《失效分析》PPT课件.ppt

三 失效分析,失效分析的目的：找出产品的失效特征、失效模式，对可靠性加以预测，明确失效原因，为提高产品的可靠性提供依据。,典型失效率曲线 产品的可靠性取决于产品的失效率，产品的失效随工作时间的变化可以分为早期失效、随机失效、耗损失效。,1 失效率曲线,(1)第一段递减型（DFR）。产品投入使用早期，失效率较高而下降很快。主要是由于制造缺陷、部件缺陷、差的质量控制、拙劣的工艺所造成。改进措施：老练试验、筛选、质量控制、验收试验。,(2)第二段恒定型（CFR）偶然失效期、随机失效期。产品的有效工作时间，有效寿命。主要是由于环境、随机负荷、误操作、意外的灾害以及尚不清楚的偶然因素所造成。可由冗余、额外强度等措施来减少。,（3）第三段递增型（IFR）主要是由于产品的疲劳、腐蚀、摩擦、循环载荷、元器件、零部件老化所致。通过加强对产品的降级、检查、监控、预防性维修，部件更换使失效率仍不上升，以延长有效寿命,在规定的使用寿命期内，失效率曲线的全部变化过程并不全部出现。同样的产品，在不同的条件下使用，失效率曲线的形状也不同。,常见失效率曲线,（a）产品在正式使用前经过严格的检查、调试、筛选，早期失效期几乎不出现（b）产品达到耗损期的时间很长，在使用寿命内不出现耗损期，如计算机设备（c）有些产品在整个使用期内失效率一直递增，如有缺陷的计算机软件（d）产品由于设计、制造不良，或由于技术原因，使用不久失效率就急剧上升,2 失效模式,硬、软件的失效模式与其物理特性、内在组成等有关.,机械零件的损坏或退化，从微观上看是起源于原子、分子的变化。常见的失效模式有:弹性变形失效 疲劳断裂失效 磨损失效 蠕变失效,电子元件的失效模式通过废次品、早期失效、试验失效等形式表现出来。由于软件的错误导致系统输出不满足规定的要求，称为软件失效。通常由软件的内在缺陷即软件故障引起。,软件的失效模式具有如下特点：软件的失效主要由设计缺陷造成，与拷贝无关；软件没有磨损现象；软件通过纠错其可靠性随时间可能提高；软件的可靠性与其使用的环境没有直接的关系；同样的软件在同样的条件下发生失效，不能通过冗余来提高其可靠性。,失效模型分析一般要经过初步估计和检验两个步骤。估计：1）根据试验数据作失效频率直方图或可靠度函数图，并与已知图形比较，从而确定模型；2）根据产品的失效模式或以往的经验先确定失效的概率分布类型，再用相应的概率纸进行图估，从而确定模型。检验：通过数值分析进行拟和优度检验，常用的有2检验法和K-S检验法。,3 失效模型分析,在一批产品中抽取n个样品进行试验，测得其失效时间分别为t1、t2、tn，通过这些试验数据，作出失效频率直方图.,失效频率直方图法,按下式计算分组数(Sturges规则)k=1+3.3lgn.表示取整。按下表进行计算，得到子样分布计算表。,以失效时间t为横坐标，fi为纵坐标，作直方图，并与已知失效密度曲线图形比较，从而确定模型。,可靠度函数图形法,当试验数据较少时，可改为绘制可靠度函数曲线。,a.整理数据,得到数据表,b.估计累积分布函数F(ti)当产品数n20时 F(ti)=i/(n+1)(平均秩)F(ti)=(i-0.3)/(n+0.4)(中位秩)当产品数n20时 F(ti)=i/n c.以失效时间ti为横坐标，R(ti)为纵坐标，在直角坐标系中作图，并连成光滑曲线，得到可靠度函数曲线。d.将曲线与已知的各类可靠度函数曲线图形比较，从而确定模型,最小二乘法,最小二乘法就是使数据的观测值和回归直线（分布直线）符合最好的回归系数的估计值。比图估计法精确，其适用于各种试验数据分析。,正态分布的参数估计：回归方程：相当于回归方程：y=a+bx 因此，对于zi和ti（i=1,2,r），用最小二乘法求出回归系数a,b 即得：,寿命均方差的估计：式中：平均寿命的估计：,为了确定总体的分布函数F(x)，根据具体情况和获得的数据，对总体的分布规律提出一个假设，即 H0:F(x)=F0(x,)其中，F0(x,)是一个含有不确定参数的分布函数族。然后检验假设H0是否成立。,失效模型的数值检验法,常用的数值检验方法有 2检验法和K-S检验法,2检验法,2检验法的基本思想就是对于假设，即 H0:F(x)=F0(x)通过构造一个统计量，检验一个子样所决定的经验分布函数Fn(x)是否与F0(x)一致。该统计量可以鉴别Fn(x)与F0(x)的不同是由于子样的随机性引起的，还是由于Fn(x)完全不同于F0(x)所引起的。,将区间（-，）根据具体情况分为k个不相交的区间：（a1,a2，（a2,a3，(ak,ak+1)。子样观测值x1、x2、xn落在第i个区间(ai,ai+1)的个数mi称为第i个区间的实际频数，mi/n为相应的频率。在第i个区间内的理论概率pi由下式决定 pi=P(aixai+1)=F0(ai+1)-F0(ai),i=1,2,knpi称为第i个区间内的理论频数.,构造统计量 当子样容量n充分大(n50)时，则不论总体服从什么分布，统计量2总是近似地服从自由度为k-r-1的2分布。其中r为当理论分布函数F0(x)的参数未知时所需估计的参数个数；k为不相交的区间数。,取置信概率（显著性水平）为，对于2分布，有（上侧分位数）因此，对于给定的置信度1-，否定域为,1）根据失效模型的估计，假设F0(x)的函数形式2）估计F0(x)中的各参数值3）对总体的分布函数F(x)作出假设：H0:F(x)=F0(x)4）将区间（-，）根据具体情况分为k个不 相交的区间5）统计各区间的实际频数mi6）计算各区间的理论概率pi,检验步骤：,7）计算称各区间的理论频数npi8）计算统计量29）给定置信概率（显著性水平）为10）查上侧分位数11）确定否定域，作出拒绝或接受的判断,例:220个产品的失效时间记录如下所示.试检验该产品的寿命是否服从指数分布.,解:假设服从指数分布,参数未知,其估计值:假设:,其中计算:取显著水平=0.10,r=k-m-1=6,查表:由于:故拒绝原假设.,K-S检验法(亦称d检验法)比X方检验法精确,而且还适合子样容量较小的情况。其基本思想为：构造统计量,可以证明随机变量z的分布函数为2检验法相同，对于给定的置信度1-，K-S检验法的否定域为其中，z为随机变量z分布的上侧分位数。K-S检验法的检验步骤与2检验法类似。,