多种失效模式产品的寿命数据分析

600 Words, 20 Min Read

文章使用了 AssetStudio 的 Weibull Toolbox 软件

引言

多重失效模式是指一个单元可能失效的不同方式。假设某批单元存在A、B、C三种失效模式,其观测到的失效时间对应于各潜在失效模式中最早发生的时间。该单元的可靠性模型可通过将A、B、C视为串联组件来构建。

本文阐述了针对具有多重失效模式产品的分析方法,并与忽略失效模式信息的分析进行对比。通过将各失效模式的可靠性以串联形式结合,可推导出产品的整体可靠性模型。

示例

本文所用数据集引自Meeker和Escobar的《可靠性数据的统计方法》(Statistical Methods for Reliability Data),研究对象为存在两种失效模式的电子元件:磨损失效(W)和电压浪涌失效(V)。

Time-to-Failure with failure mode
表1:含失效模式的失效时间数据。W 表示磨损失效,V 表示电压浪涌失效。

多重失效模式即单个部件可能发生的不同故障形式。

分析方法

若仅关注磨损失效(W),则因电压浪涌失效(V)的单元将被视为截尾数据(S);反之,若分析电压浪涌失效(V),因磨损失效(W)的单元则视为截尾数据(S)。

下表新增两列,分别标注针对目标失效模式的失效/截尾状态:

Time-to-Failure dataset with corresponding failure mode
表2:失效时间数据集及其失效模式分类——综合(忽略失效模式)、磨损失效(W)、电压浪涌失效(V)。

对三组数据均拟合威布尔分布,并将结果绘制在同一图表中。

Probability Weibull overlay plot
图1:威布尔概率叠加图
  • 蓝线与绿线分别表示电压浪涌(V)和磨损失效(W)的模型;
  • 黑线为综合失效模式模型(忽略失效模式)。
Unreliability vs Time overlay plot
图2:不可靠度-时间叠加图

通过综合失效模式曲线可得,该产品在*t*=5(千次循环)时的不可靠度为:

Q(5) = 0.027(见图1)⇒ R(5) = 0.973

由于该产品存在两种失效模式(V和W),需分别评估:

电压浪涌失效模式(V)的Q(5) = 0.048(见图1)⇒ R(5) = 0.952

对于由两个组件串联构成的系统,系统在任意时间*t*的可靠性始终低于任一单独组件的可靠性。因此,建议尽可能对失效模式(或组件)进行单独分析。

系统方程

完成各失效模式的独立分析后,系统级不可靠度Qₛ(t)可通过下式计算:

由 Rₛ(t) = Rₘ(t) × Rᵥ(t),

Qₛ(t) = 1 – [(1 – Qₘ(t)) × (1 – Qᵥ(t))]

Weibull-Toolbox RBD模块可将失效模式V和W视为串联组件,重构产品的可靠性模型。

Item reliability modeled with failure modes V and W in series
图3:产品的可靠性模型,其中失效模式V和W以串联形式连接。

基于系统方程Rₛ(t) = Rₘ(t) × Rᵥ(t),其他可靠性指标可通过以下公式导出:

Reliability equations
System reliability curves
图4:黑线、蓝线和绿线分别代表系统(产品)、电压浪涌(V)和磨损失效(W)的模型。

读者可对比图4与图2中产品的不可靠度曲线。

系统的标准可靠性指标可通过内置计算器获取:

Query for reliability at t = 5 thousand cycles
图5:查询 t=5 千次循环时的可靠性

结论

本例展示了针对具有多重失效模式的不可修复产品的分析方法。通过串联系统方法重构产品可靠性,可更深入理解其可靠性行为。

但需注意,此类分析的前提是对每个失效组件均进行了失效模式诊断。

- End -