可靠性数据分析

基于可靠性增长数据的可靠性数据分析

试验，发现薄弱环节—改进—再试验—再改进 特点： 总体不断变化 样本量小 可靠性增长有其特有的规律 可靠性增长模型
Duane模型、AMSAA模型、Gompertz模型、延缓纠正的增长预测模型
系统可靠性数据分析

回答了“某个系统在规定的工作条件下，在规定的任务时间t0 内 ,能正 常工作的概率,即该系统在t0时刻的可靠度，记作Rs(t0),实际工程中最 关心的是可靠度置信下限，记作RL"

最常见分析方法： LM法（Lindstrom和Madden提出） MML法（Easterling提出）

能力：衡量产品的可靠性水平，需要对产品能力进行定量化

可靠度、失效率、平均寿命、可靠寿命

可靠度：可靠度函数具体定义
失效率：工作到 t 时刻尚未失效的产品，在该时刻后单位时间内产品， 在该时刻后单位时间内产品发生失效的频率 在时间△T内失效产品数/(在时刻T仍正常工作产品数*△T) 失效率曲线： 浴盆曲线
◆ 随机性 “产品在在规定时间内不发生故障”是随机事件 概率统计的方法研究
结论：
可靠性数据分析是通过收集系统或单位产品在研制、试验、 生产和使用中所产生的可靠性数据，并依据系统的功能或可 靠性结构，利用概率统计方法，给出系统的各种可靠性数量 指标的定量估计。
数量指标：可靠度、失效率、平均故障时间间隔等
定义：将分析对象（元器件、零部件、组件、设备、分系统、或系统）作为一个 单元整体，只利用其自身的可靠性数据，对其进行可靠性分析

无故障数据情形下的可靠性数据分析
单元产品的常规可靠性数据分析：主要集中在二项分布、指数分布、 威布尔分布和对数正态分布等分布，运用数理统计方法，给出分布参数 的估计，进而得出所关注可靠性指标的估计。【保守】
在保持失效机理不变的条件下，把产品放在高应力水平下进行试验，来加速 产品失效的一种寿命试验方法 快速获取实验数据、迅速查明失效原因，结合加速寿命试验模型，对产品在 正常应力水平下的可靠性指标进行统计推断

基于贝叶斯（Bayes）方法的可靠性数据分析
合理制定产品寿命分布的 先验信息 ；按照贝叶斯理论方法计算产品 寿命的 后验分布 ；最后根据工程需要，从后验分布中提取可靠性指标的 评估结果
补充
可靠性常用指标
三个“规定” 、一个“能力” 规定时间：可靠性是关于时间的递减函数 广义概念（分钟、小时、年、行驶路程、开关次数等） 规定功能：产品的每项性能指标均达到规范限，称该产品完成规定功能 可靠性中：产品丧失规定功能，称为失效（故障） 规定条件：产品的使用条件（环境条件、维护水平、操作技术等） 使用条件越严酷，可靠性越低（区别对待）


建立各级可靠性信息管理系统
产品寿命周期中，利用对可靠性数据的闭环监控，实现对 产品可靠性监控
数据的闭环监控 数据源 数据收集 数据分析与处理 反馈 制定纠正 措施 实施，形成新的数据源
C
ONTENTS 1.2 可靠性数据分析的发展和现状
01单元产品的可靠性数据分析
02系统级可靠性数据分析
单元产品的可靠性数据分析
核心思想：把系统组成设备的数据等效为系统的成败型数据，随后利用 二项分布的方法给出系统的可靠性置信下限
C
1.3 可靠性数据分析的基本方法和流程 ONTENTS
01 可靠性数据分析方法的选取原则 02 可靠性数据分析的流程
单元产品可靠性数据分析方法的选取原则与流程
产品自身数 据比较丰富
系统产品可靠性数据分析方法的选取原则与流程
可靠性数据分析概述

可靠性：可靠性是产品在规定的时间内和规定的条件下，完成规定功 能的能力。 【任务期间】 【工作环境、使用方法、负荷状 况】 可靠性定性分析 无法满足工程需求


可靠性的定量分析
给出可靠性的各种定量表示（各种可靠性指标）

可靠性定量表示特点： ◆不同场合，对应不同的数量指标
可靠度、失效率、平均故障时间间隔等
可靠性数据分析的目的和任务

根据在产品研制、试验、生产、使用、维修等过程中所开展的可靠性 工程活动的需求而决定

研制、试验阶段：对所进行的各项可靠性试验的试验结果进行评估， 验证试验的有效性 生产阶段：检验产品生产工艺能否保证产品所需求的可靠性水平 投入使用后阶段（使用、维修）：定期对现场可靠性数据收集，及时 分析、评估，找出故障原因，加以改进，提高产品可靠性
产品自身的数据很少，而产品组 成设备的数据较丰富情况
一般，级数越高，试验的工程难度越大 所需的费用越高，因此“级”越高，试验 数量越少，全系统的试验数量就更少。
利用系统以下各级信息，就有可能使 全系统一级的试验数量减少，从而节省产 品的研究经费，缩短研制周期
可靠性数据分析流程
END
Thanks!!!
基于可靠性增长数据的可靠性数据分析 可靠性增长是通过持续不断的消除产品在设计或制造中的 薄弱环节 ， 采取适当的纠正措施，使产品可靠性随时间而逐步提高。 根据可靠性增长过程中收集到的可靠性数据，运用合理的数学分析 方法给出产品可靠性的定量评价（特别是增长结束时产品可靠性水平的 衡量） 模型
Duane模型、AMSAA模型、Gompertz模型、延缓纠正的增长预测
样本空间排序法，得到分布产品在无失效数据情形下可靠性指标

基于退化数据的可靠性数据分析
可以从性能退化和失效机理方面揭示产品可靠性特性，针对于小成本、高可 靠性产品 基于性能退化轨迹分析（将退化量或与之相关参数作为时间的函数）
基于性能退化量分布分析（不同标本、不同时刻退化量分布情况）

加速寿命试验数据分析
平均寿命：不可修复产品：又称平均故障前时间（MTTF） 可修复产品：又称平均故障间隔时间（MTBF）
可靠寿命：保证产品正常工作的概率在某一水平R以上，产品可以工作多 长时间
无故障数据情形下的可靠性数据分析 加速寿命试验数据分析
产品寿命的分布F(t;θ)符合何种情况（指数、威布尔、正态） 产品寿命的分布F(t;θ) 未知时，随机抽取n个样本进行定时 截尾试验， 若在截尾时间段内有X个样本失效，且样品失效与否相互独立，采用二项 分布进行分析
《可靠性数据分析》
Data Analysis of Reliability
主编：赵宇
资料整理人：张传伟
目
2
1
可靠性数据分析的目的和意义
可靠性数据分析的发展和现状
录
3
可靠性数据分析的基本方法和流程
C
1.1 可靠性数据分析的目的和意义 ONTENTS
01 可靠性数据分析概述 02 可靠性数据分析的目的和任务 03 可靠性数据分析的工程意义 04 可靠性数据分析的利用及其效果

可靠性数据分析的工程意义
Leabharlann Baidu
可靠性数据分析给可靠性设计和可靠性试验提供了基础，为可靠性决 策提供依据 “预防、发现和纠正可靠性设计以及元器件、材料、工艺等方面的缺 陷”

的重要参考 在可靠性工程各个阶段（研制、试验、生产、使用、维修）中的一项 基础性工作，始终发挥重要作用
可靠性数据分析的利用及效果
基于退化数据的可靠性数据分析
产品退化量的分布F(t;θ)符合何种情况（指数、威布尔、正态）
退化量：与寿命、可靠性直接相关的某个性能指标，从产品开始工作到 寿命终止时刻呈现出一定趋势的变化规律，本身可以测量，称为性能退 化量

与加速寿命实验相结合
基于贝叶斯（Bayes）方法的可靠性数据分析

重视先验信息（样本可靠性数据）的收集、发掘和加工，并使之数量 化，形成先验分布，统计推断出后验分布 产品先验分布的分布F(t;θ)符合何种情况（指数、威布尔、正态）