GB/T 35023-2018 液压元件可靠性评估方法

ICS23.100.01

J20

国

中华人民共和国国家标准

GB/T35023-2018

液压元件可靠性评估方法

Methodstoassessthereliabilityofhydrauliccomponents

2018-05-14发布2018-12-01实施

国家市场监督管理总局峪非

中国国家标准化管理委员会0(..'I(J

GB/T35023-2018

目次

皿

1范围……

2规范性引用文件··

3术语和定义…………

4计量单位与符号…………………………2

5可靠性的一般要求………………………2

6评估可靠性的方法…．．．．．．．．

7失效或中止的实验室试验分析·

8现场数据分析………………....4

9实证性试验分析…··

10试验报告…………...…………·……7

11标注说明…………·

附录A（资料性附录）失效或中止的实验室试骑分析计算示例………8

附录B（资料性附录）现场数据分析计算示例…………u

附录

c（资料性附录）实证性试验分析公式推导与计算示例…………四

参考文献…………．．．．．．．．．．．．．．

I

GB/T35023-2018

附录A

（资料性附录）

失效或中止的实验室试验分析计算示例

A.1概述

失效数据的潜在分布是未知的。通常应用的威布尔分布属于参数分布，包括一个分布簇，其他分布

如指数分布或正态分布都是戚布尔分布的子集，可作为各类寿命数据的分析模型。

威布尔分布向三个参数定义：

a)特征寿命值平；

b）斜率队

c)最小寿命参数Ioo

注·当卢＜l时，失效率递减；当卢＝l时，失效率为常数；当卢＞l时，失效率递增。

A.2无中止型失效数据分析示例

假设在一次可靠性试验中，样本数为7个，在试验中测量5个参数（α、h,c,d和］p）。随着试验的进

行，采集在不同循环次数下各个参数的原始数据。在某些时候，其中某个参数达到其阔值水平，记录下

此时的循环次数，参见表A.l。样本的终止循环计数（表格中阴影部分所示）是该样本的任何一个参数

首次达到阔值时的循环次数。当至少有超过一半的样本（本示例中为4个样本）达到其终止循环计数

时，则试斡完成。本示例说明，在试驹超出样本的终止循环计数时，若继续试验时，样本的其他参数达到

阔值的情况。

表A.1试验样本的阐值和数据

阔俏

终止循环计数

参数r×××参数J，×××

参数a：×××参数h：×××参数，：×××

11.8×106样本5

21.5×10'样本1

30.2×106样本2

31.6×IO'样本2样本5

39.8×106

样本l

41.l×IO'样本5

42.9×106样本6

42.9×lO'试验结束→一样本3、4、7终止试验

注．部分样本未达到其阑衔，它们是在试验主tJ5K时终止的。

由表A.2所示的数据绘制戚布尔罔。

8

GB/T35023-2018

表A.2威布尔图数据

序列j

循环数巾位秩

l11.8×10'0.0946

221.5×1060.2297

330.2×1060.3649

442.9×1060.5000

注：巾位秩的恼与样本数（本示例巾为7个样本）有关。本示例巾．巾位秩的情用Beta二项式（八.l)讨算。

P,-0.3

rM＝可士ττ「4··（八.l)

式巾：

I''→一序列；

N，，，，一一试验样本数（本示例巾为7个样本）。

9)

,,

,v

..·H

民二乓」L』L/ll问．

-••

JI

'()

‘-•-t-,,I..

,

,

旷

,.____:.!

1，、/

JO

,,

..

•··堕国4•+

.

..

,.

’,

-~

·..,1'

自

.l,Ill’IMI11111:1

说明：

X→一记录周期，单位为106次；

γ→一累积失效概率，%；

l-95%单侧置信区间的上限；

2→一三参数威布尔分布的巾位秩；

3一－95%f't.1言皮下的1310寿命。

注：最小寿命为3.76×J.O＇次，特征寿命为51.7×106次，斜率为l.24,MTTF为52.0×106次。

图A.1示例1的威布尔图

95%置信区间根据1型Fisher矩阵法计算。

当F(t)=O.l，由罔A.l所示的数值，使用三参数威布尔公式计算1的值［见式（A.2）］。根据中位

秩曲线，可得出D10寿命如下：

F(t)=1c一（司）,!···(A.2)

0.1=1-e（古语趋最需）1.24

/=(51.7×1063.76×106）×[ln0/0.9）〕1/1.21十3.76×106

50%置信度（中位秩曲线）下的D10寿命：f二11.5×106次。

Fl,戚布尔罔分析得到：95%置信度下，H10寿命是6.2×106次（循环次数）。

9

GB/T35023-2018

注：戚布尔附线在其底音II是弯内的，表明最小寿命俩是可能存在的。这说明三参数成布尔公式是合现的。

A.3截尾数据分析示例

在一些情况下，某些样本在其失效之前就被移除掉，而其他样本继续试验。样本移除的原因司包括

设备失效、外部损坏（如：火、停电）、由于检查而移除等与试验目的元关情况。被移｜徐的样本不能返回试

验项目，应被归入截尾样本中。本示例说明如何评估这种情况下元件的可靠性。

参见表A.3，其阴影部分表示样本首次达到阔值时的循环次数。

表A.3试验样本的阐值和数据

阔f自

终止循环计数

参数〈×××

参数α：×××参数b：×××参数cl：×××参数扩：×××

11.8×106样本5

21.5×106样本1

25.0×106

样本4被移除

30.2×106

样本2

31.6×IO'样本2样本5

35.0×106

样本3被移除

39.8×106样本l

41.l×Io'样本5

42.9×10'样本6

42.9×106试验结束→一样本7从试验巾移除

在本示例中，由于截尾出现在试验过程中，所以，应使用Johnson和Bernard公式计算终止试验样

本的中位秩。罔形位置使用Johnson公式［见式（A.3）］计算：

pS,P←1十（N,.c，•十1)

阳.S,+1··(A.3)

式中：

Pplot一一罔形位置；

.Sr一一反向序列；

I\1一一前一个罔形位置；

f\fI.est.试验样本数（本示例中为7个样本）。

使用Bernard近似公式［见式（A.4)J计算中位秩rM:

Pplot0.3

..(A.4)

TM＝万：ττz

表A.4描述了上述计算。

10

GB/T35023-2018

表A.4含中止的试验结果的图形位置与中位秩

终止循环计数样本编号序列l反ibJ序列状态阁形位青巾位秩

11.8×10"5l7失效l0.0946"

21.5×10"l26失效20.2297'

25.0×10"435

中止

30.2×10"244失效3.20.3910

35.0×10"353巾止

42.9×106662失效4.80.608l

42.9×10677

终止

a前两个条目的罔形位置无需根据Johnson公式计算，其巾位秩可向标准伯表或Bernard近似公式得，＇／＼o为保

证一致性，本示例巾使用的是Bernard近似公式。

使用计算町的罔形位置和中位秩，可得到威布尔罔，其结果如罔A.2所示。

'i'()

1.,1

,/

啕．•.l,l.(

II,

岛。

,

11,/

,

.,.,.

•专‘「

..,.,.,

•,卫

,,v

,,,,‘,,

1、、、飞j

,,!

LO

,且

,,

,

IIJI

宁.µ.+令/’

.)r

:,

旷

·.

··-?-一

---

/

m

0.1!Ct

说明：

x－一记录周期，单位为106次；

γ－一累计失效概率，%；

l一－95%单侧置信区间的上限；

2－一二参数戚布尔分布的巾位秩；

3一－95%置信皮下的儿。寿命。

注：最小寿命为0次，特征寿命为45.l×106次，斜率为l.74,MTTF为40.2×106次。

图A.2示例2的威布尔图

95%置俏皮根据1型Fisher矩阵法计算。

当F(t)=O.l，使用二参数威布尔公式［见式（A.5）］计算.T的值，根据中位秩附1线，得出1310寿命

如下：

11

GB/T35023-2018

F(1)=1-e一〈川】严··(A.5)

0.1=1e-,1/m.i×106Jl!.74

t=45.1×106×［ln(l/0.的Jlil.71

50%置信度（中位秩曲线）下的β10寿命：

I=12.4×106次。

Fl,威布尔罔分析得到：95%置信度下，Bio寿命是4.8×106次（循环次数）。

注：戚布尔附线在其；J良苦11是直线型的，说明其最小值趋向于0。这说明二参数戚布尔公式是合琐的。

A.4间歇试验示例

A.4.1概述

在可靠性试验中，通常不可能持续监测样本的状态（是再超过阔值）。因此，需要在定义的试验时间

间隔内检测样本的状态（是有失效）。当元件在一个时间间隔内失效，由于失效的准确时｜可是未知的

（如：该元件可能在间隔期的开始或结束时失效），会在一定程度上造成信息缺失。因此，需要选择一个

合适的试验时间间隔。

间隔试验数据的典型类型包括左设限和右设限类型的截尾数据（中止）。

寿命数据类型如下：

a)完全数据：拥有各个样本的寿命数据（失效前时间h

b)截尾数据，例如：

一一一右截尾数据：样本在观察过程中未失效（中止）；

一一间隔截尾数据：样本在间隔期内失效；

一一左截尾数据：样本在间隔期的开始和观察中失效。

注·一个数据集可能包含不止一种截尾类型。

可使用极大似然估计（MLE）方法取代等级｜国归方法（或最小二乘法，RRX）进行数据分析。极大似

然估计法不考虑序列和罔形位置，只使用各个失效或中止的时间。一般来说，极大似然估计法适用于复

杂泪合截尾，或大样本量＜＞30）的情况。而X轴的等级回归方法适用于完全数据或小样本量的情况。

A.4.2示例

对有30个样本的抽样进行试盼，当有超过一半的样本失效时，贝lj试验结束。在试验过程中，由于操

作错误，1个样本被中止试验（汁入下一时间问阳的失效数）。检测的时间间隔为400h0在这些检测过

程中，可发现由于功能障碍或超过阔值水平而导致的失效，结果见表A.5。

表A.5试验结果

最后检测状态状态结束

该状态的样本数截尾抽样编号

时间／hF或S时间／h

l。F400左截尾3

2400F800问隔截尾21,24

l800F1200['sj隔截尾5

2l200Fl600['sj隔截尾9,13

2l600F2000['sj隔截尾27,10

l2000s2400右截尾22"

12

GB/T35023-2018

表A.5（续）

最后检测状态状态结束

该状态的样本数截尾抽样编号

F或S

时间

／h时间／h

l2400F280017

｜间隔裁尾

32800F3200｜间隔截尾6,11,19

2