面向分位寿命的试验设计与建模优化研究

China's manufacturing industry is in the period of transformation and upgrading, improving product lifetime has become a key issue to be solved. This proposed research focuses on the analysis of lifetime data collected from manufacturing process by using design of experiments (DOE), and achieves the propose of improving lifetime level via changing manufacturing process parameter values. This proposal is divided into three parts: factorial effect analysis, process parameter optimization, and confirmation experiment, which involves the following research contents: 1) construct relationship model between percentile lifetime and experimental factors, identify the important factors which affect percentile lifetime significantly through bootstrap method and percentile regression method, and then determine censoring time by judging whether the significant factors were the same; 2) provide a robust design and optimization method for lifetime data, reach the goal of simultaneous optimization of quality characteristic values, percentile lifetime, and lifetime deviation through dual-response surface method and desirability function method; 3) analyze lifetime data from accelerated life tests with random and split-plot effects, and then plan the optimal design. Additionally, analyze the lifetime data based on failure mechanism, construct relationship model between lifetime and physical characteristics, and shorten the time of confirmation experiment. The research expands the applicable scope of experimental design. The results provide the theoretical basis and the analysis guide for the enterprises to improve product lifetime by optimizing the production manufacturing process

提升产品寿命已经成为我国制造业转型升级亟待解决的关键问题。本项目以制造过程为研究对象，采用试验设计方法，通过收集和分析样品的寿命数据，优化制造过程的参数值，最终提升产品的寿命水平。本研究共分为因子效应分析、过程参数优化和验证性试验三个部分，具体研究内容包括：1）构建分位寿命与参数因子的关系模型，采用自助法和分位数回归法识别显著性因子，继而通过判断显著性因子是否相同确定试验的截尾时间；2）提出寿命数据的稳健性优化设计方法，采用双响应曲面法和渴求函数法，同时优化质量特性值、提升分位寿命和降低寿命方差；3）考虑试验的随机化受限和裂区的影响，分析加速寿命试验数据并设计最优试验方案。此外，开展基于失效机理的寿命数据分析，构建寿命与物理特性的关系模型，极大缩短验证性试验的时间。本项目的研究内容拓展了试验设计技术的适用范围，研究成果可以为企业通过优化制造过程参数，提升产品的寿命提供理论依据和和分析途径。

党的二十大报告明确提出加快建设质量强国。为统筹推进质量强国建设，中共中央、国务院颁布了《质量强国建设纲要》。《纲要》指出，推进制造工艺与质量管理，提升零部件的可靠性水平。本项目以制造过程为研究对象，采用试验设计方法，通过收集和分析样品的寿命数据，优化制造过程的参数值，最终提升产品的可靠性水平。本项目的研究内容包括：（1）构建分位寿命与参数因子的关系模型，采用Bayesian方法识别显著性因子；假设分布服从位置-尺度分布族，采用分位数回归技术识别显著性因子。（2）将质保期引入寿命数据的显著性因子识别中，以质保期内的可靠性最大化为优化目标，求得试验因子的水平；指出Taguchi损失函数在寿命数据分析中的限制，考虑消费者的损失，并通过损失函数的最小化，计算试验因子的水平。（3）用D-最优方案代替正交设计方案，考虑尺度参数不恒定的情况，同时优化处理组合及样本的分配方案；借鉴控制图的思想，设计试验提前终止的准则，根据实时收集的寿命数据，实现试验的动态终止。本项目的主要结果包括：（1）以相同的数据为分析对象，采用Bugs软件内置的参数和经典教材推荐的参数建立模型，得到的结果是不一致的。（2）证明了Taguchi提出的损失函数存在发散的可能，采用线性损失函数就不存在这种情况；最优的试验因子水平不是固定的，而是关于质保期和设计寿命的函数。（3）采用D-最优准则设计试验发现，不仅模型系数的估计精度得到了提升，而且也极大地缩短了试验时间；采用EWMA和CUSUM方法设计终止准则，通过实例发现，试验的终止时间缩短了，同时显著性因子的识别结果是一致的。本项目组已经在RESS、JQT、CIE、COR、QREI、QTQM和JRR等期刊发表了一系列相关成果，这对提升我国在该领域的理论水平具有一定的促进作用。本项目的研究成果能够方便有效地在企业实践中得到应用，通过识别显著性因子和优化制造过程参数水平，提升产品的寿命，从而降低售后维修成本，提升用户满意度，具有重要的现实意义。

内容获取失败，请点击重试