淺談可靠性的“不可靠”

9/9淺談可靠性的“不可靠”一、引言近年，國內(nèi)可靠性領(lǐng)域的蓬勃發(fā)展，最近“祝融登火”（一系列各種功能的分子系統(tǒng)，經(jīng)歷了發(fā)射階段的高加速度、高強(qiáng)振動，太空飛行階段的超高低溫、強(qiáng)輻射等極端惡劣環(huán)境后登陸火星）成功，就是可靠性發(fā)展最好的詮釋，其中凝聚了可靠性人的辛勞與汗水，這些可靠性人都是可靠性工作者中的佼佼者，值得大家仰慕。然而，不可否認(rèn)的事實(shí)是，可靠性工作但仍集中于軍工，研究所，少部分大企業(yè)。絕大部分中小企業(yè)因可靠性的較大投入而卻步；另一些大企業(yè)會因可靠性效果的不確定性與見效慢，而認(rèn)為可靠性是雞肋。從宏觀講，以上種種導(dǎo)致國內(nèi)可靠性的發(fā)展不溫不火；在可靠性工作實(shí)施過程中，尤其是在企業(yè)推行可靠性時，一些對可靠性的誤解，讓可靠性變得“不可靠”，讓可靠性人哭笑不得，極為尷尬。本文主要從以下幾個方面來進(jìn)行介紹淺談。

二、缺少時間參數(shù)的可靠度說起可靠性，會經(jīng)常被談?wù)摗翱煽慷取敝笜?biāo)。比如“聽說XX公司XX產(chǎn)品的可靠度是0.9，那我們公司的產(chǎn)品的可靠度是多少”之類。相信大多數(shù)可靠性人不會正面回答該問題，而是從可靠度的定義“產(chǎn)品在規(guī)定的條件下和規(guī)定的時間內(nèi)，完成規(guī)定功能的概率”來解釋可靠度函數(shù)R(t)是一個時間參數(shù)的函數(shù)。脫離時間參數(shù)講可靠度，就是拿不同的量具量測不同的事物，量測出的結(jié)果也就毫無意義，即便時間參數(shù)相同，不同的產(chǎn)品類型，可靠度值的大小也不應(yīng)被拿出來對比。

三、讓人抓狂的壽命指標(biāo)介紹以下幾個壽命指標(biāo)的簡要定義：a.平均壽命MeanLife：產(chǎn)品壽命的平均值；b.中位壽命MedianLife：產(chǎn)品壽命排序后的中位值；c.MTBF：平均故障間隔時間；d.MTTF：平均失效前時間；e.特征壽命：Weibull函數(shù)的尺寸參數(shù)ηf.Bx壽命：累積達(dá)到x%的產(chǎn)品失效的時間點(diǎn)。相信剛接觸這些壽命概念的人，一定會混淆，一旦被人追問，就會抓狂。在此簡單總結(jié)以下這幾個壽命指標(biāo)的差異分別見表一：表一

某案例分析中出現(xiàn)的幾種壽命指標(biāo)，見圖一：綜上，不同的方式計算出的壽命指標(biāo)不具備比較性，即如果衡量某產(chǎn)品不同階段的壽命，必須采用相同的計算方式，相同的壽命指標(biāo)才能橫縱向?qū)Ρ取?/p>

四、條件可靠度R(T,t)預(yù)估返修數(shù)的漂移條件可靠度R(T,t)：工作到某時刻T時尚未失效的產(chǎn)品，在該時刻T之后的某段時間t內(nèi)不發(fā)生失效的概率。相信很多企業(yè)領(lǐng)導(dǎo)在接觸條件可靠度后，會要求可靠性人對企業(yè)產(chǎn)品的返修數(shù)進(jìn)行預(yù)估。于是乎，可靠性人經(jīng)過返修數(shù)據(jù)收集，統(tǒng)計分析，失效概率分布，條件可靠度推算后，得出一串的預(yù)估的返修數(shù)，甚至都加上90%的正態(tài)置信區(qū)間，而且還反推出最近一次的實(shí)際返修數(shù)在預(yù)估返修數(shù)的置信區(qū)間內(nèi)。到此，本以為干了一件很“漂亮”的活，可是隨著t的增大，多數(shù)人會發(fā)現(xiàn)實(shí)際返修數(shù)在逐步從置信區(qū)間內(nèi)漂移到置信區(qū)間外，可靠性人的心開始變得“哇涼哇涼”。這是為什么呢？梳理一下R(T,t)的計算公式：從統(tǒng)計學(xué)角度，在此公式中，已知返修數(shù)據(jù)的失效分布函數(shù)需服從weibull概率密度函數(shù)，那么問題來了，如何判定失效分布服從weibull分布？而實(shí)際返修數(shù)據(jù)為右刪失數(shù)據(jù)，無法采用檢定的方式進(jìn)行判定，通常有兩種處理方式：

一是直接假定服從weibull分布。該方式可以保證每次都用相同的計算方式和相同的壽命指標(biāo)。示例見圖二：圖二

二是采用分布ID圖極大似然估計進(jìn)行分布評估，通常選擇AD值較小的分布函數(shù)。該方式可以保證已有的數(shù)據(jù)擬合度較高，但當(dāng)數(shù)據(jù)更新后，每次選擇的分布函數(shù)不一定相同。示例見圖三、圖四：圖三圖四綜上，無論選擇哪一種方式，都無法保證失效分布嚴(yán)格服從weibull（或其它）分布，就會導(dǎo)致出現(xiàn)預(yù)估“失敗”。如圖四中，正態(tài)分布已是AD值最小的分布函數(shù)，但可以看出，隨著時間軸向右推移，曲線必然漂移出置信區(qū)間。為什么會出現(xiàn)失效分布不符合分布函數(shù)呢？其實(shí)對于單一失效模式，且數(shù)據(jù)是全數(shù)據(jù)時，通常都服從某種分布函數(shù)。而實(shí)際產(chǎn)品，通常有多種失效模式，當(dāng)無法有效將多種失效模式識別區(qū)分開，多個分布函數(shù)的數(shù)據(jù)疊加后，就不再服從任何分布函數(shù)了。也就是，產(chǎn)品系統(tǒng)越復(fù)雜，條件可靠度漂移越嚴(yán)重。

五、可靠性預(yù)計工作的尷尬以下內(nèi)容摘錄自北航康銳教授的文章《標(biāo)準(zhǔn)陳舊|從[祝融]成功登陸火星，看可靠性預(yù)計工作的尷尬》?，F(xiàn)行的常規(guī)做法，選用20世紀(jì)90年代發(fā)布的美國軍用標(biāo)準(zhǔn)217F和2006年發(fā)布的中國軍用標(biāo)準(zhǔn)299C。按照這些標(biāo)準(zhǔn)中的預(yù)計模型，計算[祝融]的失效率的步驟是：先從標(biāo)準(zhǔn)中查到每一類元器件的失效率，根據(jù)制造和使用條件，選擇對應(yīng)的修正因子，得到每個元器件的失效率，再將所有元器件的失效率進(jìn)行相加，得到整機(jī)的失效率。然而組成[祝融]的零件應(yīng)該數(shù)以百萬計，經(jīng)過相加后，[祝融]的失效率必定高到讓自己都懷疑人生，無法回應(yīng)領(lǐng)導(dǎo)和客戶的質(zhì)疑。這種令人難以置信的預(yù)計結(jié)果幾乎沒人會相信，喪失專業(yè)權(quán)威性，被決策者直接跳過或者忽略，這也是可靠性人的噩夢。造成這個結(jié)果的原因：一是標(biāo)準(zhǔn)陳舊，很多元器件的技術(shù)不斷進(jìn)步，標(biāo)準(zhǔn)中的失效率和修正因子已不適用；而且還有很多新元器件在標(biāo)準(zhǔn)中找不到預(yù)計模型；二是標(biāo)準(zhǔn)中采用元器件失效率直接相加的算法不科學(xué)。這樣的算法的底層數(shù)學(xué)邏輯是概率乘積定理，而該定理使用的前提：是獨(dú)立事件的發(fā)生概率相乘。工程實(shí)踐中，這樣的假設(shè)是不存在的，各種元器件相互關(guān)聯(lián)，也是失效相聯(lián)，這種聯(lián)系對產(chǎn)品整體失效率的影響，直接被元器件失效率的“加和”算法無視了。以上林林總總，有的需要可靠性人耐心的講解可靠性詞匯的定義和差異；有的是因?yàn)樾畔⒌牟幻鞔_及模型適用性受限，導(dǎo)致無法得出“有效”的結(jié)果；還有的是可靠性技術(shù)發(fā)展受限，導(dǎo)致可靠性結(jié)論失真，導(dǎo)致工作成果遭到忽略。國內(nèi)企業(yè)的發(fā)展，首先考慮的是生存問題，其次是盈利問題，再其次才是質(zhì)量可靠性造成的品牌問題，加之可靠性的“不可靠”，導(dǎo)致可靠性工作大多被邊緣化，生存土壤劣化，嚴(yán)重制約國內(nèi)可靠性的發(fā)展。隨著國內(nèi)經(jīng)濟(jì)、技術(shù)不斷發(fā)展，越來越多的企業(yè)已經(jīng)進(jìn)入行業(yè)前沿，基本無需考慮生存問題和盈利問題，此時可靠性問題逐步