您当前的位置:检测资讯 > 科研开发

可靠性与威布尔分布的关系

嘉峪检测网        2022-04-21 00:50

我们谈可靠性,往往离不开开篇大幅统计学介绍。很多可靠性参考书,第一章也都是失效模型、可靠度函数、失效率函数、MTBF等。

 

说实话,可靠性确实离不开概率统计。

 

比如我们了解到很多实验设计中的数量选择都不是凭空虚设,大多都是依据失效函数、置信度等进行计算;再如我们预设的产品寿命是通过加速实验推算的数值,如果某家公司真的执行了诚意满满的寿命估算,估计做一批数量的样品,保证十年的使用寿命,客户和市场也该等的花都谢了。

 

今天主要聊聊可靠性与威布尔之间的那点事,因为小编在工作中发现有很大一部分人真不太清楚。

 

本文是可靠性知识的介绍

 

威布尔分布表达式异常复杂,在可靠性中使用范围却很广。其中失效密度函数表示如下:

 

可靠性与威布尔分布的关系

 

威布尔分布之所以好用,是因为通过调整不同参数,可以表征整个产品生命周期,即可靠性常提到的浴盆曲线,分为早期失效、随机失效和老化失效三个阶段。

 

可靠性与威布尔分布的关系

 

早期失效,产品在开始使用时,失效率很高,但随着产品工作时间的增加,失效率迅速降低。这一阶段失效的原因大多是由于设计、原材料和制造过程中的缺陷造成的。

 

随机失效期,是失效率较低,且较稳定,往往可近似看作常数,可以用指数分布表示。这一时期是产品的良好使用阶段, 偶然失效主要原因是质量缺陷、材料弱点、环境和使用不当。

 

老化阶段,失效率随时间的延长而急速增加, 主要由磨损、疲劳、老化和耗损等原因造成。这个阶段也可以用正态分布来做模拟。

 

Weibull分布参数与失效模型之间的关系:

 

可靠性与威布尔分布的关系

 

Weibull分析有何用处呢?当然用处很多,这也是可靠性工程师必备的基本知识。本文举一个简单例子,帮助你了解威布尔分布的作用之一。

 

案例

 

在某零部件有两个供应商,为了挑选更合适的供应商,分别拿了8个样本进行寿命试验,得到的数据是每个样本失效的时间,结果如下:

 

可靠性与威布尔分布的关系

 

那哪家供应商的可靠性更好呢?

 

分析

 

如果单纯从数据上来看,供应商1的数据比较分散,供应商2的数据比较集中,但是很难说谁更好一些,通常我们会选择一些量化的比较方法:

 

可靠性与威布尔分布的关系

 

1、最常用的方法是比较平均值,也称平均寿命:

 

供应商1产品的平均寿命是:136,749;

 

供应商2产品的平均寿命是:38,593;

 

供应商1胜出。

 

2、另外一种比较方法是使用中位数,即中位寿命的比较:

 

供应商1产品的中位寿命是:100,515;

 

供应商2产品的中位寿命是:37,616;

 

还是供应商1胜出。

 

注:中位数指一组数据的中间值,通俗来说就是50%比它大,50%比它小。(Excel公式:Median)

 

但的确如此吗?

 

相信这时候很多朋友一定会想到,需要进行比较,还需要一个前提,就是咱们期望这个产品使用多少时间。

 

如果时间要求是1~2万的,可能会是供应商2会更好一些,因为在此之前都没有失效;

 

如果时间要求是5~6万的,可能会是供应商1会更好一些,因为在此之前供应商2基本都已经失效。

 

接下来,让我们看看Weibull分析可以帮助到我们什么?

 

结果

 

通过Weibull分析,我们可以得到这两个供应商各自的Weibull分析图形。为了便于比较,我们可以通过“多图”将他们放在一张图上进行直观比较。

 

可靠性与威布尔分布的关系

 

如果要求的使用时间是2万,

 

供应商1产品的不可靠度,即F(2万) 是:13.18%;

 

供应商2产品的不可靠度,即F(2万) 是:2.68%;

 

供应商2胜出。

 

注:不可靠度指的是使用到某时刻T,产品失效了的百分比。

 

可靠性与威布尔分布的关系

 

如果要求的使用时间是5万,

 

供应商1产品的不可靠度,即F(5万) 是:29.19%;

 

供应商2产品的不可靠度,即F(5万) 是:90.52%;

 

供应商1胜出。

 

注:与其说供应商1数值比较上的确更好一点,不如说供应商2更差一些。这个问题以后有机会再讨论。

 

总结

 

简单总结该案例的启示:

 

平均值在产品可靠性比较中,有一定的意义,但还需根据客户需求、设计目标、数据分布进一步对比分析。(和大家经常吐槽自己“被平均”是一个道理)

 

用不可靠度(F(t))或者可靠度(R(t))进行比较,可能会更加合适;

 

通过Weibull分析,我们可以得到产品应用到任意时刻(当然需要找个时间点是有价值的)的可靠性或者不可靠度;

 

在平时的工作中,我们可以通过这样的分析,比较不同供应商、批次、区域等的产品可靠性;也可以进行产品改进前后的可靠性比较。

 

分享到:

来源:Internet