一种基于非线性相关分析的工艺可靠性评估方法

摘要

本发明公开了一种基于非线性相关分析的工艺可靠性评估方法，其首先对产品进行失效机理分析和FMEA分析，确定影响产品固有可靠性的产品特性以及影响各产品特性的过程特性，利用基于Clayton copula熵的偏互信息估计方法选取关键产品特性和关键过程特性，然后借助于Clayton copula函数给出过程特性间的相依结构，最后给出基于支持向量机的产品固有可靠性预测方法。本发明利用偏互信息有效地衡量变量间的非线性关系，并利用偏互信息与Clayton Copula熵之间的关系式避免估计联合概率密度函数，提高偏互信息估计的准确度。对输入变量进行有效选择，提高了模型的预测精度和效率。

主权项

一种基于非线性相关分析的工艺可靠性评估方法，其特征在于，其包括：步骤1：取产品固有可靠性评估指标为早期失效率λ，通过对产品进行过程机理分析和FMEA分析，选取影响产品早期失效率的产品特性有p个，记为y₁、y₂、…、y_p，利用基于Clayton copula熵的偏互信息估计方法，求得各产品特性与产品早期失效率之间的偏互信息，该偏互信息表示为PMI(y_i；λ),i＝1,2,…,t；根据变量入选规则确定入选的关键产品特性有m(m≤p)个，并重新整理记为y₁、y₂、…、y_m；步骤2：通过过程机理分析和FMEA分析，选取影响产品关键产品特性的过程特性共有q个，记为x₁、x₂、…、x_q；则利用基于Clayton copula熵的偏互信息估计方法，求得各过程特性与关键产品特性之间的偏互信息可以表示为：则各过程特性最终的平均偏互信息为下式(1)：$PMI(x_k;y)=\underset{f=1}{\overset{m}{\Sigma }}PMI(x_k;y_m)/m,k=1,2,...,q---\left(1\right)$根据变量入选规则确定最终入选的关键过程特性有n(n≤q)个，并重新整理记为x₁、x₂、…、x_n；步骤3：收集并整理z组n个关键过程特性下m个产品特性的数据，以及对应的f个时间下的早期失效率的数据，利用基于Clayton Copula熵的偏互信息估计方法步骤中的前两步估计出相应Clayton copula函数，并依据变量间相依结构的估计方法求出由Clayton copula函数表示的两个过程特性x_i1、x_i2之间的相依结构δ_i(i＝1,2,…，g)如表1所示；表1 产品固有可靠性数据步骤4：利用数据挖掘软件clementine，将表1中的z组n个关键过程特性和相应的g个相依结构的数据作为最终输入，t_i(i＝1,2,…,f)时间下的早期失效率数据作为最终输出，建立固有可靠性预测模型；步骤5：假设有r道新工艺，给出其过程特性数据，利用该过程特性数据求出其相依结构，将该过程特性数据和求出的相依结构输入步骤4中建立的所述固有可靠性预测模型，可得到各道新工艺下的早期失效率数据，利用该早期失效率数据绘图并观察比较各道工艺下早期失效率的下降情况，选取下降最快且在尾部水平最高工艺为最优工艺。