《失效分析》PPT课件

《《失效分析》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、三失效分析失效分析的目的：找出产品的失效特征、失效模式，对可靠性加以预测，明确失效原因，为提高产品的可靠性提供依据。典型失效率曲线产品的可靠性取决于产品的失效率，产品的失效随工作时间的变化可以分为早期失效、随机失效、耗损失效。1失效率曲线(1)第一段——递减型（DFR）。产品投入使用早期，失效率较高而下降很快。主要是由于制造缺陷、部件缺陷、差的质量控制、拙劣的工艺所造成。改进措施：老练试验、筛选、质量控制、验收试验。(2)第二段——恒定型（CFR）偶然失效期、随机失效期。产品的有效工作时间，有效寿命。主要是由于环境、随机负荷、误操作、意外的灾害以及尚不清楚的偶然因素所造成

2、。可由冗余、额外强度等措施来减少。（3）第三段——递增型（IFR）主要是由于产品的疲劳、腐蚀、摩擦、循环载荷、元器件、零部件老化所致。通过加强对产品的降级、检查、监控、预防性维修，部件更换使失效率仍不上升，以延长有效寿命在规定的使用寿命期内，失效率曲线的全部变化过程并不全部出现。同样的产品，在不同的条件下使用，失效率曲线的形状也不同。常见失效率曲线（a）产品在正式使用前经过严格的检查、调试、筛选，早期失效期几乎不出现（b）产品达到耗损期的时间很长，在使用寿命内不出现耗损期，如计算机设备（c）有些产品在整个使用期内失效率一直递增，如有缺陷的计算机软件（d）产品由于设计、

3、制造不良，或由于技术原因，使用不久失效率就急剧上升2失效模式硬、软件的失效模式与其物理特性、内在组成等有关.机械零件的损坏或退化，从微观上看是起源于原子、分子的变化。常见的失效模式有:弹性变形失效疲劳断裂失效磨损失效蠕变失效电子元件的失效模式通过废次品、早期失效、试验失效等形式表现出来。由于软件的错误导致系统输出不满足规定的要求，称为软件失效。通常由软件的内在缺陷即软件故障引起。软件的失效模式具有如下特点：软件的失效主要由设计缺陷造成，与拷贝无关；软件没有磨损现象；软件通过纠错其可靠性随时间可能提高；软件的可靠性与其使用的环境没有直接的关系；同样的软件在同样的

4、条件下发生失效，不能通过冗余来提高其可靠性。失效模型分析一般要经过初步估计和检验两个步骤。估计：1）根据试验数据作失效频率直方图或可靠度函数图，并与已知图形比较，从而确定模型；2）根据产品的失效模式或以往的经验先确定失效的概率分布类型，再用相应的概率纸进行图估，从而确定模型。检验：通过数值分析进行拟和优度检验，常用的有χ2检验法和K-S检验法。3失效模型分析在一批产品中抽取n个样品进行试验，测得其失效时间分别为t1、t2、．．．、tn，通过这些试验数据，作出失效频率直方图.失效频率直方图法按下式计算分组数(Sturges规则)k=[1+3.3lgn][.]表示取整。按下表进行

5、计算，得到子样分布计算表。以失效时间t为横坐标，fi为纵坐标，作直方图，并与已知失效密度曲线图形比较，从而确定模型。可靠度函数图形法当试验数据较少时，可改为绘制可靠度函数曲线。a.整理数据,得到数据表b.估计累积分布函数F(ti)当产品数n≤20时F(ti)=i/(n+1)(平均秩)F(ti)=(i-0.3)/(n+0.4)(中位秩)当产品数n>20时F(ti)=i/nc.以失效时间ti为横坐标，R(ti)为纵坐标，在直角坐标系中作图，并连成光滑曲线，得到可靠度函数曲线。d.将曲线与已知的各类可靠度函数曲线图形比较，从而确定模型最小二乘法最小二乘法就是使数据的观测值和回归直

6、线（分布直线）符合最好的回归系数的估计值。比图估计法精确，其适用于各种试验数据分析。正态分布的参数估计：回归方程：相当于回归方程：y=a+bx因此，对于zi和ti（i=1,2,…,r），用最小二乘法求出回归系数a,b即得：寿命均方差的估计：式中：平均寿命的估计：为了确定总体的分布函数F(x)，根据具体情况和获得的数据，对总体的分布规律提出一个假设，即H0:F(x)=F0(x,θ)其中，F0(x,θ)是一个含有不确定参数的分布函数族。然后检验假设H0是否成立。失效模型的数值检验法常用的数值检验方法有χ2检验法和K-S检验法χ2检验法χ2检验法的基本思想就是对于假设，即H0:F(x

7、)=F0(x)通过构造一个统计量，检验一个子样所决定的经验分布函数Fn(x)是否与F0(x)一致。该统计量可以鉴别Fn(x)与F0(x)的不同是由于子样的随机性引起的，还是由于Fn(x)完全不同于F0(x)所引起的。将区间（-∞，∞）根据具体情况分为k个不相交的区间：（a1,a2]，（a2,a3]，…，(ak,ak+1)。子样观测值x1、x2、…、xn落在第i个区间(ai,ai+1)的个数mi称为第i个区间的实际频数，mi/n为相应的频率。在第i个区间内的理论概率pi由下式决定pi=P(ai