2. 可靠性增长基本模型与核心概念

可靠性增长试验的核心任务，是用可观测的故障数据去推断产品可靠性随时间或试验进程的变化趋势。要完成这一推断，必须先把“可靠性在增长”这一工程直觉翻译成可计算的数学描述。本节围绕增长试验的数学描述、瞬时MTBF与累积MTBF、增长因子、增长曲线，以及Duane模型与AMSAA模型的物理意义与适用条件展开。

一、增长试验的数学描述：从故障时刻到强度函数

可靠性增长试验通常采用“试验—发现问题—纠正—再试验”的迭代模式。设试验从 t=0 开始累积计时，第 i 次故障发生的累积试验时间为 t_i（i=1,2,…,n），则故障数据可表示为 0 < t₁ ≤ t₂ ≤ … ≤ t_n。若试验在累积时间 T 处截尾，则还包含一个截尾信息 T。

描述增长过程最基本的量是瞬时故障强度 λ(t)，它表示在时刻 t 的极短时间间隔内发生故障的条件概率密度，量纲为“故障数/小时”。与之对应，瞬时MTBF定义为 θ(t)=1/λ(t)，表示当前时刻的瞬时平均无故障工作时间。当产品可靠性在增长时，λ(t) 单调下降，θ(t) 单调上升。

另一类描述方式是累积故障数 N(t)，即在 [0,t] 内观测到的故障总数。若把 N(t) 对 t 求期望，得到均值函数 E[N(t)]=m(t)，其导数即为强度函数 λ(t)=dm(t)/dt。因此，增长模型的数学描述本质上就是为 m(t) 或 λ(t) 选择一个带参数的函数形式，再用故障数据估计参数。

二、瞬时MTBF与累积MTBF

工程上常出现两个容易混淆的指标：瞬时MTBF与累积MTBF。

• 瞬时MTBF θ(t)=1/λ(t)，反映“当前时刻”的可靠性水平，是判断增长是否持续、是否达到目标的直接依据。
• 累积MTBF θ_c(t)=t/N(t)，即累积试验时间除以累积故障数，反映从开始到 t 时刻的“平均”可靠性水平。

由于增长过程中早期故障多、后期故障少，累积MTBF总是低于同一时刻的瞬时MTBF，且两者差距随增长速率增大而增大。例如某产品在 T=1000 h 时累积故障数为 20，则累积MTBF为 50 h；若此时强度函数已降至 λ=0.01/h，则瞬时MTBF为 100 h。若误用累积MTBF评估当前水平，会明显低估产品实际可靠性。因此在阶段评审中，应以瞬时MTBF作为达标判据，累积MTBF仅用于总体趋势描述。

三、增长因子与增长曲线

增长因子用于量化可靠性提升的幅度。常用定义有两种：一是瞬时MTBF增长因子 R_θ=θ(t₂)/θ(t₁)，表示两个时刻瞬时MTBF之比；二是累积故障数增长因子 R_N=N(t₁)/N(t₂)，表示相同累积时间下故障数的下降比例。两者互为倒数关系，使用时必须注明定义方式，避免评审口径不一致。

增长曲线是把 θ(t) 或 λ(t) 随累积试验时间的变化绘制成曲线。典型的增长曲线在双对数坐标下近似为直线，这正是Duane模型的几何特征。增长曲线可用于外推：在已有数据基础上估计达到目标MTBF所需的累积试验时间。

四、Duane模型：工程经验驱动的累积描述

Duane模型源于对大量机电产品增长试验数据的观察：在双对数坐标下，累积MTBF θ_c(t) 与累积试验时间 t 近似成直线关系，即

θc(t) = θ₁ · t^m ，0 < m < 1

其中 θ₁ 为 t=1 时的累积MTBF，m 为增长参数（直线斜率）。m 越大，增长越快。由 θ_c(t)=t/N(t) 可得累积故障数 N(t)=t^1−m/θ₁，进而瞬时MTBF为

θ(t) = θc(t) / (1 − m)

这说明在Duane模型下，瞬时MTBF与累积MTBF之比恒为常数 1/(1−m)。例如 m=0.4 时，瞬时MTBF是累积MTBF的 1.67 倍。Duane模型的物理意义是：随着试验进行，系统性缺陷被逐步纠正，累积平均可靠性按幂律改善。它的优点是参数少、拟合简单、便于工程沟通；缺点是它描述的是累积量，对瞬时行为的刻画是间接的，且不便于处理截尾数据和给出严格的统计置信区间。

五、AMSAA模型：随机过程驱动的强度描述

AMSAA模型（也称Crow模型）把故障发生视为非齐次泊松过程（NHPP），其强度函数取幂律形式：

λ(t) = a · b · t^(b−1) ，a > 0 ，b > 0

对应的均值函数为 m(t)=a·t^b。参数 b 是形状参数，直接决定增长方向：b<1 时 λ(t) 递减，可靠性增长；b=1 时 λ(t)=a 恒定，退化为齐次泊松过程，无增长；b>1 时 λ(t) 递增，可靠性退化。瞬时MTBF为 θ(t)=1/[a·b·t^(b−1)]。

AMSAA模型的物理意义在于：它把每次纠正视为对故障强度的一次“削减”，用随机点过程描述故障到达规律，因此可以严格处理截尾数据、给出参数的点估计与区间估计，并进行拟合优度检验（如Cramér–von Mises检验）。当 b 的置信区间上限小于1时，可判定增长趋势显著。它的代价是计算量较大，且要求故障时间记录完整、纠正措施确实生效。

六、两模型的选用与配合

实际工程中，Duane模型适合试验早期快速判断“有没有增长、增长快不快”，并给出粗略的外推；AMSAA模型适合在数据积累到一定量后做严格评估，尤其是需要给出瞬时MTBF置信下限、判断是否达到阶段目标时。两者并非互斥：可先用Duane曲线观察趋势，再用AMSAA模型做统计推断。需要注意的是，两模型都假设纠正措施有效且不引入新缺陷；若试验中出现“纠正后故障率反而上升”，应检查是否存在纠正引入的新问题，而不是强行套用增长模型。