分布概览图(任意删失)
输入 Start 和 End 列,将每一行标记为精确或删失,并选择威布尔、对数正态、指数、正态、逻辑斯蒂或对数逻辑斯蒂分布。工具用最大似然法拟合,报告带标准误的参数估计和平均寿命,并绘制带 Turnbull 点和置信界限的概率图,以及密度、生存和风险曲线。可用它检验拟合效果。
最后审阅
核心要点
分布概览图(任意删失)用一个寿命分布拟合含精确、右删失、左删失或区间删失单元的数据,并同时显示概率图、密度函数、生存函数和风险函数。
用途
分布概览图(任意删失)用一个寿命分布拟合并不总能得知精确失效时间的失效数据,并在一页上以四种方式显示拟合结果:概率图、概率密度函数、生存函数和风险函数。数据中可以混有精确失效以及右删失、左删失和区间删失的单元,例如在检验记录中,失效只有在下一次检查时才被发现。可用它检验所选分布,并观察失效率如何随时间(役龄)变化。
主要功能
- 数据以 Start 列和 End 列输入;空白单元格与已填单元格的组合方式决定每一行的删失类型。
- 同一数据集中可包含精确、右删失、左删失和区间删失的行。
- 六种分布:威布尔、对数正态、指数、正态、逻辑斯蒂和对数逻辑斯蒂。
- 最大似然参数估计及其标准误,以及平均寿命。
- 带置信界限的概率图,以及拟合分布的密度、生存和风险曲线。
统计方法
每一行根据其 Start 和 End 值判读:Start = End 为精确失效;Start < End 为介于两个时间之间的区间删失失效;End 为空为在 Start 处右删失;Start 为空为在 End 处左删失。每一行至少需要一个值,且 Start 不得大于 End。
所选分布通过最大似然法拟合:精确失效贡献密度 f(t),右删失单元贡献 1 − F(Start),左删失单元贡献 F(End),区间删失单元贡献 F(End) − F(Start)。标准误来自估计值处对数似然 Hessian 矩阵的逆。威布尔分布报告尺度参数 Alpha(63.2% 的单元失效所经历的时间)和形状参数 Beta;正态和逻辑斯蒂分布报告 Mu 和 Sigma;对数正态分布报告 ln(时间) 的 Mu 和 Sigma;对数逻辑斯蒂分布报告尺度参数 Alpha 和形状参数 Beta;指数分布报告其失效率 Lambda。均值为拟合分布的平均寿命。
概率图显示由 Turnbull 方法得到的失效累积概率的非参数估计,该方法将每个区间删失失效分摊到其可能发生的各时间点上;图的坐标轴使所选分布呈一条直线,拟合线为红色。其他面板显示密度 f(t)、生存函数 S(t) = 1 − F(t) 和风险函数 h(t) = f(t) / S(t)。风险上升表示耗损失效,持平表示随机失效,下降表示早期失效。概率图还按 Confidence level 显示双侧置信界限(虚线),其画法与 Minitab 相同:它们是拟合分布百分位数 t_p 的置信区间,由基于 Hessian 逆矩阵的 delta 方法得到,对威布尔、对数正态、指数和对数逻辑斯蒂分布在 ln(t_p) 上构建,对正态和逻辑斯蒂分布在 t_p 上构建。
输入字段和选项
字段 | 说明 |
Start column | 必填。最后一次已知完好的时间,或精确失效时间。将某一行的 Start 留空,表示该行为左删失。 |
End column | 必填。首次已知失效的时间,或精确失效时间。将某一行的 End 留空,表示该行为右删失。Start = End 表示精确失效;Start < End 表示区间删失。必须与 Start 为不同的列。 |
Assumed distribution | Weibull(默认)、Lognormal、Exponential、Normal、Logistic 或 Loglogistic。 |
Confidence level (%) | 默认值为 95;范围 50 到 99.99。设置概率图上的置信界限。 |

图 1 — 示例的选项:Start 和 End 列中的检验数据,威布尔分布。
输出说明
- Parameter estimates — 拟合分布的 Parameter、Estimate 和 Standard Error。
- Characteristics — 拟合分布的平均寿命。
- Distribution Overview Plot for Start-End — 四个面板:Probability Plot(带置信界限)、Probability Density Function、Survival Function 和 Hazard Function。
- 通过 Download 导出 PDF。

图 2 — 每 10 小时检查一次的 50 个绕组的威布尔概览:Alpha 73.3 h,Beta 2.17,均值 64.9 h,风险稳步上升。
计算示例
本示例使用分布概览图(右删失)页面中在 80 °C 下测试的 50 个涡轮发动机绕组,其记录方式假定绕组自 30 小时起仅每 10 小时检查一次。在首次检查时发现失效的 4 个绕组为左删失(Start 为空,End = 30),在之后的检查中发现失效的 33 个绕组为区间删失(例如 Start = 50,End = 60),失效前被移除的 13 个绕组在其移除时间处右删失(End 为空)。工程师选择 Start 和 End 作为 Start 列和 End 列,并保持 Assumed distribution = Weibull。
拟合的威布尔分布尺度参数 Alpha = 73.26 小时(标准误 5.55),形状参数 Beta = 2.173(标准误 0.314),平均寿命为 64.88 小时。这些值与由精确失效时间得到的值(Alpha 73.34 小时,Beta 2.318)接近,因此 10 小时的检查间隔在此损失的信息很少,尽管标准误略大。Survival Function 在 20 小时为 0.94,在 40 小时为 0.76,在 80 小时为 0.30,中位寿命为 61.9 小时。概率图上的 95% 界限给出第 10 百分位数为 18.8 至 36.0 小时(估计值 26.0 小时),中位数为 53.0 至 72.3 小时,略宽于由精确时间得到的界限。
概率图有五个点,位于 30、40、50、60 和 79 小时,是 Turnbull 估计放置失效的位置,它们沿拟合的威布尔直线分布,只有 30 小时处的点略低于该直线。由于 Beta 大于 1,Hazard Function 随役龄上升,从 20 小时时约每小时 0.0065 次失效升至 80 小时时约 0.033:绕组发生耗损。对维护团队而言,这支持在曲线陡峭部分之前进行计划性更换。当 Assumed distribution = Lognormal 时,平均寿命为 67.82 小时,风险在 80 小时后趋于平稳,约为每小时 0.03,而不是上升,因此分布的选择对长时间处的预测影响最大。
常见问题
分布概览图的四个面板分别显示什么?
概率图显示失效累积概率的 Turnbull 估计与拟合线的对比,并带有置信界限,用于判断拟合效果。其他三个面板显示拟合分布的概率密度函数 f(t)、生存函数 S(t) = 1 − F(t) 和风险函数 h(t) = f(t) / S(t)。
如何解释风险函数?
风险上升表示耗损失效,风险持平表示随机失效,风险下降表示早期失效。在绕组示例中,威布尔形状参数 Beta 为 2.173,大于 1,因此风险从 20 小时时约每小时 0.0065 次失效升至 80 小时时约 0.033,这支持在曲线陡峭部分之前进行计划性更换。
检验间隔数据会损失多少信息?
在计算示例中,每 10 小时检查一次的 50 个绕组给出的威布尔 Alpha 为 73.26 小时,Beta 为 2.173,与由精确失效时间得到的 Alpha 73.34 小时和 Beta 2.318 接近。10 小时的检查间隔损失的信息很少,尽管标准误和置信界限略大。
分布参数分别是什么含义?
威布尔分布报告尺度参数 Alpha(63.2% 的单元失效所经历的时间)和形状参数 Beta。正态和逻辑斯蒂分布使用 Mu 和 Sigma,对数正态分布使用 ln(时间) 的 Mu 和 Sigma,对数逻辑斯蒂分布使用尺度参数 Alpha 和形状参数 Beta,指数分布使用其失效率 Lambda。每个估计值都有标准误,同时还报告平均寿命。
