产品失效，可能都具有多种失效模式(机理)，我们在进行产品寿命试验分析时，如不加以失效模式的甄别，那么在进行威布尔分析时，可能得不到较好的拟合，或者拟合结果会显示数据拒绝符合威布尔。一般在遇到这种情况，怎么处置呢？
在正式介绍之前，先说明下删失和搁置的概念吧，按国标/IEC给出的解释：试验结束时还没失效的称为删失，在试验出现非关联失效称为搁置。很多资料文档中，把删失和和搁置概念搞的有些混乱了，被统称为删失了，可能概念上需要厘清一下。
数据处置流程：
首先是将故障数据按发生的先后（小→大）进行排序，然后对故障的失效机理进行分类，将相同失效机理的故障归为同类。以下进行分情况讨论：
A.如单一失效模式，且在试验结束时全部样品失效，则为完全样本数据，无需特殊处置
B.如单一失效模式，且在试验结束时仍有样品未失效(删失)，则为截尾试验数据，按截尾试验处置
C.如多失效模式，将各失效模式进行拆分，有以下两种处理办法：
c1[简单粗暴型]将非此类失效模式的数据视为删失，然后按B中处置方法进行
c2[严谨型]将非此类失效模式的数据视为搁置，对搁置的数据分配秩权重，然后按B中处置方法进行（图1动图即为一个使用具体例子，图3位标准规范的计算结果）
c1中的搁置数据较少时，照此处置对结果的影响较小，如数据占比较高，则此方法会带来较大的误差（图1为c2处置，图2为c1，估算寿命差1倍）。但在实际应用中，受制于很多因素，我们取得数据的信息并不十分明确（比如售后数据），此时这也是可以接受或者唯一可操作的估计方法（毕竟在一定时段内失效样品的占比非常小）。
c2中用于获得精确结果的实验室数据分析时优势明显，可以获取较为精度的数据。https://www.kekaoxing.com/93863.html
真的好工具