Полагаю, у коллег, которые занимаются работой по надежности, возникает вопрос: Как выбрать количество образцов на стадии НИОКР? На этапе разработки продукта неизбежно появятся спецификации испытаний продукта, которые описывают, какому температурному диапазону могут соответствовать наши продукты, какие значения ударных и вибрационных нагрузок они могут выдерживать и т. д.
Затем мы начали проводить испытания, чтобы проверить, соответствуют ли наши продукты требованиям спецификаций. Итак, сколько образцов мы тестируем по каждому элементу тестирования, прежде чем сможем сказать, что наш продукт соответствует нашим спецификациям?
Поделитесь методом, представленным в книге «Практическое проектирование надежности», которую я читаю, а также поделитесь объяснением и примерами расчета некоторых основных терминов измерения надежности.
Подбор количества тестовых образцов на стадии НИОКР
Сначала обратимся к концепции биномиального распределения: биномиальное распределение повторяется n независимых испытаний Бернулли. В каждом испытании есть только два возможных исхода, и независимо от того, наступят ли эти два исхода, они противоположны друг другу и независимы друг от друга. Они не имеют ничего общего с результатами других испытаний. Вероятность того, что событие произойдет или нет, остается неизменной в каждом независимом испытании. .
На этапе разработки продукта считается, что вероятность результата испытания (пройдено) или (не пройдено) каждого образца НИОКР в каждом элементе испытаний остается неизменной в каждом независимом испытании. Согласно теории биномиального распределения, процитируйте «Практическое проектирование надежности» 14.3 2 Формула достоверности распределения элементов выглядит следующим образом:
В приведенной выше формуле предполагается, что количество отказов k=0, а упрощенная формула имеет следующий вид: C=1-R^N; количество тестовых образцов равно N=Ln(1-C)/Ln(R); снимок экрана ниже взят из журнала «Практическая надежность».
Обратите внимание на приведенный выше пример снимка экрана: здесь R относится к вероятности демонстрации надежности спецификаций испытаний продукта. Не путайте это с надежностью экспоненциального распределения. R=e^(-λt) экспоненциального распределения; меняется со временем. .
Если принять приведенный выше пример за R=90% и C=50%, то расчетное количество тестовых образцов на этапе НИОКР равно 7. Популярное значение заключается в следующем: когда выбрано 7 тестовых образцов, если результаты испытаний всех 7 образцов пройдены, существует 50% уверенность в том, что продукт, который мы разрабатываем, будет соответствовать спецификациям испытаний продукта с вероятностью 90% (независимо от того, сколько продуктов мы продадим в будущем на рынке, пока все 7 образцов Пройдя этап НИОКР, мы можем заявить внешнему миру, что мы на 50% уверены в том, что 90% продуктов на рынке могут соответствовать тестовым спецификациям нашей продукции. стадия аналогична пакетному сегменту).
После прочтения введения в книге выяснилось, что отраслевым стандартом промышленной автоматизации является использование R=97% и C=50%, что приводит к N=23. У некоторых здесь могут возникнуть вопросы, какой отдел определяет ценности R и C? Как это определить? Это тоже мой вопрос, и это тоже сложность в развитии надежности и качества работы... Например, затраты на исследования и разработки некоторых продуктов слишком высоки. Обычно проект предоставляет только один продукт для исследований и испытаний. Если он пройдет тест на основе этого образца, он сможет сказать только C=50%, R=50%... Я считаю, что это также текущая ситуация большинства компаний...
Пояснения к основным терминам измерения надежности и примеры расчетов.
Недавно я встретил на работе заказчика, который спросил о расчете PPM, MTBF и вероятности надежности R. Я не буду рассказывать о случае заказчика, а поделюсь тем, что увидел в «Практическом проектировании надежности»;
MTBF: время между отказами; R(t)=e^(-1/MTBF*t) при экспоненциальном распределении;
PPM: частей на миллион; Р(т)=1-Ч/М(т)/(10^6);
BX-Life: Если здесь x=10, это означает R=90%;
Анализ приведенного выше примера: Для продукта требуется, чтобы срок службы B10 составлял 5 лет, что означает, что надежность продукта через 5 лет составляет 90%. В данном примере это MTTF (среднее время до отказа), которое удовлетворяет экспоненциальному распределению. Подставьте его в формулу 14.2 на рисунке выше, чтобы получить MTTF=47,5 лет, что означает годовую частоту отказов λ=0,021 (здесь вводится еще одно утверждение, поскольку MTTF {{10} }.5 лет, то годовая норма ремонта=1/47.5=2.1%, что очень много... Обычно потребительские товары ниже 0,3 %...); значение PPM равно 100,000, что означает, что через 5 лет 100,000 продуктов на миллион выйдут из строя.