微波功率放大組件加速貯存數據處理及壽命評估

呂瑛，王愛清，閆凱*，高素麗

微波功率放大組件加速貯存數據處理及壽命評估

呂瑛1，王愛清2，閆凱1*，高素麗1

（1.北京遙感設備研究所，北京 100854；2.北京機電工程總體設計部，北京 100854）

以微波功率放大組件為研究對象，開展加速貯存試驗退化數據的處理、建模、分析，給出組件的貯存期評估值和激活能等貯存特征參數。在已完成微波功率放大組件加速貯存試驗的基礎上，借鑒已有的數據建模及處理方法，開展加速貯存數據處理及壽命評估，應用多種退化軌跡擬合尋優、基于性能退化模型參數折算建模、多種壽命分布建模及擬合優度檢驗等技術，對貯存數據進行分析處理。給出了微波功率放大組件退化軌跡模型、壽命分布模型、加速因子、激活能等貯存特征參數和可靠壽命評估值。描述的加速貯存試驗數據處理方法，適應性好，具有較高的優良性，可為類似具有退化數據的電子設備提供借鑒。

功率放大組件；加速貯存；數據處理；壽命；加速因子；激活能；退化軌跡

一直以來，電子產品的貯存壽命大多采取自然貯存、抽樣、鑒定試驗等方法進行評估。這種采用自然貯存試驗來評估產品貯存壽命的方法，盡管比較真實準確，但往往要花費十幾年后才能了解產品的貯存壽命，且需投入大量的人力、物力、財力。近些年來，加速貯存試驗[1-3]技術在產品的貯存壽命評估中的應用日益廣泛，但主要局限于元器件級[4-8]、組件或者組合級產品，難以實現對復雜整機產品的貯存壽命預測[9-12]。

近年來，隨著我國軍事高質量發展，大大加快了武器裝備的元器件、整機的貯存延壽研究工作[13-15]。王浩偉等[16]綜述了加速退化試驗建模及數據處理方法，在假設加速因子不變的前提下，給出了某型碳膜電阻參數退化軌跡、偽壽命預測值和壽命分布模型。童雨等[17]通過開展組件級加速貯存和仿真試驗，估計出組件貯存壽命及壽命參數，并進一步研究了組件到整機級的傳遞規律，給出了從低層級試驗得到高層級產品貯存壽命的評估方法。孫權等[18]研究了加速退化試驗的建模方法，并給出了加速因子較為規范的定義。李敏偉等[19]系統研究了加速貯存壽命試驗的設計方法。萬夕干等[20]探究了加速退化試驗（ADT）的壽命評估技術及其應用。隨著我國軍事高質量發展，武器裝備朝著“高精尖”方向發展，裝備質量越來越好，裝備的貯存延壽越發受到工業部門的重視。目前國內材料和器件的貯存數據雖然有一定的積累，但是難以做到能夠精確地評估產品貯存壽命。

本文重點開展微波功率放大組件的貯存壽命研究。微波功率放大組件是雷達發射機的核心，通過采用固態功率合成技術，解決了傳統電真空（速調管）發射機面臨的使用維護不便、性能保持期短、容易打火等問題。微波功率放大組件內部主要采用微帶工藝，大量使用功率芯片（如NC11216C-3436），通過多芯片、波導功率合成，滿足發射機的大輸出功率要求。限于結構形式，沒有采用整體密封設計，長時間貯存受外界溫度、濕度的影響，可能會引起微帶線氧化、鍍層表面腐蝕、釬焊空洞率上升、功率芯片微波參數漂移、增益下降等問題，屬于無線電整機設備的貯存薄弱環節，需要開展研究。

本文在總結前期完成的微波功率放大組件加速貯存試驗數據的基礎上，借鑒已有的數據建模及處理方法，開展了加速貯存數據處理及壽命評估，應用多種退化軌跡擬合尋優、基于性能退化模型參數折算建模、多種壽命分布建模及擬合優度檢驗等技術，給出了符合工程實際的微波功率放大組件可靠壽命評估值。

1 微波功率放大組件分析

1.1 功能及組成

微波功率放大組件用于雷達發射機中，通過多級芯片放大、波導功率合成，將輸入級的小信號進行功率放大，輸出滿足對外輻射要求的功率信號。固態功率模塊內部主要采用微帶工藝，使用功率芯片（NC11216C-3436功率芯片）進行功率合成，其內部由波導功分合成器、微波MMIC放大器、高速大功率調制器組成，外形如圖1所示。

圖1 固態功率模塊

1.2 貯存失效模式及機理

為獲取微波功率放大組件主要的貯存失效模式，確定加速貯存試驗中的監測參數，對其進行貯存失效模式影響分析，得出嚴酷等級為II類的故障模式清單，見表1。由表1可知，微波功率放大組件貯存失效會引起輸出功率變化，其貯存性能變化可以通過輸出功率來表征，因此確定加速貯存試驗中重點測試參數為輸出功率。

2 試驗情況

2.1 試驗方案

高溫會導致微波功率放大組件中電子元器件的引腳鍍層氧化、器件性能參數漂移、腐蝕加速、機械裂紋擴大、有機材料的老化或龜裂、工作壽命縮短甚至燒毀。從上述失效模式和失效機理分析看出，溫度對主要失效模式的成因具有激發作用，可以作為加速貯存試驗的主要應力。在微波功率放大組件加速貯存試驗過程中，通過進行輸出功率測試，可以保證檢測項目覆蓋貯存失效模式。

綜合考慮試驗樣本數、試驗時間和試驗簡便程度，微波功率放大組件加速貯存試驗采用恒定應力法。試驗過程中當每一應力等級出現2個或以上樣品失效時，該溫度量級下的試驗可以提前結束。

按照預估40倍的加速因子，當試驗截尾時間取6 000 h時，可等效自然貯存超過20 a。根據本次加速貯存目標值確定試驗截止時間定為6 000 h，試驗中的測試時刻見表2。根據前期開展的預試驗情況，確定恒定應力試驗溫度值、各溫度點樣本數見表3。

表1 組件嚴酷度等級為II類的故障模式清單

Tab.1 List of failure modes with module severity class II

表2 組件加速貯存測試時間

Tab.2 Accelerated storage test schedule of modules

表3 組件加速溫度點及樣本數

Tab.3 Acceleration temperature points of modules and number of samples

2.2 組件試驗結果

微波功率放大組件加速貯存試驗完成后，開蓋進行內部質量檢查。通過內部質量檢查可以看出，微波功率放大組件在經歷加速貯存試驗后，內部無明顯變色，器件外觀無損傷，焊錫無熔融，無多余物，無錫須，有機材料無融化現象，如圖2所示。

微波功率放大組件加速貯存試驗中，在105、90、80、70 ℃試驗溫度下均測試（3 只）16次，共獲取16組測試數據。試驗過程中未出現失效，輸出功率在合格范圍內，輸出功率有一定下降趨勢，如圖3所示。

圖3 微波功率放大組件輸出功率測試數據

3 加速貯存數據分析評估方案

3.1 總體方案

通過加速貯存試驗得到的是產品測試數據，還需要進行數據處理及評估得出加速因子、激活能以及產品的可靠性壽命。本文采用退化軌跡法得出產品偽壽命，然后基于偽壽命分布模型估計出壽命分布參數，進行貯存期評估，最終得出加速因子、激活能以及產品的貯存壽命等評估結果。

對恒定應力加速退化數據建模時，確定產品偽壽命的分布模型是非常重要的環節，直接影響到壽命預測結果的準確性。傳統基于偽壽命分布的建模方法限于每個溫度點下樣本容量不足，容易出現偽壽命值最優擬合分布模型不一致的問題，會導致無法選出合適的分布模型。

文中對試驗數據的處理采用基于性能退化模型參數折算的方法，利用性能退化模型的參數與加速應力之間的關系進行建模，通過參數折算可獲得樣本在等效實際貯存條件下的偽壽命值，相當于擴大了進行最優分布模型擬合的樣本數，從而避免了誤選擇產品壽命分布類型[21-22]?？傮w方案如圖4所示。

3.2 性能退化建模

產品在使用過程中，在環境的影響下，性能按一定規律退化。對產品使用過程中的參數進行監測，可得到產品在時間維度上的性能退化數據，通過相關方法對性能退化數據進行擬合，可以得出單個產品的性能退化軌跡。組件級產品的性能退化軌跡模型基于退化表征量與時間的關系來擬合表征產品的退化過程，如圖5所示。

圖4 基于性能退化模型參數折算方法

基于退化軌跡的建模方法是產品在相同的退化模型基礎上，對其進行退化數據擬合。由于樣本差異性，每個樣本擬合得到不同的模型參數值。一般地，產品的退化軌跡函數有直線型、指數型、冪律型等。

圖5 性能退化軌跡類型

1）直線模型。只有1個自變量，且自變量和因變量之間具有線性相關關系，這樣的模型稱為一元線性模型，其數學方程式為：

式中：y表示性能退化參數；t為試驗時間；a、b為退化模型參數。由于退化軌跡是單個試驗樣品在某一應力水平下性能參數隨時間變化的軌跡，所以個樣本有條性能退化軌跡。

式（1）中參數的最小二乘估計為[21-22]：

對其作對數變換，得：

對其作對數變換，得：

上述模型擬合程度優劣由決定系數2來度量，它表示預測和回歸變量的相關程度，計算公式見式（7）。

圖6 產品壽命預測示意圖

3.3 溫度加速模型

組件從出廠經過貯存、運輸、使用到失效的全壽命周期，始終在進行緩慢的物理化學變化。實踐證明，溫度升高，元器件退化的物理化學反應加快，加速失效過程。阿倫尼斯模型表明，溫度應力與化學反應速率之間的聯系，為加速貯存試驗提供了理論依據。

本文中以溫度作為加速應力，故采用阿倫尼斯模型[23]，其一般方程式為：

加速因子計算公式為：

當元器件在0時刻處于正常狀態數0，1時刻處于失效狀態數1，如果溫度與時間無關，則積分式（9）得：

式中：為元器件壽命；為熱力學溫度。

若令=ln，=1/，上述公式同樣具有=+的線性形式，同理可用最小二乘法求解。當獲取上述公式中的參數估計值后，可以求出加速因子和激活能。利用試驗溫度下可靠度為0.5、0.9的壽命評估值，求出常溫下2個可靠壽命，就可以作出常溫下的可靠度壽命曲線，從而獲得任意可靠度下的壽命。

3.4 參數的加速模型

不失一般性，設退化軌跡函數為冪律型，則：

根據Pieruschka（皮爾什卡）假定，產品改變應力水平僅僅改變模型中的參數。據此，可推斷參數應該隨著應力變化而改變，參數決定著產品退化路徑的形狀，應該保持不變。假設加速應力為溫度，選擇Arrhenius方程作為加速模型，則可設：

式中：1、2為待定系數。

加速因子一個較為規范的定義：當產品在不同的應力水平下具有相等的平均退化量時，將其退化時間的比值定義為應力水平之間的加速因子，見式（13）。

式中：A,h為應力T相對于應力T的加速因子；t,k、t,h分別為產品在T、T下的平均退化量達到的時間。平均退化量可分別由g(;a;b)和g(;a;b)表示，當平均退化量都為時，則有：

將式（14）代入式（13），則有：

如要保證A,h為與無關的常數，則需要滿足：

由式（16）可知，參數不隨著應力改變而變化，參數與加速應力相關，描述了產品在不同應力水平下的退化速率，故參數、與溫度的關系可表示為式（13）中形式。

3.5 壽命分布模型及參數估計

通過性能退化模型對一組產品的壽命逐個進行預測計算，這些壽命值具有一定的分布，可以利用這些數據擬合出這組產品的壽命分布模型，從而得出一定可靠度下的組件總體壽命，壽命分析示意圖如圖7所示。通過性能測試數據，可以擬合出每個樣本的退化軌跡方程，由此可以外推得到產品在正常工作條件下的性能退化模型。通過該性能退化模型，很容易得出該性能從初始值0到達失效閾值f的時間。該時間就是產品該性能值在某特定應力下的失效時間，即貯存壽命。依次得出各個樣本的外推失效數據，采用傳統的方法，通過分布假設檢驗和參數估計，得到產品的壽命分布，從而得出可靠壽命評估結果。一般的壽命分布有Norm（正態）分布、Lognorm（對數正態）分布、Weibull（威布爾）分布、Gamma（伽馬）分布、Expon（指數）分布等5種，分別擬合出產品的5種分布模型，然后通過圖形符合性檢驗、擬合優度檢驗選擇最佳模型進行貯存壽命評估。

圖7 組件貯存壽命評估

3.6 分布的假設檢驗

Kolmogorov-Smirnov檢驗（柯爾莫哥洛夫-斯米爾洛夫檢驗，亦稱Ks檢驗）是一種連續的一維概率分布均等性的非參數檢驗，可以對樣本是否服從指定的分布模型進行假設檢驗，且可用于確定與樣本最優擬合的分布模型，還能根據Ks值來選擇最佳分布模型。Ks統計量的計算見式（24）、（25）[24-25]。

或：

式中：F()為經驗分布函數；()為估計參數后的累積分布函數；為檢驗樣本的個數。當利用Ks統計量進行假設檢驗時，設顯著性水平為0.05，如果得到統計量的>0.05，則可以得出偽壽命值服從指定分布模型的結論，否則認為偽壽命值服不符合指定分布模型。

4 微波功率放大組件試驗數據分析評估

4.1 退化軌跡擬合

按照有退化趨勢的數據分析方法對發射機功率模塊測試數據進行處理。對全部樣本測試值用最小二乘法進行擬合，得出退化軌跡方程，分別計算決定系數2的平均值，進行擬合度校驗，結果見表4。

表4 微波功率放大組件試驗數據擬合度結果

Tab.4 Microwave power amplification module test data fitting results

從擬合度計算結果看出，采用冪函數擬合功率模塊輸出功率退化軌跡較為合適，擬合的冪函數參數值見表5。

表5 擬合的冪函數參數值

Tab.5 Values of fitted power function parameters

加速因子計算公式為：

通過式（26），可計算得出激活能a=0.60 eV，各試驗溫度下功率模塊加速因子見表6。

表6 各試驗溫度下功率模塊加速因子

Tab.6 Acceleration factors for power modules at each test temperature

通過折算系數，進一步可得退化軌跡參數折算值a0，取平均值為1.14，計算常溫下對應的偽壽命預測值ξ0，見表7。

表7 功率模塊退化軌跡信息

Tab.7 Power module degradation trajectory information

4.2 壽命分布擬合及檢驗

作出上述壽命累積分布圖，并使用Ks統計量對ξ0進行最優擬合檢驗，得到Ks值，見圖8和表8?？梢钥闯?，ξ0最優服從Lognorm分布，可選擇Lognorm分布作為產品貯存壽命分布模型。

按照上述Weibull分布及參數值，得到發射機功率模塊貯存可靠性模型：

表80在各分布模型下的Ks值

5 結語

本文在總結微波功率放大組件加速貯存試驗數據的基礎上，開展了加速貯存數據處理及壽命評估，應用多種退化軌跡擬合尋優、基于性能退化模型參數折算建模、多種壽命分布建模及擬合優度檢驗等技術，給出了符合工程預期的微波功率放大組件可靠壽命評估值。本文中的加速貯存數據處理方法和模型可為電子組件的貯存退化數據處理提供參考。

[1] 李久祥. 導彈貯存試驗獲取最佳效益的途徑[J]. 質量與可靠性, 2002(2): 34-36. LI Jiu-xiang. Ways to Get the Best Benefit from Missile Storage Test[J]. Quality and Reliability, 2002(2): 34-36.

[2] 陸祖建, 朱三可, 齊俊臣. 論導彈貯存延壽研究的五個結合[J]. 質量與可靠性, 2002(5): 36-39. LU Zu-jian, ZHU San-ke, QI Jun-chen. On Five Combinations of Missile Storage Life Extension Research[J]. Quality and Reliability, 2002(5): 36-39.

[3] 李海波, 張正平, 黃波, 等. 導彈貯存試驗技術與貯存可靠性評估方法研究[J]. 質量與可靠性, 2006(6): 20-23. LI Hai-bo, ZHANG Zheng-ping, HUANG Bo, et al. Research on Missile Storage Test Technology and Storage Reliability Evaluation Method[J]. Quality and Reliability, 2006(6): 20-23.

[4] 王登強, 楊梓歆, 劉小慶, 等. 延長聚合物發光二極管工作壽命的研究進展[J]. 合成材料老化與應用, 2019, 48(5): 115-121. WANG Deng-qiang, YANG Zi-xin, LIU Xiao-qing, et al. Research Progress in Improving the Lifetime of Polymer Light-Emitting Diodes[J]. Synthetic Materials Aging and Application, 2019, 48(5): 115-121.

[5] 石頡, 孔維相, 袁晨翔, 等. 基于統計檢驗的光電耦合器壽命預測模型研究[J]. 電子元件與材料, 2020, 39(4): 68-74. SHI Jie, KONG Wei-xiang, YUAN Chen-xiang, et al. Research on Life Prediction Model of Optocoupler Based on Normal Test[J]. Electronic Components and Materials, 2020, 39(4): 68-74.

[6] 胡衛東, 覃玉惠. 鋁電解電容器紋波加速壽命試驗探討[J]. 環境技術, 2018, 36(2): 9-12. HU Wei-dong, QIN Yu-hui. Discussion on Accelerated Life Test of Ripple Current of Aluminum Electrolytic Capacitor[J]. Environmental Technology, 2018, 36(2): 9-12.

[7] 肖坤, 顧曉輝, 彭琛. 基于恒定應力加速退化試驗的某引信用O型橡膠密封圈可靠性評估[J]. 機械工程學報, 2014, 50(16): 62-69. XIAO Kun, GU Xiao-hui, PENG Chen. Reliability Evaluation of the O-Type Rubber Sealing Ring for Fuse Based on Constant Stress Accelerated Degradation Testing[J]. Journal of Mechanical Engineering, 2014, 50(16): 62-69.

[8] 牛躍聽, 穆希輝, 姜志保, 等. 自然貯存環境下某型加速度計貯存壽命評估[J]. 中國慣性技術學報, 2014, 22(4): 552-556. NIU Yue-ting, MU Xi-hui, JIANG Zhi-bao, et al. Storage Life Assessment of an Accelerometer under Natural Storage Environment[J]. Journal of Chinese Inertial Technology, 2014, 22(4): 552-556.

[9] 張建平, 王琛, 李文彬, 等. 對數正態分布下基于LSM航空陀螺電機壽命預測[J]. 機械設計, 2016, 33(9): 92-95. ZHANG Jian-ping, WANG Chen, LI Wen-bin, et al. Life Prediction of Aircraft Gyro Motor Based on LSM under Lognormal Distribution[J]. Journal of Machine Design, 2016, 33(9): 92-95.

[10] 丁少娜, 馮誠, 陳毓, 等. 基于性能退化數據分析的訓練裝備精度保持性評估[J]. 裝備環境工程, 2014, 11(3): 30-34. DING Shao-na, FENG Cheng, CHEN Yu, et al. Assessment of Precision Retention of Training Equipment Based on Performance Degradation Data Analysis[J]. Equipment Environmental Engineering, 2014, 11(3): 30-34.

[11] 王奉濤, 劉曉飛, 鄧剛, 等. 基于長短期記憶網絡的滾動軸承壽命預測方法[J]. 振動測試與診斷, 2020, 40(2): 303-309. WANG Feng-tao, LIU Xiao-fei, DENG Gang, et al. Remaining Useful Life Prediction Method for Rolling Bearing Based on the Long Short-Term Memory Network[J]. Journal of Vibration, Measurement & Diagnosis, 2020, 40(2): 303-309.

[12] 陳津虎, 朱曦全, 胡彥平, 等. 航天電子產品加速貯存試驗技術綜述[J]. 強度與環境, 2015, 42(5): 11-18. CHEN Jin-hu, ZHU Xi-quan, HU Yan-ping, et al. Summarization on Space Electronic Products Accelerated Storage Test Technology[J]. Structure & Environment Engineering, 2015, 42(5): 11-18.

[13] 張春華, 溫熙森, 陳循. 加速壽命試驗技術綜述[J]. 兵工學報, 2004, 25(4): 485-490. ZHANG Chun-hua, WEN Xi-sen, CHEN Xun. A Comprehensive Review of Accelerated Life Testing[J]. Acta Armamentarii, 2004, 25(4): 485-490.

[14] 陳兵, 李星. 加速壽命試驗技術在國內外的工程應用研究[J]. 強度與環境, 2010, 37(6): 31-38. CHEN Bing, LI Xing. Research of Accelerated Life Testing Technology Application at Home and Abroad[J]. Structure & Environment Engineering, 2010, 37(6): 31-38.

[15] 王宇, 王欣汝, 黃進永, 等. 通用電子產品全壽命周期可靠性分析方法[J]. 電子產品可靠性與環境試驗, 2017, 35(1): 40-44. WANG Yu, WANG Xin-ru, HUANG Jin-yong, et al. A Reliability Analysis Method of General Electronic Products during Life Cycle[J]. Electronic Product Reliability and Environmental Testing, 2017, 35(1): 40-44.

[16] 王浩偉. 加速退化數據建模與統計分析方法及工程應用[M]. 北京: 科學出版社, 2019. WANG Hao-wei. Accelerated Degradation Data Modeling and statistical analysis method and Its Engineering Application[M]. Beijing: Science Press, 2019.

[17] 童雨,戴瀛, 榮雙龍. 基于多元退化機理的彈上雷達導引頭狀態轉移規律及貯存壽命預測技術研究[R]. 北京: 國防科技報告, 2022. TONG Yu, DAI Ying, RONG Shuang-long. Research on the State Transfer Law and Storage Life Prediction Technology of Missile Radar Seeker Based on Multiple Degradation Mechanisms[R]. Beijing: National Defense Technology Report, 2022.

[18] 孫權, 馮靜, 潘正強. 基于性能退化的長壽命產品壽命預測技術[M]. 北京: 科學出版社, 2015. SUN Quan, FENG Jing, PAN Zheng-qiang. Life Prediction Technology of Long-Life Products Based on Performance Degradation[M]. Beijing: Science Press, 2015.

[19] 李敏偉, 傅耘, 王麗, 等. 加速貯存壽命試驗設計方法研究[J]. 裝備環境工程, 2014, 11(4): 58-63. LI Min-wei, FU Wei, WANG Li, et al. Research on the Design Method of Accelerated Storage Life Test[J]. Equipment Environmental Engineering, 2014, 11(4): 58-63.

[20] 萬夕干, 龔晶晶. 基于加速退化試驗的壽命與可靠性評估技術應用研究[J]. 上海航天, 2013, 30(3): 65-68. WAN Xi-gan, GONG Jing-jing. Research on Reliability Evaluation Technology Application from ADT[J]. Aerospace Shanghai, 2013, 30(3): 65-68.

[21] 周林, 趙杰, 馮廣飛. 裝備故障預測與健康管理技術[M]. 北京: 國防工業出版社, 2015. ZHOU Lin, ZHAO Jie, FENG Guang-fei. Equipment Fault Prediction and Health Management Technology[M]. Beijing: National Defense Industry Press, 2015.

[22] 賀國芳. 可靠性數據處理與壽命評估[M]. 北京: 航空兵器編輯部, 1984. HE Guo-fang. Reliability Data Processing and Life Assessment[M]. Beijing: Aviation Weapons Editorial Department, 1984.

[23] 陳循, 張春華, 汪亞順, 譚源源. 加速壽命試驗技術與應用[M]. 北京: 國防工業出版社, 2013. CHEN Xun, ZHANG Chun-hua, WANG Ya-shun, et al. Accelerated Life Testing Technology And Application[M]. Beijing: National Defense Industry Press, 2013.

[24] 盛驟, 謝式千, 潘承毅. 概率論與數理統計[M]. 3版. 北京: 高等教育出版社, 2001: 55-61. SHENG Zhou, XIE Shi-qian, PAN Cheng-yi. Probability and Mathematical Statistics[M]. 3rd Ed. Beijing: Higher Education Press, 2001: 55-61.

[25] 呂瑛, 王振宇, 趙巖, 等. 電子元器件加速退化壽命評估方法研究[J]. 計算機測量與控制, 2021, 29(11): 230-234. LYU Ying, WANG Zhen-yu, ZHAO Yan, et al. Study on Accelerated Degradation Life Assessment Method of Electronic Components[J]. Computer Measurement & Control, 2021, 29(11): 230-234.

Accelerated Storage Data Processing and Life Assessment of Microwave Power Amplification Modules

LYU Ying1, WANG Ai-qing2, YAN Kai1*, GAO Su-li1

(1. Beijing Remote Sensing Equipment Research Institute, Beijing 100854, China; 2. Beijing Overall Design Department of Mechanical and Electrical Engineering, Beijing 100854, China)

The work aims to process, model, and analyze degradation data from accelerated storage experiments with microwave power amplification modules as the research object, and provide storage characteristic parameters such as storage life assessment values and activation energy of the modules. Based on the completed accelerated storage test of microwave power amplification modules, existing data modeling and processing methods were adopted to carry out accelerated storage data processing and life assessment. Various degradation trajectory fitting optimization, performance degradation model parameter conversion modeling, multiple life distribution modeling, and goodness of fit testing techniques were applied to analyze and process the storage data. A degradation trajectory model, life distribution model, acceleration factor, activation energy and other storage characteristic parameters of microwave power amplification modules, as well as reliable life assessment values, were provided. The accelerated storage test data processing method proposed has good adaptability and high superiority, and can provide reference for similar electronic devices with degradation data.

power amplification modules; accelerated storage; data processing; life; acceleration factor; activation energy; degradation trajectory

2023-08-24；

2023-10-12

TJ089

A

1672-9242(2023)10-0108-10

10.7643/ issn.1672-9242.2023.10.013

2023-08-24；

2023-10-12

呂瑛, 王愛清, 閆凱, 等. 微波功率放大組件加速貯存數據處理及壽命評估[J]. 裝備環境工程, 2023, 20(10): 108-117.

LYU Ying, WANG Ai-qing, YAN Kai, et al. Accelerated Storage Data Processing and Life Assessment of Microwave Power Amplification Modules[J]. Equipment Environmental Engineering, 2023, 20(10): 108-117.

責任編輯：劉世忠