可靠性试验在项目管理中的应用
项目管理的目标通过获得合理的车辆/里程安排从而使项目进度和成本到底最优。这时候我们需要的根据项目的费用和周期确定最合理的数量和里程。
在这里我们会用到两个公式:Bayes公式和Lipson交换公式。
其中Bayes公式:R=(1-C)1/N用来计算在一个给定的置信度和故障率下,通过型试验所需的样本数量;
而Lipson交换公式:x2/x1=(N1/N2)1/b则被用来在同一质量水平下,计算一个预设样品数量下的试验时间或者一个预设时间下所需的样本数量。
如某个产品要求的设计可靠性为240,000km(R90C50),它表示在置信度50%的情况下240000km使用里程期间的产品可靠性应大于90%。根据这个指标通过Bayes公式我们可以反算出N=6.58,即我们需要至少7台车跑完240000km的测试并没有发生故障时,才能保证产品可靠性达标,这个方案显然不能让我们满意,无论是数量还是里程都是比较高的。
这就需要我们根据Lipson交换公式对里程和数量进行调整和优化,我们可以通过增加试验车数量的方式来压缩试验里程(试验周期),也可以通过减少试验车数量的方式来压缩总试验里程(试验费用)。从而在项目管理的层面实现试验方案进行优化。
如下表的计算结果显示,在R90C50的可靠性要求下,如果试验样本从规定的7个减少到2-3个,可以大大的压缩总试验里程(费用)。当然与之对应的是单车的试验里程和周期有对应的增加。
当然具体到某个产品,其合理的试验数量和里程不单单和质量要求(可靠性指标R与信赖度水平C)有关,它还和该产品的失效分布形式(即weibull函数的形状参数b)有关,一个产品真实的失效函数的b值到底是多少,取决于部件的设计和制造决定的失效寿命分布,在启动试验,进行试验策划的时候,这个参数则就要依靠我们日常同类产品的数据积累来确定了。