가속 수명 시험 계획(Accelerated Life Test Plan)
가속 수명 시험 계획은 가정만으로 계획된 가속 시험을 점검합니다. 사용되는 가정은 Weibull 형상, 사용 스트레스와 기준 스트레스에서의 특성 수명, 시험 스트레스 수준, 시료 배분, 표본 크기, 시험 기간입니다. Arrhenius, 역멱법칙(Inverse Power Law) 또는 선형(Linear) 관계를 사용하며, 수준별 예상 고장 수와 함께 150회의 모의 시험에서 구한 사용 스트레스에서의 log(수명)의 SE 및 정밀도 계수를 보고합니다.
최종 검토
핵심 요점
가속 수명 시험 계획은 제안된 가속 시험을 실행하기 전에 평가하여, 각 스트레스 수준에서 예상되는 고장 수와 정상 사용 스트레스에서의 수명을 얼마나 정밀하게 추정할 수 있는지를 보고합니다.
목적
가속 수명 시험 계획은 제안된 가속 수명 시험을 실행하기 전에 점검합니다. 제품에 대한 최선의 가정(Weibull 형상과 두 스트레스 수준에서의 특성 수명)과 구상 중인 계획(시험 스트레스 수준, 각 수준의 시료 수, 총 표본 크기, 시험 기간)을 입력합니다. 이 도구는 각 수준에서 예상되는 고장 수와 정상 사용 스트레스에서의 수명을 얼마나 정밀하게 추정할 수 있는지를 보고합니다. 시료와 챔버 시간을 투입하기 전에 계획을 비교하고 스트레스 수준, 표본 크기, 시험 기간을 선택하는 데 사용합니다.
주요 기능
- Weibull 수명 분포를 사용하는 Arrhenius, 역멱법칙(Inverse Power Law) 또는 선형(Linear) 수명-스트레스 관계.
- 시험 종료 시점에 각 시험 스트레스에서 예상되는 고장 수와 고장 비율.
- 반복 모의 시험으로 구한 사용 스트레스에서의 수명 추정 정밀도: log(수명)의 표준오차와 곱셈 방식의 신뢰 계수.
- 임의 개수의 시험 스트레스 수준과 사용자가 지정한 시료 배분.
- 데이터가 필요 없음: 모든 값을 계획용 가정으로 입력합니다.
통계적 방법
가정하는 수명-스트레스 직선은 두 점으로 정해집니다. 사용 스트레스와 기준 스트레스에서의 특성 수명(Weibull 척도 η, 63.2%가 고장 나는 시점)입니다. 관계식은 스트레스 S를 Arrhenius에서는 1/S(S는 켈빈), 역멱법칙에서는 ln(S), 선형에서는 S로 변환하며, 모형은 ln(η) = a + b · g(S)이므로 두 점으로부터 a와 b가 구해집니다. 이 직선으로부터 각 시험 스트레스에서의 η를 계산합니다. 각 수준의 시료 수는 총 표본 크기에 배분 비율을 곱해 반올림한 값이며, 마지막 수준이 반올림 차이를 흡수합니다.
시험 기간이 T로 고정된 경우(T 시점까지 작동 중인 시료는 중도절단됨), 척도가 η인 스트레스에서 시료가 시험 중에 고장 날 확률은 1 − exp(−(T/η)^β)입니다. 여기서 β는 가정한 형상입니다. 한 수준의 예상 고장 수는 이 확률에 그 수준의 시료 수를 곱한 값입니다.
정밀도는 몬테카를로 시뮬레이션으로 추정합니다. 이 도구는 가정한 모형에서 계획된 배분과 중도절단 조건으로 완전한 시험 150회를 모의하고, 모의된 각 데이터 집합을 Weibull 회귀(공통 형상, 변환된 스트레스에 대해 선형인 ln(η), 최대우도법)로 적합하여 사용 스트레스에서의 추정 로그 특성 수명을 기록합니다. 이 추정값들의 표준편차가 log(수명)의 SE입니다. 정밀도 계수는 exp(−z·SE)에서 exp(z·SE)까지이며, z는 신뢰수준에 해당하는 표준정규 값입니다. 실제 시험에서 얻은 추정값은 참 수명의 이 배수 범위 안에 있을 것으로 기대됩니다. 고정된 난수 시드를 사용하므로 같은 입력은 같은 결과를 냅니다. 결과는 가정, 특히 형상에 따라 달라지므로 그럴듯한 여러 값을 시도해 보십시오.
입력 항목 및 옵션
항목 | 설명 |
Life-stress relationship | Arrhenius (stress = temperature in Kelvin) (default), Inverse Power Law 또는 Linear. |
Assumed Weibull shape | 필수. 이전 데이터나 공학적 판단으로 정합니다. 계획의 정밀도 추정은 이 가정에 따라 달라집니다. |
Use (normal-operating) stress level | 필수. 수명을 추정하려는 스트레스입니다(예: 323 K). |
Assumed characteristic life at use stress | 필수. 사용 스트레스에서의 Weibull 척도에 대한 최선의 추정값입니다. |
A second (anchor) stress level | 필수. 대개 이전 데이터나 공학적 추정값이 있는 높은 스트레스입니다. 이 스트레스에서의 수명과 함께 가정하는 수명-스트레스 직선을 정합니다. |
Assumed characteristic life at that anchor stress | 필수. 기준 스트레스에서의 Weibull 척도입니다. |
Candidate test stress levels | 필수. 공백 또는 쉼표로 구분하여 입력합니다(예: 333 353 373). 계획에서 시험할 스트레스 수준입니다. |
Allocation fractions | 필수. 공백 또는 쉼표로 구분하며, 스트레스 수준과 개수와 순서가 같고 합이 1이어야 합니다(예: 0.4 0.3 0.3). 각 수준에서 시험하는 전체 표본의 비율입니다. |
Total sample size | 필수. 4 이상. |
Planned test duration (censoring time) | 필수. 이 시점까지 작동 중인 시료는 중도절단됩니다. |
Confidence level (%) | 정밀도 계수에 사용합니다. 기본값은 95이며, 범위는 50~99.99입니다. |

그림 1 — 커패시터 시험 계획의 옵션: Arrhenius, 형상 3.3, 323 K에서 22,000 h 및 393 K에서 710 h, 353, 373, 393 K에 0.5/0.3/0.2로 배분한 45개 시료, 4,000시간 시험.
출력 설명
- Plan summary — Assumed Shape (Weibull), Assumed Life at Use Stress, Total Sample Size, Total Expected Failures, Simulations Used, Failed Fits, SE of log(Life) at Use Stress, 그리고 선택한 신뢰수준에서의 Precision Factor on Life at Use Stress (multiply/divide by).
- 수준별 표 — Stress Level, N, Assumed Scale (at this stress), Expected Failures by Censor Time, Expected %Failing.
- Download를 통한 PDF 내보내기.

그림 2 — 계획 결과: 시료 45개 중 예상 고장 35.1개, log(수명)의 SE 0.1868, 323 K에서의 수명에 대한 95% 정밀도 계수 0.693~1.442.
계산 예제
한 신뢰성 엔지니어가 323 K에서 작동하는 전해 커패시터의 온도 시험을 계획합니다. 이전 시험으로부터 이 엔지니어는 Weibull 형상 약 3.3, 323 K에서 특성 수명 약 22,000시간, 393 K에서 710시간을 예상합니다. 엔지니어는 353, 373, 393 K에 커패시터 45개를 배정하되 절반을 가장 낮은 온도에 두고(비율 0.5, 0.3, 0.2) 시험 기간을 4,000시간으로 제안합니다.
이 계획은 세 온도에 각각 22개, 14개, 9개의 시료를 배정합니다. 가정한 특성 수명은 353 K에서 4,275시간, 373 K에서 1,660시간, 393 K에서 710시간이므로, 353 K 시료의 55.2%(22개 중 12.1개)가 4,000시간 이내에 고장 날 것으로 예상되며, 373 K와 393 K의 시료는 사실상 모두 고장 납니다. 전체 예상 고장은 35.1개입니다. 150회의 모의 시험에서 323 K의 log(수명)의 SE는 0.1868이고, 95% 정밀도 계수는 0.693~1.442입니다. 즉 이 시험으로 추정한 323 K에서의 수명은 참값의 약 0.69배에서 1.44배 사이에 있을 가능성이 높습니다.
계획을 바꿔 보면 정밀도가 어디서 오는지 알 수 있습니다. 표본을 90개로 두 배로 늘리면 계수는 0.772~1.296으로 좁아지고, 시험 기간을 8,000시간으로 늘리면 0.752~1.329로 좁아집니다. 시료를 균등하게 배분하면(0.34, 0.33, 0.33) 사용 조건에 가장 가까운 온도의 시료가 줄어 한계가 0.685~1.460으로 약간 넓어집니다. 가장 낮은 수준을 343 K로 낮추면 예상 고장이 26.0개에 불과하고 계수는 0.605~1.653으로 넓어집니다. 참 형상이 3.3이 아니라 2라면 계수는 0.547~1.827로 넓어지므로, 계획을 확정하기 전에 비관적인 형상을 확인해 볼 필요가 있습니다.
자주 묻는 질문
가속 수명 시험 계획은 무엇을 알려 줍니까?
시료를 시험하기 전에, 시험 종료 시점까지 각 시험 스트레스에서 몇 개의 고장이 예상되는지와 정상 사용 스트레스에서의 수명을 얼마나 정밀하게 추정할 수 있는지를 알려 줍니다. 정밀도는 log(수명)의 표준오차와 곱셈 방식의 신뢰 계수로 보고되므로, 스트레스 수준, 표본 크기, 시험 기간을 비교할 수 있습니다.
가속 수명 시험을 계획하려면 어떤 가정이 필요합니까?
가정한 Weibull 형상, 사용 스트레스와 두 번째 기준 스트레스에서 가정한 특성 수명, 수명-스트레스 관계(Arrhenius, 역멱법칙 또는 선형), 후보 시험 스트레스 수준, 각 수준의 시료 비율, 총 표본 크기(4 이상), 계획된 시험 기간이 필요합니다. 데이터는 필요하지 않습니다.
가속 수명 시험 계획에서 정밀도 계수는 어떻게 계산합니까?
이 도구는 가정한 모형에서 완전한 시험 150회를 모의하고, 각각을 최대우도법 Weibull 회귀로 적합하여 사용 스트레스에서의 추정 로그 특성 수명을 기록합니다. 이 추정값들의 표준편차가 log(수명)의 SE이며, 정밀도 계수는 선택한 신뢰수준에 대해 exp(-z x SE)에서 exp(z x SE)까지입니다.
계획할 때 Weibull 형상 값을 여러 가지로 시도해 보아야 하는 이유는 무엇입니까?
결과는 가정, 특히 형상에 따라 달라지기 때문입니다. 커패시터 예제에서 가정한 형상 3.3은 95% 정밀도 계수 0.693~1.442를 주었지만, 형상 2에서는 0.547~1.827로 넓어졌습니다. 계획을 확정하기 전에 비관적인 형상을 확인하면 시험이 여전히 충분히 정밀한지 알 수 있습니다.
