正确应用统计方法处理可靠性工程问题.pdfVIP

正确应用统计方法处理可靠性工程问题 邝志礼 电子l：业部第五研究所(510610广州市1501信箱02分箱) 。● ’ 关键词：寿命数据删失数据威布尔分布 非齐次Possion过程町靠性验证 摘要：奉丈通过对几个典型例了：的分析，指出在可靠性工程实践中应用统计方法分析阔题时容易产生的 错误做法，并阐述了正确的统计处理方法供参考。 引 言 随着I：业、商业以及国防l：业对产品可靠性要求的不断提高，产晶的可靠性与产品性 能指标坡视为同等重要，被人们所重视。但在可靠性l：程实践中，某些分析人员由丁对可 靠性的基本概念和统计方法的认识不够透彻，在应用某些统计方法处理试验数据时没有考 虑这些统计方法的限制条件是否满足；试验方案的选择和试验的具体实施时不考虑统计试 验方案的特性，不加任何限制，导致得到错误的结果与决策。本文试图通过一些典型案例 的分析，指出在可靠性．I：程应用中容易产生的错误做法。F面就可靠性数据的统计分析技 术、可靠性验证试验的实施等方面存在的问题进行讨论。 可靠性数据的统计分析技术 2．1关于有删失寿命数据的处理 数、尺度参数、位置参数。随着B、n和y的变化，威布尔分布可代表负指数分布、或近 蠢 似正态分布，或近似对数正态分布等。正是它的多面性，使它广泛用于描述元器件的寿命 分布。数据处理的图解法(如威布尔概率纸)和解析法(如极大似然估计)等统计分析技 术已『I泛应用，但这些统计方法多是基于完全样品的情况F得到的。对于有删失的寿命数 I汀氐h缸融旷 据．若用基于完全样品的统计方法处理这些寿命数据将得到不正确的结果。 例1：某元器件进行寿命试验，共投放16个样品，有7个样品失效，失效时间如下51 47．658．886．298．7105．0158．7165．0 所有的失效都是同一类型。其他9个样品因生产需要，在寿命试验尚未结束时将其撤山， 其试验时间分别为 -2lI 97．5116．0108．0131．3132．5126．3152．6163．8195．07 若对这些寿命数据不仔细分析，简单地利用完全样品的统计分析方法，则可能产生如 下不正确的数据处理方法：a． 把删失数据忽略；b． 把删失数据当作完全数据。 a． 忽略删失数据后，样品数量减少为7个，用威布尔图解法可得到参数估计值为 Y=O，B=2．5，n=117．0 b． 把删失数据当作完全数据后，类似地可得到参数估计值为 Y=O．B=2．98，n=135．0 利用[4]提供的正确处理含有删失寿命数据的统计方法，得到的参数估计值为 Y=0，B=2．18，n=177．0 很显然，用a．或b．的处理方法估计的MTTF偏低。因此，在寿命数据统计分析中，，要分 析寿命数据的类型，然后采用相应的统计分析方法，避免采用不正确的数据处理方法导致 错误的结果。 2．3 关于非齐次Poisson过程寿命数据的处理 威布尔概率纸和极大似然估计是分析寿命数据的最常用的统计方法，但这些统计方法 的假设前提是所有观察的寿命数据是独立同分布的(111))。然而，对于电子设备，设备 中的元器件失效后可以用相同元器件替换或维修，而设计的不断改进义使设备的可靠性得 到增长，但由于部分的器件或组件的恶化而导致设备可靠性的F降。此时观察的寿命数据 析方法(如威布尔分析技术)处理这些来自非齐次的Poisson过程的数据，所得到的结论将 是错误的。反之，用处理非齐次poisson过程寿命数据的方法来处理那些来自IDD的寿命数 据也是错误的。因此，在选用统计方法处理寿命数据时，要检验寿命数据属于何种类型，