可靠性技术讲座(上篇).docx

可靠性技术讲座（上篇）1可靠性增长试验及其评价方法2Ll可靠性增长试验的目的2L2可靠性增长试验方法3L3可靠性增长试验试验数据的处理4L4AMSAA可靠性增长模型7L5Duane可靠性增长模型9L6AMSAA模型与DUane模型的关系10L7可靠性增长试验的跟踪与评价方法101.8使用举例11L9几个应注意的问题122可靠性统计试验142. 1可靠性统计试验的目的和基本概念143. 2可靠性统计试验的分类144. 3试验大纲155. 4试验条件166. 5试验样品187. 6试验方案188. 7可靠性测定试验209. 8可靠性鉴定试验和验收试验24可靠性增长试验及其评价方法1 .可靠性增长试验的目的很多产品在投入使用初期，往往表现为故障率偏高，即可靠性不好，但经过一段时间后其故障率逐渐下降并赴于稳定（见图1）。在可靠性工程上，我们称时间Ot。为产品的“早期故障期”。造成产品“早期故障”的原因，一般是产品研制过程中，由于一些偶然的加工缺陷、元器件质量差异或一些防不胜防的工艺问题，引起产品在制造过程中或多或少地隐藏下一些内在缺陷，这是产品设计和制造时无法避免的问题。目前解决这类问题的工程方法是采用环境应力筛选技术，即在产品交付使用前，通过多种筛选方法，激发产品的早期故障隐患，使之尽快暴露，并得以排解。假如产品没有经过环境应力筛选，从时间0就交付正式使用，那么从0t。都是它的“早期故障期”，可能是几个月，也可能为几年或更长，其间都是产品故障的高发期。而采用环境应力筛选技术，其目的就是想通过早期故障的快速暴露，加快”早期故障期”的进程，如缩短到几十或几百小时（见图Lfo点），使产品快速达到故障低发区后，才交付正式使用。图1产品的早期故障期然而采用环境应力筛选技术，不可能无限制地下降产品故障率（见图1）,即当产品的故障率逐渐下降，并赴于稳定状态后，即使延长环境应力筛选的时间f。，也是不可能再使产品的故障率得到进一步下降。其原因是在产品的制造过程中，由于偶然原因形成的缺陷而引发的故障被排解后的，由于产品固有的设计水平、配套元器件和材料的等级，以及制造过程中存在的系统性问题所形成的缺陷是全体产品共有的，它们决定了产品的固有可靠性。而筛选技术只是用于剔除和排解个别产品的偶然性问题，却不能解决全体产品共存的薄弱环节，因此必须采取可靠性增长技术来提高产品的固有可靠性。可靠性增长工作的基本做法是根据故障发生的原因，通过优化产品设计、优选配套元器件和材料、以及改进生产工艺等途径，从根本上提高产品的固有可靠性，降低使用期的故障率（见图2所示）。当然经过可靠性增长的产品，其固有可靠性将得到很大提高，但是作为一新研或批量生产的产品，它同样存在早期故障，因此仍需要采用环境应力筛选技术来激发它的早期故障隐患，使之快速进入故障稳定期，以投入正式使用。图2产品的可靠性增长可靠性增长试验是产品可靠性增长工作中常用的工程方法。近年来随着我国可靠性工作的不断深入和对产品的可靠性要求的不断提高，很多产品研制部门已将可靠性增长试验，正式作为产品工程研制阶段的一项重要的可靠性工作项目。其目的是为了有效地提高产品可靠性设计水平和工艺制造水平，以及促进配套元器件和材料的优选工作，使产品的可靠性得到系统性地提高，早日达到预期有目标。2 .可靠性增长试验方法一般来说，一个刚完成研制的产品，其可靠性一般只能达到其成熟阶段水平的10%左右，其内部隐藏着大量的故障隐患，包括配套元器件的质量、设计上的失误、不成熟的制造工艺，以及生产管理上的差错造成的问题等等，必须在批生产前得以解决。据国内、外资料统计表明：要使产品达到预期的可靠性水平，一般需要投入525倍MTBF目标值的可靠性增长试验时间，对此必须要有相当的人力、物力和经费投入，要做好科学、合理的计划安排，并应在有关部门的共同配合下才能开展。当产品经过一定时间的环境应力筛选，“早期故障”被基本排解后，就可进入可靠性增长试验阶段。可靠性增长试验的一般方法是采用：“试验一分析一纠正一再试验”的工作模式，（即TAAT）,其基本工作步骤如下：a.制定试验计划开展可靠性增长试验工作前，首先要了解产品当前的可靠性水平（可根据现场使用情况，或可靠性摸底试验的结果推断），以及产品预期要达到的可靠性目标，由此根据可投入的资源，包括样品、试验设备、试验经费和时间、人力等等、制订出工作计划，以计划增长曲线为基准，选用合适的可靠性增长模型开展试验。b.可靠性增长试验试验以诱发产品在实际使用条件下可能发生的故障隐患为目的，科学、合理地选择试验条件和试验项目。目前常用于产品可靠性增长的试验手段是采用温度+湿度+振动的综合环境试验，它可以有效地激发产品在实际使用中暴露出的大部分故障模式，这已被国内、外大量试验范例所证实。当然可靠性增长试验也可以结合其它类型的试验一起进行。C.故障分析与改进必须对试验中暴露出来的产品故障开展故障定位与故隙机理的分析。产品可靠性增长的内涵是要提高产品固有的可靠性水平，而要提高其固有可靠性关键是要找出存在于产品中的共有的故障隐患，或称系统性故障，只要当这些系统性故障被发现、被纠正后，产品固有的可靠性才能得到提高。如果在可靠性增长试验中被发现和纠正的，仅仅是个别的偶然性故障，或称残余性故障，那是不充分的。因此必须对试验中发现的故障进行认真的分析，找出系统性故障，并采取措施加以纠正。对于系统性故障的纠正，只能通过修改产品设计或改进生产工艺等途径实现。单纯的故障修复或更换措施，只能用于排解残余性偶发故障，而无补于产品固有可靠性的提高。d.再试验经过改进的产品，仍需开展进一步的试验。一是为验证改进措施的有效性，二是继续暴露产品尚存的故障隐患，开展进一步的可靠性增长，直至达到预定的可靠性目标为止。3 .可靠性增长试验试验数据的处理由于产品在可靠性增长试验过程中，受试产品的技术状态处于不断地变化之中，其故障率也在不断地变动，因此可靠性增长过程中的产品，不能采用指数分布的假设对其故障数据进行处理。除非在产品每次状态发生变化后，单独进行一次该状态下的可靠性试验，来评价变化后的可靠性水平，但这样做，费时费钱，工程上很难支持这种做法。a.增长趋势有效性检验为了对产品可靠性增长试验中发生的故障数据进行有效地处理与分析，以便对可靠性增长过程实施科学地监控。根据统计数据处理的一般要求，必须首先对所获得的故障数据，进行增长趋势的有效性检验。其目的是确认产品经过不断地设计和制造工艺等方面的改进后，其可靠性是否已有明显提高(统计意义上)。增长趋势有效性检验的方法，可借用国际标准IEC60605-6或国标GB5080.6推荐的关于恒定失效率假设的有效性检验方法，其具体方法如下：设受试产品总数为个，77为发生第i次故障时所有参试产品的总累积有效试验时间(i=l,2,/)，丁为试验中止时所有受试产品的总累积有效试验时间。当第r个故障发生时试验立即中止，有T=»；否则在其它时间中止，有T>Tr0按下式求出检验用统计量力值：mT=lnF汽Ti其中r-l当T=O时r当丁>力时选取检验显著性水平a=l-C,这里C为置信度，常取90%和95%,如出现Z>f(c,m)则可认为该产品具有显著的可靠性增长趋势，否则不能确认其可靠性有明显的增长趋势。/(c,值可由表1查得。在MlL-HDBK-781和GJB1407中，还推荐了另一种用于确认产品可靠性增长趋势的U检验法。即先求出检验用统计量U的值mf(0. 8, m)f(0. 9, m)f(0. 95, m)11.6092. 3032. 99622. 9943. 8904. 74434. 2795. 3226. 29645.5156. 6817. 75356. 7217. 9939. 15467. 9069.27410.5179. 07610. 5311.84810. 2311.7713. 15911.3812. 9914. 431012. 5214.2115.711113. 6515.4116. 961214. 7816. 6018.211315. 9017. 7819. 441417.0118. 9620. 671518. 1320. 1321.891619. 2321.3023. 091720. 3322. 4624. 291821.4323. 5925. 501922. 5424. 7726. 692023. 6425.9127. 893034. 4837. 2239. 53式中力,机意义同(1)式规定。表1增长趋势检验/CM表选取检验显著特性水平,如出现U<-U(a,tn)则认为产品可靠性有显著的增长趋势；否则不予确认，U(,rri)值可由表2查得。b.增长模型的拟合优度检验当确认产品具有明显的可靠性增长趋势后，为了对其增长过程进行定量评价和实施科学的过程管理，目前常采用可靠性增长模型对其故障数据进行拟合。为了确认所选用的增长模型是否合适和有效，统计学上可采用拟合优度检验的方法进行判断。表2增长趋势检验U(a,m)表12345260.2%1.732.342.642.782.863.091%1.722.212.382.452.472.582%1.702.102.222.252.272.335%1.651.901.941.941.941.9610%1.561.681.661.651.651.6520%1.391.351.311.311.301.28AMSAA模型是目前常用的一种可靠性增长模型，可采用下述CrameLvOnMiSeS检验方法对其拟合优度进行检查。其检验用统计量为：C(m)=J-÷-(3)2mTZTT2m其中6,式中7,77,T及N的意义同(1)式。X选定检验的显著性水平(通常取0.1)并根据机由表3查得临界值C(W,).若C(>C(犯a),则拒绝AMSAAA模型，反之则认为AMSAA模型可作为本次可靠性增长的评价模型。表3Cramer-VonMiSeS检验临界值C(n,a)表m显著性水平a0.200.150.100.050.0120.1380.1490.1620.1750.18630.1210.1350.1540.1840.23140.1210.1360.1550.1910.27950.1210.1370.1600.1990.29560.1230.1390.1620.2040.30770.1240.1400.1650.2090.31680.1240.1410.1650.2100.31990.1250.1420.1670.2120.323100.1250.1420.1670.2120.324150.1260.1440.1690.2150.327200.1280.1460.1720.2170.333300.1280.1460.1720.2180.333600.1280.1470.1730.2210.3331000.1290.1470.1730.2210.3334. AMSAA可靠性增长模型AMSAA模型是把产品的可靠性增长过程作为统计学上的一个随机过程来处理的，并认为产品发生故障的累积过程是一个非齐次POiSSon过程(NHPP),即从0到时刻t,产品共发生r次故障的概率为：PRa)=H=Lr=0,1,2,.(4)表4AMSAA模型时间截尾区间估计系数表C0.80.90.950.98r匹乃2可叼乃2勺江22.1319.325.10019.33.07939.33.06299.353.2224.217.1756.491.1459.700.11616.074.2893.182.2344.460.1976.070.1618.8585.3412.709.2823.614.2404.690.2006.4346.3822.429.3213.137.2763.948.2335.2127.4172.242.3532.827.3073.481.2614.4718.4472.106.3822.608.3343.158.2873.9729.4722.004.4062.444.3582.920.3103.61210.4941.922.4282.318.3792.738.3303.34111.5141.855.4472.215.3982.593.3493.12812.5311.801,4652.130.4152.474.3662.95713.5461.755.4812.060.4312.376.3812.81514.5611.714.4951.999.4462.293.3962.69715.5731.680.5091.948.4592.220.4092.59616.5851.649,5211.902.4722.158.4212.50817.5961.622.5321.862.4832.104.4332.43218.6061.598.5431.826.4942.055.4442.36419.6161.575,5521.793.5042.011.4542.30420.6241.556.5611.765.5131.972.4642.25121.6321.538.5701.738.5221.937.4722.20322.6401.522.5781.714.5311.905.4812.15823.6471.506.5861.692.5391.876.4892.11924.6541.492.5931.672.5461.849.4962.08225.6601.478.6001.653.5531.824.5042.04926.6651.466.6071.636.5601.801.5112.01727.6711.455.6121.620.5661.780.5171.98928.6771.444.6181.605.5731.760.5241.96229.6821.435.6241.590.5781.741.5301.93730.6871.426.6291.577.5841.724.5361.91435.7081.386.6531.520.6091.650.5621.81740.7261.355.6731.477.6301.599.5841.74345.7411.331.6891.443.6471.550.6031.68550.7541.310.7041.414.6621.513.6191.63860.7741.278.7271.370.6881.456.6461.56470.7901.254.7451.337.7081.414.6681.51180.8031.235.7591.311.7251.382.6861.469100.8231.207.7831.273.7501.334.7151.409表5AMSAA模型故障截尾区间估计系数表C0.80.90.950.98rPlPlPlPiPlPlPlPl3.22802.976.17124.750.13517.320.104012.534.33002.664.25873.826.21135.325.16847.9805.39412.440.31743.354.26494.288.21625.9976.44002.214.36142.893.30633.681.25434.9257.47542.079.39632.644.34003.282.28594.2598.50401.976.42512.463.36833.001.31303.8069.52791.895.44962.325.39252.791.33653.47610.54821.830.47062.216.41372.629.35743.22611.56581.755.48922.127.43242.499.37603.02912.58131.730.50562.053.44922.392.39272.86913.59511.691.52041.991.46442.302.40792.73714.60751.657.53371.937.47822.226.42202.62615.61871.627.54591.891.49092.161.43482.53216.62891.600.55711.850.50252.104.44682.45017.63831.578.56741.814.51342.053.45792.37818.64691.556.57701.781.52342.008.46822.31519.65491.537.58581.753.53271.968.47792.25820.66241.519.59411.726.54141.932.48702.20821.66931.504.60181.702.54971.899.49562.16222.67581.489.60921.680.55751.869.50372.12123.68201.475.61601.660.56481.842.51142.08324.68771.463.62251.641.57171.817.51872.04825.69311.452.62861.624.57831.793.52572.01726.69831.441.63441.608.58461.771.53221.98727.70311.431.64001.593.59061.752.53861.95928.70781.421.64531.579.59621.733.54401.93429.71211.411.65031.566.60161.715.55041.91030.71641.404.65511.553.60691.699.55601.88835.73491.367.67631.501.62991.630.58061.79640.74991.339.69381.461,64901.577.60121.72545.76261.317.70851.429.66531.535.61881.66950.77351.298.72121.402.67931.500.63411.62460.79111.268.74221.360.70251.446.65961.55370.80571.245.75881.328.72111.406.68001.50280.81661.228.77241.304.73641.374.69691.462100.83441.201.79381.267.76041.328.72371.402其中了为累积故障数HQ）的数学期望，即t）=ER（t）（5）设77为受试产品第，次故障总累积试验时间（i=12/）/为试验截止时总累积试验时间。可见当第r个故障发生时截止试验（即故障截尾）有丁=力；当试验进行到一定时间才截止（即时间截尾）有T>Tr.根据AMSAA模型，产品进行可靠性增长试验截止时间7时，其具有的MTBF点估计值（无偏估计）为：其中：b=-,a=爷,式中7和7意义同式。当置信度取C时，MTBF区间估计的上、下限值分别为：时间截尾恺D=吗I、式中介为可由表4查得%(T)=1(T)故障截叫二：式中外乃可由表5查得(8)%(T)=p2(T)注：表4、表5为(T)的无偏估计用表，而GJB1407中表B3、表B4(即MILTDBKT89中表C-I,表CT11)为O(T)的极大似然估计用表。5. DUane可靠性增长模型设可靠性增长试验的产品，在总累积试验时间t时，共发生"f)次故障，显然随着试验时间t的延长，故障的累积数Nf)也逐渐增大，并记=atk(9)为累积故障函数，则产品的累积MTBF函数外与累积故障数分别为和对(10)式两边取对数，则%("=一二T(10)(r)at-kM=Wi（三）ln¾(r)=knt-na(12)即在双边对数坐标纸上，产品的累积MTBF对于时间/是一直线关系(见图3),其斜率为2,截距为La=中寸)，因此，在工程上称斜率4为增长试验的增长率。a又由(11)式，可得DUane模型的故隙强度函数为：则产品的瞬时MTBF函数为：(t)=-r(t)=a(-k)k(13)dt6>(r)=!-(14)(t)a(-k)t-k可见在DUane模型中，产品的累积MTBF与其瞬时MTBF的关系为:伙)=鬻(即在可靠性增长试验过程中，任一时刻产品的瞬时MTBF值为累积MTBF值的倍。两边取对-k数，则有In。)=in%Q)-In(I-A)(16)由于0女1,一般为0.5左右，因此在双边对数坐标纸上，任一时刻的。Q)总是比火。)高出-In(I-Jl),即瞬时MTBF与累积MTBF为两条平行直线(见图3)。6. AMSAA模型与DUane模型的关系AMSAA模型与DUane模型是可靠性增长试验最广泛使用的两种模型。由(6)式与(14)式可看出，当试验总时间，=T时，DUane模型的瞬时MTBF就是AMSAA模型中产品在图3双对数纸上的DUane模型时刻T的MTBF点估计值。Co,这时增长率k=1-)，因此这二种增长模型在使用的参数上具有极大的相似性，其描述的可靠性增长过程是完全一致的。所以，一般可认为AMSAA模型是DUarle模型的概率解释，而DUane模型本身并不具有任何概率特性。7. 可靠性增长试验的跟踪与评价方法由于DUane模型是一种比较直观的可靠性增长模型，因此常用它来对产品可靠性增长试验过程进行跟踪。而AMSAA模型对可靠性增长试验的故障数据具有良好的统计处理能力，因此在对可靠性增长试验结果的评价上具有一定的优势。另外，这二种模型在使用的参数上具有共通性。所以，通常在产品的可靠性增长试验中，可以将这二种模型结合起来，对故障数据实施跟踪与结果评价。对试验数据进行跟踪的目的，是为了根据试验的实际情况，对产品达到的可靠性作出正确估计，以便不断调整原定的试验计划，直到实现预定的可靠性增长目标。具体做法如下：a.当产品投入可靠性增长试验后，首先可根据故障发生的时间Ti及其累积故障数r(Ti),按下式求出各对应的累积MTBF值%)o这里时间不表示投入可靠性增长试验的样品(不管是单台还是多台)，当发生第，次故障时所有参试样品的总累积时间。6(77)=-5-z=l,2,r(17)r(7z)并可将这些点(77,%(8)描在双边对数坐标纸上，其横轴为总累积试验时间T;纵轴为MTBF(见图4)。b.当故障发生次数*3后，即可开始利用前面介绍的AMSAA模型的有关方法，对试验情况进行跟踪与评价。即可由(6)式对模型参数a和b作出估计，由此可得到代表DUane模型增长直线斜率(即增长率)Z的估计(左=1-加，以及截距的估计(L)。ac.当在总累积试验时间T结束增长试验时，应根据所有故障数据，利用AMSAA模型的有关方法，包括增长趋势有效性检验、增长模型拟合优度检验对试验过程进行全面的评价。在确认增长有效和所用增长模型准确的基础上，求出产品在增长试验结束时，所达到的可靠性水平MTBF点估计值(参见(6)式)和置信区间估计值(参见(7)或(8)式)。8. .使用举例某产品进行可靠性增长试验，试验总累积时间T达到1200小时，其间共发出故障30次，具体故障时间及各故障点对应的产品累积MTBF值见表6。而图4画出了增长过程的跟踪及其DUane模型增长直线示意。力拜铜二叶蚌用.IH7拄羽IlliiIill14-110100"1000TOO图4某产品可靠性增长DUane模型直线a.增长趋势检验先根据式求出检验统计量7的值。由于试验截尾时间T=1200小时>=1150小时，故取机=z=30,则统计量30TZ=SIn彳=57.08tTl取显著性水平a=0.1,查表1得f(0.9,30)=37.22<z,则可认为在显著性水平为0.1下，该产品具有明显的可靠性增长趋势。若按U检验法，则根据(2)式先求出检验统计量U=-3.1070再取显著性水平=0.1,查表2得U(0.1,30)=1.65,因此U<-U(0.1,30),所以也可认为该产品在显著性水平0.1下，具有明显的可靠性增长趋势。表6增长试验故障数据(单位：小时)iTi¾(7)iTi¾(7)iTi%。)12.82.81115614.22157027.125.22.61219416.22263028.639.53.21320015.42367029.1415.03.751422215.92470029.2520.54.11529019.32580432.2628.54.751636022.52689034.2739.55.61737522.12795135.2875.09.41843524.22899835.6995.010.61952927.829102535.310130.013.02053526.7530115038.3b.AMSAA模型拟合优度检验由(3)式求出检验统计量C(30)=0.0128。取显著性水平为0.1,查表3得检验临界值C(30,0.1)=0.172o因此C(3O)<C(3O,O.1),在显著性水平0.1下不能拒绝AMSAA模型，即说明可以用AMSAA模型对本产品的可靠性增长过程进行数据跟踪与评价。c.产品可靠性增长后的MTBF估计由式可求出产品在增长过程中任意时刻的MTBF点估计值。先由公式求出AMSAA模型参数b=0.508,«=0.818,因此产品在增长试验结束T=I200小时，MTBF点估计值为：夕(1200)=78.8(小时)而其80ffi信区间上、下限估计，可由式，先查得系数3=0.687,=1.426,因此4(1200)=54.1(小时)%(1200)=112.4(小时)即该产品经过1200小时的可靠性增长试验后，我们已有80%把握断言其MTBF达到54.1-112.4小时之间。另外，根据AMSAA模型参数b=0.508,得到图2中DUane模型增长直线的斜率即本次增长试验的增长率左=1-8=0.492。9.几个应注意的问题a.可靠性增长试验计划的制订必须根据产品当前实际达到的状态，并参考以往或同类产品的可靠性数据，科学合理地定出，而且应根据试验进展情况，不断调整。一般可达到的增长率为0.30.7之间，而增长目标值%可定在产品当前MTBF水平。,的10倍之内，下式给出了它们与总试验时间T的关系。T=Tea"(18)e式中方一般取100小时左右，这是根据国内外大量工程实践得到的经验数据，特别是对刚完成研制的产品，在不知其MTBF初值的情况下，可由前100小时的试验结果作出初值，这是十分必要的。b.对于可靠性增长试验过程中发现的系统性故隙的纠正，其有效性应加以验证。其验证可以利用后续的试验时间，也可单独进行。只有在得到较充分的验证后，产品的可靠性才能得到良好的增长。若没有其他辅助方法能充分说明故障已得到完全纠正，仅以一定的试验时间作为验证手段，则一般要用2.3%作为验证试验时间，即要求在该试验时间内，不再发生同类故障。此种验证的置信度可由下式求得：C=-et,°(19)其中，t为验证试验时间，斗为产品增长MTBF目标值。可见在f=2.3%时，试验验证的置信度约为90机c.被验证为有效的故障纠正措施，应在产品有关的工艺或图纸上得到落实，其目的不仅要使参试样品避免出现类似问题，而更要使所有产品都得到可靠性增长。d.对于一般的可靠性增长试验所采用的试验环境条件，原则上凡是有利于激发产品故障隐患的条件都可以采用。但若想以可靠性增长模型，对其增长过程所达到的MTBF给出接近实际的评价，特别是想以所谓“成功的可靠性增长试验代替可靠性鉴定试验”时，其试验环境条件必须具有能模拟实际使用环境的特征，特别应满足鉴定试验所规定的条件。一般认为“成功的可靠性增长试验”至少应满足下列条件：具有可靠性鉴定试验所规定的试验环境条件、故障判定规则，以及试验组织管理；对增长试验过程的跟踪应是严格的，有完整的故障记录和完善的FRACAS系统，并对故障纠正和验证过程有详尽的可追溯记录。对可靠性增长试验结果评价所用的数学方法正确，置信水平选取符合要求，产品达到的MTBF水平达到或超过鉴定试验要求。参考文献1. GJB1407-92可靠性增长试验2. GJB/Z77-95可靠性增长管理手册3. GB5080.6-89设备可靠性试验：恒定失效率假设的有效性检验4. MIL-HDBK-189ReliabilityGrowthManagement5. MIL-STD_1635ReliabilityGrowthTesting可靠性统计试验1 .可靠性统计试验的目的和基本概念可靠性统计试验的目的是：通过试验对产品达到的可靠性水平给出定量评估。它不同于可靠性工程试验，如环境应力筛选和可靠性增长试验等，因此可靠性统计试验所选用的试验条件、试验方法和方案，以及试验的组织管理都与可靠性工程试验有很大区别。环境应力筛选是在产品研制生产过程中为了剔除材料或制造工艺的缺陷，排除产品的早期故障，使产品的可靠性得到保证的一种工序处理办法。而可靠性增长试验则是通过试验来充分暴露产品的薄弱环节和激发产品的故障隐患，以进行设计、材料、工艺、结构或元器件等方面的改进，使产品的固有可靠性得以提高。因此它们都是以保证和提高产品的可靠性为目的的，故称之谓可靠性工程试验。当然为了达到这个目的，所采用的试验条件和方法，可以是多种多样的。特别是试验条件，它们完全可以不同于产品实际使用时遇到的环境条件，只要试验方法能快速、高效地发现和暴露问题就是好的试验方法，其试验结果往往是希望能充分暴露产品存在的问题，以便采取有效的改进措施。可靠性统计试验则不同，其试验目的不是直接为了提高产品的可靠性，而仅仅是通过试验对产品（实物）达到的可靠性水平给予评价。因此其试验条件的选择尽可能与产品的实际使用情况相对应，以保证评价结果的真实性与准确性。而为了使评价结果具有一定的科学性与合理性，其试验方法必须满足一定的统计处理规则。严格地讲，可靠性统计试验不具备提高产品固有可靠性的本质，因此，它是与可靠性工程试验不同目的的另一大类可靠性试验。2 .可靠性统计试验的分类可靠性统计试验方法从统计角度可分为：产品可靠性指标的测定与验证两大类。而从工程角度目