4.产品寿命验证与评估 讲义2014,0118

上传人:小** 文档编号:90072096 上传时间:2019-06-07 格式:PPT 页数:223 大小:10.28MB
返回 下载 相关 举报
4.产品寿命验证与评估 讲义2014,0118_第1页
第1页 / 共223页
4.产品寿命验证与评估 讲义2014,0118_第2页
第2页 / 共223页
4.产品寿命验证与评估 讲义2014,0118_第3页
第3页 / 共223页
4.产品寿命验证与评估 讲义2014,0118_第4页
第4页 / 共223页
4.产品寿命验证与评估 讲义2014,0118_第5页
第5页 / 共223页
点击查看更多>>
资源描述

《4.产品寿命验证与评估 讲义2014,0118》由会员分享,可在线阅读,更多相关《4.产品寿命验证与评估 讲义2014,0118(223页珍藏版)》请在金锄头文库上搜索。

1、可靠度测试与评估 (产品寿命验证与评估 ),2,可靠度定义,一个可以测试之产品 (1).在规定之使用环境与操作条件下; (2).在规定之使用时间内; (3).完成特定功能之; (4).能力(用可靠度指标表示)。,3,可靠度指标,R(t=1000h)=0.99: 产品使用至t=1000h 而不故障之机率为0.99 (可存活的机率为0.99)。,4,(t=1000h)=0.001次: 產品使用至=1000h沒有 故障,但過了1000h之後, 每單位時間平均故障次數 為0.001次。,t=1000h,t,5,6,壽命分佈,7,8,9,10,11,12,13,其它的分布(1),14,其它的分布(2),

2、15,磨耗期,状年期,早夭期,失效率 (t),失效时间(t),(1),(2),(3),(4),(1).经设计变更,将产品失效率降低。 (2).选择良好ESS方法及制程管制措施,将早夭零件先行剔除。 (3).经设计变更,将产品寿命延长。 (4).规划良好维护保养方法,使界龄产品延寿。,产品生命周期 (浴盆曲线),产品出厂,生产与管制,16,干涉原理,例某產品設計之規格,需承受平均70000次(R),標準差13300次之衝擊;工 程師評估產品在10年中,使用環境平均僅產生20000次(s),標準差6700 次之衝擊,試問該產品10年之可靠度?假設 為常態分配。,(1).强度与应力属已知分配,17,

3、18,統計模擬法,19,20,21,范例:间隙分配之模拟,孔径D=1001.2mm(98.8101.2) 轴径d=980.9mm(97.198.9) 分析间隙 y=D-d 之分配。,22,(2).強度與應力屬未知分配,應力(S):n=7, 825,920,945,975,1030,1070,1250。 強度(K):n=10, 1150,1280,1366,1380,1425,1425, 1480,1510,1540,1690。 計算產品之可靠度(R=K-S0)?,23,1).壽命函數確認,24,為常態分配,25,為對數常態分配,26,2).估計函數參數值,27,28,3).繪製強度與應力之圖形

4、 (1).模擬數據,29,30,31,仿真之数据,32,(2).计算仿真数据之机率,33,34,35,仿真数据之机率,36,(3).图形绘制,数据相加,37,38,39,40,4).可靠度計算,強度-應力之排序,共有 127個負號。,41,(3).强度与应力复杂组合之分配估计,42,1).分配模拟,43,44,45,46,47,48,仿真数据,49,确认分配,50,51,估计分配之参数,52,53,3).绘制分配图形 计算分配数据之机率,54,55,绘制分配之图形,56,57,(一).寿命分配 指数 常态 对数常态 韦氏(Weibull) 其它 (二).试验方法 (1).全数据失效试验 (2)

5、.截尾试验 (3).中止寿命试验 (4).加速寿命试验,可靠度试验数据分析,58,1.数据删失及其在工作表的表示方式,59,抽查6件元件寿命,得到观测值是320,550+,465, 550+,521, 550+,则可以在工作表上表示如下图的左图;也可以利用频数计数法将重复的删失数据并在一起,在工作表上如下右图所示。,範例9.1(限時截尾),删失否:1 表示观测值为确切时间 0 表示观测值为右删失时间,1.R(t=300)= 0.948611, R(t=500)= 0.656709 2.R=0.45t= 561.785, R=0.995t= 73.2206 3.MTBF= 527.851,F(t

6、)=最小极值,实验至550小时即停止,60,删失否:1 表示观测值为确切时间 0 表示观测值为右删失时间,61,在时刻表6,12,24,48检查11件设备,在时刻6发现有6件已损坏,在时刻12发现又有2件损坏,在时刻24没有发现新的损坏,但在24和48之间移出了一件设备,在时刻48有发现有2件损坏。,範例9.2(中止寿命试验),1.R(t=5)= 0.665278, R(t=20)= 0.195890 2.R=0.45t= 9.79642, R=0.995t= 0.0614959 3.MTBF= 12.2684,F(t)=指数分配,62,:表示右刪失時間或左刪失時間,63,2.参数分配模式,6

7、4,对13个零件进行试验直到10个零件失效为止。10个零件失效时间(单位:小时)是:0.22,0.50,0.88,1.00,1.32,1.33,1.54,1.76,2.50,3.00。由这13个数据可以看出用什么模型拟合比较好?,範例9.3(限量截尾),1.R(t=0.5)=0.903318, R(t=1.5)= 0.544640 2.R=0.45t= 1.83749, R=0.995t= 0.0975070 3.MTBF= 2.78771,F(t)=對數logistic,65,删失否:1 表示观测值为确切时间 0 表示观测值为右删失时间,66,67,68,69,拟合优度 Anderson-D

8、arling(调整) 分布 Weibull 19.131 对数正态 19.164 指数 19.346 对数 Logistic 19.129 3 参数 Weibull 19.151 3 参数对数正态 19.143 2 参数指数 19.308 3 参数对数 Logistic 19.136 最小极值 19.317 正态 19.230 Logistic 19.265,AD值越小越好,寿命函数判定值,70,374个某种恶性疾病患者手术后存活时间如下表所示(单位:年),其中有人退出(失去信息或因其他原因死亡),这组数据拟合什么模型最合适? 恶性疾病手术后生存年限数据,範例9.4(任意刪失+中止),1.R(

9、t=3)= 0.526964, R(t=8)=0.181168 2.R=0.45 t= 3.73936, R=0.995t= 0.0234734 3.MTBF= 4.68294,F(t):指數,71,未确定失效时间,72,73,74,拟合优度 Anderson-Darling(调整) 相关系数(r) 分布 Weibull 12.761 0.969 对数正态 12.775 0.982 指数 12.500 * 对数 Logistic 12.769 0.983 3 参数 Weibull 12.761 0.969 3 参数对数正态 12.775 0.982 2 参数指数 13.203 * 3 参数对数

10、 Logistic 12.769 0.983 最小极值 13.030 0.846 正态 13.052 0.877 Logistic 13.040 0.879,AD值越小越好,r越大越好,75,在3种电压下某种滤波器失效时间服从的分布是同一类型。在0.64V下测试19件,在2.724V下测试35件,在9.52V下测试12件。并在5,10,25,50,100,250,500,750,1000,1500,1750小时统计各时间区间内失效件数,得到如下表所示(单位:小时)。从下表数据看,选取何种类型分布最适合3组数据? 滤波器失效件数,範例9.5(多项操作条件),1.R(t=100)=0.636316

11、 , R(t=500)= 0.457211 2.R=0.45 t= 533.161, R=0.995t= 0.0386171 3.MTBF= 173067,76,0.64V,2.724V,9.52V,77,78,79,拟合优度 Anderson-Darling(调整) 分布 Weibull 56.792 对数正态 56.791 指数 56.832 对数 Logistic 56.791 3 参数 Weibull 56.789 3 参数对数正态 56.815 2 参数指数 56.791 3 参数对数 Logistic 56.790 最小极值 56.786 正态 56.789 Logistic 56

12、.787,变量开始 = 开始1、结束 = 结尾1 的结果,0.64V,80,拟合优度 Anderson-Darling(调整) 分布 Weibull 53.441 对数正态 53.419 指数 55.358 对数 Logistic 53.431 3 参数 Weibull 53.433 3 参数对数正态 53.410 2 参数指数 54.445 3 参数对数 Logistic 53.423 最小极值 53.760 正态 53.776 Logistic 53.738,变量开始 = 开始2、结束 = 结尾2 的结果,2.724V,81,拟合优度 Anderson-Darling(调整) 分布 Wei

13、bull 16.894 对数正态 16.870 指数 18.583 对数 Logistic 16.883 3 参数 Weibull 16.935 3 参数对数正态 16.896 2 参数指数 17.430 3 参数对数 Logistic 16.914 最小极值 17.196 正态 17.210 Logistic 17.171,变量开始 = 开始3、结束 = 结尾3 的结果,最终结论:选择对数正态分布最适合这三组数据,9.52V,82,另解:,得出的结论同第一种作法,83,3.参数估计,84,在一次试验中19只老鼠被涂上DMBA(致癌物),其中17只因患癌症死亡,2只未出现癌症而死亡,它们的寿命如下(单位:天,最后2个未得癌症的寿命是删失数据):143,164,188,188,190,192,206,209,213,216,220,227,230,234,246,265,304, 216+ ,244+。试用对数Logistic分布拟合数据,并估计被涂上DMBA后老鼠能活到200天的概率,再估计90%的老鼠能活多少天?,範例9.6(中止截尾),R(t=200)= 0.68399

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 商业/管理/HR > 管理学资料

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号