当前位置: 首页 > news >正文

环境可靠性

一、基础知识

1.1 可靠性定义

        可靠性是指产品在规定的条件下、在规定的时间内完成规定的功能的能力

        可靠性的三大要素:耐久性、可维修性、设计可靠性

        耐久性:指的是产品能够持续使用而不会故障的特性,或者说是产品的使用寿命。

        可维修性:涉及到产品在发生故障后,能够被快速、容易地修复。

        设计可靠性:设计阶段就考虑到产品的易用性和易操作性,以减少操作失误和环境因素导致的故障可能性。

        环境可靠性是指产品在特定的环境条件下,包括气候、机械、化学等环境因素影响下,能够正常工作的能力。它更侧重于产品对环境因素的适应性和抵抗能力,如温度、湿度、振动、冲击、腐蚀等

1.2 易混淆点

        环境试验是可靠性试验的基础和前提。极端地说,没有环境测试,就不可能正确识别产品质量,保证产品质量

1.3 环境试验类型

气候环境试验

  • 温度试验:包括高温试验、低温试验、温度冲击试验、温度变化试验、快速温度变化试验、高温老化试验和温度循环试验。
  • 湿度试验:包括恒定湿热试验、交变湿热试验和高温高湿试验(如双85试验,即85°C高温和85%相对湿度)。
  • 外壳防护等级试验:涉及IP等级的测试,如IP42、IP44、IP55、IP65、IP66、IP67和IP68等。
  • 三防试验:包括盐雾腐蚀试验、湿热试验和霉菌试验。
  • 特殊试验:如低气压试验、高气压试验、太阳辐射试验、淋雨试验和沙尘试验等

机械环境试验

  • 振动试验:包括正弦振动试验、随机振动试验、宽带随机振动试验、窄带随机振动试验和正弦+随机叠加试验。
  • 冲击试验:包括半正弦波机械冲击试验、后峰锯齿波冲击和冲击响应谱试验。
  • 其他试验:如跌落试验、碰撞试验和加速度试验等

综合环境可靠性试验

  • 温度湿度组合试验:将温度和湿度两种环境应力结合进行试验。
  • 温度+湿度+振动综合试验:也称为三综合试验,同时施加温度、湿度和振动的环境应力

1.4 浴盆曲线

        浴盆曲线(Bathtub Curve)是一个用来描述产品从投入使用到最终报废整个寿命周期内失效率变化的模型。它通常被分为三个阶段:

早期失效期(Infant Mortality):产品开始使用的初期,失效率较高,但随着时间的推移,失效率会迅速下降。这个阶段的失效通常是由于设计、材料或制造缺陷导致的。

偶然失效期(Random Failures):也称为随机失效期,这个阶段失效率相对较低且稳定,可以近似看作一个常数。产品可靠性指标通常描述的是这个阶段,这也是产品的有效使用寿命期。

耗损失效期(Wearout):随着使用时间的进一步延长,产品的失效率会因为老化、磨损等原因急速上升,直到产品最终报废

二、测试方法

三、设计方法

3.1 FMEA(Failure Mode and Effects Analysis,故障模式与影响分析)

FMEA是一种预防性的质量管理工具,用于在设计和制造过程中识别潜在的失效模式,并评估这些失效对产品或过程的影响。FMEA的目的是提前发现和消除产品或过程中的潜在故障,从而提高产品的可靠性和安全性。

FMEA的过程通常包括以下几个步骤:

  1. 定义范围:明确FMEA的对象和目标,包括分析的系统、子系统或组件。
  2. 结构分析:识别系统的组成部分,并建立它们之间的结构关系。
  3. 功能分析:确定每个组成部分的功能和性能要求。
  4. 失效分析:识别可能的失效模式,并分析其对系统功能的影响。
  5. 风险分析:评估失效发生的概率和严重程度,并确定风险优先级。
  6. 优化:根据风险分析的结果,提出改进措施并实施。
  7. 结果记录:记录分析过程和结果,为未来的改进提供参考。

3.2 FIT和PPM

FIT(Failure In Time)是一种用于衡量电子产品可靠性的指标,表示在10^9(十亿)小时的操作时间内发生一次故障的概率。换句话说,如果一个产品的失效率被标注为1 FIT,那么可以预期在十亿小时的操作中,将会发生大约一次故障 。

PPM(Parts Per Million)是一个无量纲单位,通常用于表示百万分之一的比例。在可靠性工程中,PPM有时用来表示每百万个产品小时中故障发生的次数。例如,如果一个产品的失效率是100 PPM,那么在每百万产品小时的运行时间内,可以预期大约有100次故障发生 。

FIT和PPM之间的换算关系大致为:1 FIT等于每10亿小时发生一次故障,相当于每年8760小时运行下的8.76 PPM。这意味着如果一个产品的失效率是1 FIT,那么在一年(以8760小时计)的运行时间内,每百万个产品中大约有8.76个会发生故障

3.3 6σ

参考资料

环境与可靠性试验标准介绍,GB、GJB、MIL ... (sohu.com)

不良率与西格玛(σ)水平的关系 - 百度文库 (baidu.com)

相关文章:

环境可靠性

一、基础知识 1.1 可靠性定义 可靠性是指产品在规定的条件下、在规定的时间内完成规定的功能的能力。 可靠性的三大要素:耐久性、可维修性、设计可靠性 耐久性:指的是产品能够持续使用而不会故障的特性,或者说是产品的使用寿命。 可维修性&a…...

Chromium 设置页面打开系统代理源码分析c++

1、前端页面调用showProxySettings() {chrome.send("showProxySettings")} 2、c 响应代码如下 chrome\browser\ui\webui\settings\system_handler.ccvoid SystemHandler::RegisterMessages() {web_ui()->RegisterMessageCallback("showProxySettings",b…...

信号检测理论(Signal Detection Theory, SDT)

信号检测理论(Signal Detection Theory, SDT)模拟是一种实验设计,用于研究和理解在存在噪声或不确定性的情况下如何做出决策。在心理学、认知科学、工程学和许多其他领域,信号检测理论都非常重要。 一、基础概念: 在信…...

Flink源码剖析

写在前面 最近一段时间都没有更新博客了,原因有点离谱,在实现flink的两阶段提交的时候,每次执行自定义的notifyCheckpointComplete时候,好像就会停止消费数据,完成notifyComplete后再消费数据;基于上述原因…...

[Python学习日记-39] 闭包是个什么东西?

[Python学习日记-39] 闭包是个什么东西? 简介 闭包现象 闭包意义与作用 简介 在前面讲函数和作用域的时候应该提到过,当函数运行结束后会由 Python 解释器自带的垃圾回收机制回收函数内作用域已经废弃掉的变量,但是在 Python 当中还有一种…...

XSLT 实例:掌握 XML 转换的艺术

XSLT 实例:掌握 XML 转换的艺术 引言 XSLT(可扩展样式表语言转换)是一种强大的工具,用于将 XML(可扩展标记语言)文档转换为其他格式,如 HTML、PDF 或纯文本。在本文中,我们将通过一…...

【C++】第一节:C++入门

1、C关键字 2、命名空间 在C/C中,变量、函数和后面要学到的类都是大量存在的,这些变量、函数和类的名称将都存在于全局作用域中,可能会导致很多冲突。使用命名空间的目的是对标识符的名称进行本地化,以避免命名冲突或名字污染&am…...

CSP-S 2021 T1廊桥分配

CSP-S 2021 T1廊桥分配 枚举分配给国内航班和国外航班的廊桥数量,若分配给国内机场 i i i个廊桥,则国外机场就有 n − i n-i n−i个廊桥,在此基础上分别判断两边各能通过多少飞机。用一个小根堆存储飞机离开的时间,枚举到一个飞机…...

项目配置说明

文章目录 一、下载 vscode 并安装相应扩展1.1 下载 vscode1.2 安装扩展 二、git 项目三、git 提交流程3.1 确定要提交的代码 四、git 拉新流程 一、下载 vscode 并安装相应扩展 1.1 下载 vscode vscode 我已经发群里了,或者自己去官网下载也行 1.2 安装扩展 打开…...

linux网络编程实战

前言 之前找工作的之后写了一些网络编程的笔记和代码,然后现在放到csdn上保存一下。有几个版本的,看看就好。就是简单的实现一下服务端和客户端之间的交互的,还没有我之前上linux编程课写的代码复杂。 哦对了,这个网络编程的代码对…...

网络基础 【HTTP】

💓博主CSDN主页:麻辣韭菜💓   ⏩专栏分类:Linux初窥门径⏪   🚚代码仓库:Linux代码练习🚚 💻操作环境: CentOS 7.6 华为云远程服务器 🌹关注我🫵带你学习更多Linux知识…...

[Linux#61][UDP] port | netstat | udp缓冲区 | stm32

目录 0. 预备知识 1. 端口号的划分范围 2. 认识知名端口号 3. netstat 命令 4. pidof 命令 二.UDP 0.协议的学习思路 1. UDP 协议报文格式 报头与端口映射: 2. UDP 的特点 面向数据报: 3. UDP 的缓冲区 4. UDP 使用注意事项 5. 基于 UDP 的…...

定义类方法的错误总结

struct Renderer {vector<function<void(vector<string>)>> fileDropListeners;// 定义一个方法&#xff0c;它是将一个函数作为输入&#xff0c;callback是形参void print(function<void(float)> callback_func);void onFileDrop(function<void(ve…...

Redis --- 第三讲 --- 通用命令

一、get和set命令 Redis中最核心的两个命令 get 根据key来取value set 把key和value存储进去 redis是按照键值对的方式存储数据的。必须要先进入到redis客户端。 语法 set key value &#xff1a; key和value都是字符串。 对于上述这里的key value 不需要加上引号&#…...

【Linux】进程间关系与守护进程

超出能力之外的事&#xff0c; 如果永远不去做&#xff0c; 那你就永远无法进步。 --- 乌龟大师 《功夫熊猫》--- 进程间关系与守护进程 1 进程组2 会话3 控制终端4 作业控制5 守护进程 1 进程组 之前我们提到了进程的概念&#xff0c; 其实每一个进程除了有一个进程 ID(P…...

【可视化大屏】将柱状图引入到html页面中

到这里还是用的死数据&#xff0c;先将柱状图引入html页面测试一下 根据上一步echarts的使用步骤&#xff0c;引入echarts.js后需要初始化一个实例对象&#xff0c;所以新建一个index.js文件来进行创建实例化对象和配置数据信息等。 //在index.html引入<script src"j…...

gm/ID设计方法学习笔记(一)

前言&#xff1a;为什么需要gm/id &#xff08;一&#xff09;主流设计方法往往侧重于强反型区&#xff08;过驱>0.2V&#xff09;&#xff0c;低功耗设计则侧重于弱反型区&#xff08;<0&#xff09;&#xff0c;但现在缺乏对中反型区的简单和准确的手算模型。 1.对于…...

高度细化的SAGA模式实现:基于Spring Boot与RabbitMQ的跨服务事务

场景与技术栈 场景&#xff1a;电商系统中的订单创建流程&#xff0c;涉及订单服务&#xff08;Order Service&#xff09;、库存服务&#xff08;Inventory Service&#xff09;、支付服务&#xff08;Payment Service&#xff09;。 技术栈&#xff1a; Java 11 Spring Bo…...

Vue工程化开发

Vue工程化开发 一、工程化开发和脚手架 1.开发Vue的两种方式 核心包传统开发模式&#xff1a;基于html / css / js 文件&#xff0c;直接引入核心包&#xff0c;开发 Vue。工程化开发模式&#xff1a;基于构建工具&#xff08;例如&#xff1a;webpack&#xff09;的环境中开…...

Ray_Tracing_The_Next_Week下

5image Texture Mapping 图像纹理映射 我们之前虽然在交点信息新增了uv属性&#xff0c;但其实并没有使用&#xff0c;而是通过p交点笛卡尔坐标确定瓷砖纹理或者大理石噪声纹理的值 现在通过uv坐标读取图片&#xff0c;通过std_image库stbi_load&#xff08;path&#xff09;…...

利用ngx_stream_return_module构建简易 TCP/UDP 响应网关

一、模块概述 ngx_stream_return_module 提供了一个极简的指令&#xff1a; return <value>;在收到客户端连接后&#xff0c;立即将 <value> 写回并关闭连接。<value> 支持内嵌文本和内置变量&#xff08;如 $time_iso8601、$remote_addr 等&#xff09;&a…...

逻辑回归:给不确定性划界的分类大师

想象你是一名医生。面对患者的检查报告&#xff08;肿瘤大小、血液指标&#xff09;&#xff0c;你需要做出一个**决定性判断**&#xff1a;恶性还是良性&#xff1f;这种“非黑即白”的抉择&#xff0c;正是**逻辑回归&#xff08;Logistic Regression&#xff09;** 的战场&a…...

【力扣数据库知识手册笔记】索引

索引 索引的优缺点 优点1. 通过创建唯一性索引&#xff0c;可以保证数据库表中每一行数据的唯一性。2. 可以加快数据的检索速度&#xff08;创建索引的主要原因&#xff09;。3. 可以加速表和表之间的连接&#xff0c;实现数据的参考完整性。4. 可以在查询过程中&#xff0c;…...

大型活动交通拥堵治理的视觉算法应用

大型活动下智慧交通的视觉分析应用 一、背景与挑战 大型活动&#xff08;如演唱会、马拉松赛事、高考中考等&#xff09;期间&#xff0c;城市交通面临瞬时人流车流激增、传统摄像头模糊、交通拥堵识别滞后等问题。以演唱会为例&#xff0c;暖城商圈曾因观众集中离场导致周边…...

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

解密LSTM与GRU&#xff1a;如何让RNN变得更聪明&#xff1f; 在深度学习的世界里&#xff0c;循环神经网络&#xff08;RNN&#xff09;以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而&#xff0c;传统RNN存在的一个严重问题——梯度消失&#…...

React Native在HarmonyOS 5.0阅读类应用开发中的实践

一、技术选型背景 随着HarmonyOS 5.0对Web兼容层的增强&#xff0c;React Native作为跨平台框架可通过重新编译ArkTS组件实现85%以上的代码复用率。阅读类应用具有UI复杂度低、数据流清晰的特点。 二、核心实现方案 1. 环境配置 &#xff08;1&#xff09;使用React Native…...

测试markdown--肇兴

day1&#xff1a; 1、去程&#xff1a;7:04 --11:32高铁 高铁右转上售票大厅2楼&#xff0c;穿过候车厅下一楼&#xff0c;上大巴车 &#xffe5;10/人 **2、到达&#xff1a;**12点多到达寨子&#xff0c;买门票&#xff0c;美团/抖音&#xff1a;&#xffe5;78人 3、中饭&a…...

【ROS】Nav2源码之nav2_behavior_tree-行为树节点列表

1、行为树节点分类 在 Nav2(Navigation2)的行为树框架中,行为树节点插件按照功能分为 Action(动作节点)、Condition(条件节点)、Control(控制节点) 和 Decorator(装饰节点) 四类。 1.1 动作节点 Action 执行具体的机器人操作或任务,直接与硬件、传感器或外部系统…...

第 86 场周赛:矩阵中的幻方、钥匙和房间、将数组拆分成斐波那契序列、猜猜这个单词

Q1、[中等] 矩阵中的幻方 1、题目描述 3 x 3 的幻方是一个填充有 从 1 到 9 的不同数字的 3 x 3 矩阵&#xff0c;其中每行&#xff0c;每列以及两条对角线上的各数之和都相等。 给定一个由整数组成的row x col 的 grid&#xff0c;其中有多少个 3 3 的 “幻方” 子矩阵&am…...

分布式增量爬虫实现方案

之前我们在讨论的是分布式爬虫如何实现增量爬取。增量爬虫的目标是只爬取新产生或发生变化的页面&#xff0c;避免重复抓取&#xff0c;以节省资源和时间。 在分布式环境下&#xff0c;增量爬虫的实现需要考虑多个爬虫节点之间的协调和去重。 另一种思路&#xff1a;将增量判…...