产品靠得住性你可知\"若干\"靠得住性目标

本文为臭皮匠试验室不雅观点。

导语：产品的可靠性"五部曲"，上次我们聊过了"质量"与"可靠性"、产品的寿命需求，本日我们聊聊另一块根本观点：可靠性目标。
聚焦几个问题：1.什么是可靠性目标，对整车有何意义? 2. 怎么用好可靠性目标这把武器？3. 测试完成后对可靠度的评估。

关于可靠性这块，大致会按照如下逻辑进行归纳总结：

1. "质量"与"可靠性"

2. 产品的寿命

3.可靠性目标

4. 置信水平与样本数

5. 加速模型

本文是对第3部分的先容。

3.1 可靠性目标和浴盆曲线

开始先容"可靠性目标"之前，我们再重温下"可靠性"观点：

"可靠性",英文名"reliability",指在全体生命周期内的特性，是指产品在规定的利用条件下和规定韶光内，完成规定功能的概率。

"可靠性目标"，普通来讲，指产品在预期利用寿命内，不会进入 磨损阶段 的概率。

那么，什么是"磨损阶段"?

产品在生命周期内的毛病大致可以分为三个阶段：早期失落效、随即失落效和磨丢失效。
个中，早期失落效和随机失落效一样平常来自于制造和零部件毛病，是不可避免的； 但是磨丢失效是可以在设计阶段就进行掌握的。

这里引入另一个观点： 浴盆曲线 。

浴盆曲线表示了上述的三个阶段，从中可以看出产品在生命周期内失落效率的变革情形。

个中，曲线的变革速率用 威布尔系数(Weibull shape)表示，其 描述了产品进入随机故障阶段的速率，以及达到磨损后停滞运行的速率。
威布尔成分的大小，直接影响产品可靠性目标实现的难易程度，其 与产品失落效形式和机理息息相关，须要大量的试验数据作为根本，会影响产品的本钱。

关于浴盆曲线和威布尔成分的理解，这里不再展开，感兴趣的可以自行搜索。
我们要做： 对可靠性目标进行合理的定义，确保产品在整车的设计寿命或质保期中不会进入磨损阶段。

3.2 可靠性目标的确认

一样平常而言，整车客户会以 R％和C％的形式，分别表示所期望的可靠性目标和置信度水平。
例如R95C70，表示了客户期望95％的产品在达到设计寿命周期结束后仍能按预期运行，客户上述结果有70%的信心。

分外情形，某些客户也会采取其他的形式来表示，如我们在第2部分结束时提到的"质量"干系的术语：R/100, %/year,%/month, ppm/yr, IPTV, PPM, DPMO等，据此我们可以将其转换为"可靠性"术语: R%。

那么要如何转换？

重点是要理解这些"质量"术语是怎么来的？从失落效率定义的角度可以分为两类：按周期定义、按数量定义。
前者有%/year, %/month, ppm/yr；后者有R/100, IPTV, PPM, DPMO。
为了澄傍友户的目标和期望，上面这些术语都可以用毛病率或可靠性来表示，如FPMH, 失落效率, FITs, MTTF，R%。

(关于上述"质量""可靠性"干系的缩写术语，请参考文章《产品可靠性，你可知"多少"?——产品的寿命》的末端注释)

"质量“干系的目标

按周期定义：R=100%-（每年失落效率设计寿命）

例如，客户哀求失落效率不要超过0.24%/6months，设计寿命为10年。
那么其每年失落效率为：0.24%/612month/year=0.48%/year，10年期产品可靠度目标则为95.2%。

按数量定义：R(t)=eexp(-t)

例如，客户哀求失落效率不要超过4.76PPM，服役寿命为7300小时。
那么，=4.76/1000000=4.76E-6，则R(t)=eexp(-4.76E-67300)=96.6%。

"可靠性“干系的目标

"可靠性"干系的术语标注有失落效率FPMH, 失落效率 , FITs, MTTF。

例如，客户哀求失落效率低于4760FIT，运行寿命为7300h，根据FIT定义，=4760/10e9=4.76e-6，即4.76 FPMH，则R(t)=eexp(-4.76E67300)=96.6%。

对付MTTF，同理。

3.3 可靠度的评估

上面我们聊了"可靠性的目标如何定义"，那么 "怎么根据测试结果评估可靠性程度呢?" ，这也是整车最为关心的话题之一。

举例，某台架试验，样本数8个，测试韶光50天，但是，在第20天的时候，个中一个样本失落效，用新样本更换。
如果想达到75%的置信水平，产品的可靠性是多少呢？这里借用MTTF进行评估。
MTTF表达式如下：

个中，

t 是设备运行韶光，在这里=24508=9600h;

2是样本方差，75%的置信水平、1件失落效，对应值为5.385。

因此，MTTF=（29600/5.385）=3565h，即均匀失落效所用韶光为3565h，即=2.805e-4。

此时的可靠度为：R(t)=eexp(-2.805e-41200)=71.42%。

同理，如果上述测试为0毛病，那么样本方差会降落为2.773，此时MTTF=6924h，对应的可靠度为84.09%。

知道了"怎么根据测试结果评估可靠性程度呢?"，那么 “怎么根据市场返修结果评估实际可靠性程度呢?" 。
这里不做进一步解读，留给大家思考。

以上，便是关于可靠性目标的确认和反向评估的方法先容。
细心的读者可以创造，样本数在个中扮演着举足轻重的浸染， 样本数和置信水平的关系 ，我们下回解读，敬请期待！