谭源源，张春华，陈循

(国防科学技术大学 机电工程与自动化学院，湖南 长沙410073)

0 引言

复杂机电产品通常存在多种失效模式，但各失效模式对产品可靠性的影响程度是不同的，而失效发生概率高的失效模式(即主要失效模式)的影响程度最大，因此主要失效模式分析在产品可靠性设计、试验中扮演着非常关键的角色。例如:在产品设计阶段，主要失效模式分析可以找出产品薄弱环节并进行相应改进，是失效模式影响分析(FMEA)的核心内容之一［1］;在对产品进行加速试验方案设计时，也需要分析主要失效模式，逐步缩小失效机理的分析范围，进而准确选定加速试验的应力［2］。

目前常用的主要失效模式分析方法可分为定性分析和定量分析。定性分析主要根据专家经验、类似产品情况等信息，分析产品潜在的失效模式，并分析哪些是主要失效模式。由于定性分析容易受到主观意愿的影响，分析精度有限，因此通常在失效数据匮乏的情况下(如产品设计阶段)采用。而当获取到产品的失效数据之后，可以采用定量分析方法进行主要失效模式分析，以提高分析精度。目前定量分析主要为频率分析方法［2－4］，即分析失效数据中各失效模式的失效个数占总失效数的比例，发生频率较高的失效模式即为主要失效模式。但是，由于频率分析的理论基础是大数定理，因此在数据样本量较少时并不是最优的定量分析方法。

针对这一问题，本文提出了基于Dirichlet 先验分布的Bayes 方法，适用于在小样本量场合找出机电产品的主要失效模式。……