全文预览

可靠性加速试验 阿氏模型讲解

上传者:随心@流浪 |  格式:doc  |  页数:3 |  大小:99KB

文档介绍
得出,但需要较长的试验时间.而且新机种的失效率很难在短时间内得出.)Р3.4 活化能Ea的取值Р一般电子产品在早夭期失效之Ea为0.2~0.6eV,正常有用期失效之Ea趋近于1.0eV;衰老期失效之Ea大于1.0eV.Р新机种的Ea无法计算,一般为0.67eV.Р3.5 参数估计Р为了解产品可靠度水准,须先对其失效时间分布做某种程度的推定.通常有参数点估计及参数信赖区间估计推定Р3.5.1参数点估计Р点估计,是寻求一个统计量,作为参数的估计,它是一随机变量,其好坏只能以其期望值及变异数来衡量(当然最好的结果是其期望值要等于母体参数,即不偏性,且其变异数愈小愈好).Р平均值的点估计量(Estimator)为样本数之平均值﹕Рμ即称为点估计值(Estimate).不管f(x)属于不偏性还是可偏性,只要n(>=30)足够大,则的μ分布将呈常态分布(如图3.1所示)。Р图3.1μ的点估计分布曲线Р3.5.2信赖区间估计Р信赖区间估计,是求得一函盖参数真值的可信赖区间,其中所谓的信赖就是用机率来度量估计的程度,即一区间估计的好坏是以信赖区间的长短来衡量(信赖区间短,则信赖度高). 图3.2为μ的区间估计分布曲线。Р信赖下限a/2Р信赖上限a/2Р信赖区间Р图3.2μ的区间估计分布曲线РlР信赖水准Рl信赖区间Р α称为显着水平Р3.6 MTBF值的分布函数Р 指数(Exponential)分布是可靠度统计分析中使用最普遍的机率分布.指数分布之MTBF数值(θ)为失效率λ的倒数,故一旦知道θ或λ值,即可由可靠度函数估算产品的可靠度.РMTBF数值(θ)的点估计值符合卡方分布.通常较为常用的是时间检剔型测试,其不同信赖水平之双边规格的MTBF区间估计为:(T为累积操作时间) Р Р 我们更为关心的是产品的寿命下限,卡方分布与通用指数具备对应关系.故,采用通用指数分布计算产品的寿命下限为:

收藏

分享

举报
下载此文档