质量与可靠性 / 系统课时
如何由目标可靠度反推试验规模
如何由目标可靠度反推试验规模
给定“100 小时任务可靠度至少 90%、单侧置信水平 95%”,独立样品定时试验与恒定失效率累计工时试验应分别计算规模。下面以允许 0 次或 1 次失效为例,给出可执行的台数、小时数和通过判据。
学习目标
- 用二项分布反推独立样品完成规定任务时间所需的最少台数。
- 在指数寿命与更换假设下,用泊松分布反推累计有效运行时间。
- 分清“失效样品数”和“失效事件数”,写出可核查的验收条件。
先固定统计口径
假设试验对象是同批次电子模块,任务时间 小时。模块在任务窗口内首次不能满足规定输出即判定失效,失效判据和环境载荷必须在开试前冻结。输入条件如下:
| 参数 | 本例取值 | 含义 |
|---|---|---|
| 0.90 | 100 小时任务可靠度下限 | |
| 0.95 | 单侧置信水平 | |
| 0.05 | 不合格产品被错误接受的概率上限 | |
| 0 或 1 | 预先允许的失效数量 |
判定采用单侧检验:在真实可靠度恰为 的边界上,按计划“通过”的概率不超过 ;当真实可靠度更低时,这一概率更小。这里的“95% 置信”不是说通过后有 95% 的主观概率证明产品合格。
独立样品反推台数
取 件独立、同分布的样品,每件各执行一次完整的 100 小时任务;提前失效的样品记为失败,未失效者完成观察。记 为失效样品数,则在边界可靠度 下, 服从二项分布。以“ 才通过”作为事前确定的规则,求满足下式的最小整数 :
零失效方案有直接公式:
因此 29 台各完成 100 小时且全部无失效 才通过;28 台时边界通过概率约 5.23%,不满足 5% 限制。
若允许 1 台失效,则须用二项分布累积概率求解: 时约为 5.24%, 时约为 4.80%,所以至少 46 台,每台最多计一次失败,总失效样品不超过 1 台。不能将同一台设备的多次故障当作多台独立样品,也不能把未经完成任务的正常样品计为通过。
指数模型反推累计时间
另一种方案先明确假设:模块寿命服从指数分布,失效率 在测试期间恒定;每次失效后立即用独立、同型且“如新”的模块接续运行,记录所有模块的有效运行时间。此时累计暴露时间 内的失效事件数 服从均值为 的泊松分布。
把 100 小时可靠度目标转换为可接受的失效率上限:
当规则为“累计时间达到 且事件数不超过 才通过”,边界条件是:
- 允许 0 次失效: 小时,按整小时安排至少 2844 台·小时。
- 允许 1 次失效:解 ,得到 小时,安排至少 4503 台·小时。
台·小时是各设备实际有效运行时长之和,可以由多台并行积累;更换停机时间不计入。若采用不可更换样品、所有设备在 100 小时时统一截尾,就不能把计划台数乘以 100 后直接套用这个泊松判据,应使用独立任务的二项模型,或另行建立适合删失数据的寿命模型。
用 Python 复核门槛
以下示例适用于 Python 3.8 及以上版本,只使用标准库。对每个允许失效数,分别找出首次满足 5% 边界概率的台数和整数累计小时数:
import math
R0 = 0.90
mission_h = 100.0
alpha = 0.05
lambda0 = -math.log(R0) / mission_h
def binomial_pass_prob(n, c):
return sum(
math.comb(n, k) * (1 - R0) ** k * R0 ** (n - k)
for k in range(c + 1)
)
def poisson_pass_prob(hours, c):
mu = lambda0 * hours
return math.exp(-mu) * sum(mu ** k / math.factorial(k) for k in range(c + 1))
for c in (0, 1):
# 定时试验按独立样品数逐一搜索
n = c + 1
while binomial_pass_prob(n, c) > alpha:
n += 1
# 累计时间先扩张上界,再二分逼近接受门槛
left, right = 0.0, 1.0
while poisson_pass_prob(right, c) > alpha:
right *= 2
for _ in range(70):
mid = (left + right) / 2
if poisson_pass_prob(mid, c) > alpha:
left = mid
else:
right = mid
print(f"c={c}:样本≥{n}台,累计时间≥{math.ceil(right)}小时")预期输出:
c=0:样本≥29台,累计时间≥2844小时
c=1:样本≥46台,累计时间≥4503小时将 、mission_h、alpha 和允许失效数替换为实际设计值后,应重新计算,不能照搬本例门槛。
写入可执行的试验验收表
| 试验口径 | 允许失效 0 | 允许失效 1 |
|---|---|---|
| 独立样品、每台任务 100 小时 | 至少 29 台,失败 0 台 | 至少 46 台,失败不超过 1 台 |
| 恒定失效率、即时更换累计工时 | 至少 2844 台·小时,事件 0 次 | 至少 4503 台·小时,事件不超过 1 次 |
实际方案还需写明样品抽样方法、温湿度和负载、计时起止点、失效判据、替换规则和原始事件记录。失效数一旦超过 即判为不通过;即使失效数合格,在规定样本或累计时间尚未达到前也不能提前宣称通过。
两种方案不可无条件互换:独立样本试验检验每台能否完成一次规定任务;累计时间试验用恒定失效率模型检验单位运行时间内的失效事件。指数分布、独立性或“如新更换”假设不成立时,应重新选择模型和规模。