首页 解决方案 【案例连载】Why Weibull?案例7-如何进行很少失效数据时的Weibull分析

【案例连载】Why Weibull?案例7-如何进行很少失效数据时的Weibull分析

  今日话题   在实际工作中,我们经常会碰到没有失效发生(即无失效),或只有一两个失效的情况,这种情况应该如何进行寿命数据分析呢?   通常情况下,单参数Weibull(或称WeiBayes)可能是更好的选择。

  今日话题

  在实际工作中,我们经常会碰到没有失效发生(即无失效),或只有一两个失效的情况,这种情况应该如何进行寿命数据分析呢?

  通常情况下,单参数Weibull(或称WeiBayes)可能是更好的选择。

  问:陈老师,请教个问题,我们在某个试验中,进行改进前和改进后的比较,数据显示改进后要好于改进前,但计算得到的MTTF,却是改进前好于改进后,不知道是什么原因?(并附上了图形分析结果)

 

  答:(看过分析结果后)如果失效数据很少,建议不要直接使用拟合去进行参数估计,可以使用单参数Weibull进行分析。

  一、背景简介

  经过简单的了解,这位朋友的实际情况为:

  有一个产品进行了设计改进后,分别选择了40个样件进行寿命试验,得到的结果为:

  1、改进前的产品:分别发生了4个失效,有36个未发生失效;

  2、改进后的产品:分别发生了1个失效,有39个未发生失效;

  试验在200个循环(Cycles)后停止。

  试验结果如下图所示:

  疑问:单纯从数据上来看,改进是明显的。

  但是通过Weibull分析,得到的MTTF计算结果,却是改进前优于改进后。

  这是什么原因导致的呢?

  二、问题来源剖析

  如果按照一般的寿命数据分析过程,基本过程如下:

  1、数据收集和整理,可以将实验数据整理如下图:

  2、进行数据分析:将数据输入软件,得到Weibull分析结果:

  改进前的产品,选择了MLE(极大似然估计),得到下图的结果。

  Beta=1.185;Eta=1327

  改进后的产品,只有一个失效,只能选择MLE(极大似然估计),得到下图的结果。

  Beta=24.73;Eta=232

  3、通过计算器计算结果

  如下图,通过软件自带的计算器,可以分别计算得到他们的MTTF:

  改进前:MTTF=1252.35;

  改进后:MTTF= 226.97;从计算结果来看,的确是改进前的反倒要优于改进后的,这与直观判断差距太大。那么,问题来自于哪里的?

 三、推荐的分析方法

  那么,上面的分析过程中,究竟哪里出了问题呢?

  相信细心的朋友可能已经发现了,两组数据的分析结果和分析方法分别如下:

  在前面的分析中,改进前后两组数据得到Beta值相差甚远,那使用MLE进行两参数Weibull分析,是不是都适用于这两组数据呢?

  了解Weibull分析的朋友可能会知道,Weibull形状参数Beta往往与失效模式是相关的,相同的失效模式,Beta是接近或者是相等的。

  在这个案例中,通常改进设计之后,失效模式要么被消除,要么被延后,通常来说,Beta不应该差别特别大。(除非有新的失效模式引入)

  所以,在一般的Weibull分析中,如果失效数据很少(甚至没有)的时候,我们通常可以使用单参数Weibull(或称WeiBayes)进行分析。

  即给定Beta值,然后计算另一个参数Eta值。

  所以,对于改进后这组数据,我们可以使用改进前计算得到的Beta,即1.185,去计算Eta。

  计算结果如下图:Beta=1.185(给定值);Eta=4493.10;

  为了更加直观地进行改进前后的比较,我们可以使用多图,将两个分析结果放到一张图中进行比较。如下图:

  改进前 B1=27.39;

  改进后 B1=92.60;

  可以看出,改进还是明显的。

  四、总结及提示

  当失效数据很少(甚至没有)的时候,建议使用单参数Weibull(即WeiBayes)进行分析;

  很多情况下,比较Bx寿命、可靠寿命、不可靠寿命,往往要比比较平均寿命(MTTF)更有意义。(相信有些朋友不一定认同,但是大家可以仔细想想,如果您去买一批灯泡,您是更关心他们的平均寿命呢?还是关心这批灯泡在您期望的使用期限内不发生失效的概率呢?)

  五、名词解释

  Bx寿命 (也称Lx寿命)

  Bx寿命是常见的可靠性指标。当x等于10时称为B10寿命,x等于50时称为B50寿命.

  在ISO-281标准中,B10寿命表示在一定数量的轴承中,其中90%的轴承的寿命能够达到的时间点。

  此外,在澳大利亚标准AS3890和AS2729中, B10(或L10)寿命可以用于衡量产品的寿命。

  B1表示在规定的条件下,1%的产品失效的那个时间点;

  B10表示10%的产品失效的那个时间点;

  B0.1表示0.1%的产品失效。

  友情提示(其实就是广告):

  案例中Weibull分析由国可工软自主研发的eWeibull软件完成。该软件支持线上免费使用。(对的!没看错!是“使用”,不仅仅是“试用”)

  国可工软将联合制造学习联盟,特地给大家带来《可靠性工程基础和寿命数据分析》系列直播课程。5月11日(三)开始,每周三晚上7:30开始直播。目前暂定11堂课 (随时加量不加价),欢迎关注。(也可点击“阅读原文”)

 

  国可工软科技有限公司(以下简称“国可”),是国内提供可靠性技术咨询和软件服务的科技创新企业,总部位于上海,在苏州、深圳、西安、大连、武汉等地设有分支机构。通过整合国内外资源,国可致力构建培训、咨询、自主研发软件、论坛为一体的可靠性技术服务生态圈,为企业提供专业、便捷、高效的可靠性整体解决方案。

  公司自主研发的FMEA、Weibull、加速寿命试验分析等软件,获得了国内数百家企业客户的认可和购买。签约企业也包含上汽集团、富士康、小康汽车、美的集团、一汽解放、国家能源、国电投、无锡威孚、玉柴联合动力、恒大汽车等知名企业。国可系列软件曾获得2021年全国工业APP和信息消费大赛总决赛“工业APP数字制造与管理专项成果转化奖”

  公司技术实力强大,创始团队有着超过20年的质量和可靠性技术服务经验,以及10年以上的工业软件研发和市场化经验,对国内市场有着深入的认知和丰富的实践经验,服务过的企业超过500家;公司90%以上的成员具备本科学历,研发团队中具备硕士以上学历的成员占比40%以上!公司已获得苏州市高新区领军人才、苏州市姑苏领军人才、科技型中小企业、江苏省民营科技企业等荣誉。

  >>国可工软部分客户

 

  今日话题

  在实际工作中,我们经常会碰到没有失效发生(即无失效),或只有一两个失效的情况,这种情况应该如何进行寿命数据分析呢?

  通常情况下,单参数Weibull(或称WeiBayes)可能是更好的选择。

  问:陈老师,请教个问题,我们在某个试验中,进行改进前和改进后的比较,数据显示改进后要好于改进前,但计算得到的MTTF,却是改进前好于改进后,不知道是什么原因?(并附上了图形分析结果)

 

  答:(看过分析结果后)如果失效数据很少,建议不要直接使用拟合去进行参数估计,可以使用单参数Weibull进行分析。

  一、背景简介

  经过简单的了解,这位朋友的实际情况为:

  有一个产品进行了设计改进后,分别选择了40个样件进行寿命试验,得到的结果为:

  1、改进前的产品:分别发生了4个失效,有36个未发生失效;

  2、改进后的产品:分别发生了1个失效,有39个未发生失效;

  试验在200个循环(Cycles)后停止。

  试验结果如下图所示:

  疑问:单纯从数据上来看,改进是明显的。

  但是通过Weibull分析,得到的MTTF计算结果,却是改进前优于改进后。

  这是什么原因导致的呢?

  二、问题来源剖析

  如果按照一般的寿命数据分析过程,基本过程如下:

  1、数据收集和整理,可以将实验数据整理如下图:

  2、进行数据分析:将数据输入软件,得到Weibull分析结果:

  改进前的产品,选择了MLE(极大似然估计),得到下图的结果。

  Beta=1.185;Eta=1327

  改进后的产品,只有一个失效,只能选择MLE(极大似然估计),得到下图的结果。

  Beta=24.73;Eta=232

  3、通过计算器计算结果

  如下图,通过软件自带的计算器,可以分别计算得到他们的MTTF:

  改进前:MTTF=1252.35;

  改进后:MTTF= 226.97;从计算结果来看,的确是改进前的反倒要优于改进后的,这与直观判断差距太大。那么,问题来自于哪里的?

 三、推荐的分析方法

  那么,上面的分析过程中,究竟哪里出了问题呢?

  相信细心的朋友可能已经发现了,两组数据的分析结果和分析方法分别如下:

  在前面的分析中,改进前后两组数据得到Beta值相差甚远,那使用MLE进行两参数Weibull分析,是不是都适用于这两组数据呢?

  了解Weibull分析的朋友可能会知道,Weibull形状参数Beta往往与失效模式是相关的,相同的失效模式,Beta是接近或者是相等的。

  在这个案例中,通常改进设计之后,失效模式要么被消除,要么被延后,通常来说,Beta不应该差别特别大。(除非有新的失效模式引入)

  所以,在一般的Weibull分析中,如果失效数据很少(甚至没有)的时候,我们通常可以使用单参数Weibull(或称WeiBayes)进行分析。

  即给定Beta值,然后计算另一个参数Eta值。

  所以,对于改进后这组数据,我们可以使用改进前计算得到的Beta,即1.185,去计算Eta。

  计算结果如下图:Beta=1.185(给定值);Eta=4493.10;

  为了更加直观地进行改进前后的比较,我们可以使用多图,将两个分析结果放到一张图中进行比较。如下图:

  改进前 B1=27.39;

  改进后 B1=92.60;

  可以看出,改进还是明显的。

  四、总结及提示

  当失效数据很少(甚至没有)的时候,建议使用单参数Weibull(即WeiBayes)进行分析;

  很多情况下,比较Bx寿命、可靠寿命、不可靠寿命,往往要比比较平均寿命(MTTF)更有意义。(相信有些朋友不一定认同,但是大家可以仔细想想,如果您去买一批灯泡,您是更关心他们的平均寿命呢?还是关心这批灯泡在您期望的使用期限内不发生失效的概率呢?)

  五、名词解释

  Bx寿命 (也称Lx寿命)

  Bx寿命是常见的可靠性指标。当x等于10时称为B10寿命,x等于50时称为B50寿命.

  在ISO-281标准中,B10寿命表示在一定数量的轴承中,其中90%的轴承的寿命能够达到的时间点。

  此外,在澳大利亚标准AS3890和AS2729中, B10(或L10)寿命可以用于衡量产品的寿命。

  B1表示在规定的条件下,1%的产品失效的那个时间点;

  B10表示10%的产品失效的那个时间点;

  B0.1表示0.1%的产品失效。

  友情提示(其实就是广告):

  案例中Weibull分析由国可工软自主研发的eWeibull软件完成。该软件支持线上免费使用。(对的!没看错!是“使用”,不仅仅是“试用”)

  国可工软将联合制造学习联盟,特地给大家带来《可靠性工程基础和寿命数据分析》系列直播课程。5月11日(三)开始,每周三晚上7:30开始直播。目前暂定11堂课 (随时加量不加价),欢迎关注。(也可点击“阅读原文”)

 

  国可工软科技有限公司(以下简称“国可”),是国内提供可靠性技术咨询和软件服务的科技创新企业,总部位于上海,在苏州、深圳、西安、大连、武汉等地设有分支机构。通过整合国内外资源,国可致力构建培训、咨询、自主研发软件、论坛为一体的可靠性技术服务生态圈,为企业提供专业、便捷、高效的可靠性整体解决方案。

  公司自主研发的FMEA、Weibull、加速寿命试验分析等软件,获得了国内数百家企业客户的认可和购买。签约企业也包含上汽集团、富士康、小康汽车、美的集团、一汽解放、国家能源、国电投、无锡威孚、玉柴联合动力、恒大汽车等知名企业。国可系列软件曾获得2021年全国工业APP和信息消费大赛总决赛“工业APP数字制造与管理专项成果转化奖”

  公司技术实力强大,创始团队有着超过20年的质量和可靠性技术服务经验,以及10年以上的工业软件研发和市场化经验,对国内市场有着深入的认知和丰富的实践经验,服务过的企业超过500家;公司90%以上的成员具备本科学历,研发团队中具备硕士以上学历的成员占比40%以上!公司已获得苏州市高新区领军人才、苏州市姑苏领军人才、科技型中小企业、江苏省民营科技企业等荣誉。

  >>国可工软部分客户

 

免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。

作者: suifengmianlai

为您推荐

生产制造 | 数控仿真保证“安全” 之 NCSIMUL四轴机床搭建

NCSIMUL 通过上一期对三轴机床搭建的讲解和演示,想必大家已经能够搭建自己专属的三轴机床。

质量管理 | 海克斯康 Q-DAS®与SAP QM的交互应用方案

SAP(System Applications and Product) 软件在企业的部署着眼于中央业务流程的优化。

新能源汽车供应链强力转型,数字化供应链系统订单管理数字化助力企业降本增效

当前,全球新能源汽车产业发展驶入快车道,新产品新技术加快研发运用,技术创新带动产业持续升级。

进度猫甘特图:项目管理中的任务分解工具

项目管理中是将大的项目目标划分为各个小阶段任务,WBS就是化繁为简,将负责非项目拆分为简单的任务,它可让事情依照一定规则或关系,通过一层一层来分解,这样要做的任务可以变为小目标。

查看流程审批历史记录解决方案

作者:黄鹏 审校:李达 适用版本:TC11 用户可以在TC中看到整个流程的历史记录,包括驳回,审批,编制的操作,这样可以方便我们查看哪些人参与了这个流程。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部