可靠性分析中的故障函数

故障函数是在给定时间的瞬时故障率。故障函数的特征通常与某些特定的产品和应用相关。不同的故障函数使用不同的分布模型建模。您还能够以非参数方式对故障函数建模。

递增故障函数

表示随时间增长,项目的瞬时失效率在逐渐增大。例如,许多承受应力或产生疲劳的机械产品在产品寿命期间的失效风险都在递增。工程师可以在超时使用的灯泡上记录直到失效出现所需时间,以此来模拟延长灯泡使用期限的失效状况。

Weibull 分布通常对于这种耗损失效类型建模。

递减故障函数

表示故障发生在产品寿命早期的可能性更大。例如,由金属构成的产品或部件可以越用越硬,因此随时间的推移会变得更加坚固。另外还有计算机程序中的错误,越是在新软件程序刚刚发布的时候,发现错误的可能性越大,但随后会随时间的推移而递减。

通常,这种类型的数据可以使用形状参数小于 1 的 Weibull 分布建模。

固定故障函数

表示在产品寿命内任意时间发生故障的可能性都是相同的。这种相对固定的低故障风险期体现了浴盆曲线的中间部分。

此函数可以使用指数分布建模。

浴盆故障函数

许多产品的故障率都呈“浴盆”曲线。通常,故障率在其寿命周期的一开始很高,在中间时很低,随后在寿命周期快结束时再次变得很高。因此,这三个故障周期所产生的曲线形状通常很像浴盆。电视机和掌上计算器是两个常用于体现浴盆故障函数的产品。此外还有微处理器,它被放入计算机系统后可能很快会出现故障。

使用 Minitab,可以为特定时间段使用浴盆函数建模。Minitab 为递减故障、固定故障或递增故障建模,但不为产品的整个寿命中所有这三个故障周期连续建模。

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