加速壽命試驗方案

加速壽命試驗方案僅依據假設條件檢查計畫中的加速試驗:Weibull 形狀參數、使用應力和錨定應力下的特徵壽命、試驗應力水準、樣品分配、樣本數和試驗時長。它採用 Arrhenius、Inverse Power Law 或 Linear 關係,報告各水準的預期失效數,並基於 150 次模擬試驗給出使用應力下 log(life) 的 SE 與精度因子。

最後審閱

核心要點

加速壽命試驗方案在試驗開展之前評估擬定的加速試驗,報告每個應力水準下的預期失效數,以及試驗估計正常使用應力下壽命的精度。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

加速壽命試驗方案在您開展試驗之前檢查擬定的加速壽命試驗。您需要給出對產品的最佳假設(Weibull 形狀參數以及兩個應力水準下的特徵壽命),以及您設想的方案(試驗應力水準、各水準的樣品數、總樣本數和試驗時長)。該工具報告每個水準預期出現多少失效,以及試驗估計正常使用應力下壽命的精度。可在投入樣品和試驗箱時間之前,用它比較方案並確定應力水準、樣本數和試驗時長。

主要功能

  • 採用 Arrhenius、Inverse Power Law 或 Linear 壽命-應力關係,壽命分配為 Weibull 分配。
  • 試驗結束時各試驗應力下的預期失效數及失效百分比。
  • 透過重複模擬試驗得到使用應力下壽命估計的精度:log(life) 的標準誤和乘性信賴因子。
  • 可設定任意數量的試驗應力水準,並自行分配樣品數。
  • 無需資料:所有內容均作為規劃假設輸入。

統計方法

假設的壽命-應力直線由兩個點確定:使用應力和錨定應力下的特徵壽命(Weibull 尺度參數 η,即 63.2% 的樣品失效所需的時間)。關係式對應力 S 的轉換為:Arrhenius 取 1/S(S 以開爾文計),Inverse Power Law 取 ln(S),Linear 取 S,模型為 ln(η) = a + b · g(S),因此 a 和 b 可由這兩個點求得。據此直線,工具計算各試驗應力下的 η。各水準的樣品數為總樣本數乘以分配比例後取整,最後一個水準承擔取整產生的差額。

試驗時長固定為 T(到 T 時仍在執行的樣品為截尾),在尺度參數為 η 的應力下,樣品在試驗期間失效的機率為 1 − exp(−(T/η)^β),其中 β 為假設的形狀參數。某一水準的預期失效數等於該機率乘以該水準的樣品數。

精度透過蒙特卡洛模擬估計:工具按計畫的樣品分配和截尾方式,基於假設模型模擬 150 次完整試驗,用 Weibull 迴歸(共同形狀參數,ln(η) 與轉換後的應力呈線性,採用最大概似法)配適每個模擬資料集,並記錄使用應力下估計的對數特徵壽命。這些估計值的標準差即 log(life) 的 SE。精度因子為 exp(−z·SE) 至 exp(z·SE),其中 z 為對應信賴水準的標準常態值:實際試驗得到的估計值預計落在真實壽命的這些倍數範圍之內。工具使用固定的隨機種子,因此相同輸入得到相同結果。結果取決於各項假設,尤其是形狀參數,因此請嘗試一系列合理的取值。

輸入欄位和選項

欄位

說明

Life-stress relationship

Arrhenius (stress = temperature in Kelvin) (default)、Inverse Power Law 或 Linear。

Assumed Weibull shape

必填。來自先前資料或工程判斷;方案的精度估計取決於這一假設。

Use (normal-operating) stress level

必填。您希望估計壽命所對應的應力,例如 323 K。

Assumed characteristic life at use stress

必填。您對使用應力下 Weibull 尺度參數的最佳估計。

A second (anchor) stress level

必填。通常是您已有先驗資料或工程估計的較高應力;它與對應的壽命一起確定假設的壽命-應力直線。

Assumed characteristic life at that anchor stress

必填。錨定應力下的 Weibull 尺度參數。

Candidate test stress levels

必填。以空格或逗號分隔,例如 333 353 373:方案將在這些應力水準下進行試驗。

Allocation fractions

必填。以空格或逗號分隔,個數和順序與應力水準一致,總和為 1,例如 0.4 0.3 0.3:各水準所試驗的樣品佔總樣本的比例。

Total sample size

必填。至少為 4。

Planned test duration (censoring time)

必填。到此時間仍在執行的樣品為截尾。

Confidence level (%)

用於精度因子。預設值為 95;範圍為 50 至 99.99。

accelerated-life-test-plan-inputs


圖 1 — 電容器試驗方案的選項:Arrhenius,形狀參數 3.3,323 K 下 22,000 h、393 K 下 710 h,45 個樣品按 0.5/0.3/0.2 分配到 353、373 和 393 K,試驗時長 4,000 小時。

輸出說明

  • 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,以及所選信賴水準下的 Precision Factor on Life at Use Stress (multiply/divide by)。
  • Per-level table — Stress Level、N、Assumed Scale (at this stress)、Expected Failures by Censor Time 和 Expected %Failing。
  • 透過 Download 匯出 PDF。

accelerated-life-test-plan-output


圖 2 — 方案結果:45 個樣品中預期失效 35.1 個,log(life) 的 SE 為 0.1868,323 K 下壽命的 95% 精度因子為 0.693 至 1.442。

計算範例

一位可靠度工程師為在 323 K 下工作的電解電容器規劃溫度試驗。根據先前的試驗,工程師預計 Weibull 形狀參數約為 3.3,323 K 下特徵壽命約為 22,000 小時,393 K 下約為 710 小時。工程師提議在 353、373 和 393 K 下共試驗 45 個電容器,其中一半置於最低溫度(比例為 0.5、0.3、0.2),試驗時長 4,000 小時。

該方案在三個溫度下分別放置 22、14 和 9 個樣品。假設的特徵壽命在 353 K 下為 4,275 小時,373 K 下為 1,660 小時,393 K 下為 710 小時,因此預計 353 K 下 55.2% 的樣品(22 個中的 12.1 個)會在 4,000 小時內失效,而 373 K 和 393 K 下基本所有樣品都會失效。預計總共失效 35.1 個。在 150 次模擬試驗中,323 K 下 log(life) 的 SE 為 0.1868,95% 精度因子為 0.693 至 1.442:此次試驗得到的 323 K 下壽命估計值,很可能落在真實值的約 0.69 至 1.44 倍之間。

調整方案可以看出精度的來源。樣本數加倍至 90 個樣品,因子收窄至 0.772 至 1.296;試驗時長延長至 8,000 小時,則收窄至 0.752 至 1.329。樣品平均分配(0.34、0.33、0.33)時,由於最接近使用條件的溫度下樣品較少,界限略寬,為 0.685 至 1.460。將最低水準降至 343 K,預期失效僅 26.0 個,因子變寬至 0.605 至 1.653。如果真實形狀參數為 2 而不是 3.3,因子會變寬至 0.547 至 1.827,因此在確定方案之前,值得檢驗一個偏悲觀的形狀參數。

常見問題

加速壽命試驗方案能告訴您什麼?

在測試任何樣品之前,它就能告訴您試驗結束時每個試驗應力下預期出現多少失效,以及試驗估計正常使用應力下壽命的精度。精度以 log(life) 的標準誤和乘性信賴因子表示,因此您可以比較不同的應力水準、樣本數和試驗時長。

規劃加速壽命試驗需要哪些假設?

需要假設的 Weibull 形狀參數、使用應力和第二個錨定應力下假設的特徵壽命、壽命-應力關係(Arrhenius、Inverse Power Law 或 Linear)、候選的試驗應力水準、各水準的樣品比例、總樣本數(至少為 4)以及計畫的試驗時長。無需任何資料。

加速壽命試驗方案中的精度因子如何計算?

工具基於假設模型模擬 150 次完整試驗,用 Weibull 迴歸按最大概似法配適每一次,並記錄使用應力下估計的對數特徵壽命。這些估計值的標準差即 log(life) 的 SE,對於所選信賴水準,精度因子的範圍為 exp(-z x SE) 至 exp(z x SE)。

規劃時為什麼要嘗試不同的 Weibull 形狀參數取值?

結果取決於各項假設,尤其是形狀參數。在電容器範例中,假設形狀參數為 3.3 時,95% 精度因子為 0.693 至 1.442,而形狀參數為 2 時則變寬至 0.547 至 1.827。在確定方案之前檢驗偏悲觀的形狀參數,可以看出試驗精度是否仍然足夠。