加速壽命測試
加速壽命測試(Accelerated life testing)是指為了在短時間內發現潛在失效模式或是故障,在非正常的條件(例如應力、應變、溫度、電壓、振動率、壓強等)進行的測試[1][2]。工程師分析產品在這些測試下的結果,可以預測產品的壽命以及多久需要進行一次保養[3][4]
針對聚合物的測試,可以提昇溫度來縮短測試需要的時間。聚合物的許多機械特性(例如潛變、應力關係以及拉伸特性)和時間和溫度之間的關係滿足阿瑞尼斯方程式。在高溫下以較短的時間進行測試後,將以此資料外推,預測聚合物在室溫下的特性,避免在室溫下進行長時間(也較昂貴)的測試。
目的
編輯加速壽命測試主要目的是縮短壽命測試的時間,常用在以下的情形:
- 低失效率:在正常條件下,就算用大量的樣品,以很長的時間進行測試,可能只有少數樣品失效,甚至沒有失效。
- 高壽命:產品的壽命比正常條件下可以進行的測試時間會長很多。.
- 產品的失效主要是在較長時間之後才出現[5]。
例如,一般條件下要測試幾年的電路可靠度測試,會需要在相當短的時間內完成。若測試是要評估電路多久要進行更換,那也適用於低失效的情形。若電路的失效是因為在正常使用下漸進的出現,而不是極端條件使用下出現(例如條件的突然變化),那也符合高壽命的條件。若產品失效的主因是因為突然的變化,比較適合用高加速壽命測試(HALT)來測試。
規劃測試
編輯測試的規劃包括考慮哪些因素會影響測試目標,測試目標的哪些行為是已知的,希望從測試中獲得什麼資訊。
測試條件
編輯所有影響測試目標的因素都需考慮進來,而且需要在各因素的不同層次上進行測試。應力水準越高,越會加速測試,但不能高到會改變失效原因或是改變其他可以量測到的反應。例如,讓電路加熱到元件材料的熔點會改變電路失效的方式。增加測試次數或是每次測試時的測試目標數量,可以增加在運作條件下預估測試目標行為的準確度。
選擇模型
編輯模型是可以準確敘述測試目標的性能以及應力程度關係的方程式。這模型可以稱為是加速模型(acceleration model),其中的常數稱為加速因子(acceleration factors)[6]。加速模型會和測試的材料種類或是元件種類有關。在高溫失效常用的加速模型是阿倫尼烏斯方程,溫度和濕度的失效是使用艾林方程,溫度循環則會用Blattau模型。
有時事先已知道要使用什麼模型,只需識別模型中的參數,此情形下,仍要確保使用的模型有經過良好的驗證。在一定範圍的應力因子下,要讓加速模型的外插法結果,和觀察到的結果之間一致[7]。
若無法事先知道適合的模型,或是有數個可用的模型可以選擇,測試時也需要依測試的內容及結果來評估哪一個模型最適合。有時二個模型在高應力的情形下結果相近,但在低應力時卻有數個量級的差異[8]。此問題可以用更大範圍的應力來處理,不過不能造成失效原因的變化。有一種可以在實驗前進行,用來讓這種差異最小化的作法是從測試估計期望獲得的資料,找到一個符合資料的模型,並且判斷若一切都如同預期,是否可以得到可靠的結果[9]。
加速因子
編輯加速因子對加速壽命測試結果的影響,需要找到測試物響應(如壽命、腐蝕、效率)以及加速因子隨時間變化程度之間的關係。
因子對時間的影響和量測的物理量相當有關。例如,量測壽命的試驗,只會看測試物的平均無故障時間(mean time to failure),也有可能會設法將資料擬合到某個概率分布。這一般會稱為壽命分佈,是產品某段時間內失效的機率密度函數[10]。有許多這類的分佈,例如指數分布、韋伯分布、對數常態分布及伽瑪分布[11]。其中的參數和待測物以及其測試的應力因子有關。
考慮一個簡化的例子,一個待測物的壽命分佈符合常態分佈。在不同應力水準下測試,會得到不同的常態分佈參數,也就是平均值和標準差。接著可以用已知的模型來找出應力因子和分佈參數(平均值和標準差)之間的關係。接著可以用這個關係來估算在一般運作條件下的壽命。
相闗條目
編輯參考資料
編輯- ^ Nelson, W. Accelerated Life Testing - Step-Stress Models and Data Analyses. IEEE Transactions on Reliability. 1980, (2): 103. doi:10.1109/TR.1980.5220742.
- ^ Spencer, F. W. Statistical Methods in Accelerated Life Testing. Technometrics. 1991, 33 (3): 360–362. doi:10.1080/00401706.1991.10484846.
- ^ Donahoe, D.; Zhao, K.; Murray, S.; Ray, R. M. Accelerated Life Testing. Encyclopedia of Quantitative Risk Analysis and Assessment. 2008. ISBN 9780470035498. doi:10.1002/9780470061596.risk0452.
- ^ Elsayed, E. A. Accelerated Life Testing. Handbook of Reliability Engineering. 2003: 415–428. ISBN 978-1-85233-453-6. doi:10.1007/1-85233-841-5_22.
- ^ Test Plan Development: How To Do It, G. Sharon, November 19, 2015, https://www.dfrsolutions.com/resources/test-plan-development-how-to-do-it (頁面存檔備份,存於網際網路檔案館)
- ^ Temperature and Humidity Acceleration Factors on MLV Lifetime, G. Caswell, https://www.dfrsolutions.com/hubfs/Resources/services/Temperature-and-Humidity-Acceleration-Factors-on-MLV-Lifetime.pdf?t=1514473946162 (頁面存檔備份,存於網際網路檔案館)
- ^ Herrmann, W.; Bogdanski, N. Outdoor weathering of PV modules #x2014; Effects of various climates and comparison with accelerated laboratory testing. 2011 37th IEEE Photovoltaic Specialists Conference (PVSC). 2011-06-01: 002305–002311. ISBN 978-1-4244-9965-6. doi:10.1109/PVSC.2011.6186415.
- ^ Sorensen, Rob. Accelerated Life Testing (PDF). Sandia National Laboratories. May 28, 2010 [October 20, 2015]. (原始內容存檔 (PDF)於2017-01-25).
- ^ 8.3.1.4. Accelerated life tests. www.itl.nist.gov. [2015-10-20]. (原始內容存檔於2018-03-07).
- ^ Srivastava, P.W.; Shukla, R. A Log-Logistic Step-Stress Model. IEEE Transactions on Reliability. 2008-09-01, 57 (3): 431–434. ISSN 0018-9529. doi:10.1109/TR.2008.928182.[失效連結]
- ^ 8.1.6. What are the basic lifetime distribution models used for non-repairable populations?. www.itl.nist.gov. [2015-10-20]. (原始內容存檔於2023-10-27).