产品系统可靠性的原理与执行

今年年初国家质检总局发布《家用汽车产品修理、更换、退货责任规定》，广大汽车企业、汽车零部件供应商企业，乃至其他更多的机械、电子产品企业都再次意识到产品质量可靠性的重要程度。以前可有可无的产品可靠性分析已经不再是个锦上添花的摆设了，它已经成为企业持续经营的基本条件之一。

汽车以及汽车的核心零部件（如发动机等）是一个复杂的系统，单个零部件的稳定可靠并不能代表系统工作的稳定可靠。因此，在从研发到生产的整体过程中，既需要继续关注单个零部件的质量可靠性改进，同时更需要重视提升子系统乃至整车系统的质量可靠性。

这里所谓的系统，是指能够完成某一特定功能，由若干个彼此有联系而且又能相互协调工作的单元组成的综合体。由于客户需求的不断更新和科学技术的不断发展，很多产品的复杂程度越来越高，由此导致产品发生故障的可能性也越来越大。因此，可靠性工程师需要研究清楚组成系统的各个零部件之间的表面物理关系和背后逻辑关系，以及每个零部件发生故障的规律及其对系统性能的影响程度，最终构建出系统的寿命预测模型。

关于系统可靠性的分析原理，主要涉及到两个：可靠性框图（Reliability Block Diagram）和可靠性数学模型（Reliability Mathematical Model）。一般来说，系统可靠性分析模型可以分为三类：串联系统（Series System），并联系统（Parallel System），混合系统（Mixed System），分别如下图所示。

R_total = R₁* R₂

简单串联系统及其可靠性函数示意图

R_total = 1-(1-R₁)*(1- R₂)

简单并联系统及其可靠性函数示意图

R_total = [1-(1-R₁)*(1- R₂)]* [1-(1-R₃)*(1- R₄)]

简单混合系统及其可靠性函数示意图

在实际工作中，系统可靠性的分析工作要比上述的原理说明要复杂很多。因为需要我们研究系统可靠性的对象往往是个由成百上千个单元构成的混合系统，而且系统中的每个单元的可靠性也往往是一个包含很多晦涩难懂的统计学原理知识的可靠性函数。这使得很多机械工程、电子工程背景出身的工程师一筹莫展，企业运用和推广可靠性分析的工作变得知易行难，效率低下，可靠性工作应有的价值无法在执行层面发挥出来。

专业统计质量分析软件JMP中的“可靠性/生存”模块可以使系统可靠性分析变得异常简单，整个工作过程就像儿童用乐高积木搭建高楼大厦一样轻松愉快。下面通过一个比较成熟的飞行器系统的可靠性模型分析案例，可以让我们切实体验到运用先进分析工具，提高可靠性分析效率的成就感。

如下图所示的单翼螺旋桨飞机由Engine（发动机）、Cockpit（座舱）、Wing（机翼）、Control（控制面板）、Port（左舷）和Starboard（右舷）等关键单元组成，每个关键单元，如Engine，又由Motor（电机）、Fuel（燃料系统）、Cooling（冷却系统）和Propeller（推进器）等零部件组成。如何能够准确而又高效地估算出这个复杂系统的可靠性呢？

在JMP软件的“可靠性方框图”平台上，可靠性技术人员实施这个分析工作就会变得十分得心应手。只要点击鼠标，拖拉基本、串行、并行、结点和k out of n等不同的设计元素按钮，工程师就能在几分钟内构建出众多零部件之间的逻辑模型。如果系统包含子系统、二级子系统等多个层次，也可以通过调用库元素来实现多层次的嵌套设计。下图就是一个基于JMP软件绘制的飞行器系统的可靠性功能框图。

在正确搭建起飞行器系统可靠性的基本框架后，更重要的事情就是综合所有已知的元件可靠性分布量化模型，对整个系统的可靠性做出统一有效的预测。

这时候的技术难点主要体现在需要通过一连串繁琐的可靠性数学模型运算，计算出一系列技术参数来反映系统发生故障的风险几率，如可靠度（Reliability）、累积失效概率（Cumulative Failure Probability）、失效概率密度（Failure Probability Density）、危险率（Hazard Rate）、分位数寿命（Quartile Lifetime），以及元件重要性系数（Component Importance）等等。整个运算过程十分复杂，哪怕调用传统的可靠性分析程序也要花费大量的时间，其中任意一个小小的疏忽都会导致全盘的失误，这使得很多人对此望而却步。

幸运的是，一向推崇“探索性交互式数据发现”的JMP软件，用其特有的预测刻画器（Prediction Profiler）解决了困扰可靠性工程师们多年的问题。因为在预测刻画器中，工程师只要通过菜单界面设定了元件的可靠性参数，系统可靠性的模型就可以通过生动直观的图形界面（见下图）来展现了。