在典型的寿命数据分析中，从业者通过在正常的条件下，获取产品样本的寿命数据，然后估算出产品寿命特征量，从而对母体中所有产品 进行预测。 由于很多原因，相比于正常的条件下，厂商希望能更快地得到产品可靠性数据。他们用定量加速寿命试验的方法来替代，即产品在加速应力的条件下，来获取寿命数据，这种方法通常会引起产品更快的失效。
此文阐述了在定量加速寿命试验数据分析中基础理论概况和研究该主题的某些建议。 我们假设你已经有了寿命数据分析理论的基本了解 。ReliaSoft的ALTA 软件 提供了一系列完整的加速寿命数据分析工具。
定量加速寿命试验
加速寿命试验方法可以是定性的或者定量的。定性加速寿命试验 (如 HALT, HAST试验) 起初是为识别失效模式而设计的，以至于能提高产品的设计。定量加速寿命试验 (QALT) 是为确定产品的寿命而设计的，分析人员利用定量加速寿命试验的得到的数据可以预计产品在正常使用条件下的寿命，推断出概率密度函数 (pdf)。
定量加速寿命试验能通过使用率加速或者过应力加速，来加速产品快速失效。在 使用率加速 下，是指适合在正常的条件下不是连续工作的产品，分析者 在正常的条件下加大使用率，使其在一大段时间内连续工作。从这种试验类型得到的数据可以用标准的寿命数据分析技术来分析。在过应力加速 下，在正常的条件下，一个或多个环境因素如(温度，电压，湿度)引起产品失效，通过提高这些环境应力来促使产品更快的失效。从这种试验类型得到的数据要求特殊加速寿命试验分析技术，这种分析技术是通过建立一种数学模型，利用加速应力寿命数据来外推在正常应力条件下的寿命。这种过应力的定量加速寿命试验将在以下讨论。
应力类型和应力水平
在一个有效的定量加速寿命试验下，分析者可以选择在正常使用条件能引起产品失效的一种或多种应力类型。应力类型可以包括温度，电压，湿度，振动或者任何能直接影响产品寿命的其他应力。然后提高你所选择应力的水平并且在加速寿命试验条件下，记录产品的失效时间。例如，如果某产品正常的工作条件为290K 并且在高温下能促使产品更快的失效，然后为了促使该产品更快的失效， 设计了在310K，320K和330K 应力条件下的加速寿命试验。在这个例子中， 应力类型为温度，加速应力水平是 310K, 320K 和 330K。 正常使用应力水平 为290K。
使用每个加速应力水平下得到的寿命数据，分析者能用标准的寿命数据分析技术来推断出每个加速应力下的寿命分布 (例如威布尔分布，指数分布或者对数正态分布 )的参数，使其最佳的符合各个应力下的数据。 这个结果回导致每个加速应力水平下都有一个概率密度函数 (pdf)。 另外基于每个加速应力水平下的概率密度函数特征，通过一个数学模型，即寿命- 应力关系，来推断出在正常使用条件下的概率密度函数 (pdf) 。
寿命 – 应力关系
统计学家，数学家和工程师已经发展了许多 寿命-应力关系模型， 允许分析者从加速应力水平下得到的寿命数据来推断出在正常应力条件下的概率密度函数 (pdf)。这些模型描述了一种途径，从一个应力水平到另外应力水平下寿命分布的寿命特征。 寿命特征可以是任何的寿命估量，例如平均寿命或中位寿命，表示为应力的一个函数。例如，对威布尔分布， 范围参数，(eta), 被认为是取决于应力并且对以威布尔分布的数据来说，寿命-应力模型就等同于 eta。
你必须选择一个寿命-应力关系模型，使其适合你所分析的数据类型。可用的寿命-应力关系模型包括阿列纽斯，艾伦，和逆幂律模型。这些模型被设计用来分析一种应力类型数据(例如温度，湿度，或电压)。 温-湿度和温度-非热能关系 是混合模型，它允许你可以分析二种应力类型的数据 (例如 温度和电压或者温度和湿度)。通用对数线性和比例风险模型能够分析最多八种应力类型，如果需要的话。最后，累积损伤 model模型已经被发展用来分析随时间变化的应力 (可以在加速应力水平下或者在正常使用应力水平下)的试验数据。ReliaSoft’s ALTA 6 PRO 是当前唯一有能力分析时变应力的可用的商业软件包。 #p#分页标题#e#
计算结果和绘图
一旦你根据某特定的数据集得到了寿命分布和寿命-应力关系的参数结果，你能从标准寿命数据分析中得到同样的图和计算结果 。一些附加的结果，关于产品寿命和应力的影响，也是可以得到的。此外，在一个给定的应力水平的二维图或者在一个应力范围内的三维图 (例如失效率 vs时间 vs应力)中可以显示失效率，可靠度，不可靠度和pdf图。常用的包括：
* 给定时间的可靠度 : 在正常使用的条件下，在一个特定的时刻，一个产品能够成功工作的概率。例如，某产品在给定一个应力水平下，3年后成功运行的概率有88％ 。
* 给定时间的失效概率: 在正常使用的条件下,在一个特定的时刻，一个产品发生故障的概率。失效概率也称为 "不可靠度" ，并且它和可靠度相对立的。例如， 某产品在给定一个应力水平下，运行3年后发生故障的概率为12% (也就是成功的概率为88％)。
* 平均寿命: 在给定一个应力条件下,产品在失效前平均能工作多少时间。 通常为米制单位，如平均寿终时间(MTTF) 或 (MTBF)。
* 失效率 : 在给定一个应力条件下，产品在某时刻后单位时间内发生失效的概率。
* 保证时间:在给定一个应力条件下，可靠度等同于一个目标值时，所估计的时间。 例如， 在给定一个应力条件下，当可靠度为90％时，估计时间为4年。
* B(X) 寿命: 在给定一个应力条件下，当失效概率为某个特殊值 (X%)，所估计的时间。例如，在给定一个应力条件下，如果在4年时间内预期有10％的产品失效，那么B(10) 寿命就是4年。 (注意这等同于，当可靠度为90％时的保证时间为4年。
* 加速因子: 是正常应力下的某种寿命特征与加速应力相应的寿命特征的比值，是个没有单位的数。
* 概率图: 一个关于失效概率对时间的坐标图。它能显示在正常应力下的概率图，或者，为了比较目的，也可以显示每个应力水平下的概率图。 (注意概率图是根据线性化某个特定分布而构造的。因此，不同分布的概率图是各不相同的。例如，一个指数分布的概率图是不同于一个正态分布的概率图。)
* 可靠度 vs时间 图: 在给定一个应力条件下，一个关于可靠度对时间的坐标图。同样，一个相似的图， 不可靠度 vs时间。
* Pdf 图: 在给定一个应力条件下，概率密度函数(pdf)图。
* 失效率 vs. 时间 图: 在给定一个应力条件下，一个关于失效率vs时间的坐标图。在一个给定应力水平的二维图或者是在失效率vs时间vs应力的三维图中，可以显示瞬间失效率。
* 寿命 vs.应力 图: 一个关于产品寿命vs应力的图，能显示许多寿命特征，比如 B(10)寿命或 eta， 也能显示一个特定的应力对产品寿命的影响。
* 标准差 vs. 应力 图: 一个关于标准差vs应力的图，可以提供每个应力水平的离散程度信息。
* 加速因子 vs. 应力 图: 一个关于加速因子vs应力的图。
* 残留 图: 通过回归分析，残留值已经被加入图中。这些图提供了一个工具去评估模型 (distribution分布和寿命-应力关系) 用来分析数据的能力。
