通過提高應力水平加速產品性能退化，獲取產品在高應力水平下的性能退化數據，并利用這些數據來估計產品可靠性及預測產品在使用應力下的壽命時間的加速試驗方法成為加速退化試驗（ADT）。
加速退化試驗可分為兩種，分別為非破壞性加速退化試驗和破壞性加速退化試驗，本方法可用于破壞性加速退化試驗評估。
產品性能指標值的退化速度隨著溫度的上升而按照指數函數規律增加;對于特征壽命來說,其值隨著溫度的上升而按照指數函數規律下降?？傻镁€性化(對1/T)的Arrhenius模型：
冪律模型表明，產品性能指標值的反應速度或退化速度是應力的冪函數。線性化(對In S)的冪律模型：
就一般情況而言，如果引入性能指標值或退化量x的某個函數，則其與反應速度、退化速度的關系可以寫為：
根據求得的樣本均值、樣本均方差或尺度參數、形狀參數隨時間變化的函數，根據實驗所用應力種類，選擇加速模型，利用最小二乘法求出參數曲線模型系數與應力水平的關系；
假定失效閾值為Df，利用上述得到的參數曲線方程系數與應力水平的關系，可以求出正常使用應力條件下，產品性能退化量的樣本均值、樣本均方差或尺度參數、形狀參數隨時間變化的函數關系；
基于退化量分布的加速退化數據可靠性評估方法的算法流程圖如圖1所示。
圖1 基于退化量分布的加速退化數據可靠性評估方法的算法流程圖
對于不同溫度下，不同時刻性能退化數據進行分布假設檢驗，如圖2所示，由圖可以看出，不同時刻樣本性能退化量基本服從正態分布，也符合服從Weibull分布，下面針對這兩種分布對產品進行可靠性評估。
首先求出不同應力水平下、不同測量時刻產品的性能退化量的樣本均值與樣本均方差。一般時刻均值點估計采用極大似然估計(MLE)，時刻均方差估計采用最小方差無偏估計(MVUE)。
可以利用MATLAB求出不同應力下性能退化量均值與樣本均方差，畫出產品退化量的樣本均值與樣本均方差隨時間變化的曲線，如圖3所示。
假設產品性能退化量均值與樣本均方差方程系數與溫度的關系滿足Arrhenius加速模型。線性化Arrhenius模型為：
3.2假設不同時刻退化量服從Weibull分布時產品的可靠性評估
計算出不同應力水平下、不同測量時刻樣本性能退化量的形狀參數與尺度參數。以T=83℃、t=452時刻數據為例。
畫出產品性能退化的尺度參數與形狀參數隨時間變化的曲線，如圖4所示。
通過圖4可以看出，該產品在不同應力下性能退化量的尺度參數為時間的線性函數，形狀參數基本不變，因此可以利用最小二乘法求出它們在不同應力水平下隨時間變化的函數如表4所示。
假設產品性能退化量的尺度參數方程系數及形狀參數與溫度的關系滿足Arrhenius加速模型。
根據得到得可靠度函數，分別畫出性能退化量服從正態分布與Weibull分布時得到的可靠的曲線如下：
對于不同溫度下，不同時刻的壓縮永久變形率進行分布假設檢驗，結果如圖6所示。
4.2 假設不同時刻退化量服從Weibull分布時產品的可靠性評估
求出不同應力水平下，不同測量時間產品的性能退化量的尺度參數與形狀參數，產品性能退化量的尺度參數與形狀參數隨時間變化的曲線如圖8所示。
通過圖8可以看出，該產品在不同應力下性能退化量的尺度參數為時間的線性函數，形狀參數基本不變，因此可以利用最小二乘法求出它們在不同應力水平下隨時間變化的函數如表6所示。
根據得到得可靠度函數，分別畫出性能退化量服從正態分布與Weibull分布時得到的可靠的曲線如下：
地址：北京市海淀區花園北路10號高德大廈1206室
電話：010-82315623
地址：西安市高新區西部大道170號豐澤科技園3幢4層
電話：029-81145100
