谁的设计更可靠？Weibull给你答案！
时间:2009-07-27 12:50 来源: 可靠性家园网作者:kingbayes 点击:次
全文请至论坛下载阅读：http://www.reliaonline.com/bbs/dispbbs.asp?boardid=26&Id=1262
|
谁的设计更可靠？Weibull给你答案！
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
威布尔分析（Weibull Analysis）常用于分析现场或试验中得到的失效数据，帮助人们理解产品如何失效，以及失效服从的特定基本失效分布。我们的一个工程师最近负责向一位客户推荐一种有限寿命的产品，要求该产品5%最短寿命为16,000次循环（即，不允许超过5%的产品在16,000次循环前失效）。两个参与竞争的制造商提供了表1所示试验数据，每个制造商都声称他们的设备可以满足要求。
工程师决定使用无限制版（free）Quanterion自动化可靠性工具包（Automated Reliability Toolkit ，QuART）中的Weibull分析模块（该软件包可从http://quanterion.com/QuART 获得）进行分析，得到每组数据的Weibull制图，如图1和2所示。两个数据集都给出了相当合理的直线，故可认为它们都服从Weibull分布。
图1: 制造商A的失效数据的QuART Weibull概率图
图2: 制造商B的失效数据的QuART Weibull概率图
在此，只要看一下Y轴的5%累积百分失效点，并沿着与最佳拟合直线的交叉点（图中的红线），读出X-轴上对应的失效循环数。采用同样的方法，制造商A的数据表明5%寿命超过20K次循环（而图2给出的是需要16K次循环），这表明制造商B的数据更接近10K次循环。一种更准确的检查方法是，对每个图读出Weibull斜率（Weibull Slope）b和特征寿命h（特征寿命是指全体产品中的63.2%失效所对应的时间（黄线所示）），然后使用公式1，给出Weibull累积分布函数在16K次循环所对应的累积失效百分比（即计算t=16的F(t)）。
表2总结了这些计算结果。显然，制造商A的设计仅1.5%失效，而制造商B则有8.2%失效。由此可见，Weibull分析清楚地表明，制造商A的设计能够满足要求，而制造商B的设计无法达到要求。这是一个如何使用该有效工具来理解寿命数据和提高产品可靠性的例子。
表2: Weibull参数和16000循环下累积百分位失效数小结
|
