【正文】 \n\n)。 scanf(%lf,amp。 fprintf(fp,%\t%\t%\t%\t%\n,x,f,F,R,FailureRate)。 } fprintf(fp,威布爾分布\n形狀參數(shù)為%lf 尺度參數(shù)為%lf 位置參數(shù)為%lf\n,a,b,c)。 。R=0。t)。/*寫數(shù)據(jù)*/ } x=0。 fprintf(fp,x\tf(x)\tF(x)\tR(x)\t失效率\n)。 。R=0。t)。/*寫數(shù)據(jù)*/ } x=0。 fprintf(fp,x\tf(x)\tF(x)\tR(x)\t失效率\n)。 。R=0。t)。/*寫數(shù)據(jù) f F R*/ } printf(\t計(jì)算完畢\n\n)。 } fprintf(fp,指數(shù)分布\n失效率為%lf\n,a)。 } printf(您選擇 指數(shù)分布\n\n)。 x=0。作為在可靠性工程領(lǐng)域最為重要的壽命分布之一，威布爾分布自從提出以來，一直受到機(jī)械工程等領(lǐng)域研究人員的關(guān)注。在航空領(lǐng)域，威布爾分布的一個(gè)重要應(yīng)用就是研究發(fā)動(dòng)機(jī)渦輪葉片的壽命。顯然，鏈條斷裂發(fā)生在最弱環(huán)節(jié)。（2）下圖為威布爾分布可靠度與不可靠度函數(shù)曲線圖42 威布爾分布可靠度與不可靠度從圖42中觀察到①形狀參數(shù)越小，不可靠度在起始階段上升越快，處于較高水平，而后平穩(wěn)上升，時(shí)間足夠長(zhǎng)時(shí)，其不可靠度相對(duì)其他較低。因此，在機(jī)械零件及材料的疲勞壽命研究中，常常應(yīng)用對(duì)數(shù)正態(tài)分布[7]。②越小，則失效率初始水平越低，增長(zhǎng)越遲，但峰值會(huì)變得很高。定義：若t的概率密度函數(shù)為f（t）= （）則稱其服從對(duì)數(shù)正態(tài)分布。即它是由大量相互獨(dú)立，微小的隨機(jī)因素的總和構(gòu)成的，且每一個(gè)隨機(jī)因素對(duì)總和的影響是均勻微小的，即可認(rèn)為此隨機(jī)變量服從正態(tài)分布[3]。其中，反映了t的分布的平均水平，而反映了分布的集中程度。不僅如此，指數(shù)分布也可以用來表示獨(dú)立隨機(jī)事件發(fā)生的時(shí)間間隔，比如旅客進(jìn)機(jī)場(chǎng)的時(shí)間間隔等。在工程實(shí)踐中，大多數(shù)產(chǎn)品無累積效應(yīng)的失效，基本可以認(rèn)為其服從指數(shù)分布，多數(shù)電子產(chǎn)品的失效以及突發(fā)重大事故即屬于此類。定義：若t的概率密度函數(shù)為f（t）= （）則稱其服從參數(shù)為的指數(shù)分布，其中為常數(shù)，是指數(shù)分布的失效率。實(shí)踐表明，系統(tǒng)或零、部件的失效時(shí)間往往是不確定的，要定量描述系統(tǒng)或零、部件的失效時(shí)間，應(yīng)當(dāng)采用統(tǒng)計(jì)學(xué)方法?？煽啃宰鳛楹饬慨a(chǎn)品質(zhì)量的一個(gè)重要的指標(biāo)，已廣泛的應(yīng)用于各個(gè)工程領(lǐng)域?？煽啃苑治雠c評(píng)估是可靠性分析中非常重要的一部分，它是指在產(chǎn)品的壽命周期內(nèi)，根據(jù)產(chǎn)品的可靠性分布模型、結(jié)構(gòu)，以及相關(guān)的可靠性信息，利用統(tǒng)計(jì)方法，對(duì)產(chǎn)品的可靠性指標(biāo)做出估計(jì)的過程。（2）下圖是指數(shù)分布不可靠度與可靠度函數(shù)圖像從圖中可以看到，失效率越底，不可靠度上升越慢（即可靠度下降越慢）。由于大部分電子產(chǎn)品的使用壽命服從或近似服從指數(shù)分布，因此，可用指數(shù)分布描述其壽命分布。再者，由于指數(shù)分布失效率為常數(shù)，對(duì)于失效率變化的情況，不能做到有效的模擬（浴盆曲線前后兩個(gè)時(shí)期），這一點(diǎn)的限制了其在工程領(lǐng)域可的應(yīng)用范圍。（2）下圖為正態(tài)分布不可靠度和可靠度變化曲線（左邊為可靠度，右邊為不可靠度）圖22 正態(tài)分布可靠度與不可靠度曲線從圖22中可以看出均值若較小，可靠度會(huì)在t較小時(shí)開始顯著降低（相應(yīng)的不可靠度在t較小時(shí)開始顯著上升）；而標(biāo)準(zhǔn)差較小使可靠度下降變晚（相應(yīng)的不可靠度上升變晚），但達(dá)到一定時(shí)間會(huì)快速下降，迅速趨近于0，而后穩(wěn)定，相反，標(biāo)準(zhǔn)差較大者，使可靠度始終保持一個(gè)較穩(wěn)定的速度平穩(wěn)下降，逐漸趨于0。正態(tài)分布廣泛應(yīng)用于各個(gè)領(lǐng)域，其中一個(gè)重要應(yīng)用就是質(zhì)量控制，即為了控制實(shí)驗(yàn)中的測(cè)量（或?qū)嶒?yàn)）誤差，常以標(biāo)準(zhǔn)差的倍數(shù)作為上、下警戒值和控制值，其依據(jù)是：正常情況下測(cè)量（或?qū)嶒?yàn)）誤差服從正態(tài)分布[4]。①影響其峰值的偏移程度，越小則峰值越偏向t小的一側(cè)。另外，對(duì)數(shù)正態(tài)分布也可看作相互獨(dú)立的正隨機(jī)變量乘積的近似分布[5]。三參數(shù)威布爾分布的定義：若t的概率密度函數(shù)為f（x）= （）則稱其服從三參數(shù)（m，）的威布爾分布。(3)下圖為威布爾分布失效率函數(shù)曲線圖43 威布爾分布失效率（1）形狀參數(shù)當(dāng)m1時(shí)，失效率以縱軸為漸近線，從無窮大迅速減小，而后，逐漸趨于0；當(dāng)m=1時(shí)，失效率為常數(shù)1，一直維持此水平；當(dāng)m1時(shí)失效率從0開始增加并一直保持上升趨勢(shì)a．1m2時(shí)，失效率增加速度逐漸減慢；b．m=2時(shí)，失效率為一條直線，為線性增 圖43 威布爾分布失效率曲線長(zhǎng)； c．m2時(shí)，失效率增長(zhǎng)速度逐漸加快；（2）尺度參數(shù)尺度參數(shù)變化影響失效率增長(zhǎng)速度，越小，增長(zhǎng)速度越快。對(duì)于機(jī)電系統(tǒng)和電子系統(tǒng)，這些系統(tǒng)或設(shè)備的疲勞失效或真空失效和磨損失效等, 也都可以認(rèn)為服從威布爾分布。渦輪葉片工作時(shí)間越接近于壽命期，渦輪葉片的失效概率越大，可靠性也越低[10]。可靠性定量分析是對(duì)產(chǎn)品進(jìn)行可靠性設(shè)計(jì)與分析的重要環(huán)節(jié)，是通過各種可靠性數(shù)據(jù)分析工作來完成的。R=0。 ) { printf(請(qǐng)輸入?yún)?shù)：失效率(大于0)\n)。x=10。F=0。 /* 清屏 */ fclose(fp)。 fp=fopen(c:/,a)。a,amp。x+=) { f=1/b/sqrt(2*PI)*exp(*((xa)/b)*((xa)/b))。R=0。 /* 清屏 */ fclose(fp)。 fp=fopen(c:/,a)。a,amp。x+=) { f=1/x/b/sqrt(2*PI)*exp(*(log(x)a)/b*(log(x)a)/b)。R=0。 /* 清屏 */ fclose(fp)。 fp=fopen(c:/,a)。a,amp。x=c+4。F=0。 } system(cls)。 。 break。 /* 選擇 0 退出switch */ }}第 23 頁(yè) 共 23 頁(yè)