可靠性预计方法-PRISM 简介
- 格式：pdf
- 大小：311.06 KB
- 文档页数：4
下载文档原格式
合集下载
可靠性预计及其准确性_张增照
４ 影响可靠性预计准确性的因素
在进行可靠性预计时，是什么因素影响了预 计的准确性呢？我们认为有以下几点：
４．１ 预计手册本身的准确性
所用预计手册本身的准确性是影响预计准确 性的因素之一。如何保证预计手册的准确性，是 编制预计手册工作者的重要工作，它决定于数据 的收集、取舍、统计处理、验证等环节。例如： 在 ＧＪＢ２２９９ 的编制中，要从大量的现役设备中通 过收集设备元器件的工作环境、故障时间、工作 时间、故障原因、现象等数据，进而统计分析出 元器件的失效率，并不是简单地把所有的故障数 据都拿来计算就可；而且要依据统计数学，对代 表性的数据有严格的判别、取舍依据，并用现场 数据不断地修订手册的预计值。
业标准就是由 ＭＩＬ－ ＳＴＤ－ ２１７ 演变而 Ｔｅｌｃｏｒｄｉａ ＳＲ－ ３３２
由商业级电子元器件的 Ｂｅｌｌｃｏｒｅ 标准演变而来。
来的（如表 １ 所示）。
３ 可靠性预计手册的数据 内涵
ＰＲＩＳＭ
ＣＮＥＴ ９３ ＲＤＦ－ ２０００
最初由可靠性分析中心（ＲＡＣ）制定，结合了工艺 等级因素。
由法国电信部门制定。
在美国国防部宣布不再对 Ｍ ２１７ 进行修订或
收稿日期：２００５－ ０６－ １０ 作者简介：张增照（１９６４－ ），男，山东青岛人，信息产业部电子第五研究所科技处副主任，高级工程师，硕士，参与了
ＧＪＢ／Ｚ ２９９Ｂ－ ９８《电子设备可靠性预计手册》的修订，主持 ＧＪＢ／Ｚ ２９９Ｃ 的修订，主要从事可靠性预计研究、电子 元器件选用研究。
靠性预计的权威性依据。 以恒定失效率为基础的可靠性预
表 １ 可靠性预计模型／标准
计方法，最初由 ＭＩＬ－ ＳＴＤ－ ２１７ 引入， 模型
说明
多年来被用于估计产品和系统的失效 ＭＩＬ－ ＨＤＢＫ－ ２１７ 率和平均无故障工作时间。有许多商
在进行可靠性预计时，是什么因素影响了预 计的准确性呢？我们认为有以下几点：
４．１ 预计手册本身的准确性
所用预计手册本身的准确性是影响预计准确 性的因素之一。如何保证预计手册的准确性，是 编制预计手册工作者的重要工作，它决定于数据 的收集、取舍、统计处理、验证等环节。例如： 在 ＧＪＢ２２９９ 的编制中，要从大量的现役设备中通 过收集设备元器件的工作环境、故障时间、工作 时间、故障原因、现象等数据，进而统计分析出 元器件的失效率，并不是简单地把所有的故障数 据都拿来计算就可；而且要依据统计数学，对代 表性的数据有严格的判别、取舍依据，并用现场 数据不断地修订手册的预计值。
业标准就是由 ＭＩＬ－ ＳＴＤ－ ２１７ 演变而 Ｔｅｌｃｏｒｄｉａ ＳＲ－ ３３２
由商业级电子元器件的 Ｂｅｌｌｃｏｒｅ 标准演变而来。
来的（如表 １ 所示）。
３ 可靠性预计手册的数据 内涵
ＰＲＩＳＭ
ＣＮＥＴ ９３ ＲＤＦ－ ２０００
最初由可靠性分析中心（ＲＡＣ）制定，结合了工艺 等级因素。
由法国电信部门制定。
在美国国防部宣布不再对 Ｍ ２１７ 进行修订或
收稿日期：２００５－ ０６－ １０ 作者简介：张增照（１９６４－ ），男，山东青岛人，信息产业部电子第五研究所科技处副主任，高级工程师，硕士，参与了
ＧＪＢ／Ｚ ２９９Ｂ－ ９８《电子设备可靠性预计手册》的修订，主持 ＧＪＢ／Ｚ ２９９Ｃ 的修订，主要从事可靠性预计研究、电子 元器件选用研究。
靠性预计的权威性依据。 以恒定失效率为基础的可靠性预
表 １ 可靠性预计模型／标准
计方法，最初由 ＭＩＬ－ ＳＴＤ－ ２１７ 引入， 模型
说明
多年来被用于估计产品和系统的失效 ＭＩＬ－ ＨＤＢＫ－ ２１７ 率和平均无故障工作时间。有许多商
电子产品可靠性评价方法简介
电子产品的可靠性评价，是对电子产品根据其可靠性模型、结构、材料、工作环境等信息定量估计其组成单元及系统的可靠性水平，是对电子产品可靠性评估的有效工具。
目前，可用于电子产品可靠性评价的方法有很多种，包括应力分析法、元器件计数法、专家评分法、相似产品法、马尔科夫法、故障物理法、性能参数法、图解法、有源组件法、上下限法、蒙特卡罗法、故障树法等。
在对工程实践中常用的电子产品（硬件）的可靠性评价方法分类后，主要将可靠性评价方法分为两类——基于故障率经验模型的方法（可靠性评价手册或标准的采用的方法，因此也成为基于手册的方法）和基于故障物理模型的方法。
但在工程界至今仍然没有形成关于电子产品可靠性评价的统一的方法论。
基于故障率经验模型的可靠性评价方法主要是指基于MIL-HDBK-217F手册的评价方法，主要有：PRISM，RIAC-HDBK-217 PlusTM，Telcordia SR-332，CNET RDF2000（IEC-TR-62380（2004）），Simens SN 29500-1999，IEEE Gold book Std 493TM-2007，GJB/Z 299C-2006，GJB/Z 108A-2006，FIDES Guide 2009。
主要基于失效概率统计的方法进行失效率计算。
基本方法是在各种基础失效率的基础上，利用环境、制程、工作应力相关的多种修正因子，对基础失效率进行修正，并得到最终的元器件失效率，在此基础上，再利用系统参数修正得到设备或系统的失效率（若有）。
基于故障物理（Physics of Failure）模型的方法是指根据电子产品的应用环境和设计、工艺等信息，构建应力-损伤模型。
基于此模型对电子产品进行可靠性评价。
目前，常用的基于PoF模型的评价方法主要应用在元器件和电路板级。
因为PoF方法不能对整个系统构建故障机理的物理模型，实施难度较大，所以不能作为唯一的方法来使用。
所以，至今没有完全基于失效物理模型的可靠性评价方法和统一标准，主要以探索与建议为主。
PRISM
Introduction简介我要感谢爱尔兰ACCA邀请我向其会员和客人演讲并赞扬ACCA继续推动确保其成员简要知道有关科技专业的相关事宜。
今晚看到这么多观众对中央银行的以风险为基础的监管措施感兴趣是很令人鼓舞的。
今天晚上我将向你们讲述PRISM——我们新的以风险为基础的监管框架。
首先，我将解释为什么我们决定采纳这个监督系统，然后，我将阐述PRISM是如何工作以及在我们和被监督企业交互时它意味着什么。
此后,将会有机会让你提问题。
PRISM：why为什么采用PRISM我们都能看到自身非常高昂的成本和其他由于国内外金融或者规则失败导致的不良后果。
对于爱尔兰来讲，这意味着需要一个来自欧盟或者国际货币基金组织的价值€850亿的援助计划和困难的成本节约、裁员和其他措施,以重建公共财政。
我们有多个信用评级下降，这直接影响与冲击银行业与国际金融服务中心。
银行业已经以纳税人的63亿英镑为代价完成了资本调整。
整个国内银行业不是完全国有就是部分国有,它们从事专业降低杠杆风险的行为,或在某些情况下,放任自由。
信用合作社部门有着显著的压力。
我们已经一个失败的国内主要的保险公司和一个主要的IFSC的银行子公司以及对爱尔兰包括IFSC的重大的声誉损失。
我可以详细阐述，但你们已经清楚了整件事情的来龙去脉。
全球范围内,我们也有类似的失败和在任何情况下,当然,尤其是在爱尔兰,监管者过于依赖市场和企业的董事去确保他们的公司有健康和强健的商业模式。
在许多情况下,市场和董事会未能实现,而是留下纳税人去收拾烂摊子,因为一个主要机构崩溃的成本要高于帮助一个机构度过难关。
我们最近的历史证明,市场失败的后果可能非常严重。
许多人希望振兴金融服务规则至少能部分缓解开放市场的不良后果。
但它必须是恰当种类的规定。
Patrick Honohan敏锐地总结了过去的问题,他说," . .采用的监管风格没有产生所要求的最相关或者有用的信息。
在过度依赖强调过程而非结果的管理哲学中，,不管是line-by-line还是whole-of-institution，监督实践集中在验证治理和风险管理模型，而不是试图采用一个独立的风险评估。
prism方差分析
prism方差分析Prism方差分析是一种统计技术，主要用于比较两组或多组数据之间的统计差异，以识别出数据中可能存在的差异。
它可以用于判断不同研究变量之间是否存在差异，以及是否存在差异的程度。
它可以被用于假设检验，广泛应用于医学、心理学、社会学、商业数据分析等多个领域。
Prism方差分析的步骤主要有准备数据集、选择正确的模型、计算方差、检验假设、得出结论等五步。
首先要准备数据集，根据不同的研究要求，可以使用不同的测量工具录入数据，例如问卷调查、实验室实验等；其次，选择正确的模型，根据研究要求确定因素变量类型和因素水平，然后计算出不同因素变量之间的方差；第三，进行假设检验，检验被研究的因素变量的方差是否存在统计显著性的差异；最后，根据检验结果，得出结论，即是否存在差异，以及存在的程度。
Prism方差分析有自动方差分析和手动方差分析两种方法。
自动方差分析时，使用的数据不需要经过任何处理，直接提供给Prism进行分析；而对于手动方差分析，需要对所提供的数据进行更多的处理，才能得出符合要求的结果。
Prism方差分析有很多优点，其中最显著的是可以同时比较多个变量，利用计算机统计软件可以自动完成运算，既节省了时间又精确；其次，Prism方差分析也可以应用于定量数据，也可以应用于定性数据；最后，Prism方差分析的计算结果也易于解释，可以更加准确地描述和预测实际现象。
因此，Prism方差分析在多个领域得到了广泛的应用。
在心理学研究中，可以用它来比较两组人在某些心理素质上的差异；在医学研究中，也可以用它来比较不同治疗方法的有效性；在商业数据分析中，也可以用它来分析不同品牌的销售情况等。
由此可见，Prism方差分析在数据处理分析方面发挥了重要作用，成为分析研究不可或缺的工具之一。
综上所述，Prism方差分析是一种有效的统计技术，它既可以用于证实假设，又可以用于做出预测，对许多领域研究都有着重要意义。
它具有简单快捷、易于解释等优点，在研究和数据分析中得到广泛应用，为我们研究实际现象提供了一种可靠的方法和参考。
Prism软件介绍
-Prism-精致实用的石油勘探数据浏览、解释软件-Prism-精致实用的石油勘探数据浏览、解释软件一．石油勘探数据、成果可视化浏览二．地震数据解释三．测井数据解释三测井数据解释-Prism-一．石油勘探数据、成果可视化浏览•三维地震数据体可视化浏览•三维井数据可视化浏览•三维地质解释成果可视化浏览•二维井、地震数据浏览-Prism-三维地震数据体可视化浏览•可视化几何柱体的定义和编辑•柱体表面浏览•体透视浏览•多窗口浏览•多工区、多地震体浏览•配色方案管理-Prism-可视化几何柱体的定义和编辑可视化几何柱体是种浏览维体数据的具它可将可视化几何柱体是一种浏览三维体数据的工具。
它可将其表面或内部的三维体数据按照用户定义的配色方案（色彩＋透明度）进行显示。
八棱柱体表面显示八棱柱体透视显示-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型1、Regular Polygon正N边形，边数取值范围为3～20。
用户可以拖动正多边形的顶点，改变其位置、大小和旋转角度。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型2、Ellipse椭圆。
用户可以拖动椭圆的四个角点，改变其位置、大小和旋转角度。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型3、Arbitrary Polygon任意多边形。
用户可以增加、删除、拖动多边形的顶点，改变其边数和形状。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型4、BsplineB样条曲线。
用户可以增加、删除、拖动B样条曲线的顶点，改变其边数和形状。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型5、InLineInLine剖面。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型6、CrossLineCrossLine剖面。
-Prism-可视化几何柱体的定义和编辑•可视化几何柱体的类型7、TimeTime切片。
GraphPadPrism介绍
数据可视化
GraphPad Prism能够将临床试验数据以各种图表形式呈现， 如折线图、柱状图、散点图等，帮助研究者更好地理解数据。
统计分析
GraphPad Prism提供了丰富的统计分析方法，能够满足临 床试验中常见的统计分析需求，如生存分析、Cox回归等。
05
GraphPad Prism 与其他软件的比较
自定义分析流程
用户可以根据自己的分析需求自定义分析流程，实现数据的灵活处 理和分析。
数据筛选与分组
支持对数据进行筛选和分组，以便对特定子集进行分析，提高数据分 析的针对性和准确性。
全面的生物统计方法支持
专业的生物统计模块
GraphPad Prism内置了全面的生物统计方法库，涵盖了从基础统计到高级统计的多种 方法。
与其他生物统计软件的比较
01
02
03
SPSS
SPSS在统计分析方面具有 较高的声誉，但在数据可 视化和定制性方面不如 Prism。
SAS
SAS是商业统计软件，功 能强大但学习曲线较陡峭， Prism则更适合生物医学 研究领域。
Stata
Stata在统计分析方面具有 较高的专业性，但与 Prism相比，其界面和操 作可能较为复杂。
与 Excel 的比较
数据可视化
GraphPad Prism在数据可视化方面更为专业，提供了多 种图表类型和自定义选项，而Excel的可视化功能相对基础。
统计分析
Prism内置了丰富的统计方法，适合生物统计学研究，而 Excel的统计功能相对较弱，需要结合其他插件或工具。
操作简便性
对于非专业人士，Excel可能更易于上手，界面更为熟悉。
01
GraphPad Prism 简介
GraphPad Prism能够将临床试验数据以各种图表形式呈现， 如折线图、柱状图、散点图等，帮助研究者更好地理解数据。
统计分析
GraphPad Prism提供了丰富的统计分析方法，能够满足临 床试验中常见的统计分析需求，如生存分析、Cox回归等。
05
GraphPad Prism 与其他软件的比较
自定义分析流程
用户可以根据自己的分析需求自定义分析流程，实现数据的灵活处 理和分析。
数据筛选与分组
支持对数据进行筛选和分组，以便对特定子集进行分析，提高数据分 析的针对性和准确性。
全面的生物统计方法支持
专业的生物统计模块
GraphPad Prism内置了全面的生物统计方法库，涵盖了从基础统计到高级统计的多种 方法。
与其他生物统计软件的比较
01
02
03
SPSS
SPSS在统计分析方面具有 较高的声誉，但在数据可 视化和定制性方面不如 Prism。
SAS
SAS是商业统计软件，功 能强大但学习曲线较陡峭， Prism则更适合生物医学 研究领域。
Stata
Stata在统计分析方面具有 较高的专业性，但与 Prism相比，其界面和操 作可能较为复杂。
与 Excel 的比较
数据可视化
GraphPad Prism在数据可视化方面更为专业，提供了多 种图表类型和自定义选项，而Excel的可视化功能相对基础。
统计分析
Prism内置了丰富的统计方法，适合生物统计学研究，而 Excel的统计功能相对较弱，需要结合其他插件或工具。
操作简便性
对于非专业人士，Excel可能更易于上手，界面更为熟悉。
01
GraphPad Prism 简介
GraphPadPrism实用解读介绍
《GraphPad Prism 5》(仅供内部学习交流)孙世光sunnyrsgs@QQ:155104651Second Affiliated Hospital, sdutcm目录前言 (1)一．操作界面简介 (2)二．柱形图制作 (4)三．T检验及方差分析 (7)四．量效曲线 (10)前言GraphPad Prism集生物统计、曲线拟合和科技绘图于一体，虽然在数据统计分析方面的功能不如SAS、SPSS强大，但是其所具有的功能均非常实用和精炼，包括ROC 曲线分析、Bland-Altman分析等；另外，曲线拟合功能是GraphPad Prism超越其他统计软件的制胜法宝，GraphPad Prism的线性\非线性拟合功能使用操作极其方便，不仅内置了常见的回归模型，还专门内置了Radioligand Binding, Bacterial Growth, 量效曲线，峰拟合等数十个生物统计模块；GraphPad Prism的绘图功能也很具特色，无需专门绘制统计图形，只要输入数据，图表自动生成且随数据改变及时更新（word相衔接）；可以说GraphPad Prism当之无愧为非线性拟合的高手。
当前发现关于GraphPad Prism的中文使用说明较少，本人结合自己初次使用的经验以及自己对认为熟悉版块的理解，对GraphPad Prism的使用进行略微的讲解，以期使其为广大同仁朋友所熟悉、接受做一点事情。
本文除了结合dxy、emuch各位广大同仁朋友的交流贴，还主要参考《GraphPad Prism Examples》、《GraphPad Prism Regression Book》、《GraphPad Prism Statistics Guide》、《GraphPad Prism User's Guide》，对于想深入了解学习其使用方法的，推荐上述资料。
因为个人才疏学浅，对很多东西的理解可能会有偏颇，期望能交流指正、共同进步（欢迎在论坛或者以其他方式联系交流）。
可靠性预计方法-PRISM 简介
可靠性预计方法－PRISM 简介1 前言系统可靠性预计技术是产品可靠性分析的一项关键技术，广泛地应用于各个领域的产品研发过程，成为产品可靠性设计和分析的一项必不可少的重要工作。
对于电子产品来说，进行可靠性预计时一定要采用合适的预计模型，当前我国的军品行业一般是对于国产产品用GJB/z 299B《电子设备可靠性预计手册》中规定的模型进行预计，对于进口产品采用MIL-HDBK－217F《电子设备可靠性预计手册》中规定的模型进行预计，民用企业一般采用Bellcore 可靠性预计手册中规定的模型进行预计。
这些预计模型都有一个共同的不足之处，就是仅根据产品的设计和使用环境进行可靠性预计，未考虑影响产品可靠性的其它关键因素，例如工艺、制造、筛选、管理等，预计结果表达的是设计的可靠性，而非现场可靠性。
在这种情况下，PRISM 可靠性预计方法应运而生。
PRISM 是美国空军（U.S. Air Force）下属的可靠性研究中心（Reliability Analysis Center-RAC）研发的可靠性预计分析方法，自2000 年3 月推出以来，已在全世界得到广泛应用。
PRISM 在我国的普及程度还不够，除一些外资企业采用以外，其它行业很少采用，介绍PRISM 的中文资料也很少。
2 PRISM 简介传统的可靠性预计方法的前提是系统的故障率主要是由组成系统的各个部件的故障率决定，因此，传统的预计方法是首先通过选用适当的可靠性预计模型得到组成系统的各个部件的故障率，在此基础上得到系统的故障率。
在PRISM 中，虽然在系统级的可靠性预计中也采用了部件级的可靠性预计结果，但它在系统级的可靠性预计模型中，除了考虑到部件级的可靠性预计结果外，还进行了一定程度的扩展，考虑到了影响产品可靠性的各个方面的诸多因素。
为了使部件的预计结果更加精确，PRISM 还考虑到了以下因素：过程因素（Process factor）：PRISM 考虑到了过程因素对产品可靠性的影响，采用了很多修正因子来定量地表达由于过程因素导致的失效，用过程评分（Process grade）方法确定这些修正因子。
电子式电能表可靠性分预计分析方法
江苏省电气装备电磁兼容工程实验室
电子式电能表可靠性 预计分析方法
江苏省电气装备电磁兼容工程实验室
第一章：可靠性概述 1.1 可靠性介绍 1.2 可靠性工程的组成
第二章：基本概念 2.1 可靠性定义 2.2 可靠度定义 2.3 失效率定义 2.4 失效率浴盆曲线 2.5 MTTF（平均寿命） 2.6 可靠寿命分析
2.5 MTTF（平均寿命）
电子产品的可靠性特征量指标规定为平均寿命，对可修 理的产品，其寿命用MTBF（mean time between failure）表 示；对不可修理的产品用MTTF（mean time to failure），电 子式电能表的可靠性特征量规定为MTTF，它指电能表失效 前工作时间的平均值。其数学表达式为：
电能表故障率的国际惯用单位是菲特（FIT：Failures In Time），它表示每十亿产品小时内的失效数，每10亿 小时内出现一次故障即为1FIT。
2.4 失效率的浴盆曲线
失效率是时间的函数，一般情况下，失效率随时间 变化的关系可由下图所示的浴盆曲线表示。
电子产品的失效率随时间变化可划分为浴盆曲线中的 三个阶段：早期失效期、偶然失效期和耗损失效期。
1.1 可靠性的重要性
可靠性已经列为产品的重要质量指标加以考核和检 验。长期以来，人们只用产品的技术性能指标作为衡量 电子产品质量好坏的标志，这只反映了产品质量好坏的 一个方面，还不能反映产品质量的全貌。因为，如果产 品不可靠，即使其技术性能再好也得不到发挥。从某种 意义上说，可靠性可以综合反映产品的质量。
各预计手册特点和局限性
2）MIL-HDBK-217F 特点：美国国防部编制，标准几乎 涵盖所有类型的电子元器件的可靠性预计模型，是世界上最 广泛的军用预计标准，预计方法包括元器件应力法和元器件 计数法。局限性：军表的制定比较严格，用来预计商用电子 商品的失效率会导致失效率偏高，目前已停止更新。
电子式电能表可靠性 预计分析方法
江苏省电气装备电磁兼容工程实验室
第一章：可靠性概述 1.1 可靠性介绍 1.2 可靠性工程的组成
第二章：基本概念 2.1 可靠性定义 2.2 可靠度定义 2.3 失效率定义 2.4 失效率浴盆曲线 2.5 MTTF（平均寿命） 2.6 可靠寿命分析
2.5 MTTF（平均寿命）
电子产品的可靠性特征量指标规定为平均寿命，对可修 理的产品，其寿命用MTBF（mean time between failure）表 示；对不可修理的产品用MTTF（mean time to failure），电 子式电能表的可靠性特征量规定为MTTF，它指电能表失效 前工作时间的平均值。其数学表达式为：
电能表故障率的国际惯用单位是菲特（FIT：Failures In Time），它表示每十亿产品小时内的失效数，每10亿 小时内出现一次故障即为1FIT。
2.4 失效率的浴盆曲线
失效率是时间的函数，一般情况下，失效率随时间 变化的关系可由下图所示的浴盆曲线表示。
电子产品的失效率随时间变化可划分为浴盆曲线中的 三个阶段：早期失效期、偶然失效期和耗损失效期。
1.1 可靠性的重要性
可靠性已经列为产品的重要质量指标加以考核和检 验。长期以来，人们只用产品的技术性能指标作为衡量 电子产品质量好坏的标志，这只反映了产品质量好坏的 一个方面，还不能反映产品质量的全貌。因为，如果产 品不可靠，即使其技术性能再好也得不到发挥。从某种 意义上说，可靠性可以综合反映产品的质量。
各预计手册特点和局限性
2）MIL-HDBK-217F 特点：美国国防部编制，标准几乎 涵盖所有类型的电子元器件的可靠性预计模型，是世界上最 广泛的军用预计标准，预计方法包括元器件应力法和元器件 计数法。局限性：军表的制定比较严格，用来预计商用电子 商品的失效率会导致失效率偏高，目前已停止更新。
电子产品可靠性预计手册的方法比较及案例研究
电子产品可靠性预计手册的方法比较及案例研究王建军;牟浩文;林淡;张璇【摘要】介绍了可靠性预计标准的历史,对MIL-HDBK-217F,GJB-Z 299C-2006和Telcordia SR-332三种标准的原理,预计过程,优缺点进行了初步介绍.并利用三种标准手册对某电源板分别进行了可靠性预计,得到了电源板上各元器件的失效率和对电源板失效率的贡献,通过对预计结果的分析,对三种标准进行了比较,最后在可靠性预计标准的选取上给出了建议.【期刊名称】《计测技术》【年(卷),期】2018(038)0z1【总页数】5页(P144-148)【关键词】Telcordia SR-332;MIL-HDBK-217F;GJB-Z 299C-2006;可靠性预计;失效率【作者】王建军;牟浩文;林淡;张璇【作者单位】北京强度环境研究所,北京100076;天津航天瑞莱科技有限公司,天津300462;天津航天瑞莱科技有限公司,天津300462;天津航天瑞莱科技有限公司,天津300462【正文语种】中文【中图分类】TB90 引言可靠性预计是在产品设计阶段对产品的可靠性水平进行预计，即定量的估计，在设计的不用阶段可以采用不同的预计方法，评价可靠性指标，为优化方案和决策提供依据，发现薄弱环节提供改进依据。
根据产品结构一般可以分为元件、部件和设备等单元的可靠性预计和系统的可靠性预计。
在可靠性预测评估方面，IEEE将主要方法分为故障分析，可靠性预计手册，加速试验和失效物理四类。
可靠性预计到现在已经有了50年左右的时间，最初的可靠性预计，主要是通过预计手册来完成的。
由于预计手册方法的方便和成本低廉，至今仍是主要的实际生产中采用的可靠性预计方法之一。
迄今为止已有众多的可靠性预计手册，里面包含了众多标准和方法，最早在1956年11月美国 RCA发布了以“电子设备的可靠性应力分析”为题的TR-1100标准，之后1962年美国军方发布了电子设备可靠性预计手册(MIL-HDBK-217)，我国等同采用的手册为GJB-Z 299[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
可靠性预计方法－PRISM 简介1 前言系统可靠性预计技术是产品可靠性分析的一项关键技术，广泛地应用于各个领域的产品研发过程，成为产品可靠性设计和分析的一项必不可少的重要工作。
对于电子产品来说，进行可靠性预计时一定要采用合适的预计模型，当前我国的军品行业一般是对于国产产品用GJB/z 299B《电子设备可靠性预计手册》中规定的模型进行预计，对于进口产品采用MIL-HDBK－217F《电子设备可靠性预计手册》中规定的模型进行预计，民用企业一般采用Bellcore 可靠性预计手册中规定的模型进行预计。
这些预计模型都有一个共同的不足之处，就是仅根据产品的设计和使用环境进行可靠性预计，未考虑影响产品可靠性的其它关键因素，例如工艺、制造、筛选、管理等，预计结果表达的是设计的可靠性，而非现场可靠性。
在这种情况下，PRISM 可靠性预计方法应运而生。
PRISM 是美国空军（U.S. Air Force）下属的可靠性研究中心（Reliability Analysis Center-RAC）研发的可靠性预计分析方法，自2000 年3 月推出以来，已在全世界得到广泛应用。
PRISM 在我国的普及程度还不够，除一些外资企业采用以外，其它行业很少采用，介绍PRISM 的中文资料也很少。
2 PRISM 简介传统的可靠性预计方法的前提是系统的故障率主要是由组成系统的各个部件的故障率决定，因此，传统的预计方法是首先通过选用适当的可靠性预计模型得到组成系统的各个部件的故障率，在此基础上得到系统的故障率。
在PRISM 中，虽然在系统级的可靠性预计中也采用了部件级的可靠性预计结果，但它在系统级的可靠性预计模型中，除了考虑到部件级的可靠性预计结果外，还进行了一定程度的扩展，考虑到了影响产品可靠性的各个方面的诸多因素。
为了使部件的预计结果更加精确，PRISM 还考虑到了以下因素：过程因素（Process factor）：PRISM 考虑到了过程因素对产品可靠性的影响，采用了很多修正因子来定量地表达由于过程因素导致的失效，用过程评分（Process grade）方法确定这些修正因子。
经验数据（Historical data）：很多产品采用继承性设计方式，即在老产品型号的基础上进行一定程度的更改设计，当老产品具有一些可用的经验数据时，PRISM 提供了一种评估方法，利用经验数据来调整可靠性预计结果。
试验或现场数据（Test or field data）：对于当前的系统设计有一些试验或现场的数据支持时， PRISM 提供了贝叶斯（Bayesian）分析方法，在这些数据的基础上进一步调整可靠性预计结果。
区别于其它可靠性预计模型，PRISM 的独特之处在于：涉及到影响产品可靠性的各方面的因素利用所有可用的信息评估产品现场的可靠性根据用户自定义的故障率信息进行裁剪采用定量的置信区间的评估方法3 PRISM 可靠性预计流程采用PRISM 预计方法的目的是得到系统及各组成部分的可靠性预计结果，在PRISM 中可靠性预计结果用故障率的形式表达。
标准的流程见图 2。
图 2 标准的PRISM 可靠性预计流程首先，以树型层次关系表达系统的组成结构，再输入各层次节点的相关信息；然后利用PRISM 中的元器件可靠性预计方法预计出所有元器件的工作故障率数据，再利用元器件的可靠性预计结果进行组件级可靠性预计，得到所有组件的工作故障率数据，最后根据各组件级的可靠性预计结果进行系统的可靠性预计，得到系统的现场可靠性预计结果。
相关工作子流程的描述参见第3.1 节“元器件级可靠性预计流程”、第3.2 节“组件级可靠性预计流程”第3.3 节“系统级可靠性预计流程”。
3.1 元器件级可靠性预计流程PRISM 元器件级可靠性预计流程见图 2图 2 PRISM 元器件级可靠性预计流程如图 2 所示，元器件的可靠性预计结果是元器件的工作故障率，可以有两种方式得到这种故障率，一种是利用PRISM 的元器件可靠性预计方法，另一种是由用户直接输入其故障率数据。
当采用PRISM 的元器件可靠性预计方法时，首先要得到元器件的基本故障率数据，作为PRISM的“种子”值。
为了得到元器件的基本故障率数据，需要利用PRISM 中的RACRate 预计模型（参见第4.2 节）进行计算，RACRate 预计模型的输入包括元器件的基本信息和元器件使用环境信息：元器件的基本信息包括元器件的类型、基本参数、工作应力等；环境信息包括工作温度、湿度和振动等。
RACRate 预计模型并没有提供全部元器件的预计模型，当某个元器件无法通过RACRate 预计模型进行预计时，可以利用EPRD 数据库根据实际使用情况为其指定一个基本故障率。
得到基本故障率这个“种子”值后，PRISM 提供了两种修正方法：一种是利用过程评分方法（参见第4.3 节）进行修正，另一种是贝叶斯分析方法修正（参见第4.2 节）。
利用过程评分修正时，需要对元器件的设计、制造、工艺、管理、筛选等过程的很多方面进行评分，PRISM 会根据评分结果采用内置的修正模型进行修正；当采用贝叶斯修正方法时，技术人员需要输入元器件的一些历史数据作为先验信息，如相似产品的故障率数据、试验数据和现场数据等，PRISM 中的Bayesian 方法会根据这些数据对故障率的“种子”值进行修正。
需要说明的是，如没有那么多信息，也可以直接采用“种子”值作为工作故障率的值进行修正；如已有部分信息，就可以进行部分修正。
修正是预计逼近真实数值的行为，只要是可用的信息就是有用的。
3.2 组件级可靠性预计流程PRISM 组件级可靠性预计流程见图3。
PRISM 组件级预计时采用的“种子”值是组成组件的各个元器件的工作故障率的预计结果，修正的方法和过程与前节描述类似，不同的是修正所需的所有数据输入均为该组件的数据。
PRISM 系统级可靠性预计流程见图4。
PRISM 系统级预计时采用的“种子”值是组成系统的各个组件和元器件的工作故障率的预计结果，修正的方法和过程与前节描述类似，不同的是修正所需的所有数据输入均为该系统的数据。
3 PRISM 主要概念的简单解释4.1 系统级信息在系统的初步设计阶段，了解的有用信息很少，预计系统的可靠性有难度，这时采用PRISM 方法可以估算系统的可靠性。
例如，在一个系统研发的早期阶段，可以根据通用的元器件清单、使用环境的默认值和期望的系统运行剖面来估算其可靠性。
随着研制过程的推进，越来越多的可用信息被补充进来，此时可用这些信息来修正系统级参数和采用的默认值，从而进行进一步的推断（What-if）分析。
例如，可以分析下列参数是如何影响系统、组件和元器件的故障率的：系统和部件的工作应力，如耗散功率、电压和环境等；环境应力因子，例如温度、湿度和振动等；运行剖面、占空比（Duty cycle）和工作循环率等；4.2 RACRates 模型RACRates 模型是根据RAC 的故障率数据库创建的部件可靠性预计模型，PRISM 采用此模型。
利用RACRates 模型可以评估如：电容、二级管、集成电路、电阻、半导体闸流管、晶体管、软件等部件的基本故障率：每一种部件的RACRate 模型都有自己的要求。
当在系统设计中采用一个硬件部件时，就要确定这个部件的主分类和子分类，RACRate 模型会给出这个部件的一些参数的默认值，技术人员可以采用默认值或更改它们，RACRate 模型会利用这些数值计算出这个部件的故障率。
当完全采用默认值时，RACRate 模型的计算结果为这个部件在工业领域内故障率的平均值；当根据系统的特征采用更贴切产品的设计和使用的值时，利用RACRate 模型计算得出的故障率会更真实地反映这个部件的可靠性水平。
4.3 过程评分（Process grade）PRISM 采用了独特的过程评分方法，根据非部件本身因素来调整利用RACRate 模型计算得到的基本故障率。
这些非部件本身因素包括根据历史经验对系统故障有重要影响的，与过程相关的各个因素，PRISM 将这些因素按其对故障发生概率的贡献程度划分为很多评分等级。
PRISM 也明确地考虑到了影响系统性能和规定功能的各个主要因素，包括元器件质量、设计、制造、系统管理等等。
一旦系统或组件完成结构设计，通过任何模型得到的失效率是固有的，或者可以称作“种子”的失效率，因为这样的失效率仅仅代表了组成系统或组件的元件的物理属性，这个属性考虑到了与其应用相关的环境剖面和任务剖面特征，而在现场使用中的系统或组件的实际失效率有可能较其固有失效率要更高或低一些，究竟其结果如何，取决于不同的设计和制造商对以下过程的保证程度：设计是可靠的和健壮的所用部件的质量经过优选并可控生产过程不会降低产品的可靠性和性能管理过程能够促进良好规范的制定和设计的实施维修行为不会诱发失效“不可复现”的事件数量最少明确和指定早期故障期和耗损故障期强调可靠性增长并贯穿于整个研发过程PRISM 通过对系统级失效的原因按上述八个过程分别进行评分认定，从而定量地确定以上各个因素对系统可靠性的影响程度。
通过回答一系列的问题，对以上八个具体过程分别划分等级，建立相应的打分剖面，打分剖面的累加值转化为定量的Pi 因子系数，它使失效率的预计值放大或缩小，从而反映出与这些因素相关的动态特性。
4.4 先验信息和贝叶斯分析就像过程评分方法一样，一些变量的经验数据会对产品的可靠性产生影响，但是它们没有被一般的可靠性预计模型合理地纳入进来。
如果采用PRISM 方法，PRISM 鼓励用户尽可能多地收集与可靠性评估相关的经验数据。
例如，前辈产品的现场反映的故障率数据等。
PRISM 会利用这些历史数据作为贝叶斯分析的先验信息更精确地调整可靠性预计结果。
同样，对于一个新系统来说，本身的试验数据和现场数据也是预计产品可靠性的重要先验信息，PRISM 方法采用了贝叶斯分析手段利用这些先验信息进行可靠性预计，使预计结果更准确地反映系统及其组成部件在现场中的可靠性水平。
4.5 EPRD 和用户自定义故障率信息有的部件在RACRate 中没有提供计算模型，用户可以在电子元器件可靠性数据（Electronic Parts Reliability ，EPRD-97）手册中为其查到一个故障率的数值，或者用户可根据这个部件的应用情况为其指定一个故障率。
在EPRD 手册中，除了电子产品以外，EPRD 还覆盖了非电产品可靠性数据（Nonelectronic Parts Reliability，NPRD-95）手册中所有的产品，包含轴承、闸片、离合器、连接器、齿轮、电磁部件、光电器件、泵、继电器、密封圈、螺线管、花键、弹簧和阀产品的数据。
EPRD数据手册是根据28 万亿元器件工作小时，在472,000 个故障的基础上编制的。