随机威布尔数据

随机威布尔数据用于模拟产品寿命、失效时间或修复时间。需设置行数和列数、形状参数(小于 1 表示早期失效,等于 1 表示恒定失效率,大于 1 表示耗损失效)、拉伸分布的尺度参数,以及使所有值向上平移的阈值。生成的值均为正;可用威布尔概率图进行验证。

最后审阅

核心要点

随机威布尔数据从威布尔分布生成正的寿命或失效时间值,其形状参数决定失效率递减、恒定或递增,用于可靠性模拟。

本页内容
  1. 什么是随机威布尔数据?
  2. 何时使用随机威布尔数据?
  3. 正确使用随机威布尔数据的指南
  4. 替代方法:何时不宜使用随机威布尔数据
  5. 随机威布尔数据示例
  6. 如何生成随机威布尔数据

什么是随机威布尔数据?

随机威布尔数据从威布尔分布生成数值,威布尔分布是可靠性工程和寿命分析中最灵活、应用最广泛的分布之一。它由形状参数(β,beta)和尺度参数(θ,theta)定义。形状参数决定失效率随时间变化的特性,使威布尔分布能够独特地适应不同的失效模式。

简要定义:生成随机的寿命或失效时间值,由于形状参数控制失效属于早期失效、随机失效还是耗损失效,因此在可靠性模拟中用途广泛。

形状(β)

失效模式

β < 1

失效率递减——早期(婴儿期)失效

β = 1

失效率恒定——等同于指数分布

β > 1

失效率递增——随时间推移的耗损失效

β ≈ 3.5

近似于正态分布

何时使用随机威布尔数据?

  • 用于模拟 产品寿命、失效时间或修复时间。
  • 用于在已知参数的情况下 测试威布尔分析和可靠性工具。
  • 当 失效率随时间变化  时使用——递增、递减或恒定。

正确使用随机威布尔数据的指南

  • 选择能反映产品或过程已知失效行为的 形状参数(β)。
  • 所有生成的值均为 正值。
  • 使用 威布尔概率图 验证输出,以确认分布符合预期。

替代方法:何时不宜使用随机威布尔数据

  • 如果失效率 恒定,请使用 随机指数数据,它是更简单的特例。
  • 对于 对称的连续测量值,请使用 随机正态数据

随机威布尔数据示例

生成随机威布尔数据的步骤如下:

  1. 要生成随机威布尔数据,需填写所需选项。
  2. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  3.  要找到随机威布尔数据,请选择 Statistical module> Random Data > Random Weibull Data
Random Weibull Data — figure 1Random Weibull Data — figure 2

4. 使用上述工具后,得到如下输出:

Random Weibull Data — figure 3Random Weibull Data — figure 4

如何生成随机威布尔数据

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Random Data>Random Weibull Data。
  3. 接下来,填写所需选项。
  4. 最后,点击页面底部的 calculate,即可得到所需结果。

随机威布尔数据的工具界面分为两部分。

Random Weibull Data — figure 5

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行为一个生成的随机数据。填写所需选项后将生成数据。

右侧提供以下选项:

  • Number of rows of data to generate:  指定要生成多少个随机数据点。例如,输入 10 将生成恰好 10 行随机值,全部显示在数据窗格中。
  • Number of columns:  指定每行有多少个变量(列)。例如,输入 3 将在数据窗格中并排生成 3 列随机数据。
  • Shape parameter: 控制威布尔分布的形状,决定失效率或事件率随时间的变化方式。小于 1 表示该比率随时间递减,恰好为 1 产生恒定比率(等同于指数分布),大于 1 表示该比率随时间递增。所生成的随机数据将体现该值所定义的模式。
  • Scale parameter: 控制所生成数据的散布范围或尺度,本质上是沿横轴拉伸或压缩分布。值越大,数据越分散,大部分值也越大;值越小,数据越向零压缩。所有随机生成的值都按该参数缩放。
  • Threshold parameter: 设定分布的最小起点。默认值为 0,表示数据可以从零开始。如果输入正值,所有生成的随机值都将上移该数值,因此没有任何生成值会低于阈值。这实际上是将整个分布沿数轴向右平移。
  • Graphical summary: 选中后,所有生成值会合并并汇总:带拟合正态曲线的直方图和箱线图、汇总统计量、Anderson-Darling 正态性检验、概率图,以及均值、中位数和标准差的 95% 置信区间。这是基于刚刚创建的数据得到的可视化结果。

常见问题

威布尔形状参数是什么意思?

形状参数 beta 控制失效率随时间变化的方式。beta 小于 1 表示失效率递减,典型的是早期失效或婴儿期失效;beta 等于 1 表示失效率恒定,等同于指数分布;beta 大于 1 表示因耗损而失效率递增。beta 约为 3.5 时,近似于正态分布。

何时应生成随机威布尔数据?

用于模拟产品寿命、失效时间或修复时间,在已知参数的情况下测试威布尔分析和可靠性工具,以及在失效率随时间变化的任何情形下使用。如果失效率恒定,随机指数数据是更简单的特例。请用威布尔概率图验证所生成的数据。

威布尔尺度参数和阈值参数有什么作用?

尺度参数沿横轴拉伸或压缩分布:值越大,数据越分散,大部分值也越大。阈值参数默认为 0,用于设定最小起点;正阈值会使每个生成值上移,因此没有任何值低于它。所有生成的值均为正。