资源描述：
《MTBF 产品使用寿命的估算.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、MTBF計算方法概論品質系統中心QA-STD-MI-001AMTBF:MeanTimeBetweenFailure1.意義:可修復之產品~兩次相鄰故障的平均工作時間,是一種可靠度之統計數值.通常均以小時為計算單位.2.通常以小時為單位.EX.100,000hours.3.若為故障而不可修復之產品,則不適用MTBF之計算.但可計算其MTTR(MeanTimeToRepair).稱之為:平均維修時間.4.若為產品在正常環境及條件下,連續性測試從一而終,所計算之時間為:壽命試驗(LifeCycle)1.1加速壽命試驗(AcceleratedLifeTesting)1.1.1執行壽命試驗的目的在於評
2、估產品在既定環境下之使用壽命.1.1.2常規試驗耗時較久,且需投入大量的金錢,而產品可靠度資訊又不能及時獲得並加以改善.1.1.3可在實驗室裡以加速壽命試驗的方法,在可接受的試驗時間裡評估產品的使用壽命.1.1.4是在物理與時間上,加速產品的劣化肇因,以較短的時間試驗來推定產品在正常使用狀態的壽命或失效率.但基本條件是不能破壞原有設計特性.1.MTBF測試原理1.1.5一般情況下,加速壽命試驗考慮的三個要素是環境應力,試驗樣本數和試驗時間.1.1.6一般電子和資訊業的零件可靠度模式及加速模式幾乎都可以從美軍規範或相關文獻查得,也可自行試驗分析,獲得其數學經驗公式.1.1.7如果溫度是產品唯一
3、的加速因素,則可採用阿氏模型(ArrheniusModel),此模式最為常用.1.1.8引進溫度以外的應力,如濕度,電壓,機械應力等,則為愛玲模型(EyringModel).產品包括電燈,液晶顯示元件,電容器等適用此模式.1.MTBF測試原理1.1.9反乘冪法則(InversePowerLaw)適用於金屬和非金屬材料,軸承和電子裝備等.1.1.10.復合模式(CombinationModel)適用於同時考慮溫度與電壓作為環境應力的電子材料,如電容.1.1.11.一般情況下,主動電子零件完全適用阿氏模型,而電子和資訊類成品也可適用阿氏模型,原因是成品類的失效模式是由大部分主動式電子零件所構成.
4、因此,阿氏模型,廣泛應用於電子﹑資訊行業.1.MTBF測試原理1.2.1.阿氏模型起源於瑞典物理化學家SvandteArrhenius1887年提出的阿氏反應方程式.R為反應速度speedofreactionA為未知之非溫度常數aunknownnon-thermalconstantEA為活化能activationenergy(eV)K為Boltzmann常數,等於8.623*10-5eV/0K.T為絕對溫度(Kelvin)1.MTBF測試原理1.2.2.加速因子加速因子即為產品在使用條件下的壽命和高測試應力條件下的壽命的比值.如果產品壽命適用於阿氏模型,則其加速因子為:Vu為使用條件下的絕對
5、溫度Va為加速條件下的絕對溫度B=EA/K1.MTBF測試原理1.2.3.加速因子中活化能Ea的計算活化能是分子與化學或物理作用中需具備的能量,單位是電子伏特Ev.當試驗的溫度與使用溫度差距範圍不大時,則Ea可設為常數.Ea=K*(Inλa–Inλn)/(1/Tn-1/Ta)λa為加速溫度時的失效率λn為正常溫度時的失效率Tn,Ta均為絕對溫度0Kλa和λn可以以試驗的方式的得出,但需要較長的試驗時間.而且新機種的失效率很難在短時間內得出.1.MTBF測試原理一般電子產品在早夭期失效之Ea為0.2~0.6eV,正常有用期失效之Ea趨近於1.0eV;衰老期失效之Ea大於1.0eV.根據Comp
6、aq可靠度工程部(CRE)的測試規範,Ea是機台所有零件Ea的平均值.如果新機種的Ea無法計算,可以將Ea設為0.67eV,做常數處理.目前,Dell和HP,Motorola等機種的Ea設為0.6eV.後續將統一定為0.67eV.1.MTBF測試原理2.1.Motorola,NEC,FUJI機種…2.1.1.根據burninroom的實際狀況確定樣本數量和環境溫度如HP機種一般為56台,500C.2.1.2.根據阿氏模型計算溫度加速系數.2.1.3.根據機台ON/OFF時序計算占空比(DutyCycle)和加速系數.如25minon,5minoff時,DC=25/(25+5)=0.833AF
7、power=60min/(25+5)min=22.1.4.根據ConfidenceLevel計算GEM(GeneralExponentialModel)系數.如CL為90%,無不良發生時,GEM為2.3026.2.MTBF測試計劃的制定方法Theconfidencelevelistheprobabilityvalue associatedwithaconfidenceinterval.Itiso
