沒(méi)有失效或失效很少的可靠性分析-Weibayes分析

當(dāng)沒(méi)有失效或失效很少時(shí)，可以使用假設(shè)的形狀或尺度參數(shù)進(jìn)行分布分析，使用的方法稱為 Bayes 分析。在使用 Weibull 模型的情況下，這種方法更多稱為 Weibayes。Bayes 分析使您可以使用先前關(guān)于過(guò)程的知識(shí)對(duì)當(dāng)前的觀測(cè)值進(jìn)行推斷。如果收集失效數(shù)據(jù)而其中不包含失效，則當(dāng)以下四個(gè)標(biāo)準(zhǔn)為真時(shí)，Minitab 可以執(zhí)行 Bayes 可靠性分析：

● 數(shù)據(jù)來(lái)自于 Weibull 或指數(shù)分布；

● 數(shù)據(jù)為右刪失數(shù)據(jù)；

● 使用極大似然法來(lái)估計(jì)參數(shù)；

● 您為形狀參數(shù)（Weibull 分布）提供了一個(gè)歷史值。如果您的數(shù)據(jù)來(lái)自指數(shù)分布，Minitab 會(huì)自動(dòng)將形狀參數(shù)指定為 1。

Weibayes 分析的示例

假設(shè)您擁有沒(méi)有失效的可靠性數(shù)據(jù)集，其中 30 個(gè)經(jīng)過(guò) 1,000 個(gè)小時(shí)的測(cè)試后未出現(xiàn)失效。您想要預(yù)測(cè) 2,000 個(gè)小時(shí)下的失效概率。

最小二乘估計(jì)法不能用于沒(méi)有失效的分析；對(duì)于對(duì)本例而言，形狀參數(shù) 1.5 是合適的

結(jié)果解釋：在 2,000 個(gè)小時(shí)處，保守失效概率概率為 24.6058%（累積失效概率的 95% 置信區(qū)間上限為 24.6058%）。

審核編輯 黃昊宇