加速寿命检验的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

响应变量应当是连续的
连续数据是测量值,可以是连续尺度上位于某个值范围内的任何数值(包括分数值或小数值)。对于加速寿命检验,连续响应通常定义为一个或多个应力水平下每个单元的失效时间。
如果您拥有仅具备两个可能结果(如失败与未失败)的二元响应数据,请使用概率分析
必须考虑删失数据

寿命数据通常是删失数据,这意味着某些项目的确切失效时间是未知的。如果您拥有删失的观测值,则必须在分析中包括它们以获取准确的可靠性估计值。

使用右删失可以将成功时间计入尚未失败的项目。使用区间或左删失可以在不知道确切失效时间时考虑不确定性。有关更多信息,请转到数据删失

必须至少有一个加速变量
对于一个加速寿命检验可以有两个预测变量,但是必须至少有一个预测变量是加速变量。第二个预测变量既可以是另一个加速变量,也可以是一个因子。
例如,对于在标准速度下运行时平均寿命为数千小时的发动机,在两倍于此速度的加速应力水平下对其进行检验。正常使用条件下的失效时间可以从提升的应力水平推断。应力水平基于您对要检验的系统的了解。太高的应力水平可能会导致系统突然失效而不只是加快磨损。例如,在数千磅的压力下对纸质鸡蛋盒的抗压强度进行应力检验时,几乎会导致立即失效,而不会对正常情况下的盒子强度提供任何判断基础。有关更多信息,请转到加速寿命检验计划的应力水平
您使用的模型必须与数据拟合
如果所选择的拟合模型无法充分代表数据,则结果将不准确。在选择合适的模型时,请使用有关失效时间和加速变量之间关系的工程知识。结果中的概率图可帮助您评估在加速变量的各个水平下,分布、加速变量的关系以及相等形状(或尺度)的假定是否适合。然而,工程知识是验证模型在设计温度条件下是否合适的唯一方法。
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策