可靠性数据的收集与分析
报告中的数据可靠性和有效性分析

报告中的数据可靠性和有效性分析一、引言数据分析在现代社会中扮演着重要角色,因为它可以帮助组织和决策者做出准确的判断和决策。
然而,数据的可靠性和有效性对于生成准确的分析报告至关重要。
本文将讨论如何分析报告中的数据可靠性和有效性。
二、数据可靠性分析1. 数据源头首先,要分析数据的可靠性,我们需要考虑数据的源头。
数据应该来自可信赖的来源,例如官方统计机构、独立研究机构或可信赖的调查报告。
此外,数据应该经过验证和审查,以确保其准确性和真实性。
2. 数据收集方法其次,数据的收集方法也对数据的可靠性产生重要影响。
如果数据是通过受访者自行填写问卷或调查表获得的,那么收集过程需要进行严格的监督和控制,以防止数据被篡改或有意失实。
另外,如果数据是从系统或数据库中提取的,那么应该确保数据提取过程正确无误,没有数据丢失或错误。
3. 数据一致性和完整性数据的一致性和完整性是数据可靠性的重要衡量标准。
报告中的数据应该保持一致,即在不同的数据点中没有冲突或矛盾。
此外,数据也应该是完整的,即没有缺失数据或重要信息的遗漏。
4. 数据质量管理最后,为了确保数据的可靠性,需要进行数据质量管理。
这包括检查和清理数据,以删除错误、重复或不完整的数据。
同时,还可以使用数据验证和核实的工具和技术,确保数据的准确性和可信度。
三、数据有效性分析1. 数据相关性和相关性分析数据的有效性取决于其与研究目标的相关性。
在分析报告中使用数据之前,需要明确数据与研究问题之间的相关性,并进行相关性分析。
这将有助于确定数据是否能够提供对问题的有意义的解释和解决方案。
2. 数据的适用性有效的数据应该是适用于研究问题的。
这意味着数据应该能够全面地涵盖研究问题,并提供足够的信息来支撑分析和结论。
如果数据不具备适用性,那么可能需要重新选择或补充其他数据源。
3. 数据的时效性数据的时效性也是数据有效性的重要考量因素之一。
某些研究或决策可能对最新的数据要求较高,而对于其他类型的分析,较旧的数据可能仍然有效。
可靠性分析报告

可靠性分析报告一、引言在现代社会,可靠性分析是对产品、系统或过程进行评估和改进的重要手段。
本报告旨在通过对产品的可靠性进行分析,为决策者提供相关的信息和建议。
二、问题描述我公司最新设计的产品在市场上长期存在可靠性问题,经常出现故障,导致用户不满意并且公司声誉受损。
因此,需要对该产品的可靠性进行深入的分析和评估。
三、数据收集为了进行可靠性分析,我们收集了以下数据:1. 销售记录:包括产品销售数量,退货数量和退货原因。
2. 用户反馈:通过用户调查和投诉记录,了解用户对产品的满意度和常见问题。
3. 工艺指标:检查产品的关键零部件的技术参数和工艺流程。
四、可靠性指标在可靠性分析中,我们使用以下指标来度量产品的可靠性:1. 故障率:计算在一定时间内产品发生故障的概率。
2. 平均寿命:指产品能够正常工作的平均时间。
3. 失效模式:通过分析故障数据,确定产品的主要失效模式,为改进提供依据。
4. 维修时间:衡量产品发生故障后修复所需的平均时间。
五、可靠性分析方法在本次分析中,我们采用了以下方法:1. 故障树分析:通过构建故障树,确定故障发生的原因,为预防和修复提供支持。
2. 可靠性数据分析:通过对收集的数据进行统计分析,计算相应的可靠性指标。
3. 对比分析:将本产品与竞争对手的产品进行对比,评估市场上的可靠性水平。
六、可靠性改进建议基于以上的分析结果,我们提出以下可靠性改进建议:1. 优化设计:通过改进产品的设计,提升关键部件的可靠性,减少故障率。
2. 质量控制:加强生产过程中的质量控制,防止缺陷产品流入市场。
3. 故障预防:通过故障树分析,确定主要故障原因,采取措施预防类似故障的再次发生。
4. 售后服务:建立完善的售后服务体系,及时响应用户的问题和投诉,提高用户满意度。
七、结论通过对产品可靠性的分析,我们得出以下结论:1. 产品的故障率较高,影响了用户体验和公司声誉。
2. 主要失效模式是关键部件的损坏和生产过程中的质量问题。
论文中的数据可靠性与有效性

论文中的数据可靠性与有效性在科研领域,无论是实验研究还是理论推导,数据的可靠性和有效性都扮演着重要的角色。
本文将从数据收集、数据处理和结果分析三个方面来讨论如何确保论文中的数据可靠性和有效性。
一、数据收集数据收集是论文研究的第一步,而且对后续的研究结果和结论具有至关重要的影响。
为确保数据的可靠性和有效性,以下几个方面需要予以注意。
1.1 数据源的选择:选择合适的数据源是确保数据可靠性的基础。
数据源应具有公信力和权威性,比如学术期刊、研究机构发布的数据报告等。
避免使用来源不明确或未经验证的数据,以免引入偏差或错误。
1.2 样本规模:样本规模的大小直接影响着数据的可靠性和适用性。
样本应具有代表性,能够很好地反映整体情况。
较大的样本规模有助于减小随机误差,提高数据的可靠性。
1.3 数据收集的方法:数据收集方法应当严谨、科学。
如果是实证研究,合理的实验设计和统计抽样方法是保证数据有效性的重要手段。
同时,遵守伦理原则,在研究过程中保护被调查对象的隐私和权益。
二、数据处理数据处理是将采集到的原始数据进行整理和加工,以便进行后续的分析和解释。
正确的数据处理方法对于保证论文的数据可靠性和有效性至关重要。
2.1 数据清洗:首先,需要对原始数据进行清洗,排除因人为失误、设备故障或其他随机因素导致的异常数据。
清洗后的数据更加准确可靠,有助于研究结论的健壮性。
2.2 数据标准化:如果采集到的数据来自不同的来源或使用了不同的测量方法,就需要对数据进行标准化。
标准化可以使数据具有可比性,并避免不同数据源之间的不一致性。
2.3 数据转换和计算:在分析前,有时需要对数据进行转换或计算。
常见的数据转换包括对数转换、百分比化、分组整理等。
确保转换和计算的准确性,避免引入错误或失真。
三、结果分析在结果分析阶段,需要运用适当的统计方法和工具,对数据进行分析和解释,从而得出科学可靠的结论。
以下几个方面需要注意。
3.1 统计方法选择:根据研究目的和数据特点,选择合适的统计方法进行分析。
可靠性分析报告

可靠性分析报告一、引言在现代社会中,可靠性成为了企业和产品设计中的重要指标之一。
可靠性分析报告旨在评估一个系统、产品或服务在特定工作条件下正常运行的能力。
本报告将对某产品的可靠性进行分析和评价,并给出相应的建议。
二、产品描述本报告所涉及的产品为某品牌的电子产品。
该产品具有多个功能模块,包括XX、XX和XX等,广泛应用于消费市场。
三、可靠性指标与数据收集1. 可靠性指标我们将对产品的可靠性指标进行评估,包括以下内容:- MTBF(平均无故障时间):表示产品在正常使用条件下的预期故障间隔时间。
- MTTR(平均修复时间):表示产品从故障发生到修复完成的平均时间。
- 故障率:表示在单位时间内产品发生故障的概率。
2. 数据收集我们通过以下方式收集产品的可靠性数据:- 检测仪器:使用专业的检测仪器对产品进行全面测试和监测。
- 用户反馈:收集用户使用过程中遇到的故障情况和意见反馈。
- 实际环境测试:在真实的工作条件下对产品进行长时间、大规模的测试。
四、可靠性分析方法在进行可靠性分析时,我们采用了以下方法:1. 故障模式与影响分析(FMEA):对产品进行全面的故障模式分析,并评估各个故障模式对产品可靠性的影响。
2. 失效模式与影响分析(FMECA):在FMEA的基础上,对故障模式的失效后果进行评估,包括对用户和环境的影响。
3. 可靠性增长分析:通过对产品的可靠性测试数据进行统计分析,评估产品在不同时间段内的可靠性增长情况。
五、可靠性评估结果经过多次的数据收集和分析,我们得出以下可靠性评估结果:1. MTBF:经过长期使用和测试,产品的平均无故障时间为XXX 小时。
2. MTTR:产品的平均修复时间为XXX小时。
3. 故障率:产品的故障率为XXX次/小时。
六、问题分析与建议1. 故障模式分析根据故障模式分析结果,我们确定了产品存在以下故障模式:- XX故障模式:该故障模式可能由于XX原因导致,建议加强XX 方面的设计和改进。
可靠性数据的收集与分析

2021/3/11
可靠性数据收集的程序和方法
1. 进行需求分析 2.1 确定数据收集点 3. 制定数据收集表格
收集的目的是什么?干 什么用?如何用?评估 寿命、基本可靠性、任 务可靠性?
4.2 确定数据收集的方法
① ② ③ ④
2021/3/11
制数减提数一投处5.定据少高据仪入理3 收表使。统表重效数集在用一格复率据时同初、,工。收应一期规有作产,区集范利 量品评分中的于 ,中估不应安当同装前条注部的件意位可和的不靠地同性区问,,。题所如不不集选元现控选定处腐能同点实器场室择代条蚀将寿验件数或重。表件条改命室及据维点如性阶 、 材 修 地:主 为差件进段 内 产 料 部 区要 好异南前有 厂 品 筛 门 部是 ,也北、不 生 选 等 门使 产试很差后同 产 试 。 时用 品验大异的的 检 验 ,部 群数。很数数 验 点 以门 体据大据据 点 等 有的 大就,混收 、 ; 一质 ,应 同同
❖根据可靠性数据进行产品的可靠性分析及可 靠性参数评估。
❖ 装备或产品的可靠性验证。
2021/3/11
可靠性数据的来源
可靠性数据来源贯穿与产品设计、制造、试验、使用、 维护的整个过程。 (1)研制阶段
可靠性试验、可靠性评审报告; (2)生产制造阶段
可靠性验收试验,制造、装配、检验记录,元器件、 原材料的筛选与验收记录,返修记录; (3)在产品使用阶段
可靠性数据分析的目的和任务
在研制阶段,可靠性数据分析用于对所进行的各项可靠性试 验的试验结果进行评估,以验证试验的有效性。如进行可靠性 增长试验时,应根据试验结果对参数进行评估,分析产品的故 障原因,找出薄弱环节,提出改进措施,以求产品可靠性得到 逐步增长。研制阶段结束进入生产前,应根据可靠性鉴定试验 的结果,评估其可靠性水平是否达到设计的要求。
产品可靠性分析报告

产品可靠性分析报告1. 引言本文旨在对产品的可靠性进行分析,并提供相关数据和结论以供参考。
可靠性是一个产品在特定环境下正常工作的能力,是产品质量的重要指标之一。
通过对产品的可靠性进行分析,可以帮助我们了解产品的性能和可靠程度,为产品的改进和优化提供依据。
2. 数据收集为了进行可靠性分析,我们需要收集相关的数据。
以下是数据收集的步骤:2.1. 确定数据类型首先,我们需要确定需要收集的数据类型。
可靠性分析通常需要收集产品的故障数据、维修数据和使用数据。
故障数据包括产品发生故障的时间、原因和频率等信息;维修数据包括维修的时间、费用和维修方式等信息;使用数据包括产品的使用时间、工作环境和使用方式等信息。
2.2. 数据收集方式根据数据类型的不同,我们可以采用不同的数据收集方式。
故障数据可以通过产品的故障报告、用户反馈和维修记录来收集;维修数据可以通过维修记录和维修人员的报告来收集;使用数据可以通过用户调查、使用记录和传感器数据等方式来收集。
2.3. 数据整理和分析收集到数据后,我们需要对数据进行整理和分析。
首先,我们可以使用统计方法对故障数据进行分析,计算产品的故障率和平均故障间隔时间等指标;然后,我们可以使用可靠性工程的方法对故障数据进行分析,确定产品的可靠性增长曲线和可靠性指标。
3. 可靠性分析方法在进行可靠性分析时,我们可以使用多种方法来评估产品的可靠性。
以下是几种常用的可靠性分析方法:3.1. 故障模式与影响分析(FMEA)故障模式与影响分析是一种常用的可靠性分析方法,它通过分析产品的故障模式和故障影响,确定产品的关键故障模式和潜在故障影响,从而制定相应的预防措施和改进方案。
3.2. 可靠性增长曲线分析可靠性增长曲线分析是一种基于产品故障数据的可靠性评估方法,它通过分析产品的故障数据和使用数据,确定产品的可靠性增长曲线和可靠性指标,为产品的可靠性改进提供依据。
3.3. 可靠性测试和验证可靠性测试和验证是一种直接评估产品可靠性的方法,它通过在实际工作环境中对产品进行测试和验证,确定产品的可靠性指标和可靠性水平,为产品的可靠性改进提供依据。
可靠性分析 (2)

可靠性分析
可靠性分析是一种系统的、科学的方法,用于评估和预测产品、系统或过程的可靠性。
它通常包括以下几个步骤:
1. 数据收集:收集与产品或系统故障相关的数据。
这些数据可以包括故障发生的时间、原因、持续时间等。
2. 故障模式和效果分析(FMEA):对可能的故障模式进行分析,估计故障的发生概率和对系统的影响。
这有助于确定潜在的故障模式和设计风险。
3. 可靠性指标的计算:以可靠性为中心,计算系统的故障率、故障间隔时间、失效时间等指标。
这些指标可以用来评估系统的可靠性水平和维修要求。
4. 可靠性增长分析:通过使用可靠性增长模型,对系统在
使用过程中可靠性的增长进行分析和预测。
这有助于制定
维修和换新策略,以提高系统的可靠性。
5. 故障树分析(FTA)和事件树分析(ETA):通过构建故障树和事件树,分析系统故障的原因和后果,识别关键的
故障路径,并采取相应的措施来减少故障风险。
以上步骤并不是一成不变的,可根据具体情况进行调整和
扩展。
可靠性分析的结果可以用于指导产品和系统的设计、改进和维护,以提高其可靠性和安全性。
可靠性数据的收集与分析

可靠性数据的收集与分析在当今竞争激烈的市场环境中,产品和服务的可靠性成为了企业取得成功的关键因素之一。
为了确保产品和服务能够满足用户的需求和期望,企业需要收集和分析可靠性数据。
可靠性数据是指与产品或服务的可靠性相关的信息,包括故障时间、故障模式、维修时间、使用环境等。
通过对这些数据的收集和分析,企业可以了解产品或服务的可靠性状况,发现潜在的问题和改进的机会,从而提高产品或服务的质量和可靠性。
一、可靠性数据的收集可靠性数据的收集是可靠性分析的基础。
数据的质量和完整性直接影响到分析结果的准确性和可靠性。
因此,企业需要建立有效的数据收集系统,确保数据的准确、及时和完整。
1、确定数据收集的目标和范围在收集可靠性数据之前,企业需要明确数据收集的目标和范围。
例如,是为了评估产品的可靠性水平,还是为了找出产品的故障模式和原因?是针对整个产品系列,还是特定的产品型号?明确的目标和范围可以帮助企业确定需要收集的数据类型和来源。
2、选择合适的数据收集方法可靠性数据的收集方法有很多种,常见的包括现场测试、用户反馈、维修记录、监测系统等。
企业需要根据产品的特点和使用环境,选择合适的数据收集方法。
例如,对于一些复杂的工业设备,可以通过安装监测系统实时收集运行数据;对于消费类产品,可以通过用户问卷调查和售后服务记录收集可靠性数据。
3、建立数据收集的流程和规范为了确保数据的质量和一致性,企业需要建立数据收集的流程和规范。
包括数据的记录格式、收集时间、收集人员的职责等。
同时,还需要对收集到的数据进行审核和验证,确保数据的准确性和可靠性。
4、培训数据收集人员数据收集人员的素质和能力直接影响到数据的质量。
因此,企业需要对数据收集人员进行培训,使其了解数据收集的目的、方法和流程,掌握数据记录和处理的技能。
二、可靠性数据的分析可靠性数据的分析是对收集到的数据进行处理和挖掘,以获取有价值的信息和结论。
可靠性数据分析的方法有很多种,常见的包括故障模式及影响分析(FMEA)、故障树分析(FTA)、可靠性增长分析等。
- 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)。
根据失效信息,按以 下程序进行失效分析: (1)失效调查与实施; (2)工程分析; (3)统计分析。
17
波音和空客与航空公司、设备供 应商以及美国航空运输协会(ATA) 一起,自1997年以来,共同开发行 业标准数据交换协议,以便于收集 和交换可靠性和维修数据 。新ATA 标准强调所有的数据都以统一的形 式定义,在一些中立的平台上运行, 向航空公司和供应商开放,无论在 办公室、外场、车间或驾驶舱都可 使用这些数据。
23
其中C1、C2、C3、C4分别为试验场定 型可靠性试验规程规定的基本型车定型 可靠性行驶里程中的一般公路、山路、 高速路、强化环路所占的比例。汽车可 靠性数据来源于两大类:一类是描述汽 车特性的,如产品名称、车牌号、车型 等,表示汽车某一方面的特征;另一类 是描述故障特性的,如故障部位、故障 模式、排除故障措施等,表示故障某一 方面的特征。以野马牌某一车型的数据 为例(表3-1):
轴 承 光 洁 度 达 不 到 要 求
图3-6按工序分类的因果图
49
因果分析图与排列分析图各有侧重点, 要优势互补,配合使用,其效果将更佳, 往往能取得事半功倍、意想不到的结果。
50
三、故障数据的直方图分析 (1)在收集到的一批数据中,找出数据的 最大值Xmax和最小值Xmin。 (2)确定区间个数。直方图的区间个数大 N 约为 并取整数,其中 N为数据的个数 (3) 确定区间间隔C。区间间隔C为极差R 除以 N ,得到一个近似的值,然后圆整取1, a 10 2,5乘以 (a=1,2,)。
4
三、可靠性数据收集与分析的目的和任务
可靠性数据收集与分析的目的包括: (1)为产品的改进和可靠性的提高提供 必要的信息。 (2)根据可靠性试验数据,改进产品的 设计、制造工艺,提高可靠性,并为 新技术的研究,新产品的研制提供信 息。 (3)改进产品维修性,提高产品的质量。
5
(4)根据可靠性数据预测系统 的可靠性和维修性,开展系统 的可靠性和维修性设计。 (5)根据可靠性数据进行产品 可靠性分析及参数评估。
45
在排列图中,通常按累计百分数把影响 原因,根据重要程度分为A、B、C三级: A级:在排列图中占比例最大,约占累计 频率的70~80%,是引起失效的主要因素。 B级:在排列图中比例很小,除去A级的 所占频率,占剩余累计频率的95%,是次 要因素。 C级:在排列图中比例最小,是除去A、 B级剩余的部分是部分因素。
8
(5)在产品使用中,定期对产品 进行可靠性分析与评估,最终使 产品达到用户的要求。 在产品寿命周期的不同阶 段,根据可靠性数据收集和分析 的目的制定可靠性工作的任务, 获取所需要的可靠性数据和结果, 为以后的可靠性研究打下基础。
9
据美国政府工业数据交换网调查,工 程师通常需要花费他们研究时间的 20~30%来获得必要的可靠性数据,而 且往往是不成功的,而利用数据交换网, 就可以方便地获得所需要的数据。有资 料表明,美国一个较大的企业,全面利 用数据交换网的数据,一年可以节省
更多内容请关注 /study.asp?vip=8386126
第三章 可靠性数据的收集与分析
第一节 可靠性数据收集与分析的概念
第二节 第三节 可靠性数据收集的内容与方法 可靠性数据的图形分析
1
第一节 可靠性数据收集与分析的概念
一、可靠性数据的概念及其统计特性 (1)随机性。 (2)统计性。 (3)代表性。 随机样本,能够代表其母体的性能 可靠性数据在其寿命周期内还表现出一些其 他的特点。
18
我国北京机科易普可靠性数据库软件
19
失效案例
20
模具失效案例
21
查询
22
例3-1 汽车可靠性数据收集与分析 根据汽车可靠性试验数据的特点,应用 数据库理论,建立汽车可靠性试验的数据 收集与分析系统,说明数据库的结构及其 功能,对汽车可靠性试验数据的分析方法 进行探讨。 汽车可靠性试验数据库的建立参考国家 汽车质量监督检验测试中心对汽车行业进 行的15000km整车质量抽查试验的内容。 汽车可靠性行驶里程分配如下:一般公路: 2500+12500×C1;山路:12500×C2;高速公 路:12500×C3;强化环路:12500×C4。
34
可靠性试验
破坏性试验
非破坏试验
加速性试验
非加速性试验
抽样试验
全数试验
图3-3破坏性质进行的可靠性试验分类
35
加速性试验、截尾试验和 抽样试验等特殊试验方法。 a.加速试验 b.截尾试验
定时截尾\定数截尾
c.抽样试验
36
由于可靠性试验的目的不同,实验室数 据收集的程序也有所不同,但一般情况下 可以把其流程归纳为图3-4。
41
2.现场数据的收集 (1)现场数据收集的目的 1)验证产品的可靠性指标。 2)发现产品实际存在的缺陷。 3)比较实验室试验数据,验证实验室模拟 环境和应力条件是否合理 (2)现场数据收集的特点 1)综合性。 2)真实性。 3)经济性。
42
第三节
可靠性数据的图形分析
43
一、故障数据的排列图分析 排列图的基本形式如图3-5所示 共有两个纵坐标和一个横坐标,若干个直方图 和一条由左向右逐步上升的折线。左边的纵坐标 表示频数(如失效故障数等),右边的纵坐标为 频率(用百分比表示),横坐标表示影响故障的 各个原因,按影响的大小从左到右排列。
6
不同的阶段有着不同的任务 : (1)在研制设计阶段进行可靠性增长 试验时,根据试验数据对参数进行评 估,分析发生故障的原因,找出最薄 弱的环节,提出改进方案,以求产品 可靠性的逐步增长。 (2)在投入生产制造阶段前,根据可 靠性试验结果,评估可靠性水平是否 达到设计标准。
7
(3)在生产制造阶段,验收 试验。 (4)在投入市场早期,注重 现场可靠性数据的收集与分 析,找出产品出现故障的主 要早期原因,进行改进,加 强可靠性管理,降低产品的 早期故障率,提高可靠性。
26
第二节
可靠性数据收集的内容与方法
一、可靠性数据收集的基本要求和内容 1.可靠性数据收集的基本要求 (1)真实性。 (2)连续性。 (3)完整性。
27
2.可靠性数据收集的内容 (1)收集对象:例如产品、系统、材料、 零部件等具体事项; (2)环境影响:例如温度、湿度、地区、 工作环境等影响; (3)使用条件:例如应力大小、人机界面、 维修情况及效果等条件; (4)失效状况:例如故障性质、失效时间、 寿命数据等信息。
37
提出问题
明确数据目的 进行试验设计
实施可靠性试验
可靠性数据库
比较试验结果
数据分析与应用
图3-4实验室数据收集的程序
38
(3)实验室数据收集的程序 1)明确数据目的 2)进行试验设计 制定可靠性试验工作的细节和方案包 括: a.查询可靠性信息 b.试验条件的确定 c.试验设备的准备 3)实施可靠性试验
直方图的高度表示某一原因影响的大小, 折线表示各影响原因大小的累积百分数。 这条折线又称巴雷特曲线。
44
频数
100 90
100%
累 计 百 分 比
81 60
50 40 30 20 18 13 10 58 40 60
71
80
40
9 10 20
项目
10 0
表面 气孔 未充 形状 尺寸 其它 图3-5铸造缺陷主次图
24
表3-1 野马牌某车型的故障数据表
整车特性 产品名称 车牌号 轻型客车 野马 故障特性 故障部位 故障模式 油底壳 漏油
车型号
生产厂家
SQJ6481B
故障类别
3
质量等级
2584.6 四川汽车工 故障里程 /km 业集团 合格 故障排除措 更换密封垫 施
25
根据上面的数据建立汽车的可靠性数据 库,编制相应的管理程序。形成完整的数 据库系统,可以实现数据输入、检索、维 护等一系列功能
2
1.时间性
可靠性数据又多是用时间来 描述的这里的时间是广义的。
2.有价性 可靠性数据的有价性表现在收 集的高代价和使用的高价值两方 面。 3.时效性 4.可追溯性
3
二、可靠性数据收集与分析的地位和作用 (1)在开发研制阶段:收集分析同类零部件的失 效数据可以为产品的改进和定型提供科学的依 据; (2)在生产制造阶段:定期抽取样品进行试验, 可以动态反映产品的设计和制造水平,有利于 产品质量的控制; (3)在产品使用阶段:收集分析产品的实际使用 和维修数据,真实反映产品的可靠性水平,可 以为老产品的改进和新产品的研发提供最为权 威的信息。
30
(2)可靠性试验的类型 1)摸底 2)鉴定 以判断设计和生产工艺是否符合可靠性要 求,发现在设计、材料和工艺方面的各种缺陷。 3)验收 判断产品是否符合或达到可靠性水平规定 的指标(定量要求),是否满足用户需求,以 使用户决定是否接受产品。同时预测产品或系 统的可靠度,为改善设备完好率,降低失效率, 减少维修费用和保障费用提供理论依据。
46
二、故障数据的因果图分析 树干导致的结果是故障,各大树枝上的原因都 是造成故障的原因,而大树枝上的原因又是小树 枝上所列原因造成的。 由于因果图是对某一失效故障进行分析,所以做 因果图应当注意: (1)所要分析的失效故障应提得尽量具体,一种 故障应做一张因果图。 (2)作图时除主要设计人员,试验人员外,还应 吸收有关人员参加并充分发表意见,特别应当重 视现场人员的意见,分析应尽可能深入细致。
47
(3)各种原因归类要注意合理恰当,分析 出的主要原因应当作标记,通过试验进行 验证并到现场调查后提出改进措施。 例3-2对于某轴承光洁度达不到指定要求而做 出的按工序分类的因果图。
48
下料
成分 牌号
车
扩孔
刀具刃损