Page 54 - 《含能材料》优秀论文(2019年)
P. 54

导 弹 贮 存 延 寿 试 验 关 键 技 术 及 研 究 进 展                                                                1007

            表 1  现场自然贮存试验与实验室自然贮存试验特点的比较
            Table 1  Comparison of the characteristics of natural storage tests between field and laboratory
            贮存试验方式      现场自然贮存试验                             实验室自然贮存试验
            贮存对象        战斗弹                                  研制样品弹或战斗弹,以及发动机药柱、火工品、电子整机等
            贮存场地        部队库房,作战平台等                           实验室
            贮存环境        真实的自然贮存环境                            通常只是模拟库房贮存环境
            贮存时间        部队接装后开始贮存                            导弹定型后开始贮存
            试验类型        完全样本试验                               抽样样本试验
            测试手段        测试仪器少,测试手段较为简单,                      测试仪器丰富,测试手段先进
            测试对象        一般只能通过 ATS 获取电子、机电产品的性能数据            可以通过专业测试手段监测火工品、发动机、甚至战斗部的性能数据
            测试时机        结合定期检测、战备任务开展测试                      有具体的测试计划安排、数据记录要求、数据分析方法等
                        属于完全样本试验,性能测试数据、环境载荷数据、
            主要优势                                             测试手段先进,有助于掌握样品的贮存失效机理及性能变化规律
                        维修及故障数据等可靠性信息全面

                                                                出影响导弹贮存可靠性的 5 种关键部件,然后通过定期
                                                                测试数据分别建立各部件的退化失效模型,最后假定
                                                                各部件的失效过程相互独立进行导弹贮存寿命预测。
                                                                第二类方法将装备失效分为退化失效与突发失效两大
                                                                类,寿命预测时考虑了退化失效与突发失效之间的相
                                                                依性  [11-14] 。目前的研究热点是利用 Copula 函数建立多
            图 4  基于自然贮存数据的贮存可靠度预测                               元退化过程之间的相关性,并利用非齐次泊松随机冲
            Fig.4  Reliability prediction based on natural storage data  击过程描述产品突发失效的机理,将随机冲击量分为

            已经被广泛研究,最初的预测方法是基于失效时间数                             无害区,危害区和致命区,认为随机冲击量位于危害区
            据的。通常步骤是首先收集同型号导弹在各测试时刻                             时引发产品性能退化量的跃升,达到致命区时造成突
            的故障数量,然后对导弹故障率随时间的变化规律进                             发失效,据此建立了突发失效与退化失效之间的相依
            行建模,从而预测出故障率低于某个阈值时的贮存寿                             性 [15-17] 。此类方法可以较好解释装备突发失效的产生
            命。然而,导弹自然贮存试验数据不仅包含失效时间                             机理,然而由于目前缺少监测随机冲击发生时间与冲
            数据,还包含大量的性能测试数据,随着失效物理分析                            击量大小的技术手段,只能依靠主观判断或专家经验
            技术与性能退化监测技术的发展,性能测试数据越来                             指定模型参数值,限制了此类方法的工程应用。
            越多被用于预测导弹贮存寿命,融合失效时间数据与                                 (2)基于多源数据融合的寿命预测方法
            性能测试数据进行贮存寿命预测有助于提高预测准确                                 目前,对导弹进行寿命预测时还主要利用部队贮
                      [8]
            度与置信度 。作为一种依靠定期检测获取性能测试                             存阶段的可靠性数据。实际上,在导弹研制试验、定型
            数据的系统级产品,导弹贮存寿命预测的研究重点应                             试验、验收试验等阶段都存在一些有价值的可靠性数
            该集中于以下三个方向。                                         据,有效利用这些数据将会提高贮存寿命的预测准确
               (1)基于竞争失效的寿命预测方法                                 度。此外,导弹可靠性数据除了具有多阶段分布的特
                导弹等装备同时存在多种失效模式和失效过程,                           征外,还具有多类型、多来源的特点,例如可靠性数据
            其失效是多种失效过程竞争的结果,为了准确预测其                             类型可分为性能退化数据、失效时间数据、截尾寿命数
            寿命信息,竞争失效建模方法成为了寿命预测领域的                             据等多种;可靠性数据可来源于自然贮存试验、加速寿
            研究热点。此类方法可以分为两大类:第一类不考虑                             命试验,加速贮存试验、甚至仿真试验等。
            多失效过程之间的失效相依性,将导弹抽象为一个由                                 为了提高寿命预测结果的准确性,如何有效融合
            多种失效过程组成的串联系统,首先获取各个失效过                             更多、更真实的可靠性数据进行寿命预测是导弹寿命预
            程对应的可靠度或寿命,进而根据串联关系得出导弹                             测领域的研究热点         [18-20] 。目前,Bayes 方法是融合多源
                                                 [9]
            的可靠度或依据木桶短板原理预测出寿命 。例如文                             信息的主要手段,基本步骤是首先将寿命预测模型的参
            献[10]在预测某型导弹装备的贮存寿命时,首先确定                           数设为服从某一分布函数的随机参数,然后利用可信的


            CHINESE JOURNAL OF ENERGETIC MATERIALS              含能材料              2019 年  第 27 卷  第 12 期 (1004-1016)
   49   50   51   52   53   54   55   56   57   58   59