《电子元器件的可靠性》——2.2节可靠性数据的收集

简介:

本节书摘来自华章社区《电子元器件的可靠性》一书中的第2章,第2.2节可靠性数据的收集,作者王守国,更多章节内容可以访问云栖社区“华章社区”公众号查看

2.2 可靠性数据的收集
电子产品的可靠性数据是开展电子产品可靠性工作的基础,是进一步提高产品质量、进行电子系统可靠性设计、可靠性预计的前提条件。
可靠性数据是客观地评价产品质量及其可靠性的主要尺度。因此,只有大量收集产品的现场试验数据以后,经系统地分析、整理后才能对产品的可靠性指标做出正确的评价。
产品的失效信息揭示了产品本身的缺陷,为了分析产品的可靠性问题,必须研究产品的失效数据,以便找出影响可靠性的因素,对症下药,从而提高产品的可靠性。显然,可靠性数据是提高产品质量和可靠性不可缺少的一环。
电子设备的可靠性设计和预计,是以电子元器件的失效率数据为基础的。因为电子设备是由电子元器件组成的,任何一个元器件出故障都可能导致设备出故障。对于按照串联方式组成的设备,整个系统的可靠度等于各分系统可靠度的乘积,而系统的总失效率是各部分失效率之和。所以只有掌握元器件失效率的数据,才能对设备系统进行可靠性设计和预计。
综上所述,提高产品可靠性的过程,实质上就是一个不断积累可靠性信息,进行质量反馈的过程。
为了有效地收集和利用可靠性数据,各国均先后成立了数据收集体系,建立了数据交换网。我国也于1980年12月成立了“电子产品数据交换网”,为可靠性数据的收集、积累、交换提供了条件和保证,并开始研究、编辑、出版可靠性数据集和数据手册。
收集和提供的数据主要有两类。
可靠性数据(简称A类数据) 它包括质量认证数据;质量评比数据;失效率数据;寿命与加速寿命试验数据;现场使用数据;储存试验数据;其他可靠性数据。
可靠性文献资料(又称为B类数据) 它包括国内外电子产品可靠性试验及失效分析报告;国际、国内有关的可靠性标准规范;国内电子产品可靠性标准规范;国内外可靠性研究的重要成果;电子产品厂家、产品型号、性能及规范;其他有关的可靠性技术文献资料。
对于A类数据,保存期限一般为5年,5年以后存档备查;对于B类数据,如果有新的同类信息,可以剔除、更换原数据。
数据的收集方法一般有两种:一种是对现场工作人员分发报表,令其逐项填写,然后定期回收;另一种是培训一批专业人员,编制调查纲目,有计划、有目的地深入现场进行调查,收集重要的可靠性数据,然后整理成统一的格式。
为了有效地收集可靠性数据,通常要制作统一的报表,使数据标准化和规范化。一般来说,收集可靠性数据时要注意以下几点:产品的使用范围;产品出故障的现象和部位;产品实际工作时间;产品的使用条件;产品的维修条件;产品抽样的代表性;表征产品可靠性的尺度;产品性能的测试仪器、测试方法和精确度;数据报表的形式及项目合理性和全面性;观测数据的真实性和准确度。
为了使所获得的可靠性数据能够真实、客观和准确,必须抓好以下三个环节。
第一个环节是原始数据的真实性。关于可靠性的原始数据一般是从现场观测或可靠性试验而获得的,因此,观测、试验的取样方式、试验方案、试验设计要能真实反映客观实际面貌。例如,环境设计要尽可能客观地反映产品真正的工作条件,试验应力要合理地选取,抽样、试验时间都必须遵循统计规律的要求等。此外,试验设备及其测试仪表的精度要满足测试数据的精度要求,并尽量消除或减小系统误差,降低随机误差,以提高测试的精确度。
第二个环节是数据来源,要有足够的信息量。因为可靠性指标是一些统计指标,只有通过大量的调查研究并在取得丰富数据资料的基础上,才能对产品的可靠性水平做出正确的评价。因此,只有在原始数据达到一定的信息量以后,才能得到准确可靠的结论。
第三个环节是统计分析方法的合理性。合理的统计分析方法是获得准确可靠数据的重要保证。一般来说,从现场所取得的观测和试验值,只是产品总体中的个别样本值。要想从有限个体的观测值来推断总体的统计特征值,必须要有合理的数据处理方法及统计分析手段,因此,数据处理的合理性及其统计分析的置信度是关系到数据准确性的重要方面。因为由于抽样不同,从同一批产品会得到不同的数据;采取不同的分析处理方法,从同一试验数据也会得到不同的结果。如何分析和解决这些差异之间的矛盾,正是统计分析所要研究的问题。目前试验数据的统计分析包括类型的检验、分布参数的估计、分布参数的检验等,这些内容将在后面有关章节中具体加以介绍。

相关文章
|
存储 开发工具 git
helm v2 源大全
helm v2 源大全
|
5月前
|
运维 监控 数据可视化
电商API日志分析的实用工具
在电商领域,API日志记录了用户行为、交易状态等关键信息,分析这些日志有助于提升系统性能、优化用户体验并增强安全性。本文介绍ELK Stack、Splunk等常用日志分析工具,并通过实际案例说明如何从日志中挖掘业务价值,助力企业实现高效运营和智能决策。
179 0
|
Python
python实现一个简单的消消乐游戏
实现一个简单的消消乐游戏可以是一个有趣的编程项目。下面是一个使用Python和Pygame库来创建消消乐游戏的基本步骤
889 0
哔哩哔哩自动评论留言脚本,关键词检测批量评论插件,群发私信内容按键版
这是一款针对B站的全自动评论软件源码,通过设定关键词和评论内容,实现批量自动化评论操作。脚本可创建布局、设置按钮与事件
|
10月前
|
存储 供应链 安全
区块链在物流管理中的应用:让货物管理变得更智能
区块链在物流管理中的应用:让货物管理变得更智能
1147 15
|
10月前
|
存储 算法 数据处理
Pandas高级数据处理:数据加密与解密
在数字化时代,数据安全至关重要。Pandas作为Python的强大数据分析库,结合`cryptography`等加密库,可实现数据的高效加密与解密。本文介绍如何使用Pandas进行数据加密,涵盖对称加密、非对称加密及哈希算法,并提供常见问题及解决方案,确保敏感信息的安全性。通过示例代码演示加密流程,帮助读者掌握数据加密技术,提升数据安全性。
224 1
|
消息中间件 Java Kafka
Kafka【环境搭建 01】kafka_2.12-2.6.0 单机版安装+参数配置及说明+添加到service服务+开机启动配置+验证+chkconfig配置说明(一篇入门kafka)
【2月更文挑战第19天】Kafka【环境搭建 01】kafka_2.12-2.6.0 单机版安装+参数配置及说明+添加到service服务+开机启动配置+验证+chkconfig配置说明(一篇入门kafka)
1218 1
|
人工智能 前端开发 搜索推荐
前端技术发展趋势分析与展望
【2月更文挑战第9天】 随着移动互联网的快速发展,前端技术在不断演进,从最初的HTML、CSS到如今的React、Vue等前端框架,技术发展日新月异。本文将从移动端、跨平台、人工智能等多个角度分析前端技术的发展趋势,并展望未来的发展方向。
|
数据可视化 Python
【100天精通Python】Day64:Python可视化_Matplotlib绘制误差线图、填充图、堆叠面积图,示例+代码
【100天精通Python】Day64:Python可视化_Matplotlib绘制误差线图、填充图、堆叠面积图,示例+代码
735 0
|
应用服务中间件
首次用Intellij IDEA打开别人的项目,如何配置Tomcat服务器?
首次用Intellij IDEA打开别人的项目,如何配置Tomcat服务器?
首次用Intellij IDEA打开别人的项目,如何配置Tomcat服务器?

热门文章

最新文章