Worin besteht der Unterschied zwischen einem m-Ausfälle-Test und einem 0-Ausfälle-Test?

Bei einem Test nach einem m-Ausfälle-Testplan ist der Nachweis der Zuverlässigkeit erfolgreich, wenn nicht mehr als m Ausfälle auftreten. Die am häufigsten verwendeten m-Ausfälle-Tests sind der 0-Ausfälle-Test (m = 0) und der 1-Ausfall-Test (m = 1).

Angenommen, Sie testen Rasenmähermotoren mit einem m-Ausfälle-Test mit m = 3. Der Zuverlässigkeitstest ist erfolgreich, wenn nicht mehr als drei Ausfälle in n identischen Systemen auftreten, die mit jeweils gleicher Zeitdauer unabhängig voneinander getestet werden. Falls mehr als drei Ausfälle auftreten, schlägt der Zuverlässigkeitstest fehl, und das System erfüllt nicht die Zuverlässigkeitsanforderung, die Sie nachweisen möchten.

Die Planung eines m-Ausfälle-Tests besteht aus der Ermittlung des Stichprobenumfangs und der Testdauer, mit der die Wahrscheinlichkeit des Bestehens des Zuverlässigkeitstests maximiert wird, so dass Sie die Zuverlässigkeitsanforderung nachweisen können. Beachten Sie bei der Entscheidung zwischen einem 0-Ausfälle-Testplan und einem m-Ausfälle-Testplan (m>0) folgende Punkte:

	0-Ausfälle-Testplan	m-Ausfälle-Testplan (m>0)
Gesamttestzeit	Möglicherweise Reduzierung der Gesamttestzeit bei Teilen mit hoher Zuverlässigkeit.	Gesamttestzeit kann reduziert werden, wenn Tests nacheinander ausgeführt werden können. Wenn Sie z. B. 3 Einheiten in einem 1-Ausfall-Test testen und die ersten 2 Einheiten bestehen, müssen Sie die dritte nicht testen.
Zweckmäßigkeit	Nicht praktisch, wenn wahrscheinlich mindestens ein Ausfall auftritt.	Ist bei Einheiten mit hoher Zuverlässigkeit möglicherweise nicht durchführbar. Bei geringfügig verbessertem Design bessere Chance zum Bestehen als 0-Ausfälle-Test
Überprüfung von Annahmen	Bietet keine Möglichkeit zur Überprüfung der Annahmen für den Testplan: Sie können nicht die Form (Weibull-Verteilung) oder Skala (andere Verteilungen) schätzen, um diese mit dem angenommenen Wert zu vergleichen. Sie können die Skala (Weibull- oder Exponentialverteilung) oder Lage (andere Verteilungen) schätzen, doch ist der Schätzwert möglicherweise konservativ.	Die Annahmen für den Testplan können überprüft werden. Es sind mehrere Annahmen zu berücksichtigen, wenn ein m-Ausfälle-Testplan verwendet wird: Bei der Weibull-Verteilung kennen Sie den Formparameter und möchten den Skalenparameter nachweisen. Bei der Exponentialverteilung möchten Sie den Skalenparameter nachweisen. Der Formparameter ist 1. Bei der Extremwert-, Normal-, lognormalen, logistischen und loglogistischen Verteilung kennen Sie den Skalenparameter und möchten den Lageparameter nachweisen.