(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111424472.6 (22)申请日 2021.11.26 (71)申请人 成都航天科工大 数据研究院有限公 司 地址 610000 四川省成 都市天府新区兴隆 街道湖畔路西段天府菁蓉中心D区A6 号楼4、 5层 (72)发明人 谭启涛　谭董　王开业　孙广栋　 范波　敬龙儿　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 代理人 曹源 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01)G06F 119/14(2020.01) G06F 119/04(2020.01) (54)发明名称 产品寿命预测方法、 装置、 电子设备及存储 介质 (57)摘要 本申请提供了一种产品寿命预测方法、 装 置、 电子设备及存储介质， 涉及产品寿命预测技 术领域。 方法包括将产品在应力下做加速退化试 验， 得到产品的退化数据， 结合逆高斯过程求解 出随机分布特征参数包含隐变量的表达式， 结合 最大期望算法迭代求解出稳定的随机分布特征 参数， 基于阿伦尼斯模型建立加速应力相对于常 温下加速应力的加速系数模型， 并估算加速系数 模型的模型参数， 然后基于加速系数模 型的模型 参数、 稳定的随机分布特征参数和加速系数模型 的模型参数的似然函数求解正常应力下的线性 逆高斯分布 参数， 以便对测试样 本及测试样本的 同类产品的寿命进行预测。 本申请提供的方法、 装置、 电子设备及存储介质能够对产品的寿命进 行准确预测。 权利要求书3页 说明书12页 附图2页 CN 114091281 A 2022.02.25 CN 114091281 A 1.一种产品寿命预测方法， 其特 征在于， 包括： 通过加速退化试验获取测试样本在应力下的退化数据； 基于退化数据和线性逆高斯分布参数的联合先验密度函数， 通过贝叶斯公式得出测试 样本的联合后验密度函数； 以线性逆高斯分布参数为隐变量， 通过极大值似然估计方法求解出联合后验密度函数 的随机分布特 征参数包 含隐变量的表达式； 通过最大期望算法迭代求解出所述随机分布特征参数收敛时所对应的随机分布特征 参数收敛值； 基于阿伦尼斯模型建立加速应力相对于常温下加速应力的加速系数模型， 并估算所述 加速系数模型的模型参数； 基于所述加速系数模型的模型参数、 随机分布特征参数收敛值和所述加速系数模型的 模型参数的似然函数求解正常应力下的线性逆高斯分布参数， 得到正常应力下退化过程的 逆高斯分布函数， 以便根据正常应力下退化过程的逆高斯分布函数对所述测试样本及所述 测试样本的同类产品的寿命进行 预测。 2.根据权利要求1所述的方法， 其特征在于， 测试样本的联合后验密度函数为 其中π( λ, δ )为线性逆高斯分布参数的联合先验密 度函数， y为测试样本在应力下的退化量， λ和 δ均为线性逆高斯分布参数， L(y|λ, δ )为测试 样本的极大似然函数。 3.根据权利要求2所述的方法 ， 其特征在于 ， 测试样本的极大似然函数为 其中Δtij为j时刻与j ‑1时刻的之间的时 间差， Δyij为第i个测试样本从j ‑1时刻到j时刻的退化增量。 4.根据权利要求2所述的方法， 其特征在于， 以线性逆高斯分布参数为 隐变量， 通过极 大值似然估计方法求解出联合后验密度函数的随机 分布特征参数包含隐变量的表达式， 包 括： 将线性逆高斯分布参数作为隐变量， 得到测试样本的完全样本数据(Δtij,Δyij, λi, δi)， 其中， j＝1,2,L,mi,i＝1,2,L,n， Δtij为j时刻与j ‑1时刻的之间的时间差， Δyij为第i 个测试样本从j ‑1时刻到j时刻的退化增量， λi和 δi均为测试样本所i对 应的线性逆高斯分布 参数； 建立测试样本的完全样本数据的似然函数 其中a、 b、 c、 d均为联合后验密度函数的随机分布特 征参数； 通过极大值似然估计方法求解出联合后验密度函数的随机分布特征参数包含隐变量 的表达式。 5.根据权利要求1所述的方法， 其特征在于， 加速应力相对于常温下加速应力的加速系权　利　要　求　书 1/3 页 2 CN 114091281 A 2数模型为 其中， Tk表示第k个加速应力所对应的应力值， r1、 r2、 r3均为 阿伦尼斯模型的模型参数， 为线性逆高斯分布参数uk的期望值， 为线性逆高斯分布参 数 λk的期望值。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述加速系数模型的模型参数、 随机分布特征参数收敛值和所述加速系数模型的模型参数的似然函数求解正常应力下的 线性逆高斯分布参数， 得到正常应力下 退化过程的逆高斯分布函数， 包括： 建立阿伦尼斯模型的模型参数的似然函数 其中， Δ ti,j,k表示j时刻与j ‑1时刻之间的时间差， y(ti,j,k)表示第i个测试样本于应力k下在j时刻 的退化量， Δy(ti,j,k)表示第i个测试样本 于应力k下从j ‑1时刻到j时刻的退化增量； 通过牛顿法、 拟牛顿法或梯度下降算法优化估算阿伦尼斯模型的模型参数， 得到阿伦 尼斯模型的模型参数的估算 值； 基于阿伦尼斯模型的模型参数的估算 值， 确定出正常应力下的线性逆高斯分布参数； 基于常应力下的线性逆高斯分布参数确定出正常应力下退化过程的逆高斯分布函数 其中， D为常数， 和 均为常 应力下的线性逆高斯分布参。 7.根据权利要求6所述的方法， 其特征在于， 所述测试样本及所述测试样本的同类产品 的预测寿命为 所述测试样本及所述测试样本的同类产品在t时刻的预测剩 余寿 命为 其中， f(t)为F(t)的导数， f(t+x)为F(t+x)的导数， x为积分变量。 8.一种产品寿命预测装置， 其特 征在于， 包括： 测试单元， 用于通过加速退化试验获取测试样本在应力下的退化数据； 第一运算单元， 用于基于退化数据和线性逆高斯分布参数的联合先验密度函数， 通过 贝叶斯公式得 出测试样本的联合后验密度函数； 第二运算单元， 用于以线性逆高斯分布参数为 隐变量， 通过极大值似然估计方法求解 出联合后验密度函数的随机分布特 征参数包 含隐变量的表达式； 第三运算单元， 用于通过最大期望算法迭代求解出所述随机分布特征参数收敛时所对 应的随机分布特 征参数收敛值； 第四运算单元， 用于基于阿伦尼斯模型建立加速应力相对于常温下加速应力的加速系 数模型， 并估算所述加速系数模型的模型参数； 第五运算单元， 用于基于所述加速系数模型的模型参数、 随机分布特征参数收敛值和 所述加速系数模型的模型参数的似然函数求解正常应力下的线性逆高斯分布参数， 得到正权　利　要　求　书 2/3 页 3 CN 114091281 A 3