运用数据分析 提升军工产品可靠性设计能力

ZDNET至顶网CIO与应用频道 12月19日 北京消息：

可靠性设计及其重要作用

可靠性是指产品在规定的条件下、规定的时间内完成规定功能的能力，也就是系统、设备、元件的功能在时间上的稳定性。可靠性工程是为了适应产品的高可靠性要求而发展起来的新兴学科。就我国目前的可靠性研究而言，可靠性的研究主要分为零件强度可靠性设计研究、系统可靠性研究和可靠性试验与研究三个分支研究方向。在这三个研究方向中，可靠性试验和研究与工程应用、与产品制造实际过程紧密结合，并且以做实验为教学和工程基础，通过设备进行产品试验，不断积累数据，逐步形成了有工程需求、有设备、有产品、科学实验的良性正循环，并且不断带动可靠性工程的整体发展。

可靠性设计决定产品的“优生”，可靠性设计是可靠性工程的最重要的阶段。在产品设计阶段，通过采用产品可靠性寿命试验、加速寿命试验等可靠性试验设计，以产品实际使用试验信息为基础，进行试验数据统计分析，进而改善产品设计缺陷，以实现产品设计能力的不断提升，对于产品可靠性和质量有着重要的作用。特别是在航天行业等军工产品的研发设计工作中，适时、有效进行产品的可靠性设计、分析工作，对提高军工产品的质量尤为重要和迫切。

可靠性设计面临的困境

当前，我国军品研发设计制造，即便在CAD/CAE技术已经应用多年后，因为产品可靠性数据建模的缺失，可靠性仍然主要采用产品可靠性试验单一的检测模式。例如在应用CAE进行系统仿真方面，由于数据的缺乏，“仿真驱动研发”依然没有渗透到产品研发设计的前端，即概念设计、产品研发流程，而是更多的应用于产品设计后端的工程分析，极大地阻碍了我国产品可靠性设计的发展。

将信息化软件工具应用于设计，实现产品可靠性设计，是未来的发展趋势。但就目前的情况而言，数学建模是研究和工程应用存在的关键问题和工程瓶颈。从目前军工行业和企业产品研发工程实践来看，产品可靠性设计缺乏数学建模、建模不准确的现象非常严重，导致在有限元计算过程中缺少刚度系数、阻尼系数，以及材料数据等相关数据，数据不准确、数据缺失，使得产品可靠性计算数据结果与实际情况不符。

由于缺少数据，当前的可靠性设计更多的是进行定性研究，缺乏定量研究，难以进行具有针对性的设计改进。例如，在进行疲劳性能材料可靠性研究上，只有当PSN曲线(产品失效概率、载荷、寿命)等这些基础数据具备以后，再采用CAD、CAE等软件进行产品设计，建模，进行可靠性计算和分析，才有可能从产品研发的源头提高产品的可靠性，增加产品寿命。但由于当前国内缺乏相应的PSN曲线供研究使用，从而制约了我国整体产品可靠性设计的发展。

综上所述，缺乏基础性的实验数据，并以此进行相关的可靠性实验建模，已经成为制约我国军工产品可靠性设计和整体可靠性工程的重要难题，严重阻碍了我国军工产品的可靠性发展。

如何进行数据的收集和分析建模

进行可靠性实验设计的数据的收集，需要进行可靠性实验，一般而言，实验次数越多，收集的数据越多，后续的分析建模就会愈加精准。但从实践操作来看，实验次数的增加，意味着成本的增加，此外，产品实验周期过长，产品质量的因子的多样性等等现实问题，也增加了我们对于实验数据的收集和后续的分析的难度。如何解决这些问题，将是我们进行可靠性数据的收集和分析面临的关键。

针对数据的收集和分析建模，我们需要在以下几个问题上给予解决，才能更好的进行产品的可靠性设计工作：

第1，小样本实验数据问题。从理论上来说，准确的正态分布参数统计需要50个样本、多分布统计需要37个样本，才能够达到产品可靠性试验的可信度。但在实际工程上，有时受到条件的制约，难以达到可信度样本量。如何利用小样本量进行可靠性分析，或者制定最为经济的样本量的实验设计方案，是我们进行数据收集面临的首要问题。

第2，不同来源数据的比较和融合。我们收集的数据往往来自不同的来源，例如为了弥补实验室数据的不足，我们也将产品实际使用的数据融入到产品分析中来，。但由于不同来源的数据所处环境等因素的不同，如何进行数据比较、融入，也是我们在收集数据，处理数据中将要面临的挑战之一。

第3，多种加速影响因子的交互作用。一般而言，产品在实际的使用环境下，往往受到的是温度、应力和荷载等多个加速影响因子的综合加速寿命实验。如何去衡量和判断多个影响因子的作用及其交互影响，是我们在数据建模中亟待解决的难题。

第4，从单一元器件到产品整体可靠性研究。军工产品构造复杂，部件多，结构复杂，如何从单一部件失效试验发展到多部件失效分析，从而实现产品整体的系统可靠性实验分析，也是我们产品可靠性分析建模的关键和重点。

JMP，作为SAS（全球最大的统计学软件公司）推出的一种交互式可视化统计发现软件系列，在SAS算法的基础上，强调以统计方法的实际应用为导向，交互性、可视化能力强，使用方便，给业务人员的数据分析极大的帮助，其可靠性和生存分析平台，整合了产品可靠性分析的各项需求，实现了从可靠性实验设计，到产品元件分析直到产品可靠性分析一系列完整的可靠性分析解决方案，为用户进行各项可靠性分析提供了强大的工具，解决了我们在可靠性实验设计和分析过程中的种种难题。

可靠性实验设计

在进行可靠性实验时，我们希望能够使用更少的实验样本和实验周期来获得可信的实验结果。在JMP的实验设计平台，我们可以根据实验部件的寿命分布曲线，根据不同的实验精度来制定样本数量和实验删失时间，从而实现更为经济和快速的可靠性实验设计。此外，JMP还提供加速寿命实验设计，帮助用户进行从单因子单独作用到多因子交互作用的各种加速因子寿命实验的方案设计。

图1：可靠性实验样本数量和删失时间的设计

不同种类数据的比较分析

在JMP的实验设计平台，我们可以根据不同的失效原因进行分析，也可以对于不同种类的样本进行寿命比较。通过不同种类数据的比较分析，使得用户能够更加清晰的认识到各组数据之间的差异性。而在失效模式分析上，JMP特有的交互式操作方式，可以帮助用户忽略失效次数较少的失效模式，将问题聚焦到主要模式上，实现对于问题的快速定位。

图2：基于不同组数据的可靠性比较分析

多因子交互影响的加速因子寿命分析

无论是单一加速因子，还是多个加速因子对于产品寿命的影响，在JMP中，我们都能利用拟合平台进行相关数据的拟合建模。为了保证模型构建的准确性，JMP还提供例如预测方差刻画和 FDS 图，帮助用户进行模型评估，确保模型的可靠性。此外，JMP还在构建好模型之后，通过刻画器，以可视方式帮助我们确定可行的操作架构和因子设定点，并通过模拟器，帮助用户去设定实际工作的效果。

利用刻画器，您可以交互式调查因子空间，查看哪些因子会影响响应以及影响的方式，并使用期望函数为一个或多个响应找到最佳设置。 您也可使用 Simulator 来评估实际变异如何从因子传输到响应中。 利用刻画器，您可以交互式调查因子空间，查看哪些因子会影响响应以及影响的方式，并使用期望函数为一个或多个响应找到最佳设置。 您也可使用 Simulator 来评估实际变异如何从因子传输到响应中。

图3：基于多个因子的预测客户器

多个部件的可靠性研究

产品是由多个部件构成的，产品的部件越多，相互关系越复杂，产品的可靠性就愈加难以计算。JMP的可靠性框图，以图形化的方式，帮助用户快速搭建复杂的产品结构，从而实现产品整体可靠性的分析建模。

图4：使用可靠性框图，进行系统可靠性分析

从军工到民用，可靠性设计大有可为

可靠性设计和可靠性分析对于军工产品质量有着重要的影响，是关系到国防安全和国家战略发展的大问题。近年来，随着我国经济产业的不断发展和产业升级，可靠性试验不仅在航空航天等军工行业有很大的战略需求和产品市场发展空间，在一些民用市场，可靠性分析的需求也日益迫切，可靠性设计和分析的市场空间和发展潜力巨大，可靠性设计大有可为。