[发明专利]行波管受发射能力限制寿命的估计方法有效
申请号: | 201310368732.1 | 申请日: | 2013-08-21 |
公开(公告)号: | CN103400051A | 公开(公告)日: | 2013-11-20 |
发明(设计)人: | 樊鹤红;孙小菡;赵兴群;占丽萍 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 江苏永衡昭辉律师事务所 32250 | 代理人: | 王斌 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行波 发射 能力 限制 寿命 估计 方法 | ||
技术领域
本发明属于微波真空电子技术领域,涉及一种真空电子器件试验数据处理和寿命评估方法。
背景技术
微波真空电子器件如行波管等的可靠性对其应用非常重要,对其寿命的评估是其可靠性分析的重要环节。行波管结构复杂、成本高,寿命试验代价大,且对长寿命行波管而言,基于短期试验难于实现对其寿命的估计。目前,基于行波管核心部件——阴极的寿命估计是整管寿命估计的主要参考指标。对行波管阴极寿命进行估计有利用欠热特性曲线、Miram曲线和实际功函数(PWFD)的特征参数的变化来估计的方法,进一步的这些特征参数的变化由活性物质蒸发和阴极材料互扩散、离子轰击、阴极中毒等导致的表面膜层退化等失效机理决定。利用这些方法进行寿命估计时,寿命试验过程中的监测数据通常只作为判断器件是否正常的依据,并未得到有效的利用,其阴极发射能力要通过测试上述曲线或特征参数来表征,过程比较复杂、不能实时跟踪性能的变化。
在一定工作条件下,行波管整个寿命期间的性能变化规律最终决定了其使用寿命,因此其性能变化规律可作为寿命估计的依据。而就行波管阴极发射能力而言,其在寿命过程中的典型变化规律包含上升和下降阶段,尽管不同管型上升阶段大不相同,有的上升阶段可以忽略,有的却可长达到几万小时,这表明在很长一段寿命试验过程中可能观察不到性能下降。现有的表征阴极发射能力变化的经验公式均只考虑了下降阶段,寿命试验中未出现明显的下降趋势以前无法进行寿命估计,既无法基于短期寿命试验对长寿命试验管的寿命进行估计。
发明内容
技术问题:针对上述问题,本发明提供一种基于寿命试验监测数据的简单易行的行波管受发射能力限制寿命的估计方法。
技术方案:本发明的行波管受发射能力限制寿命的估计方法,包括以下步骤:
1)对行波管寿命试验监测数据进行预处理,即拣选稳定工作状态的监测数据作为有效数据,稳定状态指在一个连续时间段内工作条件参数稳定在选定范围内的工作状态,工作条件参数为热子功率或温度或热子功率和阳极电压V,选定范围为[s(1-a%),s(1+b%)]范围内,其中s为工作条件参数设定值,a为稳定工作状态的向下变化阈值,b为稳定工作状态的向上变化阈值,a,b取值范围均为[0.01,50];
2)从有效数据中提取行波管试验管在给定工作条件下的阳极电流/收集级电流I随时间的变化数据,或阳极电流/收集级电流与阳极电压3/2次方的比值I/V3/2随时间的变化数据,作为给定工作条件下的试验管性能变化数据,然后按照下式对试验管性能变化数据进行拟合分析,得到拟合曲线:
其中y为阳极电流/收集级电流I或I/V3/2,t为时间,a,b,c,d为待拟合参数,并且满足a<0,b<0,c<0,d>-a;
3)根据步骤2)得到的拟合曲线,对行波管试验管的寿命进行估计,得到试验管的发射能力限制寿命估计值。
本发明方法的步骤2)中,在提取到给定工作条件下的试验管性能变化数据后,按时间段对试验管性能变化数据进行分组,并对每组数据求平均值,然后对平均值进行拟合分析,得到拟合曲线。
本发明方法的步骤3)中,对行波管试验管的寿命进行估计,是将阳极电流/收集级电流I或I/V3/2降为初值的90%时,拟合曲线所对应的时间作为试验管的发射能力限制寿命估计值,初值为t=0时或第一个有效数据记录时刻的阳极电流/收集级电流I或I/V3/2。
有益效果:本发明通过对寿命试验监测数据的处理提高了对试验数据的利用效率,完善了对行波管发射性能退化规律的全寿命周期描述,估计方法简单易行,可以基于较短期寿命试验对长寿命试验管的寿命进行估计。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310368732.1/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用