Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
IEC 61650:1997 — 可靠性数据分析：两个恒定失效率的比较方法
💡 核心原理： IEC 61650提供了统计严谨的方法来判断两个观测到的恒定失效率是否存在显著差异——这对于可靠性工程、鉴定测试和现场数据分析至关重要。
1. 范围与统计基础
IEC 61650:1997建立了基于观测失效数据比较两个恒定失效率的标准化程序。该标准解决了可靠性工程中的一个基本问题：给定来自不同总体（如两个生产批次、两个供应商或两种运行条件）的两组失效时间数据，其观测失效率的差异是否具有统计显著性，还是仅可归因于随机波动？
统计框架基于指数分布假设，即失效率λ随时间保持恒定。在此假设下，总测试时间T和失效数r服从卡方分布，从而可以直接进行假设检验和置信区间估计。
⚠ 重要假设： IEC 61650中的方法仅在失效机制服从指数分布（恒定失效率）时有效。对于磨损期或早期失效阶段，更适宜使用替代方法（如基于IEC 61649的威布尔分析）。
2. 关键比较方法
该标准定义了两种主要的失效率比较方法：
2.1 条件检验（Fisher精确检验 / F检验）
对于两个总体，观测失效数分别为r₁和r₂，总测试时间分别为T₁和T₂，检验统计量服从F分布：
检验统计量： F = (r₁ / T₁) / (r₂ / T₂) = λ̂₁ / λ̂₂
在H₀（λ₁ = λ₂）下： F ~ F(2r₁, 2r₂)
在H₀（λ₁ = λ₂）下： F ~ F(2r₁, 2r₂)
如果计算得到的F统计量落在F分布分位数定义的临界区域之外，则在显著性水平α下拒绝失效率相等的原假设。该方法是精确的，不依赖于大样本近似。
2.2 近似卡方检验
对于较大样本量，可以使用更简单的卡方近似：
χ² = 2 × [r₁ ln(T₂/T₁) + r₂ ln(T₁/T₂) + (r₁ + r₂) ln((r₁+r₂)/(T₁+T₂)) — r₁ ln(r₁/T₁) — r₂ ln(r₂/T₂)]
在H₀下：χ² ~ χ²(1)
在H₀下：χ² ~ χ²(1)
| 样本量条件 | 推荐方法 | 置信水平 | 计算复杂度 |
|---|---|---|---|
| r₁, r₂ ≥ 10 | 卡方近似检验 | 90%、95%、99% | 低 |
| 5 ≤ r₁, r₂ < 10 | F检验（精确） | 90%、95% | 中等 |
| r₁ < 5 或 r₂ < 5 | Fisher精确检验 | 按计算值 | 高（数值计算） |
| 一组中无失效 | 贝叶斯或精确泊松 | — | 特殊情形 |
3. 工程设计洞察与实践应用
从工程角度来看，IEC 61650在以下场景中最具价值：
- 生产鉴定：比较样机与量产单元的失效率，验证制造成熟度。
- 供应商评估：判断不同供应商的元器件是否表现出统计上显著的可靠性差异。
- 现场返回分析：评估观测到的现场失效增加是否代表真正的可靠性退化还是随机波动。
- 加速寿命试验（ALT）相关性：比较不同应力水平下的失效率，验证加速模型。
✅ 工程最佳实践：在收集数据之前务必预先确定显著性水平（α）和所需的统计功效。一个常见的陷阱是直接使用α=0.05，而不考虑样本量是否具备足够的功效来检测实际有意义的差异（例如2倍的失效率比率）。
在解释结果时，工程师必须区分统计显著性和实际显著性。非常大的样本量可能将微小差异宣称为统计显著，而小样本量则可能无法检测到重要差异。IEC 61650通过提供失效率比值的置信区间来解决这一问题，使工程师能够评估合理取值范围。
4. 计算实例
场景：某制造商测试两批电源。批次A：总测试时间20,000小时，发生8次失效。批次B：总测试时间15,000小时，发生15次失效。在α=0.05水平下，失效率是否存在显著差异？
λ̂A = 8 / 20,000 = 4.0 × 10⁻⁴ 次失效/小时
λ̂B = 15 / 15,000 = 1.0 × 10⁻³ 次失效/小时
F = (4.0 × 10⁻⁴) / (1.0 × 10⁻³) = 0.40
F(16, 30)在α=0.05下的临界值：下限=0.42，上限=2.09
由于0.40 < 0.42，因此拒绝H₀——失效率存在显著差异。
λ̂B = 15 / 15,000 = 1.0 × 10⁻³ 次失效/小时
F = (4.0 × 10⁻⁴) / (1.0 × 10⁻³) = 0.40
F(16, 30)在α=0.05下的临界值：下限=0.42，上限=2.09
由于0.40 < 0.42，因此拒绝H₀——失效率存在显著差异。
❓ 问1：IEC 61650能否用于非恒定（威布尔分布）失效率？
答：不能——该方法专为指数分布设计。对于威布尔分布数据，应使用IEC 61649或适用于假定分布的参数似然比检验。
❓ 问2：如果两组都没有失效怎么办？
答：在零失效情况下，λ的极大似然估计为零，比较变得没有意义。更实际的方法是为每个失效率计算上限置信界限，然后比较这些界限。
❓ 问3：删失数据如何影响比较？
答：IEC 61650的方法通过总测试时间统计量天然地处理了I型（时间删失）和II型（失效删失）数据。对于复杂删失模式，请参考IEC 61164或61649。
❓ 问4：检测2倍失效率差异需要多大的样本量？
答：要在α=0.05下达到80%的统计功效，通常每组需要约15-20次失效。详细规划请使用标准附录中提供的功效曲线。
