可靠性工程3学时yjg.pptVIP

三参数威布尔分布的可靠度函数曲线 6. 威布尔分布 三参数威布尔分布的失效率函数曲线 6. 威布尔分布 (2)两参数威布尔分布 两参数威布尔分布的的密度函数: 6. 威布尔分布 或坐标转换 两参数威布尔分布的分布函数、可靠度函数和故障率函数: 6. 威布尔分布 两参数威布尔分布的期望和方差 6. 威布尔分布 例2-6 已知某零件的疲劳寿命服从威布尔分布，由历次试验可知，m=2， ， r=0, 试求该零件的平均寿命，可靠度为95%时的可靠度寿命。 解：因为r=0h，所以该分布为两参数威布尔分布，查函数表 * 故障分布函数也称为累积故障概率密度函数，它和故障概率密度函数的关系为： * 是衡量产品可靠性的主要标志之一，失效率越低，产品的可靠性越高。 * 可看出：概率密度函数在t = 100小时和t = 1000小时是相同的，而故障率更能灵敏地反映故障变化的趋势。 * 只要知道其中特征量中的一个，便可求得其余三个特征量。 * 产品在工作过程中出现失效的时刻是随机的，所以产品寿命是一个随机变量。 * 平均寿命标志产品平均工作时间，是重要的的可靠性指标，它能较直观地反映产品的可靠性水平，而且便于产品之间的可靠性水平比较。 * 上述计算适合于完全数据，需获得所有试验产品的失效数据。 * 平均寿命标志产品平均工作时间，是重要的的可靠性指标，它能较直观地反映产品的可靠性水平，而且便于产品之间的可靠性水平比较。 * （1）早期失效期：早期失效期出现在产品投入使用的初期，其特点是开始时故障率较高，但随着使用时间的增加故障率将较快地下降，呈递减型。 （2）偶然失效期：过了早期失效期，故障率基本上随时间趋于稳定状态并降至最低，且在相当一段之间内大致保持不变，呈恒定型。 （3）耗损失效期：该阶段是故障率上升期，构成产品的各种零部件磨损、疲劳、老化而使故障频繁发生。 * 二项分布广泛应用于可靠性和质量控制领域。在可靠性试验和可靠性设计中用于对材料、器件、部件以及一次使用设备或系统的可靠度估计；在可靠性设计中，常用于相同单元平行工作的冗余系统的可靠性指标的计算；检验或可靠性抽样检验中用来设计抽样检验方案； * 此时，称随机变量X 服从参数为λ的泊松分布（Possion Distribution）。可以认为是n无限大时的二项分布的推广。 当n很大、p很小时，可用泊松分布近似代替二项分布 * 随机过程为泊松过程的两个假设： 1、在互不相交的时间区间内所发生的失效是统计独立的； 2、单位时间内的平均失效次数为常数，而与所考虑的时间区间无关。 * 正态分布是应用最广泛的分布之一，很多工程问题都可以用正态分布描述：误差、材料特性、磨损寿命、疲劳失效率等随机变量可以近似看作正态分布。 * 若X是一个随机变量，X的自然对数Y=lnx服从正态分布N(uσ )，则称为对数正态分布。此时μ和σ不是X而是y=lnx的均值和方差，分别称为对数均值和对数标准差。 * 威布尔分布是瑞典物理学家在分析材料强度和链条强度时推导出的一种分布函数，近年来在可靠性分析中使用广泛。 一方面，它能合理建模许多元件的寿命，如真空管、球轴承、复合材料等；另一方面，该模型由于其形状参数，使得它在数据处理上极具弹性，且它的所有可靠性基本函数都有封闭形状的解析表达式，使得数学处理十分便利，尤其是经过双对数变换后它能被线性化，从而使计算机图形处理及线性回归等技术能被方便地得到应用。 大量实践表明，凡是因为某一局部失效或故障所引起的全局机能停止运行的元件、器件、设备、系统等的寿命服从威布尔分布，特别在研究金属材料的疲劳寿命（如疲劳失效、轴承失效）都服从威布尔分布。 * * 由概率密度函数曲线可见，形状参数m的大小决定了威布尔分布的形状，当m1时，密度函数曲线呈单峰形，且随m值的减小峰高逐渐降低；当m=1时，密度函数曲线就是指数分布的密度函数曲线，该曲线与在t=γ处的垂线相交，交点处的纵坐标为1/η，即指数分布的故障率；当m1时，密度函数曲线渐近直线x=γ。位置参数γ的大小反映了密度函数曲线起始点的位置在横坐标上的变化。尺度参数η是γ=0时威布尔分布的特征寿命。当m和γ不变， η不同，失效概率密度曲线的高度和宽度均不相同。η增大，f(t)的高度变小而宽度变大。 * * * 该零件的平均寿命为177.2 h，可靠度为95%时的可靠度寿命为45.3 h。 1. 两点分布 定义：两点分布又称为(0，1)分布。 两点分布的数字特征为： 2. 二项分布 二项分布又称贝努里（Binomial）分布。二项分布满足以下基本假定： 1 试验次数n是一定的; 2 每次试验的结果只有两种，成功或失败，成功的概率为 p ，失败的概率为 q ;