteries based on the Wiener process with measurement error

[J]. Energies, 201472): 520-547. doi:10.3390/en7020520

[本文引用: 1]

AKAIKE H.

A new look at the statistical model identification

[J]. IEEE Transactions on Automatic Control, 1974196): 716-723. doi:10.1109/tac.1974.1100705

[本文引用: 1]

/