3. Duane模型数学基础：累积故障率与瞬时故障率的定义、幂律关系推导
Duane模型的核心在于通过数学关系描述系统在开发测试过程中故障率的递减趋势。理解该模型需要首先掌握两个关键概念：累积故障率（Cumulative Failure Rate）与瞬时故障率（Instantaneous Failure Rate），并推导出二者之间的幂律关系。
3.1 累积故障率（Cumulative Failure Rate）
在可靠性增长测试中，累积故障率定义为到某一时刻 \( T \) 为止，系统发生的总故障数 \( N(T) \) 与累积运行时间 \( T \) 的比值。它反映了整个测试周期内的平均故障发生速率。
数学定义：
\[ \lambda_C(T) = \frac{N(T)}{T} \]其中：
- \( T \)：累积测试时间（通常为总运行小时数、循环次数等）。
- \( N(T) \)：在时间区间 \([0, T]\) 内观察到的总故障数。
- \( \lambda_C(T) \)：在时刻 \( T \) 的累积故障率。
关键特征：
- 累积故障率是一个全局平均指标，它平滑了故障发生的瞬时波动。
- 在可靠性增长过程中，随着故障被修复，\( N(T) \) 的增长速度逐渐放缓，导致 \( \lambda_C(T) \) 随时间呈下降趋势。
- Duane观察到，在双对数坐标下，\( \lambda_C(T) \) 与 \( T \) 呈现近似线性关系。
3.2 瞬时故障率（Instantaneous Failure Rate）
瞬时故障率描述的是系统在某一特定时刻 \( T \) 的“当前”故障发生速率。它比累积故障率更能敏感地反映系统可靠性的实时变化。
数学定义：
\[ \lambda_I(T) = \frac{dN(T)}{dT} \]其中：
- \( \frac{dN(T)}{dT} \)：故障数 \( N(T) \) 对时间 \( T \) 的导数，即单位时间内的故障发生概率。
- \( \lambda_I(T) \)：在时刻 \( T \) 的瞬时故障率。
关键特征：
- 瞬时故障率是局部瞬时指标，直接反映了当前系统的可靠性水平。
- 在工程实践中，瞬时故障率通常被视为系统在完成当前阶段改进后的“真实”可靠性度量。
- Duane模型的核心贡献之一，就是建立了累积故障率与瞬时故障率之间的简单比例关系。
3.3 累积与瞬时故障率的对比
| 特性 | 累积故障率 \( \lambda_C(T) \) | 瞬时故障率 \( \lambda_I(T) \) |
|---|---|---|
| 定义 | 总故障数 / 总时间 | 故障数对时间的导数 |
| 物理含义 | 整个测试周期的平均故障率 | 当前时刻的故障率 |
| 对增长的敏感性 | 滞后，受历史数据影响大 | 灵敏，能快速反映改进效果 |
| Duane模型中的关系 | \( \lambda_C(T) = a T^{-b} \) | \( \lambda_I(T) = (1-b) \lambda_C(T) \) |
| 工程用途 | 用于长期趋势预测和增长规划 | 用于评估当前可靠性是否达标 |
3.4 幂律关系推导
Duane模型的核心假设是：在双对数坐标系中，累积故障率与累积测试时间呈线性关系。这一假设直接导出了幂律关系。
步骤1：Duane经验观察
Duane通过对多种系统（如飞机发电机、液压系统）的测试数据进行分析，发现累积故障率 \( \lambda_C(T) \) 与累积时间 \( T \) 在双对数坐标下满足线性关系：
\[ \log \lambda_C(T) = \log a - b \log T \]步骤2：转换为幂律形式
对上述等式两边取指数，得到累积故障率的幂律表达式：
\[ \lambda_C(T) = a T^{-b} \]其中：
- \( a \)：尺度参数（Scale Parameter），反映了初始故障率水平。
- \( b \)：增长率参数（Growth Rate Parameter），\( 0 < b < 1 \)。\( b \) 值越大，表示可靠性增长越快。
步骤3：推导瞬时故障率
根据累积故障率的定义 \( \lambda_C(T) = N(T)/T \)，可得总故障数：
\[ N(T) = T \cdot \lambda_C(T) = T \cdot a T^{-b} = a T^{1-b} \]对 \( N(T) \) 求导，得到瞬时故障率：
\[ \lambda_I(T) = \frac{dN(T)}{dT} = a (1-b) T^{-b} \]步骤4：建立关系
比较 \( \lambda_I(T) \) 与 \( \lambda_C(T) \) 的表达式：
\[ \lambda_I(T) = (1-b) \cdot a T^{-b} = (1-b) \cdot \lambda_C(T) \]这一简洁的推导结果揭示了Duane模型的核心数学结构：瞬时故障率始终是累积故障率的 \( (1-b) \) 倍。由于 \( 0 < b < 1 \)，因此 \( 0 < (1-b) < 1 \)，这意味着瞬时故障率始终低于累积故障率，且二者的差距由增长率参数 \( b \) 决定。
3.5 幂律关系可视化
下图展示了累积故障率与瞬时故障率随测试时间的变化趋势，以及二者之间的比例关系。
3.6 参数 \( a \) 与 \( b \) 的工程含义
| 参数 | 符号 | 取值范围 | 工程含义 |
|---|---|---|---|
| 尺度参数 | \( a \) | \( a > 0 \) | 表示 \( T=1 \) 时的初始累积故障率。\( a \) 越大，初始可靠性越低。 |
| 增长率参数 | \( b \) | \( 0 < b < 1 \) | 表示可靠性增长的速率。\( b \) 越接近 1，增长越快；\( b=0 \) 表示无增长。 |
3.7 幂律关系的图形解释
下图从双对数坐标的角度，展示了Duane模型线性拟合的直观性，这是该模型在工程中易于应用的重要原因。
3.8 幂律关系的工程意义
Duane模型的幂律关系为可靠性增长工程提供了以下实用价值：
- 趋势预测：通过早期测试数据拟合出 \( a \) 和 \( b \)，即可预测未来任意时刻的累积故障率和瞬时故障率。
- 增长评估：参数 \( b \) 直接量化了增长速率，可用于比较不同改进措施或不同系统的增长效果。
- 目标管理：根据可靠性目标（如MTBF目标值），反推所需的测试时间和增长率，辅助制定测试计划。
- 简单易用：仅需两个参数即可描述整个增长过程，且参数可通过简单的双对数线性回归获得。