本书基于性能退化的产品可靠性评估理论，从失效机理分析出发，通过分析产品失效的相关性和退化失效规律，设计与性能相关的加速退化试验，获取充分的、与寿命相关的性能信息，然后对产品服役可靠性进行评估，从而开辟一条使用性能数据对产品寿命进行预测的新途径，有助于解决高可靠长寿命产品服役可靠性评估难题。

1 绪论
1.1 问题提出
1.2 基于性能退化的可靠性评估方法
1.2.1 基于失效物理分析(POFA)建模方法
1.2.2 基于性能退化数据统计(PDDs)建模方法
1.3 加速退化的可靠性评估方法
1.3.1 加速退化试验方法
1.3.2 加速退化模型
1.4 本书主要内容
2 性能退化理论基础
2.1 可靠性特征量
2.2 性能退化基本理论
2.2.1 退化失效
2.2.2 退化数据
2.2.3 退化模型
2.3 性能退化评估步骤
3 产品失效分析及失效风险评判
3.1 产品失效分析
3.1.1 失效分析理论
3.1.2 分析案例
3.2 失效风险评判
3.2.1 概述
3.2.2 分析步骤
3.2.3 危害性分析(CA)
3.3 改进FMEcA失效风险评判法
3.3.1 方法步骤
3.3.2 应用案例
4 基于β分布统示法的产品性能退化建模
4.1 基于β分布统示法的产品性能退化(β-PDLD)建模方法
4.1.1 性能退化量
4.1.2 基于β分布统示法的产品性能退化分布推导
4.2 产品可靠度分布模糊优选(RD—FOM)
4.3 应用实例
5 基于伪失效寿命的产品加速退化评估
5.1 加速退化下的伪失效寿命分布预测
5.1.1 加速退化数据预处理
5.1.2 最优加速退化轨迹选取
5.1.3 改进Bootstrap法的自助样本扩充
5.1.4 基于GLD的伪失效寿命分布预测方法
5.2 基于深度学习预测的加速退化模型构建
5.2.1 深度学习预测建模基本原理
5.2.2 基于限制玻尔兹曼机RBM的深度学习预测建模方法
5.2.3 仿真算例
6 加速退化试验设计及优化
6.1 加速退化试验
6.1.1 加速退化试验的类型
6.1.2 加速退化试验判定性条件
6.1.3 加速模型
6.2 加速退化试验设计
6.2.1 试验设计方法
6.2.2 试验设计中的关键问题
6.3 基于ML估计的加速退化试验设计优化
6.4 应用案例
7 综合案例
7.1 试验数据的获取
7.2 试验结果分析
参考文献