黄逊青

（广东万和新电气股份有限公司，广东 佛山 528305）

基于零部件故障数据的家用电器可靠性预计方法

黄逊青

（广东万和新电气股份有限公司，广东 佛山 528305）

根据家用电器产品的特点，提出了一种利用简单的串联系统模型，以故障率排序处于前5位的零部件故障率上限值来计算整机的故障率上限值，从而确定整机的可靠度下限值的家用电器的可靠性预计方法。该方法便于利用加速试验方法对零部件的故障率进行评价，同时也便于利用历史数据来改善可靠性预计工作的效率和质量。

家用电器；零部件；故障数据；可靠性预计

0 引言

家用电器产品的可靠性主要体现为使用阶段故障的可控性，包括故障类型和故障率的可控程度[1]。可靠性作为一项重要的质量特性，是产品质量控制工作中不容忽视的内容。在产品的全生命周期中，设计和开发阶段的可靠性控制措施对产品使用阶段的可靠性表现起着决定性的作用[2]。家用电器的设计和开发人员对可靠性问题的关注通常聚焦于产品生命周期中偶发故障期间出现的故障，在产品设计和开发阶段对偶然故障期间的故障率进行定量的预计，对产品的质量控制具有重要的意义[3]。

长期以来，时间和费用一直是制约产品整机可靠性评价的重要因素。按常规的可靠性评价方法对产品的整机可靠性进行评价时，不仅需要较大数量的样品，而且需要经历较长的运行测试时间才能获得较为满意的评价结果[4]。由于市场竞争等因素的影响，家用电器产品通常更新换代频繁，设计和开发周期较短，同时受设计和开发费用的约束，因而采用常规的可靠性评价方法难以对其可靠性进行评价。此外，多数可靠性预计方法都需要利用较为复杂的数理统计工具，推广工作需要较强的数学能力。

为了解决以上问题，本文以在家用或类似场所使用的以力或燃气作为驱动能源的电气器具和燃气器具等产品为例，讨论了在设计和开发阶段对家用电器产品整机可靠性水平进行评估的方法，利用主要零部件的故障率数据计算整机的可靠性指标，以评估产品设计和开发输出满足设计和开发输入的程度，同时数学工具方面主要立足于初等数学知识的基础，从而降低了数据处理的难度。

1 故障率计算

对于由单元A和单元B构成的简单串联系统，对系统进行多次测试，而且次数足够多时，系统的故障数为：

当A和B的故障均为独立故障时，即

rA、 rB分别是区间 （rAL， rAU） 和 （rBL， rBU） 内的数值，在工程实践中，对于相互独立的rA和rB，串联系统A+B出现rAU的状态与出现rBU的状态是不同的；换言之，rAU状态与rBU状态不会同时出现，因此，就存在以下关系：

对于类似的问题，通常的处理方式是将 （3）式两边平方，得：

由于rAU状态与rBU状态不会同时出现，于是令

从而得到：

以此类推可得，由n个单元构成的串联系统的故障率上限为：

2 可靠性预计方法

多数的家用电器产品的整机可靠性分析可以采用串联模型，即把整机视为由若干个零部件串联组成的系统，其主要目标是定量地确定系统的可靠度下限。

在规定的条件下的可靠度下限与该条件下的累计故障率上限存在互补关系，即：

RL=1-FU（8）

对于具有足够试验次数N的系统，累计故障率上限为：

相应地，各单元的故障率上限为：

将 （9）式两边平方可得：

于是可得，系统的可靠度下限RSL为：

式 （12）的物理意义是，产品的可靠度可以利用零部件的故障数据来预计。整机的故障通常是由一个或多个部件的故障造成的，导致这些部件出现故障的原因是不同的，通过失效模式分析识别失效模式，利用零部件的专项试验中针对特定故障类型的可靠性评价方法来识别整机的故障模式，往往比利用整机进行测试更为准确和高效。并且，利用式（12）计算系统的故障率上限值时，可以直接地利用现有的零部件可靠性试验方案的结果来确定相应零部件的可靠度下限值或故障率上限值。

加速试验方法目前已经被广泛地应用于可靠性评价的多个领域中，其可以显著地缩短可靠性试验的时间、节省试验费用。但是，加速试验是针对特定的失效机理实施的，加速方法通常只能针对一种失效机理实施，同时针对两种或多种失效机理的加速方法较为少见而且适用的范围有限[5]。由于整机的失效模式较多，在整机试验过程中通常无法同时实现多种失效模式的加速条件，然而，利用零部件故障数据进行整机可靠性预计的方法却将同时实现多种失效模式的加速条件变成了可能。

当然，在多数部件的加速试验过程中，通常都是无法同时实现全部失效模式的加速的，即使在仅同时施加两种加速应力的条件下，也难以实现两种应力的同步加速，有时不同的失效模式的加速效应甚至可能会出现相互影响的现象，因此，即使是一个部件也可能要分别进行多个加速试验项目才能较准确地反映该部件的可靠性特性。所以，在工程实践中，通常以单一模式失效加速试验方法作为基本的试验方法，同时，也采纳成熟的多模式加速试验方法来对部件的失效模式进行分析。

对于存在多种失效模式的零部件，部件的故障率上限值可以按下式计算：

式 （13）中：FiU——部件i的故障率上限；

fijU——部件i的失效模式j所导致的故障率上限。

3 工程应用

从可靠性管理的角度来看，通常家用电器产品具有以下特点。

a）使用寿命长，一般为10年左右。

b）故障率低，在寿命结束时可靠度大致可以保持在0.90的水平，多数产品在整个使用阶段不会发生故障。

c）功能和系统组成较为简单，相对于汽车、工业设备等产品而言，家用电器整机的功能较少而且零部件的数量较少。

家用电器产品整机在偶发故障阶段出现的故障全部都可以归结为零部件的故障。在工程实践中，可以总结家用电器产品整机在偶发故障阶段的一些规律，具体的内容如下所述。

a）整机的故障是由一个或多个部件的故障造成的，导致这些部件发生故障的原因是不同的，要想全面地评价整机的可靠性，通常需要采用多个试验项目或试验条件进行。

b）家用电器产品零部件的数量相对较少，多数故障集中出现在少数的零部件上，一般来说，故障数排序在前5位的零部件包揽了约80%的整机故障数，剩下的故障为其余零部件的故障和少数不易定位的故障，例如：零部件之间的互联影响的故障。

c）在整机状态下，其他主要零部件故障与上述故障数排序处于前几位的零部件故障同时出现的概率很小，因此，故障数排序处于前几位的零部件故障全部按独立故障来进行处理。

d）故障模式的危害性可以通过失效模式分析来进行识别，较高风险的故障模式的危害性则可以通过可靠性评价进行测试。实际上，对具体的某一种零部件的故障数进行分析时发现，排序在前2位的失效模式通常导致了80%的故障，所以，一般情况下，虽然导致零部件出现故障的失效模式往往有几个，但对零部件的故障率考核只需要针对影响最大的前2位失效模式进行即可。

e）直接导致人员伤亡和重大财产损失的故障类型，由于其故障率很低，因此不允许在评价过程中出现，所以在故障数据统计范围中需排除此类故障，若在试验过程中出现1项此类故障，即判产品不合格。

由于数据处理时只考虑了数障数排序前5位的零部件故障和排序前2位的零部件故障模式，因而部分故障数据存在不完整的情况，所以，本文将整机故障率上限的20%作为余下故障数的上限计入了整机的故障率上限中。于是，整机的故障率上限为：

式 （14）中：FSU——整机故障率上限；

F1U——部件1故障率上限；

F2U——部件2故障率上限；

F3U——部件3故障率上限；

F4U——部件4故障率上限；

F5U——部件5故障率上限。

相应的整机可靠度下限RSL，可用下式计算：

对于确定的设计和开发输入的整机可靠度下限RDL，可靠性预计的验证合格判定条件为：

RSL≥RDL

利用零部件故障数据进行整机可靠性预计的方法，是以故障模式及其影响分析的合理性为前提而进行的，因此，在开展一系列的零部件可靠性试验的同时，需要利用整机试验数据来定性地验证故障模式分析的准确性，整机试验数据是判定零部件试验数据可接受程度的依据。例如：由于整机累计试验时间为整机寿命的对应时间，因此在试验过程中若无故障出现，则判定零部件试验数据可以接受；若在整机试验期间出现故障，允许将故障修复后继续试验，在第一次试验不能通过需要进行第二次试验时，累计试验时间需重新计算，并且累计试验时间需增加1倍，在第二次试验过程中若无故障出现，则判定零部件试验数据可以接受，若在第二次整机试验期间再次出现故障，则判定该产品不合格。在整机试验判定产品不合格的情况下，不论零部件试验结果如何，均判定该产品可靠性试验项目不合格。

显然，如果产品设计和开发发生重大的变更，则可能导致故障率的构成发生较大的变化，包括零部件的失效模式对零部件的影响程度发生变化、预先的可靠性预计模型可能相应地发生明显的变化等。这样一来，验证措施仍然不足以对故障模式及其影响分析的合理性进行验证，因而可能需要开展更为深入的分析研究工作。

4 讨论

尽管本文提供的可靠性预计方法有利于显著地降试验低费用和缩短试验时间，但是，就家用电器而言，由于经济方面的原因，完全利用可靠性预计过程中对零部件测试获得的数据进行可靠性预计，可能难以满足较高的置信度要求，所以，通常还需要利用历史数据来改善零部件测试数据的质量。

历史数据包括同类产品在可靠性试验过程中积累的数据和同类整机产品在使用过程中反馈的售后服务数据等。建议在编制零部件试验方案时，按有无足够的历史数据作为置信度的确定依据，有历史数据的产品的置信度按0.90考核，无历史数据的全新产品的置信度按0.70考核。

对于历史数据的识别和利用，可以考虑以下几个因素。

a）不同型号、不同规格的整机若采用相同的部件，则该部件的试验数据可以直接用于新型号、新规格的整机的可靠性评价，除非经过风险识别，确认该部件在新型号、新规格的整机中应用时，其应力水平、失效率等技术状态会发生显著的变化。

b）同型号、同规格的部件若有历史数据R（T，r），在确认该历史数据有效的情况下，允许将新的试验结果与历史数据进行合并，从而更新该部件的数据RN（T+TN，r+rN），以改善数据的准确性。

c）同型号、同规格的部件若在其他项目 （例如：安全性或性能测试等）中进行过同类测试，则其结果经过评估，符合要求的可以直接引用；供应商提供的可靠性数据经过评估符合要求的也可以直接引用。

5 结束语

家用电器产品的整机可靠度可以利用零部件的故障数据来进行预计，利用简单的串联系统模型，以故障率排序处于前5位的零部件故障率上限值，可以计算整机的故障率上限值，从而确定整机的可靠度下限值。该方法便于利用加速试验方法对零部件的故障率进行评价，同时也便于利用历史数据来改善可靠性预计工作的效率和质量。在具备系统构成相对简单、零部件数量较少和故障率较低等特征的家用电器产品的可靠性预计中采用本文提出的方法，可以显著地减少可靠性预计的费用、缩短试验时间，基本上利用初等数学工具就可以解决可靠性参数的定量计算问题，降低了计算难度，具有一定的推广价值。

[1]黄逊青.家用电器无故障定时截尾可靠性试验方案探讨[J].电子产品可靠性与环境试验，2010，28（6）：27-31.

[2]张增照，潘勇.电子产品可靠性预计 [M].北京：科学出版社，2007.

[3]黄逊青.家用电器无故障数据成败型可靠性试验方法探讨 [J].电子产品可靠性与环境试验，2011，29（3)：37-39.

[4]张增照.全面而正确地认识可靠性预计 [J].电子产品可靠性与环境试验，2001，19（6）：50-52.

[5]彭道勇，张国彬，陈艳妮，等.可靠性预计和分配研究[J].电子产品可靠性与环境试验，2009，27（S1）: 174-177.

Reliability Prediction Method of Household Applicances Based on Component Failure Data

HUANG Xunqing
（Guangdong Vanward New Electric Co.，Ltd.，Foshan 528305，China）

According to the characteristics of household applicances，a reliability prediction method for household applicances that the upper limit value of the failure rate of the whole machine is calculated by the upper limit value of the component failure rate in the top five so as to determine the lower limit rate of the reliability of the whole machine based on simple series system model is proposed.This method is convenient to evaluate the failure rate of components by accelerated test method，and also convenient to improve the efficiency and quality of reliability prediction work by using historical data.

household applicance；component；failure data；reliability prediction

TB 114.3

：A

：1672-5468（2017）01-0036-04

10.3969/j.issn.1672-5468.2017.01.008

2016-06-06

黄逊青 （1962-），男，广东广州人，广东万和新电气股份有限公司高级工程师，从事家电产品开发和技术管理工作。