服从Weibull分布时，尺度参数与形状参数随时间的变化曲线如图８所示。尺度参数是时间的线性函数，且方程系数随应力增加而增加，形状参数随应力增加而减少。
假设样本参数退化量尺度参数方程系数及形状参数与温度的关系满足Arrhenius加速模型，建立相应的加速方程，并求得分布参数与时间、温度的关系：
图8 不同温度应力下尺度参数与形状参数曲线（ｍ：形状参数；η：尺度参数）
根据加速方程求得正常使用条件（T0 ＝ 25℃）下样本参数退化量尺度参数η y0 、形状参数ｍ y0 与时间的关系，因此给定时间t，MEMS陀螺仪基于参数退化量分布的可靠度函数为：
图9是可靠度评估曲线，基于退化轨迹的拟合方法过程简洁易懂，两条曲线形状接近，服从正态分布的评估结果较保守（曲线偏左），与假设检验结果中正态分布统计量值较小一致。基于退化量分布拟合的方法反映了退化参数所服从分布形式的参数随时间与温度应力的变化情况，能够更准确的反映样本的实际退化情况。
图9 不同评估方法得到的MEMS陀螺仪可靠度曲线
4 结论
本文提出了MEMS陀螺仪加速参数退化的可靠度评估方法。该方法首先对样本的结构特点和表征性能退化的特征参数、敏感应力及加载方式进行了理论分析，然后形成了基于退化轨迹拟合和退化量分布拟合两种方式的加速参数退化可靠度评估方法，应用其流程对15个MEMS陀螺仪样本开展了加速退化试验，通过对试验数据分布假设检验，选择恰当的分布形式计算分布参数并验证退化失效机理的一致性，最后利用建立的加速模型评估样本在正常使用环境中的可靠度。通过对比实验结果表明，退化轨迹拟合方法过程简洁易懂，退化量分布拟合方法建立了分布参数与时间和应力的关系，体现了样本参数退化之间的差异性，能够反映MEMS陀螺仪在温度应力下退化的实际情况，其结果相对退化轨迹的拟合方法准确度更高，因此可促进可靠度指标对样本实际研制工作的指导。
