软件距理想智能化有不小距离

[i=s]本帖最后由oyo于2012-3-2920:17编辑[/i]

[size=6]刚下了minitab16试用，其中可靠性检验计划有如下功能：

[color=Blue]检验计划概述

使用Minitab的检验计划命令可以确定估计模型参数或验证您已经满足指定的可靠性要求所需的[color=Red]样本数量和[color=Red]检验时间。

检验计划包括：

·进行检验所需要的单元数

·停止规则-每个单元必须检验的时间量或者必须发生的失效数

·成功标准-检验仍能通过时的允许失效数（例如，每个单元运行指定的时间量并且没有失效）

有三种检验计划可供使用：[color=Navy]验证、估计和加速寿命。

验证检验计划
使用验证检验计划可以确定在一定的置信水平下，验证可靠性超过给定标准所需的样本数量或检验时间。

验证检验包括两种类型：

·实证检验，它提供重新设计的系统已抑制或显著减少了已知失效原因的统计证明。您要检验的是：

H0：重新设计的系统与原来的系统没有区别。

H1：重新设计的系统比原来的系统好。

·可靠性检验，它提供可靠性规格已经达到的统计依据。您要检验的是：

H0：系统可靠性小于或等于目标值。

H1：系统可靠性大于目标值。

您可以根据尺度（Weibull或指数分布）或位置（其他分布）、百分位数、特定时间的可靠性或失效平均时间（平均故障时间间隔）等重写这些假设。例如，您可以检验重新设计的系统的MTTF是否大于原来系统的MTTF。

Minitab为实证检验和可靠性检验提供了m失效检验计划。如果在一个m失效检验中发生m次以上的失效，则检验失败。

估计检验计划
使用估计检验计划可以确定估计具有指定精度的百分位数或可靠性所需的检验单元数。估计检验计划与典型的样本数量问题类似，但由于数据通常被删失，因此计算量变大。使用估计检验计划可以回答以下这类问题：

·我必须检验多少单元才能以95%的置信下限在估计值的100小时之内估计出第10个百分位数？

·我必须运行检验多长时间才能以95%的置信下限在估计值的0.05之内估计出500小时时的可靠性？

[color=Navy]加速寿命试验计划
使用加速寿命试验计划可以确定要检验的单元数以及如何在各个应力水平之间为加速寿命试验分配这些单元，或者确定在固定的检验单元数下您要估计的参数的标准误。使用加速寿命试验计划可以回答以下这类问题：

·我必须检验多少单元才能以95%的置信上限在估计值的100小时之内估计出第10个百分位数？

·为了估计出1000小时时的可靠性，如何在3个应力水平之间分配20个单元才能达到最理想的效果？

·有20个单元可用于检验。您可以预期到500小时可靠性的估计值的标准误有多大？

要获得加速检验计划，您需要提供应力值，或者提供检验单元的比例分配（可选）。Minitab将评估生成的计划，并显示能使方差最小的“最佳”计划。

[color=Red]加速寿命试验计划
概述操作步骤示例另请参见
统计>可靠性/生存>检验计划>加速寿命试验

使用加速寿命试验计划可以确定检验单元数以及如何在多个应力水平之间为加速寿命试验分配这些单元。

您收集的数据既可以是删失数据，也可以是非删失数据。

时间删失或失效删失检验计划通常能给出精确的结果，同时使检验花费最小化。

对话框项
要估计的参数

百分比的百分位数：要估计百分位数，请选择此项，然后输入百分比。

特定时间的可靠性：要估计特定时间的可靠性，请选择此项，然后输入时间。

样本数量或精度（从置信区间边界到估计值的距离）：选择“样本数量”、“下限”或“上限”，然后输入样本数量或精度值。请参见估计百分位数时选择精度或估计可靠性时选择精度。

分布：选择七种常见分布之一：Weibull（默认）、最小极值、指数、正态、对数正态、Logistic和对数Logistic。

关系：为加速变量选择线性（无变换，默认）、常规加速、反转温度或自然对数变换。请参见变换加速变量。

形状（Weibull）或尺度（其他分布）：输入形状（Weibull）或尺度（其他分布）。对于指数分布，Minitab并不要求输入此项，因为它没有形状参数。

指定以下两个计划值：为下列模型参数的其中两个指定计划值。如果您选择为两个百分位数指定计划值，它们必须处于不同的应力水平。请参见指定计划值。

百分位数：输入一个百分位数。在百分比中，输入一个与该百分位数相关的百分比。在应力中，输入应力水平。

百分位数：输入另一个百分位数。在百分比中，输入一个与该百分位数相关的百分比。在应力中，输入应力水平。

截距：为与加速变量的关系输入截距。请参见选择斜率和截距。

斜率：为与加速变量的关系输入斜率。请参见选择斜率和截距。

[color=Blue]创建加速寿命试验计划示例
主题解释结果会话命令另请参见
您要制定一个加速寿命试验计划来估计白炽灯泡在110伏设计电压下工作1000小时的可靠性。您有20个灯泡可用来检验直至失效。为了加速失效，您将在120伏和130伏下运行该检验。

[font=微软雅黑][color=Indigo]您认为，使用幂关系可以充分模拟失效时间与电压之间的关系。历史数据表明，尺度为50的对数正态分布适合用来为灯泡失效建模。在110伏下，第50个百分位数的计划值为1200，而在120伏下，第50个百分位数的计划值为600。

1选择统计>可靠性/生存>检验计划>加速寿命试验。

2在要估计的参数下，选择特定时间的可靠性，然后输入1000。

3在样本数量或精度（从置信区间边界到估计值的距离）中，选择样本数量，然后输入20。

4从分布中，选择对数正态。从关系中，选择自然对数。

5在形状（Weibull）或尺度（其他分布）中，输入50。

6在“指定以下两个计划值”下，执行以下操作：

·在第一个百分位数中，输入1200。在百分比中，输入50。在应力中，输入110。

·在第二个百分位数中，输入600。在百分比中，输入50。在应力中，输入120。

7单击应力。

8在设计应力中，输入110。在检验应力中，输入120130。在每个对话框中单击确定。

会话窗口输出

加速寿命试验检验计划

未删失数据

幂模型

估计参数:时间=1000处的可靠性

计算出的计划估计值=0.501455

设计压力值=110

计划值

对于百分比=50，50，在压力=110，120下，百分位数值=1200，600

计划分布对数正态底数e

截距=44.5349，斜率=-7.96617，尺度参数=50

所选检验计划:“优化”分配检验计划

可用样本单位合计=20

第1个最佳“优化”分配检验计划

检验百分比样本期望

压力失效百分比分配单位失效

12010065.75241313

13010034.247677

所关心参数的标准误=0.283150

第2个最佳“优化”分配检验计划

检验百分比百分比样本期望

压力失效分配单位失效

120100651313

1301003577

所关心参数的标准误=0.283185

第3个最佳“优化”分配检验计划

检验百分比百分比样本期望

压力失效分配单位失效

120100701414

1301003066

所关心参数的标准误=0.284363

解释结果
为了估计在110伏设计电压下工作1000小时的可靠性，在120伏下检验13个单元直至失效，在130伏下检验7个单元直至失效。

[size=6]刚照范例试了下，没整明白。感觉要能确定[color=Red]样本数量及试验时间需要经验和历史数据，要做较多假定，还是有很多拍脑袋的成分。建模或者套用一些现有模型如何验证就适合被测试的产品呢？