Accelerated life testing (加速寿命试验)

在高于使用应力的应力水平上对单元进行试验的试验策略，目的是加快失效的发生。试验完成后，通过特定方式对试验结果进行分析，以便可根据产品在加速应力下的行为，确定出产品在使用应力下的失效行为剖面。 

AMPM 
AMPM 代表“AMSAA 成熟度预计模型”(AMSAA Maturity Prediction Model)。这是一种增强的可靠性增长模型，它可帮助用户预测未来发展阶段中的失效率。此模型可帮助用户评估所提出和所实施修理的有效性，进而确定未来的失效率。 
AMSAA model 

AMSAA 代表“军队物资系统分析活动”(Army Material Systems Analysis Activity)。这是一种可靠性增长模型，它利用累积试验时间和累积失效之间的关系，来建立可靠性增长模型。 

ANOVA 方差分析
ANOVA 代表“方差分析”(Analysis of Variance)，这是一种用于确定可变性来源的方法。人们在工业中广泛采用此方法，来帮助在生产过程中确定潜在问题的来源，并确定所测输出值中的偏差是源于各种制造过程之间的可变性，还是源于它们内部的可变性。通过以预定模式来改变因子并对输出进行分析，我们可以利用统计方法，来对制造过程中导致偏差产生的原因做出准确评估。 

Arrhenius model 阿纽斯模型
加速寿命试验中使用的一种模型，它可在绝对温度与可靠性之间建立联系。它由瑞典化学家 Svante Arrhenius 提出，最初用于定义温度与化学反应速率之间的关系。 

Availability 可用性
可用性是产品在被调用时能够运行（即未处于失效或修复状态）的概率。此量度考虑了产品的可靠性（多久会失效）和可用性（多久能被修复）。 

BX life 

单元组中有 X% 发生失效的时间。例如，如果某产品具有 100 小时的 B10 寿命，则这意味着到运行 100 小时时为止，产品组中将有 10% 发生失效。 

Block diagram  方框图（RBD）

一种图表，它用“模块”来代表更大系统中的组件，并描绘组件与可靠性有关的排列及相关方式。这通常与组件的物理相关方式相同，但有时也未必如此。它也称为“可靠性框图”或 RBD。

 
Censored data 
一类数据，其中并非所有数据点都代表失效，即可能存在未失效单元的运行时间。删失的分类包括右删失、左删失和区间删失。 
 

Competing failure modes 

一种模型，在其中，可将由一种以上失效模式导致失效的产品，描绘成一个串联可靠性系统，系统中每个模块代表一种失效模式。可以认为这些失效模式彼此间相互“竞争”，并看哪一种会导致产品失效。 

Complete data 

仅由失效时间组成的数据集。 

Complex system 
不能化简为串联和/或并联系统的框图。 

Confidence bounds 
统计估计精度的量度。它由一系列数值来代表，并且特定的估计结果应落在指定百分比的时间之中。例如，如果我们为产品执行十次不同的可靠性试验，并对结果进行分析，则我们每次将获得略有不同的分布参数，并因而获得略有不同的可靠性结果。然而，通过运用置信区间，我们可获得一个范围，在该范围内，这些可靠性值可能在某一指定百分比的时间内出现。这可帮助我们衡量数据的实用性，以及所得估计结果的准确性。 

Contour plot 

对似然比方程可能解的图解表示。它可用来确定置信区间，以及比较两个不同的数据集。 

Cumulative damage model
一种加速寿命试验模型，用来为时变应力加速试验建模。

Cumulative density function (cdf) 
通过对失效分布 Pdf 进行积分获得的函数。在寿命数据分析中，Cdf 相当于不可靠性函数。 

Decomposition method 
一种用于确定复杂系统可靠性的方法。分解法运用了总概率定律，它选择某一“关键”组件，然后分两次计算系统的可靠性——一次假设关键组件失效，另一次假设关键组件成功。然后将这两个概率综合起来，以获取系统的可靠性，因为在任意给定时刻，关键组件将或者处于失效状态，或者处于运行状态。 

Degradation analysis 
一种分析过程，有些退化或性能数据，可能与所考虑产品的假定失效直接相关，该分析便对此类数据进行量度和外推。利用退化分析，用户可度量随时间发生的退化或性能变化，进而根据度量结果外推求出假设的失效时间。 

Down time
可修复单元未处于工作状态的时间量。导致停机的原因，可能是系统处于失效状态、管理上的迟滞、等待更换部件送到，或者系统正在修复中。 

Duane model （杜安模型）
一种类似于 AMSAA 模型的可靠性增长模型，它利用累积试验时间与累积失效之间关系，来导出可靠性增长剖面。 

Event space method 

一种用于确定复杂系统可靠性的方法。利用事件空间法，可以确定所有互不相容的事件。系统的可靠性，只是导致系统成功的所有互不相容事件联合发生的概率（不可靠性是导致系统失效的所有互不相容事件联合发生的概率）。 

Exponential distribution 
一种寿命统计分布，它假定要建模的单元具有恒定的失效率。 

Eyring model 
一种基于量子力学的加速寿命试验模型，它可在温度作为加速因子时使用。 

Failure distribution 失效率分布
一种数学模型，它描述随时间发生失效的概率。此函数也称为概率密度函数 (Pdf)，对它进行积分，可以获取失效时间在给定间隔内取值的概率。此函数是其他重要可靠性函数的基础，这些函数包括可靠性函数、失效率函数和平均寿命。 

Failure rate 失效率

一个函数，它描述在给定单位时间内预期可发生的失效数。失效率函数的单位，是每单位时间在未失效单元中发生的失效，例如每月一次失效。 

Fisher matrix 

一种数学表达式，它可根据用于参数估计的数据的可变性，来确定参数估计值的可变性。它可在使用最大似然估计 (MLE) 方法时用来确定置信区间。

Gaussian distribution 

一种加速寿命试验模型，它可考虑将多种非热应力作为加速因子。

Generalized gamma distribution 

虽然不像其他寿命分布那样经常用于寿命数据建模，但广义 Gamma 分布确实能够根据分布的参数值，来模拟 Weibull 或对数正态分布等其他分布的属性。虽然通用 Gamma 分布本身并不经常用于寿命数据建模，但是它具有其他更常用分布的类似性质，因此我们有时可利用它的这种能力，来确定应将其他寿命分布中的哪一种用于特定数据集的建模。 

Gompertz model 

一种可靠性增长模型，它可在不同的发展阶段为可靠性数值建模，并生成 S 形可靠性增长曲线。 

HALT 

高加速寿命试验 (Highly Accelerated Life Testing)。 

HASS 
高加速应力筛选 (Highly Accelerated Stress Screening)。 

Hazard rate 
一种可靠性增长模型，它可在不同的发展阶段为可靠性数值建模，并生成 S 形可靠性增长曲线。 
详见“失效率” 

组件对整个系统可靠性的相对贡献的量度。组件的重要性量度，等于组件可靠性关于系统可靠性的一阶偏导。

Inverse power law 

一种加速寿命试验模型，常在加速因子为单个非热应力时使用。 

Kaplan-Meier estimator 
一个估计量，它可替代中位秩法来计算不可靠性估计值，进而绘制概率图。它还可用于确定非参数数据分析的可靠性估计值。 

LLife data analysis 

失效与使用量数据的统计分析，通过执行它，我们可为产品的可靠性及失效特性建立数学模型。 

Life distribution 

一个函数，它表示数据集中所有各点的联合概率。对于完整数据，似然函数由各数据点 Pdf 的乘积组成；对于还包含删失数据的数据集，似然函数要更复杂。最大似然估计 (MLE) 方法取该函数的最大值，以确定最佳参数估计值。 

Likelihood ratio 
两个似然函数之比，一个是某一未知参数向量的，另一个是在估计的参数向量上计算出的。然后可利用该比率与卡方分布的关系，来计算置信区间和置信区域。 

Lloyd-Lipow model 

一种可靠性增长模型，它基于产品开发各阶段的尝试数和成功数。

Lognormal distribution 

一种寿命统计分布，当在产品中物理疲劳成为主要失效模式的重要贡献因素时，常可利用该分布来为产品建模。