失效率讨论
看到可靠性网有这么高的人气，感到很欣慰，这里为各位同行提供了很好的学习交流平台！希望有更多的朋友来这里交流、进步！可靠性指标计算是很多朋友经常遇到的东西，论坛里关于MTBF的帖子和讨论很多，但关于失效率的好像还不够多，希望大家关于这个话题多交流！
通常电子元器件的失效率大致符合浴盆曲线：包括早期失效、随机失效和磨损失效三部分；相应的有早期失效率、随机失效率和磨损失效率的指标。一般早期失效我们可以通过应力筛选剔除，在正常出货和使用的产品中就不再去计算。所以比较多的是要求计算随机失效率和磨损失效率。
随机失效率Randomfits：随机失效阶段是产品正常工作的阶段，在这一阶段产品有近似恒等的失效率，一般失效率相当较低。计算中我们用指数分布。通过计算产品的器件小时数（可以是试验得到的数据和现场使用数据），再根据实际失效数，以及要求的置信度水平来计算公式如下：
FailureRate=10^9(NR)/t
N随机失效数
Ttol总的器件小时数
R根据置信度和失效数用卡方分布计算的系数，可参考下表：
N012345
(60%C.L.)0.922.021.551.391.311.26
(90%C.L.)2.303.892.662.232.001.85
这个失效率也可以根据Arrhenius方程换算成其它温度的随机失效率。
磨损失效率Wearoutfits：这一阶段，由于机械磨损、材料老化等产品失效开始增多，失效率越来越高。计算中我们用对数正态分布。通过收集产品实际失效时间信息（或推断产品失效时间）计算累计失效百分比，然后用对数正态坐标纸画出累积失效百分比与时间的关系图，应该近似为一直线。通过该直线读出50%失效的时间，也就是中位寿命，读出84%和16%失效的时间以便计算标准差（
standarddeviation={LN(T84)-LN(T16)}/2
算出中位寿命ML和标准差后就可以计算给定时间的磨损失效率（比如20年，10年，5年）。这个公式我没有，不知道有没有哪位朋友可以补充！
另外，以上只是个人的一些理解，不对的地方请指正 没有朋友对这个话题感兴趣吗？欢迎大家踊跃发言啊！ 初学者
楼主请继续
最想得到的是温度循环和温度冲击失效率的计算方法 楼主，验证过你的数据准确性吗？，还是说只是看一个趋势。 不知Hukee说的数据的准确性是哪一方面？计算方法？公式还是列表中的数值？ 本帖最后由hukee于2010-3-1823:43编辑
FailureRate=10^9(NR)/t
不理解。我理解的是效率是指λ=1/mttforλ=1/mtbf，FailureRate=(NR)/2t，而且试验件/失效数大于10，卡方才有意义。 本帖最后由cc20061212于2010-3-1913:18编辑
FailureRate=10^9(NR)/t
这个公式出自GR-468-CORE的标准，配合卡方表使用，用于常用的%60CL,%90CL的随机失效的计算。完整的公式应该是FailureRate=10^9*CHIINV(1-a，2r+2)/2Ttot
其中a为置信度；
r为失效数，如果r=0，计算中用1替代
Ttol总的等效器件小时数
指数分布的情况下λ=1/mttforλ=1/mtbf
我统计知识不好，不知hukee朋友的“试验件/失效数大于10，卡方才有意义”出自何处，请指教！ 这个是卡方近似的原因在里面。 其實我們談MTBF,就會談到失效率，失效率的大小就能決定MTBF,當然這里講的應是你上面說的隨機失效率，服從指數分布，其實在一般的工廠里大家會更在乎早夭期的失效率，而且這一塊的改善空間也大，如想提高隨機失效率，那必須改變設計，但是這個成本高，費時長，這個情況也正符合我們中國大多數電子產品的狀況，如何控制早夭期的失效期，在很多工程現在做專案，比如提高應力篩選，比如改善制程等等，這些都是在控制樣品失效的狀況來決定產品的出貨 没有朋友补充磨损失效率的计算方法和公式吗
页:
[1]
2