寿命数据分析中事件图的实现

在寿命数据分析中，失效数据分为几种类型：失效发生在确切的时间，称之为确切数据，也就是无删失数据；失效发生的时间不确定，也就是删失数据，失效可能发生在某一时间段内，称之为区间删失，其中从开始运行到某一时间点内失效，称为左删失，左删失为特殊的区间删失，失效发生在某一时间点之后，称之为右删失，也就是在观察结束时尚未失效，其失效时间未知，但至少大于观察时间点。

在寿命数据分析时，我们当然希望所有失效的时间都是确定的，但总是因为各种各样的原因而无法获得确切的失效时间，也就是说，我们最终获得的寿命数据，是由确切数据、左删失数据、右删失数据、区间删失数据等组成的混合数据。商业软件中，较多使用事件图来描述失效时间、失效类型和失效频数的关系，如JMP中给出的典型混合删失事件图：

• 模式指示右删失。单元在其最后一次检查时失效。
• 模式指示左删失。单元在开始检验之后而在指示的时间之前失效，但不清楚其最后有效的时间。
• 模式指示单元在两个箭头标记的时间区间内失效。
• 模式指示确切数据。单元在 x 标记的时间失效。

这样，我们可以清楚的看到，试验数据或者返修数据，一系列的失效事件何时发生，发生了多少，是确定失效还是非确定失效，从而为后续的寿命数据分析奠定基础，因为不同的删失类型其失效概率密度的计算方法是不同的。

那么，在EXCEL中怎样绘制类似的事件图呢？上例中129个样本，进行了8次观测，每次记录失效失效的时间和数量，在250h时结束观测。我们在EXCEL中记录观测的结果如下：

注意，事件3和4在定时结尾时尚未失效，因此用“-”代表失效结束时间，同理事件7和8用“-”代表失效开始时间，以区分左删失和确切数据。

接下来，我们为每一个事件创建散点图，事件Y轴为事件序列，X轴为开始时间和结束时间

创建完事件散点图后，为每个事件添加误差线，选择X误差线，100%负偏差，根据删失类型设置X误差线格式为实线或虚线

接下来，根据删失类型更改数据标签的标记，自定义图形为左右箭头或星号

最后，添加事件标签，将数据标签更改为单元格中的值，即失效的类型和频次

最终的事件图如下：

这样我们就在EXCEL中实现了商业软件中的事件图，您学会了吗？

关注我们，下载更多可靠性案例