手掌痣的位置与命运 预计方法是由贝尔实验室在2001年推出的Bellcore-SR332方法。该方法的不足之处在于它仅根据产品的设计和使用进行预计，未考虑影响产品可靠性的其他关键因素，例如工艺、制造、筛选、管理等，预计的结果表达的是设计的可靠性，而非现场可靠性。在充分认识到Bell-core-SR332方法的缺陷后，依据可靠性相关理论对现场返还数据进行分解与建模分析，获得一个融合了产品设计能力、使用、工艺水平、制造能力、检测能力以及质量管理水平的产品失效率模型，并建立了一套符合 本文通过应用可靠性理论及其相关的数学模型，对大量无线通信产品的现场返还数据进行分解和建模分析，建立了一个不仅涵盖产品设计能力、使用等因素，而且还包含产品工艺水平、制造能力、检测能力以及质量管理水平等诸多因素在内的失效率模型，从而避免了现有可靠性预计方法上的漏洞。另外，结合无线通信行业可靠性设计活动，设计出一套现场返还率预测方法，能够满足产品设计、研发、试产、上市等各个阶段对可靠性预计的需求，为无线通信产品的返还率降低提供支持。 与大多数产品类似，无线通信产品的可靠性亦符合失效率“浴盆曲线)。其失效率的现场表现可以划分为三个时期：早期失效期、偶然失效期和耗损失效期。 第一阶段是早期失效期：表明产品在开始使用时，失效率很高，但随着产品工作时间的增加，失效率迅速降低。这一阶段失效的原因大多是由于设计、原材料和制造过程中的缺陷造成的。第二阶段是偶然失效期，也称随机失效期：这一阶段的特点是失效率较低，且较稳定，往往可近似看作。产品可靠性指标所描述的就是这个时期，这一时期是产品的良好使用阶段，偶然失效主要原因是质量缺陷、材料弱点、和使用不当等因素引起。第三阶段是耗损失效期：该阶段的失效率随时间的延长而急速增加，主要由磨损、疲劳、老化和耗损等原因造成。 为进一步分析失效率曲线，需要对故障发生时的数学模型做一些说明。故障的发生通常是产品所设计和制造出来的强度不满足应力，例如一个电的极限功率为5 W,若向其提供超出5 W的功率，电，则故障发生。如图2所示，一批产品的强度是符合正态分布的，命名为设计强度曲线;而这批产品的使用同样也符合正态分布，命名为应力曲线 中的故障区，当两只曲线交叉时，表明有部分产品的强度低于其应力，从而发生故障。这个交叉的区域面积代表失效率率，随着使用时间的不同，这个区域是会发生变化的，如图中虚线为老化后的产品强度曲线，交叉面积在不断增加。 由此可知，两曲线交叉面积所得到的失效率是由四个因素决定的，分别是该产品的设计强度(即中值)、制造能力(即一致性)、老化速度和应力。由于应力的度量还没有比较有效的手段，虽然其规律符合正态分布，但中值和方差的获得在技术上还是难题。因此在预测方法上采取以相同处理，避免了应力的影响。 提到，由于应力度量上的困难，从预测方法上将以相同使用作为失效率建模和返还率预测的前提。从另一个角度看，不同市场的售后服务政策不同，也必须按市场的不同进行返还率预测。如图4所示。 图4是按相同市场进行的返还率预测过程，以及过程中的变量说明。预测包括四个过程，数据采集、失效率建模、返还率计算和模型校准等。数据采集既包括对已有产品返还数据的采集，又包括产品研发过程中相关的可靠性活动和质量检验等数据，还包括预测后产品上市后现场数据的采集。失效率建模则是通过采集到可靠性测试和质量检验结果，换算出各项因素参数，用于失效率模型因子计算，从而得新产品失效率模型。返还率计算则是通过新产品的失效率模型，结合该产品销售模型，按返还率定义计算 本文由来源于财鼎国际(www.hengpunai.cn) |