郭連連

（廣東萬和新電氣股份有限公司 佛山 528305）

引言

中國家用燃?xì)饩咝袠I(yè)經(jīng)歷了30多年的發(fā)展，由從國外引進(jìn)第一臺(tái)燃?xì)鉄崴?，到現(xiàn)在擴(kuò)充到燃?xì)鉄崴鳌⑷細(xì)獗趻鞝t等數(shù)十種產(chǎn)品，家用燃?xì)饩叻N類及市場(chǎng)規(guī)模擴(kuò)大的同時(shí)，產(chǎn)品技術(shù)水平和產(chǎn)品質(zhì)量也不斷的提升，可靠性作為產(chǎn)品質(zhì)量的重要內(nèi)容，越來越受到國內(nèi)外企業(yè)的重視[1]。建立家用燃?xì)饩叩目煽啃怨芾眢w系，預(yù)測(cè)產(chǎn)品全壽命周期，形成可靠性指標(biāo)體系是家用燃?xì)饩呖煽啃怨芾淼闹匾獌?nèi)容[2]。目前基于家用燃?xì)饩呖煽啃詳?shù)據(jù)分析的研究大多集中在可靠性試驗(yàn)數(shù)據(jù)方面，但對(duì)現(xiàn)場(chǎng)使用數(shù)據(jù)的可靠性分析的研究相對(duì)較少?，F(xiàn)場(chǎng)使用數(shù)據(jù)分析雖然有一定的滯后性，但由于真實(shí)的反映了產(chǎn)品在實(shí)際使用環(huán)境和維護(hù)條件下的情況，比實(shí)驗(yàn)室模擬條件更代表了產(chǎn)品的表現(xiàn)。對(duì)售后數(shù)據(jù)的可靠性分析，能更加準(zhǔn)確的進(jìn)行可靠性指標(biāo)評(píng)估，維修性評(píng)估，制定維修及備件策略，同時(shí)也為相似產(chǎn)品確定可靠性指標(biāo)要求提供依據(jù)。本文結(jié)合實(shí)際案例探討了通過售后故障數(shù)據(jù)進(jìn)行家用燃?xì)饩哒麢C(jī)及關(guān)鍵零部件可靠性評(píng)估的基本方法。

1 家用燃?xì)饩呖煽啃蕴卣髁抗烙?jì)

1.1 家用燃?xì)饩叩目煽啃蕴卣髁?/h3>

家用燃?xì)饩叩氖Вòㄔ缙谑А⒗匣?、磨損等）都是隨機(jī)現(xiàn)象，滿足一定的概率統(tǒng)計(jì)分布模型[3]?？煽啃栽u(píng)估就是指利用概率統(tǒng)計(jì)方法對(duì)產(chǎn)品各階段的可靠性數(shù)據(jù)進(jìn)行分析評(píng)估產(chǎn)品在某一特定條件下的失效概率分布模型，得出可靠性特征量的估計(jì)值，一般為給定置信區(qū)間下的產(chǎn)品可靠性參數(shù)，如平均故障間隔時(shí)間MTBF、可靠度R、無故障運(yùn)行時(shí)間MTTF、累積失效概率、失效率等的估計(jì)值[1]。一般情況下，大部分的機(jī)電產(chǎn)品的失效時(shí)間分布都能服從威布爾分布，具有損耗特性，而電子產(chǎn)品服從指數(shù)分布，具有恒定的失效率[2]。因此，家用燃?xì)饩哒麢C(jī)產(chǎn)品一般滿足威布爾分布，其電子零部件滿足指數(shù)分布[4]。

可靠性評(píng)估是產(chǎn)品全壽命周期各階段都要進(jìn)行的一項(xiàng)重要工作?？煽啃詳?shù)據(jù)主要包括產(chǎn)品研制和生產(chǎn)階段的可靠性試驗(yàn)數(shù)據(jù)以及產(chǎn)品上市后使用數(shù)據(jù)[5]，本文提到的可靠性估計(jì)方法主要是基于產(chǎn)品上市后的使用數(shù)據(jù)分析?？煽啃詤?shù)分析的基本流程見圖1。

1.2 家用燃?xì)饩叩目煽啃蕴卣髁繀?shù)估計(jì)

1.2.1 擬合優(yōu)度檢驗(yàn)確定分布模型

擬合優(yōu)度檢驗(yàn)是確定產(chǎn)品失效分布模型過程的重要環(huán)節(jié)，采用概率統(tǒng)計(jì)方法來檢驗(yàn)實(shí)際觀測(cè)數(shù)與假定模型的擬合程度，以便判斷該假設(shè)或模型是否與觀測(cè)數(shù)相配合?？煽啃苑治鲞^程中常用的擬合優(yōu)度檢驗(yàn)方法有（A-D）檢驗(yàn)和K-S檢驗(yàn)方法，常見的擬合優(yōu)度檢驗(yàn)統(tǒng)計(jì)量有Anderson-Darling統(tǒng)計(jì)量（A-D）和Pearson相關(guān)系數(shù)[5]。

1.2.2 指數(shù)分布的參數(shù)估計(jì)

在家用燃?xì)饩弋a(chǎn)品中，指數(shù)分布是最常用的一種分布，不僅適用于電子元器件偶然失效期，而且也廣泛應(yīng)用在復(fù)雜的機(jī)械系統(tǒng)和整機(jī)方面。指數(shù)分布記為T～E(λ)。指數(shù)分布的失效概率密度函數(shù)f（t）

式中 λ—指數(shù)分布的失效率，為一常數(shù)。

指數(shù)分布的累積失效概率函數(shù) F（t）

極大似然估計(jì)是指選取未知參數(shù)所有估計(jì)值中出現(xiàn)概率最大的值，提供一個(gè)無偏估計(jì)，是最常用的一種參數(shù)估計(jì)方法[5]。滿足指數(shù)分布的產(chǎn)品的可靠性指標(biāo)的極大似然點(diǎn)估計(jì)為

式中：

Ti—第i個(gè)數(shù)據(jù)，可能是失效數(shù)據(jù)，也可能是刪失數(shù)據(jù)；

n—包括失效數(shù)據(jù)和刪失數(shù)據(jù)的總和；

r—失效數(shù)據(jù)的個(gè)數(shù)；

指數(shù)分布產(chǎn)品的可靠性指標(biāo)的極大似然區(qū)間估計(jì)為

平均壽命的雙側(cè)置信區(qū)間：

可靠度R(t)的雙側(cè)置信區(qū)間：

1.2.3 WEIBULL分布的參數(shù)估計(jì)

大量經(jīng)驗(yàn)證明，威布爾分布能滿足大部分元器件、設(shè)備、整機(jī)、系統(tǒng)等的失效分布，一般記為T～W(m，η，δ)，威布爾分布的失效概率密度函數(shù)f (t)

圖1 可靠性參數(shù)分析流程

式中：

m-形狀參數(shù)；

η-尺度參數(shù)；

δ-位置參數(shù)。

對(duì)于三參數(shù)威布爾分布，構(gòu)造似然函數(shù)，解方程組得出極大似然估計(jì)值，本文只給出結(jié)果：

2 案例分析

基于以上參數(shù)估計(jì)的理論，本文結(jié)合家用燃?xì)饩邔?shí)際案例進(jìn)行可靠性指標(biāo)分析。目前市場(chǎng)上已有很多協(xié)助可靠性分析的軟件，在進(jìn)行可靠性評(píng)估時(shí)，可借助相關(guān)軟件分析，省去復(fù)雜的計(jì)算環(huán)節(jié)，達(dá)到事半功倍效果。

2.1 家用燃?xì)饩哒麢C(jī)可靠性分析案例

案例：現(xiàn)有某公司某款家用燃?xì)鉄崴鹘鼉赡甑恼麢C(jī)市場(chǎng)故障記錄數(shù)據(jù)，通過現(xiàn)有故障數(shù)據(jù)對(duì)該產(chǎn)品進(jìn)行可靠性指標(biāo)評(píng)估。采用三角陣方式對(duì)故障記錄數(shù)據(jù)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，并剔除掉無效的干擾數(shù)據(jù)得到表1標(biāo)準(zhǔn)可靠性格式數(shù)據(jù)。

通過擬合優(yōu)度檢驗(yàn)確定該批市場(chǎng)數(shù)據(jù)滿足威布爾分布模型，并采用極大似然估計(jì)法對(duì)該產(chǎn)品進(jìn)行參數(shù)估計(jì)，得出該批產(chǎn)品滿足的威布爾分布=1.27、=570.58?？煽啃灾笜?biāo)評(píng)估結(jié)果如表2以及表3。

從極大似然參數(shù)估計(jì)結(jié)果分析可知，該家用燃?xì)鉄崴鳟a(chǎn)品平均壽命的點(diǎn)估計(jì)值為529個(gè)月，平均壽命的95 %雙側(cè)置信區(qū)間為（153， 1826）。該批產(chǎn)品任務(wù)時(shí)間為427個(gè)月時(shí)的產(chǎn)品累計(jì)失效概率為50 %。

表1 標(biāo)準(zhǔn)可靠性格式

表2 壽命估計(jì)結(jié)果

表3 可靠性指標(biāo)估計(jì)結(jié)果

除了對(duì)產(chǎn)品的可靠性特征量估計(jì)外，還可以使用售后維修數(shù)據(jù)進(jìn)行預(yù)測(cè)分析該產(chǎn)品未來時(shí)間將出現(xiàn)的故障數(shù)量，企業(yè)可根據(jù)預(yù)測(cè)結(jié)果確定該產(chǎn)品的維修成本，并且根據(jù)結(jié)果進(jìn)行售后維修性備件及確定相似產(chǎn)品質(zhì)保期。預(yù)測(cè)結(jié)果分析如表4，市場(chǎng)上該產(chǎn)品未來N個(gè)月將有大概Y個(gè)產(chǎn)品可能會(huì)發(fā)生失效需要維修；未來N+1個(gè)月大概有Y1個(gè)產(chǎn)品可能會(huì)發(fā)生失效維修。該產(chǎn)品的售后維修部門可根據(jù)此結(jié)果制定相關(guān)維修及備件策略。由于售后數(shù)據(jù)是敏感信息，這里不詳細(xì)列出。

通過以上可靠性分析預(yù)測(cè)該產(chǎn)品全壽命周期的生存情況，從而更加準(zhǔn)確的進(jìn)行可靠性指標(biāo)評(píng)估，制定維修及備件策略。同時(shí)與可靠性評(píng)價(jià)試驗(yàn)數(shù)據(jù)分析結(jié)果相對(duì)比，為相似產(chǎn)品確定可靠性指標(biāo)要求提供有力的依據(jù)。

2.2 燃?xì)鉄崴麝P(guān)鍵零部件可靠性分析案例

利用售后維修數(shù)據(jù)進(jìn)行燃?xì)饩哧P(guān)鍵零部件的可靠性評(píng)估的方法與燃?xì)饩哒麢C(jī)的可靠性評(píng)估方法類似。但是隨著產(chǎn)品質(zhì)量可靠性的提高，產(chǎn)品特別是產(chǎn)品的關(guān)鍵零部件在很長一段時(shí)間內(nèi)出現(xiàn)的失效的數(shù)據(jù)很少，如果還是繼續(xù)針對(duì)整批產(chǎn)品或整批零部件進(jìn)行可靠性評(píng)估，由于數(shù)據(jù)刪失過于龐大，會(huì)導(dǎo)致數(shù)據(jù)嚴(yán)重失擬，可靠性評(píng)估預(yù)測(cè)的結(jié)果置信度低。在售后數(shù)據(jù)刪失過于龐大的情況，可以考慮只針對(duì)失效件進(jìn)行評(píng)估，分析預(yù)測(cè)有缺陷的零部件可能發(fā)生失效的時(shí)間，盡管無法評(píng)價(jià)產(chǎn)品或者零部件的整體可靠性指標(biāo)，但是也能在發(fā)生一些突發(fā)質(zhì)量事故后給出指導(dǎo)性數(shù)據(jù)。

案例：某公司突發(fā)一起質(zhì)量事故，在一段時(shí)間內(nèi)從市場(chǎng)維修部陸續(xù)退回30多臺(tái)某失效零部件，經(jīng)失效分析，該質(zhì)量事故是由于某批次零部件存在缺陷，現(xiàn)針對(duì)該存在缺陷的零部件進(jìn)行可靠性評(píng)估，為公司解決該事件及售后維修備件提供有用的數(shù)據(jù)依據(jù)，見表5。

采用極大似然估計(jì)法對(duì)存在該缺陷的產(chǎn)品進(jìn)行參數(shù)估計(jì)，結(jié)果如表6所示。

表4 預(yù)測(cè)分析結(jié)果

表5 某零部件故障數(shù)據(jù)

表6 失效件的參數(shù)估計(jì)結(jié)果

從極大似然參數(shù)估計(jì)結(jié)果分析可知，存在該缺陷的產(chǎn)品任務(wù)時(shí)間為5個(gè)月時(shí)的累計(jì)失效概率為50 %，任務(wù)時(shí)間為9個(gè)月時(shí)，存在該缺陷的產(chǎn)品基本會(huì)失效；任務(wù)時(shí)間9個(gè)月以上沒出問題的產(chǎn)品，后面就不會(huì)再由于該缺陷發(fā)生失效了。通過數(shù)據(jù)了解了該批次缺陷產(chǎn)品的可能的生命周期情況，為售后維修制定應(yīng)對(duì)措施提供有力的數(shù)據(jù)依據(jù)。

3 總結(jié)

隨著計(jì)算機(jī)系統(tǒng)的快速發(fā)展，使工業(yè)大數(shù)據(jù)的應(yīng)用變成現(xiàn)實(shí)，變得方便快捷，工業(yè)大數(shù)據(jù)的價(jià)值得到充分的挖掘。家用燃?xì)饩咝袠I(yè)也不例外，通過數(shù)據(jù)的收集和擬合，建立產(chǎn)品的失效模型，使用參數(shù)估計(jì)方法預(yù)測(cè)產(chǎn)品全壽命周期的生存情況。本文結(jié)合實(shí)際案例探討了通過市場(chǎng)故障數(shù)據(jù)進(jìn)行家用燃?xì)饩呖煽啃栽u(píng)估的基本方法，并且鑒于目前高可靠性產(chǎn)品的特性，提出區(qū)別于整機(jī)的燃?xì)饩吡悴考煽啃栽u(píng)估方法。