寿命分布不确定时，如何利用仿真规划可靠性试验

可靠性试验的样本量规划不能凭空开始。它需要一个假定的总体寿命分布和明确的试验策略。当缺乏足够的失效数据时，初始模型可能只能来自工程判断，而不是统计估计。

可参考的资料包括上一代产品、类似产品、供应商资料、初步试验以及对失效机理的认识。这些资料应视为规划假设，而不能作为产品已经满足可靠性要求的证据。

假设某公司生产一种部件，需要确定可靠性试验所需的样本量。可靠性要求为：

目前还没有历史寿命数据，但工程师可以给出总体失效曲线上的两个合理估计点：

其中，Q(t) 表示在时间 t 之前发生失效的累积概率。接下来的问题是：能否把这两个工程估计转换为一个暂定的分布模型？

假设总体服从双参数威布尔分布。在 FreeWeibull.com 的寿命数据分析模块中，选择“概率与时间”数据类型，并输入两个假定的概率点。这与分析失效时间数据不同：这里的两个输入代表对总体的工程判断。

得到的威布尔模型形状参数 β = 4.06，特征寿命 η = 5,472 次循环。该模型的名义 B(5) 寿命约为 2,635 次循环，R(2,000) 约为 98.34%。因此点估计超过目标，但可靠性要求并不只看点估计，还要求 80% 的置信下限。

在概率图上，B(5) 的置信下限必须位于 2,000 次循环目标点的右侧。这个区别很重要：拟合线超过目标，并不等于已经在规定置信水平下证明了可靠性。

置信限反映寿命模型估计中的不确定性。在试验和分析方法相同的情况下，增加样本量通常会缩小不确定性，使置信限更接近拟合线。置信限并不只由样本量决定；失效数量、试验条件、假定分布和估计方法也会影响结果。

本例从暂定威布尔模型生成不同 N 值的仿真数据集。每个数据集都采用相同的模型和方法进行分析，再将所得的 80% 置信限与 B(5) 目标比较。

先取 N = 20。图 3 的仿真结果显示，80% 置信下限保持在目标点右侧。在假定威布尔模型和仿真试验条件成立的前提下，20 个样品是足够的。

再将样本量降至 N = 10。图 4 显示置信限穿过目标区域，说明在当前规划假设下，这一数量已接近实际边界。

仿真结果表明，10 至 20 个样品是规划该可靠性试验的合理范围。当 N = 20 时，80% 置信限位于可靠性目标右侧；当 N = 10 时，置信限恰好穿过目标点。

不应把这个结果视为精确门槛。更换仿真随机种子后，置信限可能略微移到目标点左侧或右侧。更重要的是，假定的威布尔模型本身也存在不确定性。精确区分 10、12 或其他相近样本量，会给人一种输入假设无法支持的精确感。

仿真有助于确定合理的样本量，但不能保证试验结果。20 个样品的试验仍可能失败，而 8 个样品的试验也可能通过。只有实际试验数据才能证明是否满足可靠性要求。

• 结果取决于假设。 威布尔分布和两个概率点都是暂定的工程输入，而不是观测证据。
• 仿真应代表实际试验方案。 只有当仿真假设能够合理反映试验的实施和分析方法时，样本量估计才有意义。
• 试验才提供证据。 仿真可以估计样本量并支持预算申请，但只有实际试验结果才能证明部件是否满足可靠性要求。

当历史寿命数据有限时，仿真提供了一种有条理的方法，把工程判断转化为可执行的试验计划。它的价值并不是消除不确定性，而是使假设变得明确、量化其影响，并帮助工程团队在提出可靠性声明之前决定需要进行多少试验。