[发明专利]一种智能电表可靠寿命的预测方法

权利要求书

1.一种智能电表可靠寿命的预测方法，其特征在于，包括以下步骤：

利用测试数据进行退化轨迹建模，根据给定的参数的失效阈值，获取智能电表各个应力水平下的伪寿命估计；

根据智能电表各应力水平下伪寿命估计结果，建立温度、湿度和电应力三参数的基于威布尔分布的加速退化模型，得到加速模型参数的点估计和协方差估计；

在得到加速退化模型参数点估计和协方差矩阵的基础上，得到正常使用条件下给定可靠度、置信度下的智能电表参数寿命下限估计。

2.根据权利要求1所述的智能电表可靠寿命的预测方法，其特征在于，所述测试数据包括日计时和基本误差。

3.根据权利要求2所述的智能电表可靠寿命的预测方法，其特征在于，所述获取智能电表各个应力水平下的伪寿命估计的步骤具体包括：

退化轨迹采用线性模型描述：

y＝y₀+bt

该公式为y时刻t下的参数值，y₀为初始参数值，b为变化速率；

根据智能电表退化数据建立回归模型：

y＝y₀+bx+ε，ε~N(0,σ²)

其中x＝t，ε为均值为零、标准差为σ²的正态随机变量，退化轨迹模型中的未知参数y₀和b通过线性回归分析确定；

根据日计时和基本误差参数的退化轨迹模型，伪寿命估计为：

i＝1,2

其中，为伪寿命，D为失效阈值，和分别为日计时和基本误差退化轨迹模型中退化速率的估计值，和为退化轨迹模型中参数初始值的估计值。

4.根据权利要求3所述的智能电表可靠寿命的预测方法，其特征在于，所述建立基于威布尔分布的加速退化模型的步骤具体包括：

由于加速应力为温度、湿度、电应力，利用广义线性对数模型，选用如下加速模型：

t=Aexp(BT)exp(CRH)(I-D)]]>

其中t为产品寿命，T为绝对应力（K），RH为湿度（%），I为电流（A）,A、B、C、D为待估常数；

根据伪寿命数据，通过拟合优度检验确定伪寿命的最优分布为威布尔分布，则寿命-加速模型为：

t~Weibull(exp(α0+α1T+α2RH+α3lnI),m)]]>

其中，α₀＝lnA,α₁＝B,α₂＝C,α₃＝-D；

整体极大似然函数为：

L(α0,α1,α2,m)=Πi=1pΠj=1qi{mtijm-1exp[-m(α0+α1T+α2RH+α3lnI]}]]>

·exp{-tijmexp[-m(α0+α1T+α2RH+α3lnI)]}]]>

其中，t_ij为加速应力水平S_i（i＝1,2,...,p）下第j（j＝1,2,...,q_i）个电表的伪寿命值；T为绝对应力（K），RH为湿度（%），I为电流（A）；α₀,α₁,α₂,α₃为待估参数；

令∂lnL∂α0=0,]]>∂lnL∂α1=0,]]>∂lnL∂α2=0,]]>∂lnL∂α3=0,]]>∂lnL∂m=0,]]>得到参数α₀,α₁,α₂,α₃,m的极大似然估计值

参数α₀,α₁,α₂,α₃,m的协方差矩阵∑为：

Σ=-∂2lnL∂α02∂2lnL∂α0∂α1∂2lnL∂α0∂α2∂2lnL∂α0∂α3∂2lnL∂α0∂m∂2lnL∂α0∂α1∂2lnL∂α12∂2lnL∂α1∂α2∂2lnL∂α1∂α3∂2lnL∂α1∂m∂2lnL∂α0∂α2∂2lnL∂α1∂α2∂2lnL∂α22∂2lnL∂α2∂α3∂2lnL∂α2∂m∂2lnL∂α0∂α3∂2lnL∂α1∂α3∂2lnL∂α2∂α3∂2lnL∂α32∂2lnL∂α3∂m∂2lnL∂α0∂m∂2lnL∂α1∂m∂2lnL∂α2∂m∂2lnL∂α3∂m∂2lnL∂m2.-1]]>