质量与可靠性 / 系统课时

从可靠度曲线读取任务失效概率

从可靠度曲线读取任务失效概率

面对随时间下降的可靠度曲线,直接看纵坐标只能得到任务存活概率。本篇以水泵连续运行任务为例,先固定失效判据和时间起点,再读出指定时长的可靠度,换算首次失效的累计概率,并据此判断是否达到验收门槛。

学习目标

  • 识别可靠度曲线的横轴、纵轴、时间起点和失效判据。
  • 利用 F(t)=1−R(t)F(t)=1-R(t) 计算指定任务时长内的累计失效概率。
  • 根据任务可靠度门槛判断是否合格,并区分累计失效概率与失效率。

先确定曲线描述的失效事件

假设一批同型号水泵均从合格状态开始,在额定负载下连续运行。规定出口流量连续 60 秒低于额定值的 80% 时,判定发生首次失效。随机变量 TT 表示从任务起点到首次失效所经历的小时数。

可靠度函数与累计失效分布函数分别定义为:

  • 可靠度 R(t)R(t):P(T>t)P(T>t),表示设备运行超过 tt 小时仍未发生首次失效的概率。
  • 累计失效概率 F(t)F(t):P(T≤t)P(T\le t),表示设备在 tt 小时内已经发生首次失效的概率。

由于首次失效时间不是大于 tt,就是小于或等于 tt,两类事件互补:

R(t)+F(t)=1R(t)+F(t)=1

因此:

F(t)=1−R(t)F(t)=1-R(t)

例如,某任务时长下可靠度为 0.92,意味着设备保持未首次失效的概率为 92%,而该时长内的累计失效概率为 8%。两者的观察时间和失效判据必须一致。

这里采用的是首次失效可靠度:设备一旦失效,即使维修后恢复运行,也已经发生过首次失效,不能重新计入此前任务未失效的设备。维修后的运行状态属于可维修性、可用性等其他指标需要处理的问题。

沿曲线读取指定任务时长

假设任务要求水泵连续运行 200 小时,现有可靠度曲线在该时间附近的纵坐标约为 0.82。

按照以下顺序读图:

  1. 查看横轴单位,确认使用的是累计运行小时数,而不是日历日期或设备编号。
  2. 在横轴找到 t=200t=200 小时的位置,向上找到它与可靠度曲线的交点。
  3. 从交点水平移动到纵轴,读取 R(200)≈0.82R(200)\approx0.82。
  4. 用 1 减去可靠度,得到任务时长内的累计失效概率。

计算结果为:

F(200)=1−R(200)≈1−0.82=0.18F(200)=1-R(200)\approx1-0.82=0.18

这表示一台符合该总体条件的水泵,在开始运行后的 200 小时内发生首次失效的概率约为 18%。若有 1000 台同条件水泵,预计约有 180 台在该时间内首次失效;这是统计期望,不代表必然恰好失效 180 台。

可靠度下降曲线与累计失效概率上升曲线可以使用同一时间轴进行对照。

可靠度下降曲线与累计失效概率上升曲线的互补关系

图中的 0.819 与 0.181 是模型计算值,实际读图可以取近似值 0.82 与 0.18。曲线如果没有画出 F(t)F(t),也可以直接通过互补关系计算,不需要再绘制一条曲线才能得到结果。

用指数可靠度模型核对读数

对于假设失效率恒定的设备,可以使用指数寿命模型生成可靠度曲线。设首次失效的恒定失效率为:

λ=0.001 h−1\lambda=0.001\ \mathrm{h}^{-1}

这里的 λ\lambda 是示例参数,并非水泵的实测失效率。指数模型给出的可靠度与累计失效概率为:

R(t)=e−λtR(t)=e^{-\lambda t}
F(t)=1−e−λtF(t)=1-e^{-\lambda t}

将不同任务时长代入,得到以下结果:

任务时长 tt 可靠度 R(t)R(t) 累计失效概率 F(t)F(t)
0 h 1.000 0.000
100 h 0.905 0.095
200 h 0.819 0.181
500 h 0.607 0.393

以 200 小时为例:

R(200)=e−0.001×200=e−0.2≈0.8187R(200)=e^{-0.001\times200}=e^{-0.2}\approx0.8187
F(200)=1−0.8187=0.1813F(200)=1-0.8187=0.1813

因此,运行 200 小时后的可靠度约为 81.87%,累计失效概率约为 18.13%,与前面图形的近似读数一致。

表格也能帮助检查曲线方向:随着任务时长从 100 小时增加到 500 小时,可靠度从约 90.5% 降至 60.7%,累计失效概率则从约 9.5% 上升至 39.3%。在相同起点和失效定义下,累计失效概率不能随时间增长而下降。

用可靠度门槛判断任务是否合格

假设水泵的任务验收要求为:在额定工况下连续运行 200 小时,可靠度不得低于 0.90。

该要求等价于两个条件:

  • R(200)≥0.90R(200)\ge0.90,即任务未失效概率至少 90%。
  • F(200)≤0.10F(200)\le0.10,即任务累计首次失效概率最多 10%。

根据曲线或模型,R(200)≈0.819R(200)\approx0.819,低于 0.90,所以在这一可靠度要求下不合格。

还可以反过来求可靠度保持在 0.90 及以上的最长任务时长。对前面的指数模型,令 R(t)=0.90R(t)=0.90:

e−0.001t=0.90e^{-0.001t}=0.90

解得:

t=−ln⁡(0.90)0.001≈105.4 ht=\frac{-\ln(0.90)}{0.001}\approx105.4\ \mathrm{h}

因此,在这一模型下,任务时长不超过约 105.4 小时时,可靠度才能达到至少 90% 的要求。实际从图上操作时,可以先在纵轴找到 0.90,再水平移动到曲线,最后向下读取对应的时间。

这只是依据指定模型得到的理论门槛。若曲线由有限样本估计得到,还需要考虑估计误差和置信区间;不能仅凭四舍五入后的曲线读数保证批量产品一定达到该可靠度。

避免把累计概率误认为瞬时失效率

读可靠度曲线时,最常见的错误是把不同时间口径的量混在一起。

  • 累计失效概率不等于失效率。 在示例中,F(200)=0.1813F(200)=0.1813 表示前 200 小时内首次失效的概率约为 18.13%;λ=0.001 h−1\lambda=0.001\ \mathrm{h}^{-1} 是指数模型的恒定失效率,两者不能直接互换。
  • 首次失效可靠度不等于运行可用性。 某台泵在第 50 小时失效、第 60 小时修好,即使第 200 小时正在运行,也不属于前 200 小时始终未首次失效的情况。
  • 已运行设备的剩余任务概率需要考虑条件。 如果设备已经连续运行 100 小时且尚未失效,想计算接下来再运行 200 小时仍不失效的概率,应使用 R(300)/R(100)R(300)/R(100),而不是无条件直接读取 R(200)R(200)。在指数模型中两者恰好相等,但其他寿命分布通常不相等。

实际使用时,先写清失效判据、任务起点和目标时长,再从曲线读取 R(t)R(t),通过 1−R(t)1-R(t) 得到首次失效的累计概率,最后与相同工况、相同时间口径的验收门槛比较。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

从可靠度曲线读取任务失效概率

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通