可靠度工程Ⅱ.doc

課 程：可 靠 度 工 程 授 課 者：邱啟東 時間：2008/2/** ~ 2008/6/** Kapur, K. C. and Lamberson, L. R. , Reliability in Engineering Design , John Wiley Sons, Inc., 1977. 柯煇耀 編著，可靠度保證，中華民國品質學會發行。 柯煇耀 編著，預防性失效分析---FMECA FTA之之應用，中華民國品質學會發行。 Keki R. Bhote and Adi K. Bhote, World Class Quality, 2nd Edition, American Management Association. 潘淅楠 著，預防性品質保證，華泰書局。 Integrated Logistics Support Handbook. 李登梅， 授 課 目 錄 基本可靠度原理 可靠度統計分析 可靠度目標訂定、配當與保固 系統可靠度模式 可靠度設計分析 可靠度試驗之規劃與執行 一位品管工程師須具備之條件： A Good Coordinator A Good Teacher A Good Engineer with Computer Knowledge A Good Statistical Data Analysis 2.1 前言 BS 5760『可靠度概述指南』謂：Estimation)[點估計與區間估計]與檢定(Test)，即對產品失效時間分佈的參數推定之。本章目的介紹基本統計推定分析技術、數據處理、機率分佈模式選定、參數估計、以及產品可靠度估計。 2.2 常用的壽命分佈、可靠度函數與失效率函數 每一種可靠度函數R(t)均有其特定的相關失效時間分佈f(t)，， 2.2.1 二項式分佈(離散隨機變數) 有些只使用一次的產品[單發功能裝置(One-Shot Device)]，(Binomial)表示，…,n (2.1) (2.1)式代表在n次試驗中，r (= n-y)次失效(y代表成功次數)。。, p ( 0, n ( ()之極限推導為， f(r) = mre-m /r! r= 0, 1, 2, … (2.4) 其機率期望值(()與變異數((2) ( ( E[r]= m (2.5a) (2 ( V[r]= m (2.5b) 另卜氏分佈有其程序(Poisson Process)，，。… (2.4) Pr(r) = ((t)re-((t)/r! = ((t)rexp(-(t)/r! r = 0, 1, 2, … (2.8) 其中時間t為確定值(Determinate)，，，f (()d(=∫t( e-(/(/(d(= e-(/(| t( = e-t/( (= f(t)/R(t)= [ e-t/(/(]/[ e-t/(]= 1/( (2.9a) ( ( E[t]=∫0( tf (t)dt= 1/(= ( (2.9b) (2 ( V[t]= 1/(2 = (2 (2.9c) 其中(即產品之平均失效間隔時間MTBF。，(Poisson Process)之基本假設第2項所述--- 『每一時段(t內所發生的失效次數與以前所發生之失效無關』，”無記憶(No Memory)”特徵。假”無記憶”產品須機率密度函數屬於常數失效率((= Constant)之型式。但實務上此現象不多見。 假設整個系統的可靠度為Rs(t)，而第i個分系統的可靠度為Ri(t)，則對於由m個分統串聯組成之系統，則Rs(t)為 Rs(t) = (i=1m Ri(t) (2.10) 假設而各個分系統的失效率函數型式為， (s(t) = (i(t) + ci tk ，i = 1, 2,…, m, i，ci，k= Const. R(t) = e -∫((t)dt (1.21) Ri(t) = exp{-[(it + ci tk+1/(k+1) tk)]} (2.11) Rs(t) = exp{-[t (i=1m (i + tk+1/(k+1) (i=1m ci)]} (2.12) 當m增加，假設(i=1m (i ((、ci /(k+1)(i=1m (i為有限值，則 limm(( Rs(t) = exp(-(i=1m (i t) (2.13, 14, 15) 此表示系統的壽命分佈趨近於指數。 2.2.4 常態分佈(連續隨機變數) 倘隨機變數t符合常態分佈，其機率密度函數f(t)與累積分佈函數F(t)為 f(t)