郁紅漪，鄒金林，張尉強(qiáng)

1 上海市醫(yī)療器械檢測所，上海市，201318

2 廣州然因普電子科技有限公司，廣州市，510610

0 引言

提高醫(yī)氣電氣設(shè)備可靠性水平對保障我國醫(yī)用電氣設(shè)備長期的安全性和有效性有著關(guān)鍵作用，而市場運(yùn)維數(shù)據(jù)是最能真實(shí)準(zhǔn)確反映上市設(shè)備可靠性狀況的信息來源。但準(zhǔn)確的運(yùn)維數(shù)據(jù)的獲得并不容易，因此規(guī)范運(yùn)維數(shù)據(jù)的收集方法、內(nèi)容，充分挖掘運(yùn)維數(shù)據(jù)蘊(yùn)含的可靠性信息方能充分利用市場在用設(shè)備反饋的可靠性信息以助于企業(yè)改進(jìn)產(chǎn)品的可靠性。

伴隨信息技術(shù)的發(fā)展，部分設(shè)備運(yùn)維大數(shù)據(jù)的收集已能夠通過軟件平臺和服務(wù)器實(shí)現(xiàn)自動(dòng)化，使可靠性工程評估更方便快捷。

基于收集的運(yùn)維數(shù)據(jù)可建立醫(yī)用電氣設(shè)備及主要部件的工程可靠性模型，其可靠性水平的評估可為產(chǎn)品設(shè)計(jì)開發(fā)、物料選型、失效分析、質(zhì)量決策提供可靠的數(shù)據(jù)支撐[1]。

1 運(yùn)維數(shù)據(jù)收集內(nèi)容、方法及特征

1.1 運(yùn)維數(shù)據(jù)收集內(nèi)容

醫(yī)用電氣設(shè)備運(yùn)維數(shù)據(jù)收集的內(nèi)容包括以下幾個(gè)方面[2-3]：

（1）設(shè)備信息：設(shè)備型號、序列號、安裝使用開始時(shí)間等。

（2）故障信息：故障時(shí)間、故障部件、故障現(xiàn)象、維修情況等。

（3）使用工況：工作時(shí)長、使用頻次、醫(yī)院等級、溫度、濕度、氣壓、電力穩(wěn)定性、使用者熟練程度等。

1.2 運(yùn)維數(shù)據(jù)收集方法

可靠性信息可分為內(nèi)場和外場兩大類。內(nèi)場數(shù)據(jù)由企業(yè)內(nèi)部可靠性試驗(yàn)所得，雖然內(nèi)場數(shù)據(jù)準(zhǔn)確性高，但是與實(shí)際有一定差異，而外場數(shù)據(jù)是來源于客戶現(xiàn)場的運(yùn)維數(shù)據(jù)，真實(shí)性較高，其作用是內(nèi)場數(shù)據(jù)無法替代的[4]。

運(yùn)維數(shù)據(jù)一般通過連續(xù)收集、定期集中收集、專項(xiàng)收集的方法進(jìn)行收集。對于用于產(chǎn)品故障時(shí)間分析、建模和預(yù)測的運(yùn)維數(shù)據(jù)則連續(xù)收集的方法比較適用。采取連續(xù)收集方法，現(xiàn)場維護(hù)人員直接在售后維護(hù)系統(tǒng)中記錄各類相關(guān)信息，經(jīng)濟(jì)且便利。系統(tǒng)中統(tǒng)一運(yùn)維數(shù)據(jù)的格式、內(nèi)容，并提供常用可選項(xiàng)，便于現(xiàn)場人員填寫及選擇，以使運(yùn)維數(shù)據(jù)更全面、準(zhǔn)確，提高數(shù)據(jù)采集質(zhì)量及效率。

1.3 運(yùn)維數(shù)據(jù)特征

市場運(yùn)維數(shù)據(jù)為產(chǎn)品實(shí)際運(yùn)行過程中產(chǎn)生的可靠性數(shù)據(jù)，受限于多種因素的影響，龐大但雜亂，對其分析前需進(jìn)行數(shù)據(jù)篩選，剔除異常數(shù)據(jù)，選取有價(jià)值的信息，再進(jìn)行分析處理[5]，可提高使用可靠性分析的準(zhǔn)確性。

運(yùn)維數(shù)據(jù)具有以下主要特征[3]：隨機(jī)性、時(shí)效性、高值性、不確定性、時(shí)間性、可追溯性、統(tǒng)計(jì)性。

2 醫(yī)用電氣設(shè)備使用故障時(shí)間模型與工程評估

2.1 設(shè)備使用可靠性指標(biāo)

本文主要針對較為復(fù)雜且可維修的醫(yī)用電氣設(shè)備的運(yùn)維數(shù)據(jù)開展研究，作為可維修設(shè)備，平均無故障時(shí)間MTBF是評價(jià)設(shè)備使用可靠性的最有實(shí)際意義的指標(biāo)，記為θ。

2.2 設(shè)備運(yùn)維數(shù)據(jù)統(tǒng)計(jì)分析及評估

MTBF數(shù)值變化趨勢可反應(yīng)市場上設(shè)備處于何種失效期，如果設(shè)備處于早期失效期，則MTBF隨時(shí)間變化逐步增大，且增大的幅度逐步減??；若設(shè)備進(jìn)入隨機(jī)失效期，則MTBF隨時(shí)間變化基本不變；當(dāng)設(shè)備進(jìn)入損耗期，MTBF開始隨時(shí)間變化逐步減小，且減小的幅度逐步增大。這就為設(shè)備維修維護(hù)、維護(hù)周期設(shè)定、保修期制定、可靠性指標(biāo)修訂及新產(chǎn)品可靠性指標(biāo)的制定等決策提供依據(jù)。

同時(shí)，MTBF預(yù)測值可用于預(yù)警，當(dāng)設(shè)備MTBF連續(xù)低于閾值時(shí)，進(jìn)行預(yù)警提示，為設(shè)備維護(hù)維修提供依據(jù)，保證市場上設(shè)備的可靠性水平。MTBF閾值由企業(yè)自定義。

2.2.1 統(tǒng)計(jì)分析及評估方法

醫(yī)用電氣設(shè)備MTBF使用可靠性指標(biāo)評估一般以批次為研究對象，分批次進(jìn)行運(yùn)維數(shù)據(jù)的收集、整理、統(tǒng)計(jì)分析及預(yù)測。

以月為單位，統(tǒng)計(jì)每個(gè)時(shí)段某個(gè)批次的運(yùn)維數(shù)據(jù)。所統(tǒng)計(jì)時(shí)段記作Pj，Pj=30天，60天，90天……。假設(shè)某個(gè)批次的產(chǎn)品共有Q臺設(shè)備，截止統(tǒng)計(jì)日期，每個(gè)時(shí)段每臺設(shè)備的總運(yùn)行時(shí)間為pjq，每時(shí)段此批次產(chǎn)品的總運(yùn)行時(shí)間為pj，此批產(chǎn)品累計(jì)運(yùn)行時(shí)間為p，Njq為每時(shí)段每臺設(shè)備的總故障次數(shù)，Nj為每時(shí)段此批次產(chǎn)品的總故障次數(shù)，N為此批產(chǎn)品累計(jì)故障次數(shù)，則此批次產(chǎn)品Pj時(shí)段的瞬時(shí)MTBF可由下式推導(dǎo)得出：累積MTBF可由下式推導(dǎo)得出：[7]。

通過上述過程，得到醫(yī)用電氣設(shè)備每個(gè)批次每個(gè)時(shí)段的瞬時(shí)MTBF和累積MTBF數(shù)據(jù)，由線性回歸法獲得各個(gè)批次瞬時(shí)MTBF和累積MTBF隨時(shí)間的變化趨勢。將X=ln(Pj)和Y1=ln(θj)，X=ln(Pj)和Y2=ln(θ)作為兩個(gè)直角坐標(biāo)系的橫軸和縱軸，按照時(shí)間順序依次將X和Y1、X和Y2各點(diǎn)在直角坐標(biāo)系內(nèi)描點(diǎn)，最后利用線性回歸法擬合得到能夠表征MTBF時(shí)間特性的線性方程Y1=k1X+b1和Y2=k2X+b2[8]。擬合結(jié)果需經(jīng)過擬合優(yōu)度檢驗(yàn)合格，才能在實(shí)際中應(yīng)用。一般通過擬合優(yōu)度（其中Y1n為擬合值，Yn為實(shí)際值，Y1為均值）計(jì)算確定是否檢驗(yàn)通過，檢驗(yàn)通過閾值大小由企業(yè)根據(jù)產(chǎn)品情況自行定義。若R2大于閾值說明擬合結(jié)果比較理想，若R2小于閾值則說明實(shí)際值和擬合值偏差比較大。當(dāng)瞬時(shí)MTBF擬合優(yōu)度小于閾值時(shí)，說明產(chǎn)品已進(jìn)入隨機(jī)失效期。判斷進(jìn)入隨機(jī)失效期后，累積MTBF只選取一段時(shí)間內(nèi)的數(shù)據(jù)比如半年的數(shù)據(jù)[9]，當(dāng)累積MTBF擬合優(yōu)度小于閾值時(shí)，說明產(chǎn)品已進(jìn)入退化期。

一般企業(yè)及客戶比較關(guān)心的是下個(gè)時(shí)段內(nèi)設(shè)備故障次數(shù)多少，瞬時(shí)MTBF即可表征。對于瞬時(shí)MTBF擬合模型Y1=k1X+b1，在早期失效期，k1＞0；在隨機(jī)失效期，k1＝0；在退化期，k1＜0。為了更精準(zhǔn)地預(yù)測設(shè)備下一時(shí)段的瞬時(shí)MTBF，需對數(shù)據(jù)進(jìn)行分段處理分析。當(dāng)設(shè)備處于早期失效期，則對所有時(shí)段數(shù)據(jù)進(jìn)行擬合，得到擬合線性方程當(dāng)設(shè)備處于隨機(jī)失效期，瞬時(shí)MTBF基本處于恒定狀態(tài)，直接取平均值；當(dāng)設(shè)備處于退化期，則對退化期內(nèi)所有數(shù)據(jù)進(jìn)行擬合，得到擬合線性方程Yt=kt X+bt，通過擬合優(yōu)度檢驗(yàn)，若R2大于閾值，則直接通過擬合線性方程預(yù)測下一時(shí)段的瞬時(shí)MTBF，即若R2小于閾值，則取平均值作為預(yù)測值。

2.2.2 MTBF統(tǒng)計(jì)分析及評估

以一批產(chǎn)品的運(yùn)維數(shù)據(jù)作為統(tǒng)計(jì)分析對象，時(shí)間跨度60個(gè)月。統(tǒng)計(jì)各時(shí)段此批設(shè)備的瞬時(shí)運(yùn)行時(shí)間和故障數(shù)、累積運(yùn)行時(shí)間和故障數(shù)，以此計(jì)算出每個(gè)時(shí)段此批次設(shè)備瞬時(shí)MTBF和累積MTBF值，以及時(shí)間和MTBF的對數(shù)值。

從此批產(chǎn)品投入使用時(shí)間開始進(jìn)行統(tǒng)計(jì)分析，將各時(shí)段對應(yīng)時(shí)間和MTBF對數(shù)值在直角坐標(biāo)系內(nèi)依次描點(diǎn)，再利用線性回歸法擬合出ln(Pj)和ln(θj)、ln(Pj)和ln(θ)間的線性關(guān)系。企業(yè)設(shè)定擬合優(yōu)度閾值為0.9。當(dāng)?shù)降?0個(gè)月時(shí)，瞬時(shí)MTBF擬合優(yōu)度開始小于0.9，第10個(gè)月瞬時(shí)MTBF擬合圖如圖1所示，則表示設(shè)備已進(jìn)入隨機(jī)失效期，從整個(gè)失效期瞬時(shí)MTBF擬合圖如圖2可見，由早期失效期進(jìn)入隨機(jī)失效期的拐點(diǎn)時(shí)間也約在第7個(gè)月左右，這可以說明判斷的方法可行；從第10個(gè)月開始，累積MTBF只取最后半年的數(shù)據(jù)進(jìn)行擬合，當(dāng)?shù)降?7個(gè)月時(shí)，累積MTBF擬合優(yōu)度開始小于0.9，第57個(gè)月累積MTBF擬合圖如圖3所示，則表示設(shè)備已進(jìn)入退化期，從整個(gè)失效期累積MTBF擬合圖如圖4可見，由隨機(jī)失效期進(jìn)入退化期的拐點(diǎn)時(shí)間也約在第54個(gè)月左右，這也可以說明判斷的方法可行。

圖1 第10個(gè)月瞬時(shí)MTBF擬合圖Fig.1 Instantaneous MTBF fitting diagram of the 10th month

根據(jù)上述失效期的判定，可分別預(yù)測每個(gè)失效期內(nèi)下個(gè)月的瞬時(shí)MTBF。在前9個(gè)月的早期失效期內(nèi)，取所有早期失效期數(shù)據(jù)進(jìn)行擬合，可預(yù)測下個(gè)月的瞬時(shí)MTBF，如現(xiàn)在處于第4個(gè)月末，則取1個(gè)月～4個(gè)月的瞬時(shí)MTBF數(shù)據(jù)進(jìn)行擬合得到Y(jié)=0.848 8X－0.180 8，擬合優(yōu)度大于0.9，可通過預(yù)測第5個(gè)月瞬時(shí)MTBF為871 h。在10個(gè)月～56個(gè)月的隨機(jī)失效期內(nèi)，取隨機(jī)失效期內(nèi)所有數(shù)據(jù)的平均值作為下個(gè)月瞬時(shí)MTBF的預(yù)測值，比如現(xiàn)在處于第20個(gè)月末，可取10個(gè)月～20個(gè)月的瞬時(shí)MTBF的平均值805.57 h作為第21個(gè)月的瞬時(shí)MTBF的預(yù)測值。在57個(gè)月后的退化期內(nèi)，取退化期的所有數(shù)據(jù)進(jìn)行擬合，預(yù)測下個(gè)月的瞬時(shí)MTBF，如現(xiàn)在處于第60個(gè)月末，則取57～60個(gè)月的數(shù)據(jù)進(jìn)行擬合，擬合方程為Y=－28.314X+307.38，由于擬合優(yōu)度小于0.9，則取平均值作為第61個(gè)月的預(yù)測值即為415.48 h。

圖2 整個(gè)失效期的瞬時(shí)MTBF擬合圖Fig.2 Instantaneous MTBF fitting diagram of the whole failure period

圖3 第57個(gè)月累積MTBF擬合圖Fig.3 Cumulative MTBF fitting diagram of the 57th month

2.3 統(tǒng)計(jì)分析及評估工程實(shí)踐意義

通過設(shè)備MTBF運(yùn)維數(shù)據(jù)的統(tǒng)計(jì)分析及評估，可在實(shí)際工程應(yīng)用中為設(shè)備維修維護(hù)、維護(hù)周期設(shè)定、保修期制定、可靠性指標(biāo)修訂及新產(chǎn)品可靠性指標(biāo)的制定等決策提供依據(jù)[10]。

（1）根據(jù)MTBF運(yùn)維數(shù)據(jù)分析判斷設(shè)備失效期轉(zhuǎn)變時(shí)間拐點(diǎn)，可分時(shí)段制定維護(hù)周期的長短：在早期失效期可縮短維護(hù)周期，并且維護(hù)周期隨時(shí)間推移而逐漸增長；在隨機(jī)失效期，維護(hù)周期可為恒定值；在退化期，可縮短維護(hù)周期，并且維護(hù)周期隨時(shí)間推移逐漸縮短。

（2）根據(jù)拐點(diǎn)時(shí)間設(shè)置合適的保修期，保證市場產(chǎn)品質(zhì)量的同時(shí)降低企業(yè)維保費(fèi)用。

（3）根據(jù)隨機(jī)失效期進(jìn)入退化期的時(shí)間，可驗(yàn)證企業(yè)聲稱的可靠性指標(biāo)是否滿足要求，若不滿足則可進(jìn)行產(chǎn)品改進(jìn)或修訂可靠性指標(biāo)，同時(shí)也為同類新產(chǎn)品可靠性指標(biāo)的制定提供比較可靠的依據(jù)。

（4）企業(yè)也可設(shè)定MTBF最小閾值，當(dāng)預(yù)計(jì)的MTBF值低于閾值時(shí)，可適當(dāng)縮短維護(hù)周期或采取改進(jìn)措施，提高產(chǎn)品的MTBF[4]。當(dāng)預(yù)計(jì)值高于閾值時(shí)，可適當(dāng)放寬維護(hù)周期，這樣在保證市場上產(chǎn)品質(zhì)量的同時(shí)也降低維護(hù)費(fèi)用。

3 醫(yī)用電氣設(shè)備主要部件使用故障時(shí)間模型與工程評估

3.1 部件使用可靠性指標(biāo)

醫(yī)用電氣設(shè)備主要部件一般為不可維修產(chǎn)品，故障發(fā)生后，直接更換新的部件安裝使用，所以在使用過程中關(guān)注的是部件的瞬時(shí)失效率和累計(jì)失效率，記作λ(t)和F(t)。

3.2 基于故障模式的統(tǒng)計(jì)及分析方法和意義

3.2.1 統(tǒng)計(jì)及分析方法

每個(gè)部件的結(jié)構(gòu)/材料/工藝等方面的各異性，都存在特有的多種不同的故障模式，每種故障模式對應(yīng)的失效機(jī)理和誘發(fā)應(yīng)力也不相同，其分布模型也不一致，因此不能使用相同的模型進(jìn)行預(yù)測分析，否則誤差會(huì)較大。將部件的運(yùn)維數(shù)據(jù)依據(jù)不同故障模式進(jìn)行統(tǒng)計(jì)分析，分別建立分布模型進(jìn)行預(yù)測，所有故障模式的失效率之和即為部件的失效率。

主要部件依據(jù)不同故障模式的運(yùn)維數(shù)據(jù)統(tǒng)計(jì)與分析流程如下：

（1）對部件進(jìn)行故障模式分類。對于故障很少的故障模式可不單獨(dú)分類，進(jìn)行合并統(tǒng)計(jì)分析，共有U種故障模式。

（2）每種故障模式運(yùn)維數(shù)據(jù)統(tǒng)計(jì)。以月為統(tǒng)計(jì)時(shí)間單位，時(shí)間段記作tp，以某批次此部件共A個(gè)作為統(tǒng)計(jì)分析對象。統(tǒng)計(jì)每個(gè)時(shí)段內(nèi)，此部件該批次第u種故障模式的失效數(shù)為mp，則累計(jì)失效數(shù)為累計(jì)失效率為F(tp)=Mp/A，瞬時(shí)失效率為λ(tp)=mp/[(tp+1-tp)Ap-1]，式中Ap-1表示tp時(shí)段起始時(shí)刻批次內(nèi)剩余合格品數(shù)。

（3）建立線性擬合方程。對時(shí)間tp取對數(shù)，對累計(jì)失效率導(dǎo)出函數(shù)1/(1-F(tp))取雙對數(shù)，設(shè)定X=ln(tp)，Y=ln(ln(1/(1-F(tp)))，建立直角坐標(biāo)系，依時(shí)間順序，將各時(shí)段對應(yīng)的（X,Y）在坐標(biāo)紙內(nèi)描點(diǎn)，通過線性回歸法得到線性擬合方程Y=buX+ku。

（4）擬合優(yōu)度檢驗(yàn)。運(yùn)維數(shù)據(jù)擬合結(jié)果需經(jīng)過擬合優(yōu)度檢驗(yàn)合格，才能在工程中應(yīng)用。當(dāng)R2大于等于企業(yè)自定義閾值比如0.9時(shí)，擬合優(yōu)度比較理想，擬合結(jié)果可用于建立失效率威布爾分布模型；當(dāng)R2小于閾值時(shí)，擬合優(yōu)度較差，從設(shè)備啟用日期算起，舍棄一定時(shí)段的數(shù)據(jù)進(jìn)行重新擬合及檢驗(yàn)，直到獲得比較理想的擬合結(jié)果，若無法得到，說明此故障模式運(yùn)維數(shù)據(jù)不符合線性關(guān)系。

（5）建立故障模式失效率模型并預(yù)測[11-12]。當(dāng)?shù)玫嚼硐氲臄M合結(jié)果時(shí)，威布爾分布形狀參數(shù)和尺度參數(shù)mu=bu，則可建立第u種故障模式的瞬時(shí)失效率和累積失效率的威布爾分布模型并進(jìn)行預(yù)測：

通過此模型可預(yù)測下一時(shí)段的瞬時(shí)失效率和累積失效率；當(dāng)擬合結(jié)果不理想時(shí)，則采用平均值作為預(yù)測值：

（6）部件失效率預(yù)測。部件的瞬時(shí)失效率和累積失效率預(yù)測：

3.2.2 工程實(shí)踐意義

通過對關(guān)鍵部件基于各故障模式的統(tǒng)計(jì)分析，進(jìn)行失效率預(yù)測。當(dāng)預(yù)測結(jié)果達(dá)到企業(yè)設(shè)定的界限時(shí)，比如當(dāng)預(yù)測的累積失效率達(dá)到20%、3個(gè)月瞬時(shí)失效率連續(xù)達(dá)到0.3%，以及威布爾分布形狀參數(shù)3個(gè)月連續(xù)達(dá)到3以上[13]，則此批部件需制定部件更換決策。并根據(jù)預(yù)測的失效率制定部件備件策略與優(yōu)化方案[14]，避免備件不足而導(dǎo)致無法及時(shí)維護(hù)及維修，降低對企業(yè)的不利影響；或避免備件倉庫積壓，既可降低企業(yè)倉儲成本，又可避免因長期積壓導(dǎo)致備件失效。

3.3 基于不同故障模式和影響因素的統(tǒng)計(jì)分析方法及意義

3.3.1 統(tǒng)計(jì)及分析方法

每個(gè)部件的各種故障模式對應(yīng)的失效機(jī)理和誘發(fā)應(yīng)力不相同，在使用過程中遭受的各種環(huán)境因素及其他影響因素比如溫度、濕度、測試量、醫(yī)院等級等會(huì)對部件的可靠性造成不同程度的影響[6]。基于關(guān)鍵部件不同故障模式和影響因素建立威布爾分布模型，通過影響系數(shù)的大小判定各影響因素的影響程度，從而便于故障定性判斷及影響來源分析，為部件失效分析奠定基礎(chǔ)?；诓煌墓收夏Ｊ胶陀绊懸蛩氐倪\(yùn)維數(shù)據(jù)統(tǒng)計(jì)分析流程如下：

（1）確定預(yù)分析故障模式和其影響因素分類及等級。對其故障模式進(jìn)行分析，以及對實(shí)際使用過程中可能遭受的影響因素進(jìn)行統(tǒng)計(jì)，假定經(jīng)過分析統(tǒng)計(jì)后，某部件共有U種故障模式和G種影響因素，每種影響因素分為HG個(gè)等級。選擇分析部件的第u種故障模式，此種故障模式對應(yīng)的影響因素共V種。

（2）建立基本擬合線性方程。以月為統(tǒng)計(jì)時(shí)間單位，時(shí)間段記作tp，以某批次此部件共A個(gè)作為統(tǒng)計(jì)分析對象。不分影響因素，統(tǒng)計(jì)每個(gè)時(shí)段內(nèi)，此部件此批次第u種故障模式的失效數(shù)為mp，則累計(jì)失效數(shù)為累計(jì)失效率為F(tp)=Mp/A，瞬時(shí)失效率λ(tp)=mp/[(tp+1-tp)Ap-1]，式中Ap-1表示tp時(shí)段起始時(shí)刻批次內(nèi)剩余合格品數(shù)。對時(shí)間tp取對數(shù)，對累計(jì)失效率導(dǎo)出函數(shù)1/(1-F(tp))取雙對數(shù)，設(shè)定X=ln(tp)，Y=ln(ln1/(1-F(tp)))，建立直角坐標(biāo)系，依時(shí)間順序，將各時(shí)段對應(yīng)的（X,Y）在坐標(biāo)紙內(nèi)描點(diǎn)，通過線性回歸法及擬合優(yōu)度檢驗(yàn)，得到較好的擬合結(jié)果Y=buX+ku，此方程為基本擬合線性方程。

（3）建立第u種故障模式在每個(gè)影響因素每個(gè)等級下的擬合線性方程。比如統(tǒng)計(jì)某批次某部件第u種故障模式在第v種影響因素第h等級條件下共Au個(gè)樣本，每個(gè)時(shí)段內(nèi)失效數(shù)為np，則累計(jì)失效數(shù)為累計(jì)失效率為F(tp)=Np/Au，瞬時(shí)失效率為λ(tp)=np/[(tp+1-tp)Au(p-1)]。采用3.3.1(2)中基本威布爾分布模型的建立方法，建立此故障模式在每個(gè)影響因素每個(gè)等級下的擬合線性方程

（4）確定影響系數(shù)。將各影響因素的各等級條件對威布爾分布擬合線性方程中常量的影響程度作為影響系數(shù)，即

3.3.2 工程實(shí)踐意義

不同的影響因素及相應(yīng)等級對關(guān)鍵部件不同故障模式的失效率貢獻(xiàn)度的大小判定，可以用于確定影響部件特定故障模式失效率的主要原因，這為故障失效分析及改進(jìn)提供大體方向，同時(shí)也為同類部件開展物料可靠性評價(jià)及可靠性試驗(yàn)方案的制定提供素材。

通過市場故障失效分析，匯總分析結(jié)果，形成設(shè)計(jì)規(guī)范，作為研發(fā)可靠性設(shè)計(jì)準(zhǔn)則，為研發(fā)可靠性設(shè)計(jì)奠定基礎(chǔ)。

4 總結(jié)

我們研究了醫(yī)用電氣設(shè)備市場運(yùn)維數(shù)據(jù)收集方法、內(nèi)容及特征，從三個(gè)層面建立故障時(shí)間分布模型，同時(shí)分析設(shè)備所處的失效期及各影響因素對故障率的貢獻(xiàn)度。醫(yī)用電氣設(shè)備以MTBF表征產(chǎn)品使用可靠性水平，其隨時(shí)間變化而變化，我們提出分段建立故障時(shí)間分布模型的可靠性評估方法。而關(guān)鍵部件以失效率作為評估指標(biāo)，基于故障模式建立更加切合實(shí)際的故障時(shí)間分布模型，可以更精確地預(yù)測部件的失效率?；诓煌收夏Ｊ降募ぐl(fā)應(yīng)力的不同，在不同故障模式和影響因素條件下建立威布爾分布模型，計(jì)算其影響系數(shù)，分析每種影響因素對各故障模式的貢獻(xiàn)度。三個(gè)層面的故障時(shí)間分布模型及評估結(jié)合可靠性數(shù)學(xué)理論和實(shí)際運(yùn)行工況，在實(shí)際工程應(yīng)用中，有明顯的指導(dǎo)作用及意義，對產(chǎn)品開發(fā)前期可靠性設(shè)計(jì)、物料選型及評價(jià)、可靠性鑒定/驗(yàn)收等試驗(yàn)方案制定、故障失效分析及質(zhì)量決策奠定基礎(chǔ)和提供數(shù)據(jù)支撐。