2. Duane模型起源：Duane模型的提出背景、历史沿革与工程应用价值

2.1 提出背景：从“试错”到“可预测”的转折

20世纪60年代以前，复杂装备系统的可靠性增长主要依赖“试验—故障—修复—再试验”的试错循环。工程师们发现，随着累积试验时间的增加，系统的故障率呈现下降趋势，但缺乏一个统一的数学框架来描述这种“增长”的速率与规律。当时面临的核心痛点包括：

• 无法量化增长速率：无法回答“每多试验100小时，故障率能下降多少？”
• 缺乏预测能力：无法根据早期数据预测达到目标MTBF所需的试验时间。
• 管理决策盲目：项目管理者难以判断可靠性投入是否有效，也无法科学制定试验截止节点。

正是在这种“经验驱动、缺乏定量工具”的背景下，通用电气公司的工程师J. T. Duane在1962年发表了一篇开创性论文，首次提出了基于累积故障率与累积试验时间的幂律关系模型，为可靠性增长从“定性管理”走向“定量预测”奠定了基石。

2.2 历史沿革：从经验公式到标准方法

Duane模型的发展经历了三个主要阶段，其演变过程体现了从“工程经验”到“统计理论”再到“行业标准”的成熟路径。

其中，Larry H. Crow在1974年的工作具有里程碑意义。他证明了Duane模型等价于一个强度函数为幂律形式的NHPP，从而为模型提供了严格的统计推断基础（如参数估计、置信区间、拟合优度检验）。这一理论升级使得Duane模型从“画线拟合”升级为“可假设检验的统计模型”。

2.3 工程应用价值：为什么Duane模型至今仍被广泛使用？

Duane模型之所以在半个多世纪后仍然是可靠性增长领域的“第一课”，源于其独特的工程实用价值：

1. 数据需求低，启动门槛低：仅需累积试验时间与累积故障数两个序列，即可开始建模。无需复杂的失效物理模型或详细的应力数据。
2. 可视化直观，沟通成本低：在双对数坐标纸上（或现代软件中），增长趋势一目了然。斜率（增长速率）和截距（初始可靠性水平）具有明确的工程含义。
3. 可预测，可规划：基于早期试验数据，可以外推达到目标MTBF所需的额外试验时间，为资源投入和进度安排提供定量依据。
4. 可追溯，可审计：模型参数（增长速率α、尺度参数β）可以作为项目可靠性管理的量化KPI，便于不同项目之间的横向对比和历史追溯。

下表总结了Duane模型在典型工程场景中的具体应用：

2.4 Duane模型的核心数学形式与图示

Duane模型的核心数学关系为：

累积故障率 C(t) = λ · t^(-α)

其中：
  C(t) = N(t) / t   —— 累积故障率（累积故障数/累积时间）
  t    = 累积试验时间
  N(t) = 到时间t为止的累积故障数
  λ    = 尺度参数（与初始可靠性水平相关）
  α    = 增长速率参数（0 < α < 1，α越大增长越快）

在双对数坐标下，上式变为线性形式：

ln[C(t)] = ln(λ) - α · ln(t)

这意味着，如果以ln(t)为横轴、ln[C(t)]为纵轴绘制散点图，数据点应大致分布在一条斜率为-α的直线上。下图展示了这一核心关系：

2.5 历史启示：Duane模型的局限性与后续发展

尽管Duane模型具有里程碑意义，但作为一门“从经验中生长”的学科，它也存在固有的局限性。理解这些局限，有助于我们更准确地使用该模型，并为后续学习AMSAA模型（第3章）做好铺垫。