lyy7313发表于2014-10-3112:34static/image/common/back.gif
请问Aoma:水泵类这种带磨损的器件，是否按威布尔统计比较好，但如果根据此例如何确定m等参数啊，
谢谢...
WEIBULL是比较好，但是在这个案例上用就不太好了，不好的原因就是无法确定参数。
WEIBULL分布的好处，就把好几种分布集中到一个公式里面了，基本上可以说覆盖了所有的连续性分布。若有足够的试验数据，或者非常接近的行业内的接近数据，使用WEIBULL分布就很好。也就是说你用WEIBULL分布，那么参数是已知的。
在可靠性试验设计的实际应用中，一般并不关心失效服从什么分布，而是我们能用什么分布来进行评估。
这是因为我们关心的可靠性变化区域非常小，比如你这个案例，可靠性从1到0.95，可靠度就降低了0.05，你能从0.05部分描述剩余的0.95吗？这个几乎是不能实现的。
那么我们就关心这0.05的可靠度是怎么分布在我们的要求的时间里的。水泵类是因为器件磨损失效，那么我们就知道，随着使用次数或者时间增加，失效会成上升趋势。
那么失效成上升趋势的有哪些分布呢？GAMMA分布，参数>1；LOGNORMAL分布;NORMAL分布；WEIBULL分布，参数>1。其实这个分布你都可以用，因为我们的可靠度变化量实在是太小了，只有0.05。假设你用WEIBULL和NORMAL这个两个分布，最后结果是一样的，都要对产品的不一致性进行假设，质量部门对其进行管控。然后通过试验评估产品是否超过0.05这个区域。
NORMAL会比WEIBULL用起来更方便，更简单，准确性也不会差，尤其在评估寿命的方面。
m等参数
我想你说的应该是指，形状参数，特征寿命参数和最小寿命参数。
按照你这个案例分析
形状参数：至少>1，经验应该是2~4都可以，若取3.5近似与正太分布了
最小寿命参数：应该就是通过试验来评估的
特征寿命参数：是通过试验得到最小寿命和失效率，来估计的
aomareliability发表于2014-10-3115:14static/image/common/back.gif
WEIBULL是比较好，但是在这个案例上用就不太好了，不好的原因就是无法确定参数。
WEIBULL分布的好处，就...
讲的太好了，就是不知道系数才不得不用指数分布的，但文献啥的没有关于水泵类形状参数等的推荐值吗
lyy7313发表于2014-10-3112:18static/image/common/back.gif
有没有类似的推荐值，如离心风机m为多少，贯流风机为多少，等等
我们刚刚开始做，没有历史数据的
这个肯定是没有的。先统计客户那边的失效。