1、可靠性分析的刪失數(shù)據(jù)類型
開展產(chǎn)品可靠性分析工作時，往往會遇到產(chǎn)品數(shù)據(jù)存在左刪失（開始檢測時間未知）、右刪失（檢測時仍未失效）、區(qū)間刪失（只知道開始檢測和結(jié)束檢測時間，且知道樣品在這時間段內(nèi)發(fā)生了失效，但是不知道具體的失效時間點）等多種刪失數(shù)據(jù)混合的情況，這樣的數(shù)據(jù)對我們的可靠性工作帶來了極大的挑戰(zhàn)。對于這樣存在多種刪失、任意刪失、大批量刪失數(shù)據(jù)的可靠性分析，我們需要特別注意和謹慎，否則將會得到錯誤的判斷結(jié)果。下面以實際案例介紹如何進行多種刪失、任意刪失和批量刪失數(shù)據(jù)的可靠性分析。
2、汽車產(chǎn)品故障數(shù)據(jù)威布爾分析
為評估新研汽車產(chǎn)品的可靠性，某單位收集了新舊兩個系列的產(chǎn)品失效數(shù)據(jù)進行可靠性分析。并估計未來50000公里的返修比例。新舊兩個系列的產(chǎn)品每隔10000公司進行一次失效檢測。新舊兩類產(chǎn)品分別檢測了90000公里，每隔10000公里進行一次檢測。
其中舊產(chǎn)品第一次檢測是不知道具體開始時間的（即左刪失），90000公里后測試時還有83個樣品是未失效的（即右刪失），另外有965個樣品是區(qū)間刪失的（即只知道開始和結(jié)束檢測時間，但是不知道具體失效時間）。
新產(chǎn)品第一次檢測是不知道具體開始時間的（左刪失），且所有被檢測產(chǎn)品均沒有發(fā)生失效，90000公里后檢測時還有210個樣品是未失效的（即右刪失），另外有829個樣品是區(qū)間刪失的（即只知道開始和結(jié)束檢測時間，但是不知道具體失效時間）。
對于這種即存在左刪失、右刪失，又存在區(qū)間刪失的多種刪失數(shù)據(jù)、任意刪失、大批量刪失數(shù)據(jù)的可靠性分析，首先按照開始檢測時間、結(jié)束檢測時間、故障數(shù)量/頻數(shù)、產(chǎn)品類型（新/舊）對檢測數(shù)據(jù)進行梳理、整理。
將整理的數(shù)據(jù)錄入到PosWeibull軟件中，使用壽命分析工具進行分析。
品01.png)
通過分析可知：
（1）該產(chǎn)品的壽命服從威布爾分布（通過比較不同分布的相關(guān)系數(shù)、AICC參數(shù)等）
（2）從參數(shù)估計結(jié)果、可靠度圖等均可清晰判斷，新型產(chǎn)品的可靠性相比舊產(chǎn)品的可靠性是有明顯提升的。舊產(chǎn)品的計算結(jié)果為：形狀參數(shù)β=3.75851，尺度參數(shù)η=69709.1，50000公里的可靠度為0.75；新產(chǎn)品的計算結(jié)果為：形狀參數(shù)β=5.76731，尺度參數(shù)η=82735.2，50000公里的可靠度為0.9467。
（3）根據(jù)形狀參數(shù)β和尺度參數(shù)η，即可計算出來投放市場的產(chǎn)品每個月返修率。
品02.png)
品03.png)