GB/T35023-2018
液压元件可靠性评估方法
Methodstoassessthereliabilityofhydrauliccomponents
- 中国标准分类号（CCS）J20
- 国际标准分类号（ICS）23.100.01
- 实施日期2018-12-01
- 文件格式PDF
- 文本页数24页
- 文件大小2.04M
以图片形式预览液压元件可靠性评估方法
液压元件可靠性评估方法
国家标准 GB/T35023一2018 液压元件可靠性评估方法 Methodstoassessthereliabilityofhydraliecomponents 2018-05-14发布 2018-12-01实施 国家市场监督管理总局 发布 币国国家标准化管理委员会国家标准
GB/35023一2018 目 次 前言 范围 2 规范性引用文件 术语和定义 计量单位与符号 可靠性的一般要求 评估可靠性的方法 失效或中止的实验室试验分析 现场数据分析 实证性试验分析 10试验报告 1 标注说明 附录A资料性附录失效或中止的实验室试验分析计算示例 附录B(资料性附录)现场数据分析计算示例 附录c(资料性附录)实证性试验分析公式推导与计算示例 18 参考文献
GB/35023一2018 前 言 本标准按照GB/T1.1一2009给出的规则起草
本标准由机械工业联合会提出
本标准由全国液压气动标准化技术委员会(SAC/TC3)归口
本标准负责起草单位:浙江大学
本标准参加起草单位;北京机械工业自动化研究所,武汉科技大学,油威力液压科技股份有限公司、 江苏省机械研究设计院有限责任公司、北京华德液压工业集团有限责任公司、力源液压(苏州)有限公 司、燕山大学、扬州市江都永坚有限公司、航天科技集团公司第一研究院第十八研究所,赛克思液压 科技股份有限公司、韶关液压件厂有限公司、宁波华液机器制造有限公司,镇江液压股份有限公司
本标准主要起草人徐兵、曹巧会,从昌,钱新博、林广、杨永军,赵静一,赵静被、焦文瑞、陈东升、 谢辉、何友文、徐建江、张时剑、秦海兴、黄智武、韦长峰、张策、叶绍干,夏士奇
GB/35023一2018 液压元件可靠性评估方法 范围 本标准规定了适用于GB/T17446中定义的液压元件的可靠性评估方法 失效或中止的实验室试验分析 a b 现场数据分析; c 实证性试验分析 本标准适用于液压元件无维修条件下的首次失效
规范性引用文件 下列文件对于本文件的应用是必不可少的
凡是注日期的引用文件,仅注日期的版本适用于本文 件
凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件
GB/T2900.13电工术语可信性与服务质量 GB3100国际单位制及其应用 GB/T3358.1统计学词汇及符号第1部分;一般统计术语与用于概率的术语 GB/T4091常规控制图 GB/T5080.6设备可靠性试验恒定失效率假设的有效性检验 GB/T17446流体传动系统及元件词汇 JB/T7033液压传动测量技术通则 术语和定义 GB/T2900.13、GB/T3358.1,GB/T17446界定的以及下列术语和定义适用于本文件
为了便于 使用,以下重复列出了某些术语和定义
3.1 元件component 由除配管以外的一个或多个零件组成的实现液压传动系统功能件的独立单元
注;指缸、泵、马达、阀、过滤器等液压元件 3.2 可靠性reliability 产品在给定的条件下和给定的时间区间内能完成要求的功能的能力
[[GB/T2900.13一2008,定义191-02-067 注;这种能力若以概率表示,即称可靠度
3.3 失效failure 元件完成要求的功能的能力的中断 [GB/T2900.13一2008,定义191-04-01]
GB/T35023一2018 3.4 B0寿命Blife 当元件投人使用后未经任何维修,可靠度为90%时的平均寿命;或预期有10%发生失效时的平均 寿命
3.5 meantietofailure 平均失效前时间 MTTF 失效前时间的数学期望
[GB/T2900.132008,定义191-12-07] 注;即元件投产后未经任何维修从投人运行到失效时所统计的平均工作时间
3.6 平均失效前次数meaneyclestofailure MCTF 失效前次数的数学期望
3.7 闻值thresholdlevel 用于与元件的性能参数(如泄漏量、流量和工作压力等)的试验数据进行比较的值
注;该值作为性能比较的关键参数,通常是由专家定义的某个值,但不一定表示元件工作终止
3.8 终止循环计数 terminationcyclecount -个样本首次达到某个阀值水平时的循环次数 3.9 样本sample 由一个或多个抽样单元构成的总体的子集
[GB/T3358.1一2009,定义1.2.17 计量单位与符号 4.1计量单位应符合GB3100的规定
4.2威布尔参数(weibullParameters)的符号 斜率; 特征寿命; 最小寿命
t 5 可靠性的一般要求 5.1可靠性可通过第6章给出的三种方法求得
5.2应使用平均失效前时间(MTTF)和B寿命来表示
5.3应将可靠性结果关联置信区间 5.4应给出表示失效分布的可能区间
5.5确定可靠性之前,应先定义“失效",规定元件失效模式
5.6分析方法和试验参数应确定值水平,通常包括 动态泄漏(包括内部和外部的动态泄漏); a
GB/35023一2018 b 静态泄漏(包括内部和外部的静态泄漏); 性能特征的改变(如失稳,最小工作压力增大、流量减少,响应时间增加,电气特征改变、污染和 附件故障导致性能衰退等 注:除了上述值水平,失效也可能源自突发性事件,如:;爆炸,破坏或特定功能丧失等
评估可靠性的方法 通过失效或中止的实验室试验分析,现场数据分析和实证性试验分析来评估液压元件的可靠性
而不论采用哪种方法,其环境条件都会对评估结果产生影响
因此,评估时应遵循每种方法对环境条件 的规定
失效或中止的实验室试验分析 7.1概述 7.1.1进行环境条件和参数高于额定值的加速试验,应明确定义加速试验方法的目的和目标
7.1.2元件的失效模式或失效机理不应与非加速试验时的预期结果冲突或不同
7.1.3试验台应能在计划的环境条件下可靠地运行,其布局不应对被试元件的试验结果产生影响
可 靠性试验过程中,参数的测量误差应在指定范围内
7.1.4为使获得的结果能准确预测元件在指定条件下的可靠性,应进行恰当的试验规划
7.2试验基本要求 试验应按照本标准适用的被评估元件相关部分的条款进行,并应包括 使用的统计分析方法; aa 可靠性试验中应测试的参数及各参数的阂值水平,部分参数适用于所有元件,值水平也可按 b 组分类; 测量误差要求按照JB/T7033的规定; c d 试验的样本数,可根据实用方法(如:经验或成本)或统计方法(如:分析)来确定,样本应具有代 表性并应是随机选择的; 具备基准测量所需的所有的初步测量或台架试验条件 f 可靠性试验的条件(如;供油压力、周期率,负载、工作周期、油液污染度、环境条件,元件安装定 位等) g 试验参数测量的频率(如:特定时间间隔或持续监测); h)当样本失效与测量参数无关时的应对措施; 达到终止循环计数所需的最小样本比例如:50%); 试验停止前允许的最大样本中止数,明确是否有必要规定最小周期数(只有规定了最小周期 数,才可将样本归类为中止样本或不计数样本); 试验结束后,对样本做最终检查,并检查试验仪器,明确这些检查对试验数据的影响,给出试验 k 通过或失败的结论,确保试验数据的有效性(如:一个失效的电磁铁在循环试验期间可能不会 被观测到,只有单独检查时才能发现,或裂纹可能不会被观测到,除非单独检查). 7.3数据分析方法 7.3.1应对试验结果数据进行评估
可采用威布尔分析方法进行统计分析
7.3.2应按照下列步骤进行数据分析
GB/T35023一2018 记录样本中任何一个参数首次达到阔值的循环计数,作为该样本的终止循环计数
若需其他 a 参数,该样本可继续试验,但该数据不应用于后续的可靠性分析
b 根据试验数据绘制统计分布图
若采用威布尔分析方法,则用中位秩
若试验包含截尾数据， 则可用修正的Johnson公式和Bernard公式确定绘图的位置
数据分析示例参见附录A
对试验数据进行曲线拟合,确定概率分布的特征值
若采用威布尔分析方法,则包括最小寿命 ,斜率8和特征寿命7
此外,使用1型Fisher矩阵确定B寿命的置信区间
注;可使用商业软件绘制曲线
8 现场数据分析 8.1概述 8.1.1对正在运行产品采集现场数据,失效数据是可靠性评估依据
失效发生的原因包括设计缺陷、 制造偏差、产品过度使用、,累积磨损和退化,以及随机事件
产品误用,运行环境、操作不当,安装和维护 情况等国索直接影响产品的寿命
应采集现场教据以评估这些因素的影响记录产品的详细信息,姐批 号代码、日期、编码和特定的运行环境等
8.1.2数据采集应采用一种正式的结构化流程和格式,以便于分配职能、识别所需数据和制定流程,并 进行分析和汇报
可根据事件或检测(监测)的时间间隔采集可靠性数据
8.1.3数据采集系统的设计应尽量减小人为偏差
8.1.4在开发上述数据采集系统时,应考虑个人的职位、经验和客观性
8.1.5应根据用于评估或估计的性能指标类型选择所要收集的数据
数据收集系统至少应提供 基本的产品识别信息,包括工作单元的总数 a 设备环境级别 b es 环境条件; d 运行条件; 性能测量; e D 维护条件; 失效描述 8 h 系统失效后的变更; 更换或修理的纠正措施和具体细节; 每次失效的日期、时间和(或)周期
8.1.6在记录数据前,应检查数据的有效性
在将数据录人数据库之前,数据应通过验证和- 致性 检查
为了数据来源的保密性,应将用作检索的数据结构化 8.1.7 8.1.8可通过以下三个原则性方法识别数据特定分布类型 工程判断,根据对生成数据物理过程的分析; a 使用特殊图表的绘图法,形成数据图解表(见GB/T4091); b 衡量给出样本的统计试验和假定分布之间的偏差;GB/T5080.6给出了一个呈指数分布的此 c 类试验
8.1.9分析现场可靠性数据的方法可用 帕累托图 a b 饼图 柱状图: e d) 时间序列图;
GB/35023一2018 自定义图表; ee f 非参数统计法; 累计概率图; g h统计法和概率分布函数; 威布尔分析法; i 极值概率法
注;许多商业软件包支持现场可靠性数据的分析
8.2现场调查数据的可靠性估计方法 计算现场数据平均失效前时间(MTTF)或平均失效前次数(MCTF)的方法,应与处理实验室数据 的方法相同
使用7.3给出的方法,示例参见附录A,补充信息参见附录B 实证性试验分析 g.1概述 9.1.1实证性试验应采用威布尔法,它是基于统计方法的实证性试验方法,分为零失效和零/单失效试 验方案
通过使用有效历史数据定义失效分布,是验证小样本可靠性的一种高效方法
9.1.2实证性试验方法可验证与现有样本类似的新样本的最低可靠性水平,但不能给出可靠性的确切 值
若新样本通过了实证性试验,则证明该样本的可靠性大于或等于试验目标
g.1.3试验过程中,首先选择威布尔法的斜率8(参考文献[2]介绍了韩国机械与材料研究所提供液压 元件的斜率值9);然后计算支持实证性试验所需的试验时间<历史数据已表明,对于一种特定的失效模 式,3趋向于一致);最后对新样本进行小样本试验
如果试验成功,则证实了可靠度的下限 g.1.4在零失效试验过程中,若试验期间没有失效发生,则可得到特定的B寿命
注表示累计失效率百分比的下标变量,如;对于B寿命i=10. 9.1.5除了在试验过程中允许一次失效之外,零/单失效试验方案和零失效试验方案类似
零/单失效 试验的成本更高(更多试验导致),但可降低设计被驳回的风险
零/单失效试验方案的优势之一在于 当样本进行分组试验时如:试验容量的限制),若所有样本均没有失效,则最后1个样本无需进行试验
该假设认为当有1个样本发生失效时,仍可验证该设计满足可靠性的要求
9.2零失效方法 g.2.1根据已知的历史数据,对所要试验的元件选择一个威布尔斜率值
根据式(1)确定试验时间或根据式(2)确定样本数(推导过程参见附录C). 9.2.2 71/ n-C -,"S-台 tt L又IR "-A(片 式中: -试验的持续时间,以时间、周期或时间间隔表示 -可靠性试验指标,以时间周期或时间间隔表示; 威布尔斜率,从历史数据中获取 R 可靠度(100-i)/100; -累计失效率百分比的下标变量(如:对于Bn寿命，i=10); 样本数
GB/T35023一2018 试验的置信度; 查表1或根据式(1)计算
表1A值 R C/% R R R0 R0 R 95 298.l 58.40 28.43 13.425 8.399 229.1 21.85 10.319 6.456 90 44.89 31.38 4.512 60.1 15.28 7.213 80 70 119.8 23.47 11.43 5.396 3.376 60 91.2 17.86 8.70 4.106 2.569 9.2.3开展样本试验,试验时间为上述定义的t,所有样本均应通过试验 9.2.4若试验成功,则元件的可靠性可阐述如下 元件的B，寿命已完成实证性试验,试验表明根据零失效威布尔方法,在置信度c下,该元件的最 小寿命至少可达到t,如:循环、小时或公里)
9.3零/单失效方法 9.3.1根据已知的历史数据,确定被试元件的威布尔斜率值8
g.3.2根据式(3)确定试验时间参见附录C). lnRa1 3 1=！ lnR 式中 试验的持续时间,以时间、周期或时间间隔表示; -可靠性试验指标,以时间周期或时间间隔表示; -威布尔斜率,从历史数据中获取; 可靠度(100-)/100; R 零(单)失效的可靠度根值(见表2); 累计失效率百分比的下标变量(如;对于B寿命,j=10)
表2R值 c/% 10 95 0,0253 0.1353 0.,2486 0.3425 0.4182 0.4793 0.5293 0.5708 0.6058 90 0,0513 0.1958 0,3205 0,416l 0.4897 0,5474 0.5938 0.6316 0.6631 0.1056 0.2871 0.4176 0.5775 0.7022 80 0.5098 0.629 0.6696 0.7290 70 0.1634 0.3632 0.4916 0.578o 0.6397 0.6857 0.721" 0.7498 0.773o 6o 0.2254 0.4329 0.5555 0.635o 0.6905 0.7315 0.7629 0.7877 0.8079 g.3.3样本试验的试验时间t由式(3)确定,在试验中最多只能有1个样本失效
当不能同时对所有 样本进行试验时,若除了最后1个样本以外的所有样本均试验成功,则最后1个样本无需试验
GB/35023一2018 9.3.4若试验成功,则元件的可靠性可阐述如下 元件的B，寿命已完成实证性试验,试验表明;根据零/单失效威布尔方法,在置信度C下,该元件 的最小寿命至少可达到t,(单位为循环,小时或公里). 0试验报告 试验报告应包含以下数据 相关元件的定义 a b 试验报告时间; 元件描述(制造商、型号、名称、序列号); c d 样本数量; 测试条件(工作压力、额定流量、温度、油液污染度、频率负载等); 阔值水平; 各样本的失效类型; g 中位铁租%单鸽置信区何下的B.寿命" h 特征寿命7; 失效数量 j k3 威布尔分布计算方法(如;极大似然法,回归分析,Fisher矩阵) 其他备注 D 标注说明 11 当遵循本标准时,在试验报告,产品样本和销售文件中作下述说明: “液压元件可靠性测试和试验符合GB/T35023《液压元件可靠性评估方法》的规定”
GB/T35023一2018 附 录 A 资料性附录) 失效或中止的实验室试验分析计算示例 概述 A.1 失效数据的潜在分布是未知的
通常应用的威布尔分布属于参数分布,包括一个分布簇,其他分布 如指数分布或正态分布都是威布尔分布的子集,可作为各类寿命数据的分析模型
威布尔分布由三个参数定义 特征寿命值); a b) 斜率; 最小寿命参数t
c 注:当B<1时,失效率递减;当8=1时,失效率为常数;当8>1时,失效率递增
A.2无中止型失效数据分析示例 假设在一次可靠性试验中,样本数为7个,在试验中测量5个参数(a、,b、c、d和e)
随着试验的进 行,采集在不同循环次数下各个参数的原始数据
在某些时候,其中某个参数达到其阔值水平,记录下 此时的循环次数,参见表A.1
样本的终止循环计数(表格中阴影部分所示)是该样本的任何一个参数 首次达到阔值时的循环次数
当至少有超过一半的样本(本示例中为4个样本)达到其终止循环计数 时,则试验完成
本示例说明,在试验超出样本的终止循环计数时,若继续试验时,样本的其他参数达到 阀值的情况
表A.1试验样本的飒值和数据 阂值 终止循环计数 参数a:××× 参数b:××× 参数e;××× 参数d:××× 参数e;:××× 11.8×10" 样本5 样本1 21.5×10" 30.2x×10 样本2 31.6×10" 样本2 样本5 39.8×1o' 样本1 41.1×10" 样本5 42.9×10" 样本6 42.9×10" 试验结束 -样本3、4、7终止试验 注;部分样本未达到其阔值,它们是在试验结束时终止的
由表A.2所示的数据绘制威布尔图
GB/35023一2018 表A.2威布尔图数据 序列 循环数 中位秩 l1.8×10" 0.0946 0.2297 21.5×10" 30.2×10" 0.3649 42.9×10" 0.500o 注:中位秩的值与样本数(本示例中为7个样本)有关
本示例中,中位秩的值用Beta二项式(A.1)计算
P,一0.3 (A.1) r"=NW 式中: -序列 P Ne -试验样本数(本示例中为7个样本)
90 50 1000 说明: 记录周期,单位为10”次; 累积失效概率,% -95%单侧置信区间的上限; 三参数威布尔分布的中位秩 95%置信度下的B寿命
注;最小寿命为3.76×10次,特征寿命为51.7×10'次,斜率为1.24,MTTF为52.0×10'次
图A.1示例1的威布尔图 95%置信区间根据1型Fisher矩阵法计算
当F(t)=0.1,由图A.1所示的数值,使用三参数威布尔公式计算的值[见式(A.2)]
根据中位 秩曲线,可得出B寿命如下 F()=1一e-( (A.2 、1.2 o 0.l=1一e(I 11/A,24 十3.76×10" /=(51.7×10'一3.76×10')×[In(1/0.9)] 50%置信度(中位秩曲线)下的B寿命;/=11.5X10'次
由威布尔图分析得到95%置信度下,B寿命是6.2×10'次循环次数)
GB/T35023一2018 注;威布尔曲线在其底部是弯曲的,表明最小寿命值是可能存在的
这说明三参数威布尔公式是合理的
A.3截尾数据分析示例 在一些情况下,某些样本在其失效之前就被移除掉,而其他样本继续试验
样本移除的原因可包括 设备失效,外部损坏(如;火、停电,由于检查而移除等与试验目的无关情况
被移除的样本不能返回试 验项目,应被归人截尾样本中
本示例说明如何评估这种情况下元件的可靠性
参见表A.3,其阴影部分表示样本首次达到值时的循环次数
表A.3试验样本的阔值和数据 闯值 终止循环计数 参数a:××× 参数b:××× 参数c:××× 参数d:××× 参数e:××X 样本5 l1.8×10" 样本1 21.5×10" 25.0×10 样本4被移除 30.2×1o 样本2 31.6×1o 样本2 样本5 35.0×10" 样本3被移除 39.8×10" 样本1 样本5 41.1×10" 样本6 42.9×10 试验结束样本7从试验中移除 42.9×l0 在本示例中,由于截尾出现在试验过程中,所以,应使用Johnson和Bernard公式计算终止试验样 本的中位秩
图形位置使用John 公式[见式(A.3)]计算 hnson S,.P十N十1) Pl A.3 S， ，十l 式中 P 图形位置; o S 反向序列 -前一个图形位置; P N.m 试验样本数(本示例中为7个样本 使用Bernard近似公式[见式(A.4)]计算中位秩ru P一0.3 (A.4 M N Vet十0,4 表A.4描述了上述计算
10
GB/35023一2018 表A.4含中止的试验结果的图形位置与中位秩 反向序列 图形位置 终止循环计数 样本编号 序列 状态 中位秩 失效 0.0946 l1.8×10° 失效 21.5X10 0.2297” 25,0×10" 中止 30,.2×10" 失效 3.2 0.391o 35.0×10'" 中止 42.9×10 失效 4.8 0,6081 42.9×10 终止 前两个条目的图形位置无需根据Johnson公式计算,其中位秩可由标准值表或 近似公式得出
为保 Bernard 证一致性,本示例中使用的是Bernard近似公式
使用计算出的图形位置和中位秩,可得到威布尔图,其结果如图A.2所示
90 50 10 100 10 说明 记录周期,单位为10次; 累计失效概率,%; -95%单侧置信区间的上限; 二参数威布尔分布的中位秩 95%置信度下的B寿命
注;最小寿命为0次,特征寿命为45.1x×10'次,斜率为1.74,.MTTF为40.2x10次
图A.2示例2的威布尔图 95%置信度根据1型Fisher矩阵法计算
当F(e)=0.1,使用二参数威布尔公式[见式(A.5)]计算工的值,根据中位秩曲线,得出B寿命 如下 11
GB/T35023一2018 /) e一g" (A.5 F(t)=1 0.1一1一e口a的" =45.1×10'×[ln(1/0.9)]17 0%置信度(中位秩曲线)下的B寿命 =12.4×10"次
由威布尔图分析得到;95%置信度下,B寿命是4.8×10'次(循环次数) 注;威布尔曲线在其底部是直线型的,说明其最小值趋向于0
这说明二参数威布尔公式是合理的
间歇试验示例 A.4 A.4.1概述 在可靠性试验中,通常不可能持续监测样本的状态(是否超过阔值)
因此,需要在定义的试验时间 间隔内检测样本的状态(是否失效)
当元件在一个时间间隔内失效,由于失效的准确时间是未知的 如:;该元件可能在间隔期的开始或结束时失效),会在一定程度上造成信息缺失
因此,需要选择一个 合适的试验时间间隔
间隔试验数据的典型类型包括左设限和右设限类型的截尾数据(中止
寿命数据类型如下 完全数据;拥有各个样本的寿命数据(失效前时间); a 截尾数据例如 b 右截尾数据;样本在观察过程中未失效(中止); 间隔截尾数据:样本在间隔期内失效; 左截尾数据;样本在间隔期的开始和观察中失效
注;一个数据集可能包含不止一种截尾类型.
可使用极大似然估计(MLE)方法取代等级回归方法(或最小二乘法,RRX)进行数据分析
极大似 然估计法不考虑序列和图形位置,只使用各个失效或中止的时间
一般来说,极大似然估计法适用于复 杂混合截尾,或大样本量(>30)的情况
而X轴的等级回归方法适用于完全数据或小样本量的情况
A.4.2示例 对有30个样本的抽样进行试验,当有超过一半的样本失效时,则试验结束
在试验过程中,由于操 作错误,1个样本被中止试验(计人下一时间间隔的失效数)
检测的时间间隔为400h
在这些检测过 程中,可发现由于功能障碍或超过阔值水平而导致的失效,结果见表A.5
表A.5试验结果 最后检测 状态 状态结束 该状态的样本数 截尾 抽样编号 时间/h F或S 时间/h 400 左截尾 F 400 800 21,24 间隔截尾 800 1200 间隔截尾 1200 1600 间隔截尾 9,13 1600 2000 间隔截尾 27,10 2000 2400 右截尾 22 12
GB/35023一2018 表A.5(续) 最后检测 状态结束 状态 截尾 该状态的样本数 抽样编号 时间/h F或S 时间/h 2400 2800 间隔截尾 2800 3200 6,ll,19 间隔截尾 间隔截尾 3200 3600 1,24 2,4,7,8,12,15,l6,18; 15 3600 3600 右截尾 20,23,25,26,28,29,30 操作错误
试验中这些样本全部被移除 由于失效的准确时间未知,将时间间隔的平均值作为失效前时间
用改进的Johnson公式[见式(A.3)]计算图形位置,用Bernard近似公式[见式A.4)]计算中位秩 进而可绘制威布尔图,见图A.3(可由商业软件绘制)
使用二参数威布尔分布,并使用极大似然法分析截尾数据
分析结果如图A.3所示
斜率值8为1.34,表明元件已损耗(8>l)
在累积失效概率为10%和 63.2%时,B寿命和特征寿命p,可由曲线读出
99 90 12 I0O 1000 10000 说明: 时间,单位为小时(h); 中位秩下的B寿命值(982h) 累计失效概率,%; 95%置信度下的特征寿命值(3410h); 二参数型威布尔分布的中位秩 中位秩下的特征寿命值(5070h) -95%置信区间的上限 数据点; -5%置信区间的下限; 10 -间隔; 11 -特征寿命 右截尾数据" 12 -95%置信度下的B寿命值(555h); 左截尾数据
图A.3间隔数据的威布尔图 从试验得出的结论是;在95%置信度下,元件的B寿命为555h,特征寿命为3410h,MTTF=3131h
13
GB/T35023一2018 附 录 B 资料性附录) 现场数据分析计算示例 B.1现场调查数据的示例 附录A中的方法和式(A.1)一式(A.5)可用于现场采集到的数据
不是所有元件在使用过程中都发生失效,所以现场数据通常为右截尾数据
为了评估元件总体的可 靠性,需要掌握达到其失效和中止的时间信息
本示例给出一种使用销售和退货数据计算可靠性的方法
表B1统计了一个特定时间段内的销售和退货数据
“退货量”中的各行给出从最左列的销售月份 起,接下来几个月的退货量
表格对角线上的阴影单元表示从销售月份起,在相同时间间隔内的退货量 这些数据在“威布尔所需数据”的“失效数”列中相加,(如;在所有销售月份中,经两个月使用后,共有19个 退货,对应“失效数”列的最后一个阴影单元)
左边第二列表示每个月的“销售量”,右边第二列表示每个 月的“净退回量”,将“销售量”减去“净退货量“,可得到“截尾数”
“威布尔所需数据”的“时间”列为对角单 元的退货(失效)对应的间隔月数
如果可获得销售和退货的准确日期即更为准确的实际失效前时间. 在这种情况下,计算元件失效和中止的准确时间,并使用标准图表分析数据(参见示例A.3). 表B.1元件现场数据集(销售和退货量 退货量 贼布尔所需数据 失 销售量 效 净退货量 五 七 九 十 十 四 十 数 1m 815 777 38 879 10 84l 38 15 891 22 854 37 867 20 836 31 826 25 799 27 879 26 857 2 827 29 815 12 879 23 874 85 23 849 855 19 853 8847 846 825 825 用改进的Johnson公式[见式(A.3)]计算图形位置,用Bernard近似公式[见式(A.4)]计算中位秩 进而可绘制威布尔图
根据Nevada表中的数据,绘制图B.1(可用商业软件)
如果调查的现场数据包 括总体样本,则置信区间没有意义
如果只调查总体一部分样本,则使用较低的置信区间以考虑随机数 据
同时,使用在较低置信区间下的B寿命来声明元件的可靠性
当所求得的寿命超过最终数据点 的失效或中止时间的两倍时,则不宜使用该推断结果,因为进一步的失效时间是不确定的
14
GB/35023一2018 90 5C 0.1 w 00 说明: -时间,单位为月; 累计失效概率,单位% 二参数威布尔分布的中位秩 数据点 截尾数据
注;特征寿命为58.75,斜率为1.72
图B.1元件现场数据集的威布尔图 附录A的公式可用于现场采集到的数据
B寿命可根据式(A.2)来计算
由二参数威布尔性质 t
=0,式(A.2)简化为式(B.1): F(e)-1-eo"" B.l 当斜率8=1.72,位置参数刀=58.75时,可根据式(B.2)计算B寿命: 0.1=1一e/鼠.3) (B.2 可得 r=15.83
因此,被调查总体的B寿命为15.83个月
B.2现场数据处理的可靠性特性 B.2.1 概述 由于可靠性受多个参数和失效模式的影响,如果得到的可靠性只是根据对一种数据的分析,则需要 谨慎考虑是否采纳该可靠性结果
如果元件可能会在多种不同的失效模式下失效,则该元件有不同的 斜率值8,元件的可靠性将取决于失效模式
应用条件如;压力、污染物、流体、振动和温度)也将影响 位置参数
由于以上原因,可能得到同一元件的不同可靠性值
所以,未指定前提的通用的元件可靠性 声明将是不准确的
因此,当声明单个可靠性值时,需要使用从试验评估或现场数据得来的最保守的可 靠性值
B.2.2不同失效模式的示例 假设元件应用在多种不同的场合,且每种应用场合的环境条件也不同
对采集到的现场数据进行 15
GB/T35023一2018 统计分析,参见表B.2(为简化起见,本示例只给出结果,而非现场数据值 在正常的应用条件下(应用场合1),分布的斜率月保持不变,而特征寿命1会随负载的变化而变 化
但是,当发生一个以上的失效模式时(某些模式不受负载影响),则斜率月和特征寿命7都将改变 随着应用条件(应用场合2和应用场合3)的变化,这些都可能进一步改变
下列示例中,方向阀有三种失效模式,基于不同的应用条件,将得到不同的可靠性值,其威布尔图见 图B.2,图B.3和图B.4
表B.2元件二参数威布尔分布的现场数据分析 失效模式 应用场合 参数 A:泄漏过量 B;压力增益过小C;电气元件失效D;整个液压元件失效 3.92 0,94 斜率值3 2,.49 1.85 1;正常使用 特征寿命p/月 14o 230 1363 180 B寿命/月 78.8 93.3 123.7 53,5 斜率值 3.94 2.07 1.35 1.74 2;高压及污染物 特征寿命 7月 67 154 362 119 B寿命/月 68,4 32.6 37.8 51.8 斜率值8 4.65 2.28 1.00 1.17 3;高温及振动 特征寿命n/月 01 126 335 189 B寿命/月 62.1 47.0 35,4 27.6 99 90 50 10 0.5 0. 100 说明: -时间,单位为月; X 累计失效概率,%; -整个冗件可靠度的中位秩;特征寿命刀 )=180,8=1.85; 失效模式A下元件可靠度的中位秩;特征寿命"=140,8=3.92 -失效模式B下元件可靠度的中位秩;特征寿命=230,B=2.49; -失效模式c下元件可靠度的中位秩;特征寿命)=1363,j=0.94 图B.2应用场合1正常使用条件下的威布尔图 16
GB/35023一2018 99 90 50 0.1 100 说明 时间,单位为月; 累计失效概率,%; -整个元件可靠度的中位秩;特征寿命"=l19,8=1.74; -失效模式A下元件可靠度的中位秩特征寿命刀=67,j8=3.94 失效模式B下元件可靠度的中位秩;特征寿命刀=154,8=2.07 失效模式c下元件可靠度的中位秩;特征寿命=362,8=1.35 图B.3应用场合2 -高压及污染物使用条件下的威布尔图 99 90 50 0.5 100 说明 时间,单位为月; 累计失效概率,% -整个元件可靠度的中位秩;特征寿命7=189,月=1.17, -失效模式A下元件可靠度的中位秩:特征寿命=101,8=4.65; 失效模式B下元件可靠度的中位秩;特征寿命刀=126,8=2.283 -失效模式C下元件可靠度的中位秩;特征寿命刀=3358=1.00 图B4应用场合3高温及振动使用条件下的威布尔图 在正常使用条件下,整个元件的平均Bm寿命是53.5个月,当其他应用场合的应力大于正常使用条 件的应力时由于单元的单个失效模式,整个元件的平均B寿命减小
17
GB/T35023一2018 录 附 C 资料性附录) 实证性试验分析公式推导与计算示例 零失效试验时间公式的推导 由威布尔手册(见参考文献[1])中的式(6-3),得式(c.1) R”=1 式中 -置信度
由二参数威布尔的累计分布函数,得式(C.2) -(/))" R=e C.2 分布数上的特定值,见式(C.3) R，一e=n/%" C,3 式中 R对应的试验时间 -零失效分布曲线的特征寿命
7 通过替换表达式中的R和.,可用式(C.4)求解1(试验时间),或用式(C.5)求解n(样本数)
以上 两个公式可得到零失效方法所需的试验时间和样本数(当要推断所试验样本的可靠性是否等于或大于 已提出的分布时
[ln-C]" t=t C.4 nlnR In(1一 C.5 InR C.2零失效试验示例 假设某液压系总体的威布尔斜率为2.0,特征寿命为2000h(B寿命为650h)
当重新设计该梨 后(所用材料不变),在70%置信度下验证该液压泵的B寿命至少为1000h,4个新样本应试验多长时 间?新的特征寿命又是多少?若当可用试验时间只有1200h,所需试验的样本数是多少? 由于重新设计的泵使用与初始设计相同的材料,威布尔斜率将不变(=2.0y 通过描述,可得 0%时,B=B0; R;=R0=1一0.10=0.90; ;=1000hn=4; 或者1=1000h,'=1200h. 由表1可知,当C=70%,B,=B时,A=l1.43. 由式(1)(见9.2.2),得 1l.43 =1000x -1690(h) -(兮” 或由式(2)(见9.2.2),得 18
GB/35023一2018 1000 n=11.43× =7.98 200 上述为零失效试验所需的试验时间或为时间缩减试验所需的样本数
当已知B寿命时,威布尔累计分布函数的新特征寿命可用式(C.3)确定,并用式(C.6)解出 1000 =3080.78(h C.6 I RT (一ln0,9)" 满足4个样本在160h的试验过程中均未失效或8个样本在1200h的试验过程中均未失效;在 70%置信度下,该液压泵的B;寿命至少为1000h,新的特征寿命为3081h. 为了确定相同的可靠性和置信度,采用4个样本进行标准试验,确定其威布尔图所需的试验时间如 下[用第四次失效时的R值重新求解式(C.5] 3081×(-In0.1591)1?=4177(h) 因此,与在威布尔分布未知的标准失效试验的试验时间相比,零失效试验节省的试验时间为 4177一1690=2487(h) 应指出的是,本示例中假设时间缩减试验和标准试验的威布尔曲线是相同的,且第四次失效的可靠 性值(4个样本的)取自中位秩曲线
由于时间缩减试验曲线是70%置信度曲线,所以计算结果不是完 全正确的,只是对比计算
c3零/单失效时间公式的推导 由威布尔手册(见参考文献[1])中式(6-5),得: 1-C)=R"十nR"-'(1一R) C.7 上式描述了零/单失效的二项式概率
确定满足上式的R值(在[O,1]区间上),计算过程如下 X=R"十nR"-!(1一R)一(1-C) 对于选定的C和n的值,能推出公式X=0的根
这些根可通过绘制cC的表格得到,该表的列为 =0时R 样本数n(2二"三10),行为R(0
GB/35023一2018 参 考 文献 [1]ABERNATHY,R.TheNewweibullHandbook:ReliabiltyandStatisticalAnalysisforPre- dietinglilfe,Safety,Survivability,Risk.,CostandwarantyClaims.,thed.,November2000.,GulfPub ishingCo.Houston,Texas. [[2]BarringerandAssoeiates,Ine.,Texas,availableat:http;//www.barringerl.com. [[3]1SO/TR19972-1;2009Hydrauliefluidpower一Methodstoassessthereliabilityofy drauliccomponents-Generalproceduresandcalculationmethod
液压元件可靠性评估方法GB/T35023-2018
液压元件是液压系统中的重要组成部分，其质量和可靠性直接影响着整个液压系统的性能。为了确保液压元件的可靠性，我们需要对其进行评估。GB/T35023-2018是中国国家标准化委员会发布的关于液压元件可靠性评估方法的标准。该标准详细说明了评估液压元件可靠性的方法和步骤，使得液压元件的可靠性评估工作更加规范化和标准化。
在评估液压元件可靠性时，需要考虑许多因素。例如，液压元件的设计、制造、安装和维护等方面都会影响其可靠性。GB/T35023-2018提供了一系列的可靠性评估方法，包括：
- 故障模式和影响分析（FMEA）：通过对液压元件可能出现的故障进行分析和评估，可以预测潜在的故障，并采取相应的措施来降低故障率。
- 可靠性增长测试：通过对液压元件进行长期运行测试，可以评估其可靠性指标，并确定其预期寿命。
- 加速寿命测试：通过对液压元件进行高速、高温或高压等条件下的测试，可以加速其老化过程，以评估其可靠性。
除了以上的评估方法之外，GB/T35023-2018还介绍了如何评估液压元件的可靠性参数。这些参数包括：
- 失效率：液压元件在一定时间内发生故障的概率。
- 平均无故障时间（MTBF）：液压元件正常使用的平均时间间隔。
- 平均修复时间（MTTR）：当液压元件发生故障时，恢复其正常工作所需的平均时间。
通过对液压元件的可靠性评估，我们可以更好地了解其可靠性水平，并采取相应的措施来提高其可靠性。这不仅可以降低生产成本，还可以提高设备的使用寿命和安全性。
