恒温恒湿试验箱关于装备可靠性评估的一些知识点

恒温恒湿试验箱技术规格：

可靠性评估是通过有计划、有目的地收集产品试验或使用阶段的数据，用统计分析的方法进行分布的拟合优度检验、分布参数的估计、可靠性参数的估计，定量地评估产品的可靠性。

目的
     可靠性评估贯穿于产品研制、试验、生产、使用和维修的全过程，是开展可靠性工程活动的基础，进行可靠性评估的目的也是根据在产品研制、试验、生产、使用和维修等过程中所开展的可靠性工程活动的需求而决定的。
1、在方案阶段，收集同类产品的可靠性数据，进行处理与评估，评估结果可以用来进行方案的对比和选择。
2、在工程研制阶段，收集研制阶段的试验数据，进行处理与分析，可掌握产品可靠性增长的情况。同时，通过数据分析，找出薄弱环节，以便提出故障纠正的策略和设计改进的措施。
3、在设计定型或确认时，收集可靠性鉴定试验的数据并处理，评估产品可靠性水平是否达到规定的要求，为设计定型和生产决策提供管理信息。
4）在批生产时，收集验收试验的数据并处理，评估产品可靠性，检验其生产工艺水平能否保证产品所要求的可靠性，为接受产品提供依据。
5、在使用阶段，收集现场数据进行处理与评估，此时评估结果反映的使用和环境条件真实，对产品的设计和制造水平的评价Most consistent实际，是产品可靠性工作的终检验，也是开展新产品的可靠性设计和改进原产品设计的有益的参考。

适用范围和适用时机
     按照可靠性工作要求的规定，在装备的立项论证、方案论证和工程研制阶段，要根据其作战任务与作战方式、寿命剖面和任务剖面等因素，提出不同产品层次的可靠性参数和指标，到设计定型和初期使用阶段，需要验证产品的可靠性是否达到其低可接受值，在进行可靠性验证时，可靠性评估是一种常用的和重要的验证方法。
      目前，对于装备级产品的可靠性验证，如飞机、舰船、装甲车辆等，一般采用现场验证的方法，根据验证大纲规定的任务剖面和时间进行装备的实际使用，然后利用验证试验数据，对其可靠性进行评估；而Missile的可靠性验证，一般需要综合利用整弹、功能系统和弹上设备的研制试验数据，采用系统综合的方法进行可靠性评估。
      对于功能系统级产品的可靠性验证，一般分为两种情况，一种情况是其可靠性参数指标要求远小于装备定型试验时间和初期使用时间，对于这种情况，可利用定型试验和初期使用的数据，对其可靠性进行评估；另一种情况是其可靠性参数指标要求接近或大于装备定型试验时间和初期使用时间，可采用系统综合评估的方法对其可靠性进行评估。对于个别小型功能系统，如果条件允许，也可通过可靠性鉴定试验来考核其可靠性。
      对于设备级产品，通常有2类验证方法：一类是通过可靠性鉴定试验来验证；一类是采用可靠性评估的方法来估计其可靠性是否达到要求。
      可靠性评估分为单元级产品的可靠性评估和系统级产品的可靠性评估。
单元级产品可靠性评估的特点是：不考虑产品的可靠性结构，将产品看作一个单元，只利用其本身的试验或使用数据，或其他相关信息，进行可靠性评估。单元级产品的可靠性评估的方法有4类，分别是经典方法、Bayes方法、综合评估方法和应力强度模型。其中，经典方法是在产品试验样本较大时适用；Bayes方法和综合评估方法是在小样本情形下适用的方法；应力强度模型是利用某些机械结构产品的结构强度试验数据的可靠性评估方法。
系统级产品的可靠性评估的特点是：考虑产品的可靠性结构，利用系统不同层次组成单元的试验或使用数据，以及其他相关信息，进行可靠性评估。系统级产品的可靠性评估方法有4类，分别是方法、近似方法、系统Bayes方法和系统Monte-Carlo方法。方法大概有十几种，对于系统结构和数据有严格要求，系统复杂则计算量极大，有的甚至无法计算，工程上一般不用这些方法，而只是用于检验近似方法的优劣；工程上常用的近似方法有L-M法、MML法、C-F展开法、A-O法、L-N法等；系统Bayes方法进行系统可靠性评估首先要确定设备参数的先验分布，然后计算设备参数的后验分布及后验矩，根据设备参数的后验分布及后验矩计算系统参数的先验矩，后求得系统可靠度的后验分布和Bayes下限。

数据类型
评估对象的数据可分为成败型数据和非成败型数据，而后者又分为寿命型数据和非寿命型数据（如应力强度型数据、性能检测数据等）。寿命型数据可分为以下几种类型：
a) *样本数据：所获取的产品试验数据或使用数据全部为故障时刻的数据称为*样本数据；
b) 定时截尾数据：抽取一定数量的产品（样本）进行试验，试验前规定产品的试验截止时间，试验进行到规定的试验时间就中止试验，定时截尾试验所得到的试验数据称为定时截尾数据；
c)  定数截尾数据：抽取一定数量的产品（样本）进行试验，试验前规定产品的故障数，试验进行到规定的故障数时就终止试验，定数截尾试验所得到的试验数据称为定数截尾数据；
d) 不等定时数据（随机截尾数据）：产品试验数据或使用数据的截尾时间不同的数据称为不等定时截尾。

小样本下的可靠性评估
     常用小样本方法有：经典统计学小样本评估方法，基于Bayes方法的小样本评估方法等。经典统计学理论早在20世纪初，就由K.Pearson、R.Fisher及J.Neyman等人先后提出、发展和完善。经典统计学理论应用于小样本情形下，主要有两种方法：参数法和非参数法。
     参数法基于被测样本的分布形式对未知参数进行估计，应用较为广泛，在此基础之上，又有许多学者发展完善了其相关理论，提出大标准差法、单侧容限系数法、大变异系数法、二维单侧容限系数法等，在此就不一一介绍了，只介绍基本、Most practical的方法之一——基于Weibull（威布尔）分布的小样本可靠性预测方法。