睿地可靠度論壇（TW-REDI Forum）

標題: 關於電腦系統的MTBF 計算方式與規則 [打印本頁]

作者: mars741110 時間: 2014-8-11 14:54:27 標題: 關於電腦系統的MTBF 計算方式與規則

本帖最後由 mars741110 於 2014-8-11 22:10 編輯

各位好,
小弟目前在系統廠工作，最近有個關於MTBF計算方式上的問題不是很了解。
想在這邊請教各位前輩與各位老師。(如有問題太過基礎還請包涵)

目前我測試計算產品(電腦系統,成品非主件加總計算)的MTBF 方式為使用一般的高溫加速實驗
利用高溫加速倍數AF 來計算出產品的MTBF 是否達到預設要求
如：
經公式計算於攝氏40度時 AF為6倍、總實驗數量為200 台、總實驗時間為300小時，經由計算200 台x 300 小時 x 6倍 = 360000(小時)。在沒有發生故障的狀態下產品的MTBF 為36 萬小時。
我們目前是使用這個方式提出MTBF 數據。(將數據帶入781C PRST chart 後看是否通過)

可是我現在遇到的問題是因為某些原因，導致在實驗時發生以下變因：
1. 所實驗的機台主件(主機板)並非同一批生產出來的
假設共有200 台，M/B vision 為v3，但SMT 打件是分成2 個lot 出來(不同時間製造但版本別及PCBA內容是一樣的)

2. 所實驗的機台(系統)並沒有全部為同一時間執行，而是實驗時間累加
因場地受限或其他因素，導致預設的200 台產品在高溫chamber 內實驗時是分成2 個lot，也就是先執行100 台的攝氏40 度300 小時後再接著進行剩餘的100 台實驗，最後將兩者所實驗的總時數累加。

請問變因1,2 會影響我的結果嗎? 還是說正確的做法是必須"同一批SMT"、"同一批進行同時間的實驗"
謝謝。

作者: liaojenyi 時間: 2014-8-13 15:38:34

即使不考慮變因，估計的平均壽命也會因：形狀參數、信賴水準等而異。
例如，形狀參數1、信賴水準63.2％，就是360,000 h
形狀參數3、信賴水準90％，就只有7,118 h

作者: mars741110 時間: 2014-8-13 17:25:12

liaojenyi 發表於 2014-8-13 15:38
即使不考慮變因，估計的平均壽命也會因：形狀參數、信賴水準等而異。
例如，形狀參數1、信賴水準63.2％，就 ...

感謝廖博說明, 那我原文請教的兩個變因是否會造成"數據瑕疵"
若以不考慮其他變因的狀況下, 所實驗的機台、數量與時間是不是一定要是同一批次、同一時間點進行?
而不能使用累加計算

實例:
原預估需達到100K 小時
作法1:
同一時間執行 60台 x 14天 x 24小時(1天) x AF=6.46 計算結果滿足100K

作法2:
月初開始執行 30台(SMT 批次1) x 14天 x 24小時(1天) x AF=6.46
月中開始執行 30台(SMT 批次2) x 14天 x 24小時(1天) x AF=6.46 兩批次加總滿足100L

其作法2 是不是不可作為報告依據因SMT製造批次不同以及未整批(60台)同時間進行

*真的很感謝廖博與彭博給予這個在台灣的論壇讓我學習!!

作者: liaojenyi 時間: 2014-8-13 21:03:27

IF: SMT 打件是分成2 個lot 出來(不同時間製造但版本別及PCBA內容是一樣的)
THEN: 作法1=作法2:

作者: function 時間: 2014-8-13 23:24:36

這個問我有個不同的看法提供給大家參考，主要是有關加速因子的應用。
你所用的加速因子如果是代表產品壽命的加速因子(也就是討論的失效是屬於有損傷累積性的失效)，那麼這種算法就有問題了！這種加速的倍數並不能代表試驗時間的倍數！
如果加速因子是代表產品隨機失效機率的因子(也就是說跟產品強度分布與應力分布有關的倍數，這是屬於跟隨機失效有關的)，那麼你的計算就沒問題了！

作者: hlperng 時間: 2014-8-14 08:54:17

本帖最後由 hlperng 於 2014-8-14 11:55 編輯

迷思：

（固有）可靠度是「產品」的特性之一，是空間（能用＋好用＋耐用）的因與時間（可用＋久用）的緣所產生的果，由設計發展所主導。生產製造只是將設計理想實現複製出來，對產品可靠度只會減分，不太可能有加大或補強的作用。
不同批次產品的差異是（製造）品質問題，不是產品特性問題，是過程(製造過程：批次、製程參數、控制等）問題，是人間問題。
檢測量到的資料（或數據）及其初步計算結果的資訊是證據之一，不是結論。結論有賴人的知識與智慧判斷，（數學）模型是關鍵，可靠度是計算出來的，不是量測出來的，因此也是人間問題。
預估、評估、推估產品可靠度，需要數據、參數、模型、...等的組合。在確定的分析問題範圍領域（群體）中，所有計算式的數值與結果，必須分出是屬於產品的，還是屬於過程的。使用數據分析的術語，產品可靠度（偏差＋離差）為效度，樣本差異（誤差）及統計信心水準（風險）為信度。
工程資料（或數據）分析首先要確認數據是否屬於問題的群體（離異值檢定），接著找出所有的誤差部分加以排除，讓本性（包括系統性偏差與隨機性離差）正確地表達出來，所以應該是加分的過程。在研發階段預估可靠度，將所有可靠度作為（例如減額、安全裕度、複聯等）一項一項地增加到計算得到的可靠度（或其參數）數值，若是增加可靠度設計努力，結果算出來的可靠度是降低的，那麼先要檢討的是可靠度是怎麼算出來的，而不是檢討設計問題。在生產製造階段評估或推論可靠度，同樣要去除原始數據中屬於製程差異、樣本誤差、計算模型誤差，剩下來的才是產品特性能力（離差程度）的本質。
工程人員要有誠信正直的本性，在誤差最小的前提下客觀地找出正確的產品離差。至於管理決斷的風險問題，那是營經管理者的責任，除非你身兼經營管理決策者。可以想像，Telcordia 332新版預估手冊為何在假設失效率為伽瑪分布的前提下，只給失效率的平均值與標準差，不再像以前提供的失效率數據是65%信心水準的對應值。經營管理是一種藝術，其結果是人的主觀判斷。

作者: kuoshouling 時間: 2014-8-17 11:10:30

針對問題1:

實驗的機台主件(主機板)與出貨時各批比例一樣的話,應該反而是好的抽樣才是!

作者: mars741110 時間: 2014-8-18 11:16:37

真的很謝謝彭博與許博的說明, 版友的說明也十分感謝.
對於許博的解釋小弟的計算是為了提供產品MTBF 數據.
對於加速因子的使用是在於壽命還是隨機失效的機率小弟認為是隨機失效的機率(因我所提供的是產品MTBF 並非有效壽命)*可能我的認知不正確

另外這個問題會產生是在於A廠商認為作法2 是有效的, 但B廠商認為作法2 並不正確.
但我的認知則是對於MTBF 累積時間本因會出現問題而去做下架(維修), 而下架(維修)時會再補上機台(維修好的或是新品). 時間上當然是計算成累加.

歡迎光臨睿地可靠度論壇（TW-REDI Forum） (http://60-251-32-214.hinet-ip.hinet.net/)