跳转到内容

加速寿命测试

维基百科，自由的百科全书

加速寿命测试（Accelerated life testing）是指为了在短时间内发现潜在失效模式或是故障，在非正常的条件（例如应力、应变、温度、电压、振动率、压强等）进行的测试[1][2]。工程师分析产品在这些测试下的结果，可以预测产品的寿命以及多久需要进行一次保养[3][4]

针对聚合物的测试，可以提升温度来缩短测试需要的时间。聚合物的许多机械特性（例如潜变、应力关系以及拉伸特性）和时间和温度之间的关系满足阿瑞尼斯方程式。在高温下以较短的时间进行测试后，将以此资料外推，预测聚合物在室温下的特性，避免在室温下进行长时间（也较昂贵）的测试。

目的

加速寿命测试主要目的是缩短寿命测试的时间，常用在以下的情形：

  • 低失效率：在正常条件下，就算用大量的样品，以很长的时间进行测试，可能只有少数样品失效，甚至没有失效。
  • 高寿命：产品的寿命比正常条件下可以进行的测试时间会长很多。.
  • 产品的失效主要是在较长时间之后才出现[5]。

例如，一般条件下要测试几年的电路可靠度测试，会需要在相当短的时间内完成。若测试是要评估电路多久要进行更换，那也适用于低失效的情形。若电路的失效是因为在正常使用下渐进的出现，而不是极端条件使用下出现（例如条件的突然变化），那也符合高寿命的条件。若产品失效的主因是因为突然的变化，比较适合用高加速寿命测试（HALT）来测试。

规划测试

测试的规划包括考虑哪些因素会影响测试目标，测试目标的哪些行为是已知的，希望从测试中获得什么资讯。

测试条件

所有影响测试目标的因素都需考虑进来，而且需要在各因素的不同层次上进行测试。应力水准越高，越会加速测试，但不能高到会改变失效原因或是改变其他可以量测到的反应。例如，让电路加热到元件材料的熔点会改变电路失效的方式。增加测试次数或是每次测试时的测试目标数量，可以增加在运作条件下预估测试目标行为的准确度。

选择模型

模型是可以准确叙述测试目标的性能以及应力程度关系的方程式。这模型可以称为是加速模型（acceleration model），其中的常数称为加速因子（acceleration factors）[6]。加速模型会和测试的材料种类或是元件种类有关。在高温失效常用的加速模型是阿伦尼乌斯方程，温度和湿度的失效是使用艾林方程（英语：Eyring equation），温度循环则会用Blattau模型。

有时事先已知道要使用什么模型，只需识别模型中的参数，此情形下，仍要确保使用的模型有经过良好的验证。在一定范围的应力因子下，要让加速模型的外插法结果，和观察到的结果之间一致[7]。

若无法事先知道适合的模型，或是有数个可用的模型可以选择，测试时也需要依测试的内容及结果来评估哪一个模型最适合。有时二个模型在高应力的情形下结果相近，但在低应力时却有数个量级的差异[8]。此问题可以用更大范围的应力来处理，不过不能造成失效原因的变化。有一种可以在实验前进行，用来让这种差异最小化的作法是从测试估计期望获得的资料，找到一个符合资料的模型，并且判断若一切都如同预期，是否可以得到可靠的结果[9]。

加速因子

加速因子对加速寿命测试结果的影响，需要找到测试物响应（如寿命、腐蚀、效率）以及加速因子随时间变化程度之间的关系。

因子对时间的影响和量测的物理量相当有关。例如，量测寿命的试验，只会看测试物的平均无故障时间（mean time to failure），也有可能会设法将资料拟合到某个概率分布。这一般会称为寿命分布，是产品某段时间内失效的几率密度函数[10]。有许多这类的分布，例如指数分布、韦伯分布、对数正态分布及伽玛分布[11]。其中的参数和待测物以及其测试的应力因子有关。

考虑一个简化的例子，一个待测物的寿命分布符合正态分布。在不同应力水准下测试，会得到不同的正态分布参数，也就是平均值和标准差。接着可以用已知的模型来找出应力因子和分布参数（平均值和标准差）之间的关系。接着可以用这个关系来估算在一般运作条件下的寿命。

相闗条目

参考资料

  1. ^ Nelson, W. Accelerated Life Testing - Step-Stress Models and Data Analyses. IEEE Transactions on Reliability. 1980, (2): 103. doi:10.1109/TR.1980.5220742. 
  2. ^ Spencer, F. W. Statistical Methods in Accelerated Life Testing. Technometrics. 1991, 33 (3): 360–362. doi:10.1080/00401706.1991.10484846. 
  3. ^ Donahoe, D.; Zhao, K.; Murray, S.; Ray, R. M. Accelerated Life Testing. Encyclopedia of Quantitative Risk Analysis and Assessment. 2008. ISBN 9780470035498. doi:10.1002/9780470061596.risk0452. 
  4. ^ Elsayed, E. A. Accelerated Life Testing. Handbook of Reliability Engineering. 2003: 415–428. ISBN 978-1-85233-453-6. doi:10.1007/1-85233-841-5_22. 
  5. ^ Test Plan Development: How To Do It, G. Sharon, November 19, 2015, https://www.dfrsolutions.com/resources/test-plan-development-how-to-do-it （页面存档备份，存于互联网档案馆）
  6. ^ Temperature and Humidity Acceleration Factors on MLV Lifetime, G. Caswell, https://www.dfrsolutions.com/hubfs/Resources/services/Temperature-and-Humidity-Acceleration-Factors-on-MLV-Lifetime.pdf?t=1514473946162 （页面存档备份，存于互联网档案馆）
  7. ^ Herrmann, W.; Bogdanski, N. Outdoor weathering of PV modules #x2014; Effects of various climates and comparison with accelerated laboratory testing. 2011 37th IEEE Photovoltaic Specialists Conference (PVSC). 2011-06-01: 002305–002311. ISBN 978-1-4244-9965-6. doi:10.1109/PVSC.2011.6186415. 
  8. ^ Sorensen, Rob. Accelerated Life Testing (PDF). Sandia National Laboratories. May 28, 2010 [October 20, 2015]. （原始内容存档 (PDF)于2017-01-25）. 
  9. ^ 8.3.1.4. Accelerated life tests. www.itl.nist.gov. [2015-10-20]. （原始内容存档于2018-03-07）. 
  10. ^ Srivastava, P.W.; Shukla, R. A Log-Logistic Step-Stress Model. IEEE Transactions on Reliability. 2008-09-01, 57 (3): 431–434. ISSN 0018-9529. doi:10.1109/TR.2008.928182. [失效链接]
  11. ^ 8.1.6. What are the basic lifetime distribution models used for non-repairable populations?. www.itl.nist.gov. [2015-10-20]. （原始内容存档于2023-10-27）. 
检索自“https://zh.wikipedia.org/w/index.php?title=加速壽命測試&oldid=83442564”