● 摘要
本课题针对加速可靠性增长试验中产品失效机理的多样性及技术状态不断变化，而不能用经典加速模型描述，也难以用传统参数方法评估的问题，利用BP人工神经网络强大的学习能力，建立BP神经网络模型，重点对加速可靠性增长试验定量评估。本文主要开展了以下工作：1．本文首先研究了基于BP神经网络的加速寿命试验的评估方法，就大样本和小样本两种情况进行了分析讨论和仿真算例验证，为下一步加速可靠性增长试验评估的研究奠定基础。2．其次，本论文重点研究基于BP神经网络的评估方法在电子设备加速可靠性增长试验中的应用，分别从试验数据评估和可靠性增长管理这两个方面进行了讨论。3．第三，作为内容的扩展，本文还研究了基于BP神经网络的多应力恒定加速退化试验的评估方法，并给出仿真算例。综上所述， BP神经网络可以很好的学习并反映产品应力和参数指标之间的复杂函数关系，在仿真算例中均取得令人满意的评估精度。基于BP神经网络的评估方法将会丰富目前关于加速可靠性试验的评估手段，对加速可靠性增长试验管理有着很好的指导作用，有很好的工程应用意义。