加速寿命试验知识.pdf 问题请教

cliffcrag

知之甚少!!!



知道你在学习加速模型,看看这些吧:

常用的加速模型！
ArrheniusModel:
Hallberg-PeckModel:
Coffin-MansonModel:

[本帖最后由cliffcrag于2007-7-1622:44编辑]

echoxfs

哈哈，你可真逗！


[本帖最后由echoxfs于2007-7-1710:15编辑]

echoxfs

我还有几个问题想请教一下：
1.用定时结尾方式，如果作出接收判决的时候没有失效发生，那是不是没有办法得到MTBF的观测值，只能得出他的置信下限？
2.如果客户规定MTBF最小可接受值为12000hrs,那这是不是就是MTBF的检验下限？

hukee

原帖由cliffcrag于2007-7-1622:36发表


知之甚少!!!



知道你在学习加速模型,看看这些吧:

我现在是要理解卡方和k-s，如果直接使用他们是没问题的，但是我要知道如何去运用它们，要不在以后的试验计划中，不好去找参数的平衡点。

hukee

原帖由echoxfs于2007-7-1710:47发表
我还有几个问题想请教一下：
1.用定时结尾方式，如果作出接收判决的时候没有失效发生，那是不是没有办法得到MTBF的观测值，只能得出他的置信下限？
2.如果客户规定MTBF最小可接受值为12000hrs,那这是不是就是...

你说的几个数学概念我都不懂，郁闷。

echoxfs

太好了，终于有我说的别人不懂的东西了
别骂我啊
其实我以前做的MTBF都比较简单，这次接触到的产品要求比较严格，很多东西以前都没接触到过，不会，所以还得请教各位大虾！

morrison

在可靠度(壽命)評估時，考慮樣本誤差而進行區間推定時就需要用到卡方分佈(Chi-SquareDistribution)。這是近似解的公式，觀念上它指數分怖失效時間總和(伽瑪分佈)有關，在實務上我視之為2倍失效數(2r)的近似機率分佈，2r為卡方分佈的自由度。平均失效時間為(T/r)，計算時可以當作[T/(卡方/2)]。

在定時截尾(或中止)壽命試驗時，試驗時間中止時的失效數為r，在隨機的觀念上，失效數為隨機變數，也就是說，定時中止壽命試驗的失效次數不是肯定的隨機變數，有可能試驗結束後最悲觀情形又發生1次失效，失效數變成(r+1)。因此在計算時間中止壽命試驗的平均失效時間區間推定的下限，假設為發生(r+1)次失效，但區間推定上限仍樂觀維持為r次，所以才會有在利用卡方份佈計算平均失效時間時，下限推定值的卡方分佈自由度取2(r+1)，上限推定值的卡方自由度取2r。

至於另一種失效次數中止壽命試驗，由於試驗結束時的失效次數r為已知的隨機變數，因此在利用卡方變數計算平均失效時間的區間推定時，上下限都取一樣的自由度2r。

以上是個人心得與大家分享。

qyjxd

谢谢楼主！支持！

milkystone

看来我学习的路还有好长啊

gavind01

要多学习啊