關於電腦系統的MTBF 計算方式與規則

mars741110

各位好,
小弟目前在系統廠工作，最近有個關於MTBF計算方式上的問題不是很了解。
想在這邊請教各位前輩與各位老師。(如有問題太過基礎 還請包涵)

目前我測試計算產品(電腦系統,成品非主件加總計算)的MTBF 方式為使用一般的高溫加速實驗
利用高溫加速倍數AF 來計算出產品的MTBF 是否達到預設要求
如：
經公式計算於攝氏40度時 AF為6倍、總實驗數量為200 台、總實驗時間為300小時，經由計算200 台x 300 小時 x 6倍 = 360000(小時)。在沒有發生故障的狀態下產品的MTBF 為36 萬小時。
我們目前是使用這個方式提出MTBF 數據。(將數據帶入781C PRST chart 後看是否通過)

可是我現在遇到的問題是因為某些原因，導致在實驗時發生以下變因：
1. 所實驗的機台主件(主機板)並非同一批生產出來的
假設共有200 台，M/B vision 為v3，但SMT 打件是分成2 個lot 出來(不同時間製造但版本別及PCBA內容是一樣的)

2. 所實驗的機台(系統)並沒有全部為同一時間執行，而是實驗時間累加
因場地受限或其他因素，導致預設的200 台產品在高溫chamber 內實驗時是分成2 個lot，也就是先執行100 台的攝氏40 度300 小時後再接著進行剩餘的100 台實驗，最後將兩者所實驗的總時數累加。

請問變因1,2 會影響我的結果嗎? 還是說正確的做法是必須"同一批SMT"、"同一批進行同時間的實驗"
謝謝。

liaojenyi

即使不考慮變因，估計的平均壽命也會因：形狀參數、信賴水準等而異。
例如，形狀參數1、信賴水準63.2％，就是360,000 h
         形狀參數3、信賴水準90％，就只有7,118 h

mars741110

liaojenyi 發表於 2014-8-13 15:38
即使不考慮變因，估計的平均壽命也會因：形狀參數、信賴水準等而異。
例如，形狀參數1、信賴水準63.2％，就 ...

感謝廖博說明, 那我原文請教的兩個變因是否會造成"數據瑕疵"
若以不考慮其他變因的狀況下, 所實驗的機台、數量與時間是不是一定要是同一批次、同一時間點進行?
而不能使用累加計算

實例:
原預估需達到100K 小時
作法1:
同一時間執行 60台 x 14天 x 24小時(1天) x AF=6.46 計算結果滿足100K

作法2:
月初開始執行 30台(SMT 批次1)  x 14天 x 24小時(1天) x AF=6.46
月中開始執行 30台(SMT 批次2)  x 14天 x 24小時(1天) x AF=6.46  兩批次加總滿足100L

其作法2 是不是不可作為報告依據 因SMT製造批次不同以及未整批(60台)同時間進行

*真的很感謝廖博與彭博給予這個在台灣的論壇讓我學習!!

liaojenyi

IF: SMT 打件是分成2 個lot 出來(不同時間製造但版本別及PCBA內容是一樣的)
THEN:  作法1=作法2:

function

這個問我有個不同的看法提供給大家參考，主要是有關加速因子的應用。
你所用的加速因子如果是代表產品壽命的加速因子(也就是討論的失效是屬於有損傷累積性的失效)，那麼這種算法就有問題了！這種加速的倍數並不能代表試驗時間的倍數！
如果加速因子是代表產品隨機失效機率的因子(也就是說跟產品強度分布與應力分布有關的倍數，這是屬於跟隨機失效有關的)，那麼你的計算就沒問題了！

hlperng

迷思：

• （固有）可靠度是「產品」的特性之一，是空間（能用＋好用＋耐用）的因與時間（可用＋久用）的緣所產生的果，由設計發展所主導。生產製造只是將設計理想實現複製出來，對產品可靠度只會減分，不太可能有加大或補強的作用。
• 不同批次產品的差異是（製造）品質問題，不是產品特性問題，是過程(製造過程：批次、製程參數、控制等）問題，是人間問題。
• 檢測量到的資料（或數據）及其初步計算結果的資訊是證據之一，不是結論。結論有賴人的知識與智慧判斷，（數學）模型是關鍵，可靠度是計算出來的，不是量測出來的，因此也是人間問題。
• 預估、評估、推估產品可靠度，需要數據、參數、模型、...等的組合。在確定的分析問題範圍領域（群體）中，所有計算式的數值與結果，必須分出是屬於產品的，還是屬於過程的。使用數據分析的術語，產品可靠度（偏差＋離差）為效度，樣本差異（誤差）及統計信心水準（風險）為信度。
• 工程資料（或數據）分析首先要確認數據是否屬於問題的群體（離異值檢定），接著找出所有的誤差部分加以排除，讓本性（包括系統性偏差與隨機性離差）正確地表達出來，所以應該是加分的過程。在研發階段預估可靠度，將所有可靠度作為（例如減額、安全裕度、複聯等）一項一項地增加到計算得到的可靠度（或其參數）數值，若是增加可靠度設計努力，結果算出來的可靠度是降低的，那麼先要檢討的是可靠度是怎麼算出來的，而不是檢討設計問題。在生產製造階段評估或推論可靠度，同樣要去除原始數據中屬於製程差異、樣本誤差、計算模型誤差，剩下來的才是產品特性能力（離差程度）的本質。
• 工程人員要有誠信正直的本性，在誤差最小的前提下客觀地找出正確的產品離差。至於管理決斷的風險問題，那是營經管理者的責任，除非你身兼經營管理決策者。可以想像，Telcordia 332新版預估手冊為何在假設失效率為伽瑪分布的前提下，只給失效率的平均值與標準差，不再像以前提供的失效率數據是65%信心水準的對應值。經營管理是一種藝術，其結果是人的主觀判斷。
  

kuoshouling

針對問題1:

實驗的機台主件(主機板)與出貨時各批比例一樣的話,應該反而是好的抽樣才是!

mars741110

真的很謝謝彭博與許博的說明, 版友的說明也十分感謝.
對於許博的解釋 小弟的計算是為了提供產品MTBF 數據.
對於加速因子的使用是在於壽命還是隨機失效的機率 小弟認為是隨機失效的機率(因我所提供的是產品MTBF 並非有效壽命)*可能我的認知不正確

另外這個問題會產生是在於A廠商認為作法2 是有效的, 但B廠商認為作法2 並不正確.
但我的認知則是對於MTBF 累積時間本因會出現問題而去做下架(維修), 而下架(維修)時會再補上機台(維修好的或是新品). 時間上當然是計算成累加.