热应力试验预测谐振陀螺寿命的研究.pdf

《热应力试验预测谐振陀螺寿命的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012年第31卷第9期传感器与微系统(TransducerandMicrosystemTechnologies)25热应力试验预测谐振陀螺寿命的研究穆阳阳，李擎，田少欣(北京信息科技大学智能控制研究所，北京100101)摘要：为了研究某型陀螺仪在长期存储期间的可用性，需要对其存储寿命进行预测和评估，确定其存储寿命和可靠度。对谐振陀螺仪在高温试验箱中进行672h的热应力试验，记录其性能参数退化数据；利用最小二乘支持向量机(LS—SVM)在处理多元小样本数据方面的优点，在对热应力性能退化试验数据进行SVM训练学习的基础上，拟合回归出高温条件下陀螺仪的寿命模型；将室温储存条件下

2、的参数作为输入，得到陀螺对应此参数的可靠度，此可靠度所对应的时间就是陀螺在正常储存条件下的寿命。根据以上方法预测出在2O℃的条件下该陀螺仪的储存平均无故障工作时间等于5．4×10h，并与用Ls估计的结果进行了对比，证明了用LS-SVM预测陀螺寿命的可行性。关键词：谐振陀螺；性能退化；热应力；支持向量机；预测寿命中图分类号：TN37文献标识码：A文章编号：1000-9787(2012)09--0025-03R1—esearCn10nt■n1erma1’stresstJeSt1n0rDreO1i■ctJl■onli■fnen．出0tresonantgyroMUYang—yang

3、，LIQing，TIANShao-xin(InstituteofIntelligenceControl，UniversityofBeijingInformationScience&Technology，Beijing100101，China)Abstract：Inordertostudytheavailabilityofacertaintypeofgyroscopeduringlongstorageperiod，itneedspredictionandassessmentongyrostoragelifetodetermineitslifeandstoragereliabi

4、lity．Thermalstresstestonresonantgyroscopeiscarriedouttorecorditsperformanceparametersdegradationdatas．Takingadvantagesofleastsquaresuppo~vectormachine(LS—SVM)forfittingthegyroscope’Slifemode1．Throughtrainingonthedegradationdataregressesofthegyroscope’Slifemodelandusingparametersatroomtempe

5、ratureasinputsthatobtainsthegyrocorrespondingreliabilityofthisparameter．Thereliabilitycorespondingtimeisgyro’Slifeundernormalstorageconditions．Accordingtotheabovemethod，undertheconditionsof20oC，thestorageMTBFofthegyroscopeispredictedequalto5．4×10h．theresultsiscomparedwithLSestimationandthe

6、feasibilityofgyrolifepredictionusingLS．SVMiSproved．Keywords：resonantgyro；performancedegradation；thermalstress；suppo~vectormachine(SVM)；predictionlife0引言的寿命试验方法需要大量的样品和很长的试验时间，现实微机电谐振陀螺仪是一个高度集成的微型系统，它具中很难满足这样的条件。为了缩短试验时间、降低试验成有重量轻、体积小、价格便宜等优点，广泛应用于军事和消本，本文采用热应力性能退化试验的方法建立该陀螺仪的费电子领域。目前，很多微机械

7、陀螺仪都属于小批量生产，存储寿命模型评估和预测其寿命，同时，因为多参数的缺乏大量的统计数据进行可靠性分析，对于陀螺仪还没有性能退化预测结果较单一退化量准确J，结合试验所测得一套可以通用的、经济的寿命试验方法与规范，因此，研究的数据选择陀螺仪的零偏和标度因数这两项指标分析如何在小样本情况下快速预测谐振陀螺仪寿命、评估其可预测陀螺的存储寿命。利用性能退化数据建立的陀螺仪的靠性具有广阔的应用前景和现实意义。寿命模型通常是非线性的，而支持向量机(SVM)在处理小由于谐振陀螺具有长寿命、高可靠性的特点，采用常规样本和非线性数