可靠性数据分析.ppt

可靠性数据分析Data Analysis of Reliability目录123可靠性数据分析的可靠性数据分析的目的和意义目的和意义可靠性数据分析的可靠性数据分析的发展和现状发展和现状可靠性数据分析的可靠性数据分析的基本方法和流程基本方法和流程CONTENTS01 可靠性数据分析概述概述02 可靠性数据分析的目的和任务目的和任务03 可靠性数据分析的工程意义工程意义04 可靠性数据分析的利用及其效果利用及其效果1.1 1.1 可靠性数据分析的目的和意义可靠性数据分析的目的和意义可靠性数据分析概述可靠性数据分析概述可靠性：可靠性是产品在可靠性是产品在规定的时间规定的时间内和内和规定的条件规定的条件下，完成下，完成规定功规定功能能的能力。的能力。 【任务期间】【任务期间】 【工作环境、使用方法、负荷状【工作环境、使用方法、负荷状况】况】可靠性定性分析 无法满足工程需求可靠性的定量分析 给出可靠性的各种定量表示（各种可靠性指标）可靠性定量表示特点： 不同场合，对应不同的数量指标 可靠度、失效率、平均故障时间间隔等 随机性 “产品在在规定时间内不发生故障”是随机事件 概率统计的方法研究 结论： 可靠性数据分析是通过收集系统或单位产品在研制、试验、生产和使用中所产生的可靠性数据，并依据系统的功能或可靠性结构，利用概率统计方法，给出系统的各种可靠性数量指标的定量估计。 数量指标：可靠度、失效率、平均故障时间间隔等可靠性数据分析的目的和任务可靠性数据分析的目的和任务根据在产品研制、试验、生产、使用、维修等过程中所开展的可靠性工程活动的需求而决定研制、试验阶段：对所进行的各项可靠性试验的试验结果进行评估，验证试验的有效性生产阶段：检验产品生产工艺能否保证产品所需求的可靠性水平投入使用后阶段（使用、维修）：定期对现场可靠性数据收集，及时分析、评估，找出故障原因，加以改进，提高产品可靠性可靠性数据分析的工程意义可靠性数据分析的工程意义可靠性数据分析给可靠性设计和可靠性试验提供了基础，为可靠性决策提供依据“预防、发现和纠正可靠性设计以及元器件、材料、工艺等方面的缺陷”的重要参考 在可靠性工程各个阶段（研制、试验、生产、使用、维修）中的一项基础性工作，始终发挥重要作用可靠性数据分析的利用及效果可靠性数据分析的利用及效果建立各级可靠性信息管理系统建立各级可靠性信息管理系统产品寿命周期中，利用对可靠性数据的闭环监控，实现对产品寿命周期中，利用对可靠性数据的闭环监控，实现对产品产品可靠性监控可靠性监控数据的闭环监控数据的闭环监控 数据源数据源 数据收集数据收集 数据分析与处理数据分析与处理 反馈反馈 制定纠正制定纠正措施措施 实施，形成新的数据源实施，形成新的数据源CONTENTS1.2 1.2 可靠性数据分析的发展和现状可靠性数据分析的发展和现状 01单元产品的可靠性数据分析单元产品的可靠性数据分析02系统级可靠性数据分析系统级可靠性数据分析单元产品的可靠性数据分析定义：将分析对象（元器件、零部件、组件、设备、分系统、或系统）作为一个单元整体，只利用其自身的可靠性数据，对其进行可靠性分析 无故障数据情形下的可靠性数据分析 单元产品的常规可靠性数据分析：主要集中在二项分布、指数分布、威布尔分布和对数正态分布等分布，运用数理统计方法，给出分布参数的估计，进而得出所关注可靠性指标的估计。【保守】 样本空间排序法，得到分布产品在无失效数据情形下可靠性指标基于退化数据的可靠性数据分析 可以从性能退化和失效机理方面揭示产品可靠性特性，针对于小成本、高可靠性产品 基于性能退化轨迹分析（将退化量或与之相关参数作为时间的函数） 基于性能退化量分布分析（不同标本、不同时刻退化量分布情况）加速寿命试验数据分析 在保持失效机理不变的条件下，把产品放在高应力水平下进行试验，来加速产品失效的一种寿命试验方法 快速获取实验数据、迅速查明失效原因，结合加速寿命试验模型，对产品在正常应力水平下的可靠性指标进行统计推断 基于贝叶斯（Bayes）方法的可靠性数据分析 合理制定产品寿命分布的先验信息；按照贝叶斯理论方法计算产品寿命的后验分布；最后根据工程需要，从后验分布中提取可靠性指标的评估结果 基于可靠性增长数据的可靠性数据分析 可靠性增长是通过持续不断的消除产品在设计或制造中的薄弱环节，采取适当的纠正措施，使产品可靠性随时间而逐步提高。 根据可靠性增长过程中收集到的可靠性数据，运用合理的数学分析方法给出产品可靠性的定量评价（特别是增长结束时产品可靠性水平的衡量） Duane模型、AMSAA模型、Gompertz模型、延缓纠正的增长预测模型 系统可靠性数据分析系统可靠性数据分析回答了“某个系统在规定的工作条件下，在规定的任务时间t0 内 ,能正常工作的概率,即该系统在t0时刻的可靠度，记作Rs(t0),实际工程中最关心的是可靠度置信下限，记作RL最常见分析方法： LM法（Lindstrom和Madden提出） MML法（Easterling提出）核心思想：把系统组成设备的数据等效为系统的成败型数据，随后利用二项分布的方法给出系统的可靠性置信下限CONTENTS01 可靠性数据分析方法的选取原则选取原则02 可靠性数据分析的流程流程1.3 1.3 可靠性数据分析的基本方法和流程可靠性数据分析的基本方法和流程单元产品可靠性数据分析方法的选取原则与流程产品自身数据比较丰富系统产品可靠性数据分析方法的选取原则与流程一般，级数越高，试验的工程难度越大一般，级数越高，试验的工程难度越大所需的费用越高，因此所需的费用越高，因此“级级”越高，试验越高，试验数量越少，全系统的试验数量就更少数量越少，全系统的试验数量就更少。 利用系统以下各级信息，就有可能使利用系统以下各级信息，就有可能使全系统一级的试验数量减少，从而节省产全系统一级的试验数量减少，从而节省产品的研究经费，缩短研制周期品的研究经费，缩短研制周期产品自身的数据很少，而产品组产品自身的数据很少，而产品组成设备的数据较丰富情况成设备的数据较丰富情况可靠性数据分析流程 END Thanks!补充可靠性常用指标三个“规定” 、一个“能力”规定时间：可靠性是关于时间的递减函数 广义概念（分钟、小时、年、行驶路程、开关次数等）规定功能：产品的每项性能指标均达到规范限，称该产品完成规定功能 可靠性中：产品丧失规定功能，称为失效（故障） 规定条件：产品的使用条件（环境条件、维护水平、操作技术等） 使用条件越严酷，可靠性越低（区别对待）能力：衡量产品的可靠性水平，需要对产品能力进行定量化可靠度、失效率、平均寿命、可靠寿命 可靠度：可靠度函数具体定义 失效率：工作到 t 时刻尚未失效的产品，在该时刻后单位时间内产品，在该时刻后单位时间内产品发生失效的频率 在时间T内失效产品数/(在时刻T仍正常工作产品数*T) 失效率曲线： 浴盆曲线平均寿命：不可修复产品：又称平均故障前时间（MTTF） 可修复产品：又称平均故障间隔时间（MTBF）可靠寿命：保证产品正常工作的概率在某一水平R以上，产品可以工作多长时间无故障数据情形下的可靠性数据分析加速寿命试验数据分析 产品寿命的分布F(t;)符合何种情况（指数、威布尔、正态） 产品寿命的分布F(t;)未知时，随机抽取n个样本进行定时截尾试验，若在截尾时间段内有X个样本失效，且样品失效与否相互独立，采用二项分布进行分析基于退化数据的可靠性数据分析产品退化量的分布F(t;)符合何种情况（指数、威布尔、正态）退化量：与寿命、可靠性直接相关的某个性能指标，从产品开始工作到寿命终止时刻呈现出一定趋势的变化规律，本身可以测量，称为性能退化量与加速寿命实验相结合基于贝叶斯（BayesBayes）方法的可靠性数据分析重视先验信息（样本可靠性数据）的收集、发掘和加工，并使之数量化，形成先验分布，统计推断出后验分布产品先验分布的分布F(t;)符合何种情况（指数、威布尔、正态）基于可靠性增长数据的可靠性数据分析试验，发现薄弱环节改进再试验再改进特点： 总体不断变化 样本量小 可靠性增长有其特有的规律 可靠性增长模型 Duane模型、AMSAA模型、Gompertz模型、延缓纠正的增长预测模型