求现场应用与试验的加速因子

xxex

如下两个表格数据所示：左边3列为某产品67天加速试验得到的寿命数据，右边3列为市场上跟踪了16个月的应用数据，其中F代表失效，S代表幸存，请问各位老师能否根据下面两组数据求得试验条件相对于现场应用条件的寿命加速因子？

测试时长(天)	状态	数量		应用时长	状态	数量
67	S	1		180	F	3
67	S	1		210	F	2
67	S	1		270	F	12
67	S	1		300	F	2
67	S	1		330	F	83
8	S	1		360	F	10
67	S	1		390	F	6
67	S	1		420	F	6
67	S	1		30	S	668
15	F	1		60	S	1006
67	S	1		90	S	813
67	S	1		120	S	734
67	S	1		150	S	120
67	S	1		180	S	1169
67	S	1		210	S	497
67	S	1		240	S	263
67	S	1		270	S	227
11	F	1		300	S	3265
67	S	1		330	S	4504
67	S	1		360	S	2481
67	S	1		390	S	496
67	S	1		420	S	4457
67	S	1		450	S	530
67	S	1		480	S	272
67	S	1		510	S	601
67	S	1
67	S	1
67	S	1
21	F	1
67	S	1
67	S	1
15	F	1
11	F	1
67	S	1
21	F	1
67	S	1
67	S	1
15	F	1
67	S	1
67	S	1

liaojenyi

對於屬『連續型』的加速應力，如溫度、電壓等，位置-尺度分布中的LOGNORMAL或WEIBULL都可適用。對於『非連續型』的加速應力，如開與關、有無包裝、現場使用或試驗環境等『0與1的類別型應力』，在採用PROPORTIONAL HAZARD時，只有WEIBULL等指數型態的壽命分布可用，LOGNORMAL就無法導入模型之中。
同樣的，不同應力水平，只會影響特徵壽命的大小。

xxex

liaojenyi 發表於 2016-3-10 20:13
YES!

廖博，"加速前后的失效模式相同，失效机理相同。满足了前面两个前提时，研究对象的寿命分布族在不同应力等级下保持不变，相同可靠度产品寿命的大小只和应力大小有关"我目前的理解根据这个假设可以进一步推导证明:对于尺度分布族，不同应力条件下，相同产品的其他参数随应力增大，而尺度参数不变。对于Weibull分布形状参数不变，其它参数随应力增大。

xxex

liaojenyi 發表於 2016-3-10 20:13
YES!

多谢廖博，您的点拨让我突然明白同可靠度不同应力加速寿命分布不变时如何证明了，对于可靠性Demo试验设计也有了新的认识。

liaojenyi

Using the Weibull baseline hazard is the only circumstance under which the model satisfies both the proportional hazards, and accelerated failure time models.

liaojenyi

YES!

xxex

liaojenyi 發表於 2016-3-9 20:30
其他方法並無現成軟件可用，得自行建模分析，可信程度不高。

廖博，我对现行主流的加速因子计算方法的理论假设前提认识如下：加速前后的失效模式相同，失效机理相同。满足了前面两个前提时，研究对象的寿命分布族在不同应力等级下保持不变，相同可靠度产品寿命的大小只和应力大小有关，不知道这么理解是否正确？

liaojenyi

其他方法並無現成軟件可用，得自行建模分析，可信程度不高。

xxex

liaojenyi 發表於 2016-3-8 19:51
對RELIASOFT ALTA而言，以WEIBULL壽命分布而言，加速只會改變特徵壽命ETA，其形狀因子BETA在不同應力下是假 ...

是啊，廖博，目前以relasoft为首的加速寿命试验分析方法假设前提就是weibull的形状因子在不同应力条件下保持不变，看到有文献说这样子可以确保不同应力条件下失效机理不变。虽然我找不到这个假设的证明出处，但是这样子在实际应用中计算很受限制。误差也难以衡量。而对于weibull分布以外的模型，有文献说有人证明对于尺度-位置参数分布族只要尺度参数不变，其它参数会随着应力条件变化，反映为加速因子只随应力大小变化。

liaojenyi

對RELIASOFT ALTA而言，以WEIBULL壽命分布而言，加速只會改變特徵壽命ETA，其形狀因子BETA在不同應力下是假設相同的。如果個別求分布，BETA就不會相同。