加速寿命试验方案

加速寿命试验方案仅依据假设条件检查计划中的加速试验:Weibull 形状参数、使用应力和锚定应力下的特征寿命、试验应力水平、样品分配、样本量和试验时长。它采用 Arrhenius、Inverse Power Law 或 Linear 关系,报告各水平的预期失效数,并基于 150 次模拟试验给出使用应力下 log(life) 的 SE 与精度因子。

最后审阅

核心要点

加速寿命试验方案在试验开展之前评估拟定的加速试验,报告每个应力水平下的预期失效数,以及试验估计正常使用应力下寿命的精度。

本页内容
  1. 用途
  2. 主要功能
  3. 统计方法
  4. 输入字段和选项
  5. 输出说明
  6. 计算示例

用途

加速寿命试验方案在您开展试验之前检查拟定的加速寿命试验。您需要给出对产品的最佳假设(Weibull 形状参数以及两个应力水平下的特征寿命),以及您设想的方案(试验应力水平、各水平的样品数、总样本量和试验时长)。该工具报告每个水平预期出现多少失效,以及试验估计正常使用应力下寿命的精度。可在投入样品和试验箱时间之前,用它比较方案并确定应力水平、样本量和试验时长。

主要功能

  • 采用 Arrhenius、Inverse Power Law 或 Linear 寿命-应力关系,寿命分布为 Weibull 分布。
  • 试验结束时各试验应力下的预期失效数及失效百分比。
  • 通过重复模拟试验得到使用应力下寿命估计的精度:log(life) 的标准误和乘性置信因子。
  • 可设置任意数量的试验应力水平,并自行分配样品数。
  • 无需数据:所有内容均作为规划假设输入。

统计方法

假设的寿命-应力直线由两个点确定:使用应力和锚定应力下的特征寿命(Weibull 尺度参数 η,即 63.2% 的样品失效所需的时间)。关系式对应力 S 的变换为:Arrhenius 取 1/S(S 以开尔文计),Inverse Power Law 取 ln(S),Linear 取 S,模型为 ln(η) = a + b · g(S),因此 a 和 b 可由这两个点求得。据此直线,工具计算各试验应力下的 η。各水平的样品数为总样本量乘以分配比例后取整,最后一个水平承担取整产生的差额。

试验时长固定为 T(到 T 时仍在运行的样品为截尾),在尺度参数为 η 的应力下,样品在试验期间失效的概率为 1 − exp(−(T/η)^β),其中 β 为假设的形状参数。某一水平的预期失效数等于该概率乘以该水平的样品数。

精度通过蒙特卡洛模拟估计:工具按计划的样品分配和截尾方式,基于假设模型模拟 150 次完整试验,用 Weibull 回归(共同形状参数,ln(η) 与变换后的应力呈线性,采用极大似然法)拟合每个模拟数据集,并记录使用应力下估计的对数特征寿命。这些估计值的标准差即 log(life) 的 SE。精度因子为 exp(−z·SE) 至 exp(z·SE),其中 z 为对应置信水平的标准正态值:实际试验得到的估计值预计落在真实寿命的这些倍数范围之内。工具使用固定的随机种子,因此相同输入得到相同结果。结果取决于各项假设,尤其是形状参数,因此请尝试一系列合理的取值。

输入字段和选项

字段

说明

Life-stress relationship

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

Assumed Weibull shape

必填。来自先前数据或工程判断;方案的精度估计取决于这一假设。

Use (normal-operating) stress level

必填。您希望估计寿命所对应的应力,例如 323 K。

Assumed characteristic life at use stress

必填。您对使用应力下 Weibull 尺度参数的最佳估计。

A second (anchor) stress level

必填。通常是您已有先验数据或工程估计的较高应力;它与对应的寿命一起确定假设的寿命-应力直线。

Assumed characteristic life at that anchor stress

必填。锚定应力下的 Weibull 尺度参数。

Candidate test stress levels

必填。以空格或逗号分隔,例如 333 353 373:方案将在这些应力水平下进行试验。

Allocation fractions

必填。以空格或逗号分隔,个数和顺序与应力水平一致,总和为 1,例如 0.4 0.3 0.3:各水平所试验的样品占总样本的比例。

Total sample size

必填。至少为 4。

Planned test duration (censoring time)

必填。到此时间仍在运行的样品为截尾。

Confidence level (%)

用于精度因子。默认值为 95;范围为 50 至 99.99。

accelerated-life-test-plan-inputs


图 1 — 电容器试验方案的选项:Arrhenius,形状参数 3.3,323 K 下 22,000 h、393 K 下 710 h,45 个样品按 0.5/0.3/0.2 分配到 353、373 和 393 K,试验时长 4,000 小时。

输出说明

  • 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,以及所选置信水平下的 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。
  • 通过 Download 导出 PDF。

accelerated-life-test-plan-output


图 2 — 方案结果:45 个样品中预期失效 35.1 个,log(life) 的 SE 为 0.1868,323 K 下寿命的 95% 精度因子为 0.693 至 1.442。

计算示例

一位可靠性工程师为在 323 K 下工作的电解电容器规划温度试验。根据先前的试验,工程师预计 Weibull 形状参数约为 3.3,323 K 下特征寿命约为 22,000 小时,393 K 下约为 710 小时。工程师提议在 353、373 和 393 K 下共试验 45 个电容器,其中一半置于最低温度(比例为 0.5、0.3、0.2),试验时长 4,000 小时。

该方案在三个温度下分别放置 22、14 和 9 个样品。假设的特征寿命在 353 K 下为 4,275 小时,373 K 下为 1,660 小时,393 K 下为 710 小时,因此预计 353 K 下 55.2% 的样品(22 个中的 12.1 个)会在 4,000 小时内失效,而 373 K 和 393 K 下基本所有样品都会失效。预计总共失效 35.1 个。在 150 次模拟试验中,323 K 下 log(life) 的 SE 为 0.1868,95% 精度因子为 0.693 至 1.442:此次试验得到的 323 K 下寿命估计值,很可能落在真实值的约 0.69 至 1.44 倍之间。

调整方案可以看出精度的来源。样本量加倍至 90 个样品,因子收窄至 0.772 至 1.296;试验时长延长至 8,000 小时,则收窄至 0.752 至 1.329。样品平均分配(0.34、0.33、0.33)时,由于最接近使用条件的温度下样品较少,界限略宽,为 0.685 至 1.460。将最低水平降至 343 K,预期失效仅 26.0 个,因子变宽至 0.605 至 1.653。如果真实形状参数为 2 而不是 3.3,因子会变宽至 0.547 至 1.827,因此在确定方案之前,值得检验一个偏悲观的形状参数。

常见问题

加速寿命试验方案能告诉您什么?

在测试任何样品之前,它就能告诉您试验结束时每个试验应力下预期出现多少失效,以及试验估计正常使用应力下寿命的精度。精度以 log(life) 的标准误和乘性置信因子表示,因此您可以比较不同的应力水平、样本量和试验时长。

规划加速寿命试验需要哪些假设?

需要假设的 Weibull 形状参数、使用应力和第二个锚定应力下假设的特征寿命、寿命-应力关系(Arrhenius、Inverse Power Law 或 Linear)、候选的试验应力水平、各水平的样品比例、总样本量(至少为 4)以及计划的试验时长。无需任何数据。

加速寿命试验方案中的精度因子如何计算?

工具基于假设模型模拟 150 次完整试验,用 Weibull 回归按极大似然法拟合每一次,并记录使用应力下估计的对数特征寿命。这些估计值的标准差即 log(life) 的 SE,对于所选置信水平,精度因子的范围为 exp(-z x SE) 至 exp(z x SE)。

规划时为什么要尝试不同的 Weibull 形状参数取值?

结果取决于各项假设,尤其是形状参数。在电容器示例中,假设形状参数为 3.3 时,95% 精度因子为 0.693 至 1.442,而形状参数为 2 时则变宽至 0.547 至 1.827。在确定方案之前检验偏悲观的形状参数,可以看出试验精度是否仍然足够。