欢迎来到「小Q质量课堂」专栏!本专栏由希维科技精心打造,专注分享质量管理实战经验。在这里,小Q将化身实战专家,带大家运用专业工具、拆解真实工业场景、共同探索解决方案!
本期课题
30 件密封圈的寿命数据,选 Weibull 还是对数正态,竟然决定了这批产品能不能交付。
三行结论
第一,这批 30 件完整失效的寿命数据中,对数正态的 Anderson–Darling(0.945)优于 Weibull(1.675),是该组候选模型中较合适的描述。
第二,对数正态 B10 点估计 648.00 h 虽越过 600 h,但报告所列 90% 正态下限仅 508.30 h;Kaplan–Meier 显示第三件在 690 h 泄漏后生存比例降至 0.900,经验曲线尚不足以独立支持放行。
第三,暂停不是否决:补齐批次与装配核查、增加独立批次试验件后,用同一套分布识别 + 参数 B10 + 非参数低尾复核的证据链,再决定是否重启客户验证。
*数据与结论均基于配套工作簿的可复现口径,全部试验件均已发生首次泄漏,删失标记 0 不得当作右删失值使用。*
01.周四夜班的那个电话
周四晚上十点,试验室主管在复核恒温老化试验时发现:最早一件液压阀弹性体密封圈,在 430 小时就出现了首次泄漏。
按客户要求,在约定的 110 ℃ 老化与压力条件下,首次泄漏寿命的 B10 至少要 600 小时。注意,B10 不是平均寿命,而是“预计 10% 产品已失效”的时间——是客户现场最不能出事的那部分早期失效。
一个电话打过去,三方各执一词:
制造负责人:可能是某件装配偏心,个案而已;研发负责人:这批混炼和硫化差异有记录,不能排除系统性问题;试验室主管:仅凭少数早期样品否决改版胶料,可能错过交付窗口;可若只看平均寿命或一条“看起来贴合”的曲线就放行,客户现场会承担失效风险。
周六 16:00 前,质量负责人必须回答两个问题:
哪种分布更能描述这 30 件寿命数据?即使选了较合适的分布,B10 的证据是否足以越过 600 小时门槛?
第一个问题决定 B10 怎么算,第二个问题决定能不能推进客户验证。这不是数学游戏,是交付与风险的分界线。
02.为什么此处先做分布识别
本轮评审的对象是改版胶料:两个匿名胶料批次各上机的 30 件密封圈,逐件记录首次泄漏时间。这轮 30 件都是完整失效记录——没有尚未泄漏就停试的样品,因此可以先比较寿命分布,再用不依赖分布形状的 Kaplan–Meier 生存估计检查低尾。
几个容易被误用的工具,此处都要按住:
控制图关心随时间变化的过程稳定性,能力分析需要固定规格与稳定过程,均不能直接替代 B10 的寿命推断;把两个胶料批次做均值 t 检验,回答不了“10% 失效尾部”的问题;DOE 适合下一轮有意改变胶料、硫化与装配条件的交叉试验,现有观察记录不能当随机化试验用。
一句话:分布选择决定后续 B10 的计算方式。 Weibull 常用于失效率随时间变化的寿命;对数正态可描述多个乘性差异累积形成的右偏寿命。两者都要接受拟合诊断和业务机理质询——拟合指标较优时,仍需另看 B10 的不确定性。
03.先把寿命口径核实
复模数据时,试验主管先做了三件“不性感但必须”的事:
每件只记一次首次泄漏,单位小时;结案状态均为“首次泄漏”,删失标记均为 0;上架顺序保留时间顺序,胶料批次用中文标注,老化温度 110 ℃;确认计时零点、泄漏阈值、压力与介质条件一致,并回看 430 h、610 h、690 h 的试验记录与密封面、装配照片。

图1 导入 Xiwitab 后,逐件寿命和批次等字段保持中文
一个关键提醒:这批记录没有右删失,删失标记保留 0 是为了让读者理解字段口径。若把“未泄漏但结束观察”的样品误填为失效,会压低寿命估计;若把已经泄漏的样品误标为删失,会抬高生存概率。0 不能当右删失值用。
04.在Xiwitab比较两条寿命曲线
导入工作簿后,先核对中文列名及 30 件记录,依次选择:
统计 → 可靠性/生存 → 分布分析(右删失)→ 分布 ID 图
变量设为“首次泄漏时间(h)”,指定 Weibull 与对数正态,估计法用极大似然,查看 10% 百分位。(当前版本即使只勾选这两种,结果表仍可能列出正态和指数,判断时以计划比较的两行为准。)

图2 分布 ID 图指定 Weibull 与对数正态。
结果出来了,而且两种模型对低尾给出了不同答案:

图3 分布识别结果:对数正态拟合统计量较低,两种模型的 B10 差距明显
这组候选模型和这批数据内,对数正态的拟合更好。但如果只拿 648.00 h 与 600 h 比较,就把模型选择和估计误差都忽略了。
接着在“参数分布分析”中选同一变量、对数正态、极大似然:30 个未删失值,位置参数 7.24171,尺度参数 0.59913,对数似然 −244.451。B10 点估计 648.00 h,但报告所列 90% 正态下限只有 508.30 h,低于 600 h;600 h 的生存概率点估计 0.9207、下限 0.8379。

图4 参数报告采用对数正态与极大似然,30 件均为未删失值
图5 对数正态 B10 为 648.00 h,报告所列 90% 正态下限为 508.30 h
翻译成人话:点估计过了线,但下限没过线。 不能把约 92% 的点估计,当成有把握的放行结论。
05.不让模型独自决定
用“非参数分布分析”查看 Kaplan–Meier,无需预设 Weibull 或对数正态:

图6 Kaplan–Meier 表显示第三件在 690 h 泄漏后,生存比例降至 0.900
第三件在 690 h 泄漏后,样本生存比例首次降到 90%。 这个经验时点可作低尾检查的参照。
三个证据放在一起看:
对数正态在候选模型中较合适;
经验生存曲线把第 3 次失效定位在 690 h,低于 600 h 门槛对应的“10% 失效”边界之外不远;
Weibull 给出的 B10 更短,两种模型对尾部的分歧还需要更多样本和失效机理证据。
批次、装配和测量口径也仍待查。质量负责人的决定是:暂停改版胶料的客户验证提交,待复核后重新评估材料。
06.把暂停变成可执行的下一步
暂停不是终点,周六评审前要完成的动作清单:
试验室主管复核最早三件的泄漏阈值、计时、压力记录和密封面;制造负责人追查对应胶料批次的混炼、硫化与尺寸记录;若发现测试或装配异常,按预先写明的规则重新定义事件并重做分析,不能事后只删除不利样品;可靠性工程师至少从两个独立胶料批次补充试验件,预先统一停试规则,再重复分布识别、参数 B10 与非参数生存检查,并分别检查批次差异。
只有复核后的低尾结果、报告所列 90% 正态下限和失效机理共同支持 600 h 门槛,才能重新提请客户验证。客户现场温度、压力波动和介质与试验条件不同,还需要单独的工况外推或现场验证。后续要区分胶料、硫化温度与装配压力及其交互作用,应设计随机化 DOE;若进入稳定批量生产,再用控制图监控过程漂移。
