2. 浴盆曲线数学基础：失效率函数 λ(t)、概率密度函数 f(t) 与累积分布函数 F(t)

要深入理解浴盆曲线，必须首先掌握描述产品寿命特征的三个核心数学函数：失效率函数 λ(t)、概率密度函数 f(t) 和 累积分布函数 F(t)。这三者构成了可靠性工程定量分析的基石，也是浴盆曲线不同阶段划分的数学依据。

2.1 累积分布函数 F(t) —— 不可靠度

累积分布函数 F(t) 表示产品在时间 t 之前发生故障的概率，也称为不可靠度。其数学定义为：

F(t) = P(T ≤ t) = ∫₀ᵗ f(τ) dτ

其中 T 为产品的故障时间随机变量。F(t) 具有以下关键特性：

• 单调递增：从 F(0)=0 逐渐增长至 F(∞)=1。
• 物理意义：在 t 时刻，已有 F(t)×100% 的产品发生了故障。
• 与可靠度 R(t) 互补：R(t) = 1 − F(t)。

2.2 概率密度函数 f(t) —— 故障密度

概率密度函数 f(t) 描述了故障发生时间在 t 附近的相对密集程度。它是 F(t) 对时间的一阶导数：

f(t) = dF(t)/dt

f(t) 的核心特征包括：

• 非负性：f(t) ≥ 0 对所有 t 成立。
• 归一性：∫₀^∞ f(t) dt = 1。
• 物理意义：在极短时间 Δt 内，产品在 [t, t+Δt] 区间发生故障的概率约为 f(t)·Δt。

2.3 失效率函数 λ(t) —— 瞬时故障率

失效率函数 λ(t) 是浴盆曲线的直接数学表达，它定义为：在 t 时刻尚未发生故障的产品，在随后的单位时间内发生故障的条件概率密度。其数学表达式为：

λ(t) = f(t) / R(t) = f(t) / [1 − F(t)]

λ(t) 与 f(t)、F(t) 之间存在严格的微分关系：

λ(t) = − d[ln R(t)] / dt

由此可推导出可靠度 R(t) 的通用表达式：

R(t) = exp[ − ∫₀ᵗ λ(τ) dτ ]

2.4 三函数关系对比表

函数	符号	定义式	取值范围	物理含义
累积分布函数	F(t)	∫₀ᵗ f(τ) dτ	[0, 1]	到 t 时刻为止的累积故障比例
概率密度函数	f(t)	dF(t)/dt	[0, ∞)	故障发生瞬时密集程度
失效率函数	λ(t)	f(t) / [1−F(t)]	[0, ∞)	当前未故障产品在下一时刻的故障风险

2.5 三函数关系示意图

下图直观展示了 F(t)、f(t) 与 λ(t) 在浴盆曲线三个典型阶段中的数学关联与形态变化：

2.6 浴盆曲线三阶段对应的 λ(t) 特征

基于 λ(t) 的数学定义，浴盆曲线可划分为三个典型阶段，每个阶段对应不同的故障机理：

阶段	λ(t) 变化趋势	数学特征	典型故障模式
早期失效期	递减 (DFR)	dλ(t)/dt < 0	设计缺陷、制造瑕疵、装配错误
偶然失效期	近似恒定 (CFR)	dλ(t)/dt ≈ 0	随机应力、环境过载、操作失误
耗损失效期	递增 (IFR)	dλ(t)/dt > 0	磨损、疲劳、腐蚀、老化

2.7 典型寿命分布的 λ(t) 表达式

不同寿命分布对应不同的 λ(t) 形态，下表列出工程中常见的三种分布及其 λ(t) 表达式：

分布类型	λ(t) 表达式	浴盆曲线对应阶段	典型应用场景
指数分布	λ(t) = λ（常数）	偶然失效期	电子元器件、系统随机故障
威布尔分布 (β<1)	λ(t) = (β/η)·(t/η)^(β−1)	早期失效期	机械磨合、软件缺陷排除
威布尔分布 (β>1)	λ(t) = (β/η)·(t/η)^(β−1)	耗损失效期	轴承磨损、材料疲劳

2.8 工程应用提示