张国龙，蔡金燕，梁玉英，吕　萌，潘　刚

(军械工程学院电子与光学工程系，河北石家庄　050003)

0　引言

目前，高可靠长寿命产品的寿命预测方法主要采用基于退化失效分析方法，这种方法主要是考虑很多高可靠产品具有退化失效的特性，即产品的工作状态由几个关键性能参数决定，对于每个参数都有预定的失效临界值，产品在工作过程中，当性能参数超过临界值时，即意味着产品退化失效的发生，这种方法可以减少试验样本量，缩短试验时间，已引起了极大的关注，但有时因为退化机理复杂而很难建立退化轨道模型。另外，在很多退化失效问题中，产品的退化量随时间的变化极其缓慢，有时在很长的测量周期内，退化量的变化微乎其微，甚至这种微小的变化都比不上测量误差，在这种情况下试验时间很长，测量次数要很多，试验样品个数也要很多才能保证试验的精度。因此在实际中通常采用定时截尾加速退化试验获得退化数据来分析产品的寿命特性，典型的退化模型包括：(1)随机过程模型，如Wiener过程，Gamma过程等，Doksum和Hoyland[1]利用一种时间变换的Wiener过程对加速退化数据建模，文献[2]提出了基于随机过程的加速退化建模的一般框架，详细讨论了基于布朗运动、几何布朗运动和Gamma过程的建模和参数估计问题；(2)非线性混合效应模型，Lu和Meeker[3]首次提出了一种非线性混合效应回归模型的退化建模方法，考虑了产品个体的差异性及测量误差，并将该模型应用到加速试验中。……