截尾試驗（Censored Test）數據處理與MTBF推算

在可靠性測試中，由于時間、成本或實際條件的限制，我們往往無法等到所有樣品都失效才結束試驗。這種包含未失效樣品（截尾數據）的試驗稱為截尾試驗。正確處理截尾數據，并從中推算出可靠的MTBF（平均無故障時間），是可靠性工程的核心技能之一。

本文將詳細介紹截尾試驗的基本概念、不同類型截尾試驗的數據處理方法、MTBF推算公式以及置信區間計算方法。

一、截尾試驗的基本概念

1.1 什么是截尾數據？

截尾數據（Censored Data）是指在試驗結束時，部分樣品仍未失效，我們只知道它們的壽命大于當前試驗時間，而不知道確切的失效時間。

完全數據與截尾數據的對比：

1.2 為什么會出現截尾數據？

1.3 截尾試驗的類型

二、定時截尾試驗（Type I Censoring）

2.1 定義

定時截尾試驗是指預先設定一個測試時間T，投入n個樣品進行試驗，當達到時間T時立即停止，記錄發生的故障數r和每個故障的發生時間t?, t?, ..., t?。

特點：

• 試驗時間T固定

• 故障數r隨機

• 未失效樣品在時間T截尾

2.2 MTBF點估計

對于指數分布，MTBF的點估計為：

$$\widehat{\theta }=\frac{T_{total}}{r}$$

其中總試驗時間 $T_{total}={\sum }_{i=1}^r{t}_i+(n?r)\times T$

計算示例：

• 10臺設備測試1000小時

• 發生3次故障，故障時間分別為：200h、450h、800h

• 總試驗時間 = 200 + 450 + 800 + 7 × 1000 = 8450小時

• MTBF點估計 = 8450 / 3 = 2817小時

2.3 MTBF置信區間

單側置信下限（最常用）：

$${\theta }_L=\frac{2T_{total}}{{\chi }^2(2r+2,1?\alpha )}$$

雙側置信區間：

$$[\frac{2T_{total}}{{\chi }_{1?\alpha \mathrm{/}2}^2(2r+2)},\frac{2T_{total}}{{\chi }_{\alpha \mathrm{/}2}^2(2r)}]$$

示例（續上）：

• T_total = 8450小時

• r = 3

• 90%置信下限（α=0.1）：
  χ2(2×3+2=8, 0.9) = 13.36
  θ_L = 2×8450 / 13.36 = 1265小時

2.4 零失效特殊情況

當r=0時，上述公式不能用，使用：

$${\theta }_L=\frac{T_{total}}{?\ln ?(1?C)}$$

其中C為置信度。

示例：

• T_total = 10000小時

• 無故障

• 90%置信度：θ_L = 10000 / 2.3026 = 4343小時

三、定數截尾試驗（Type II Censoring）

3.1 定義

定數截尾試驗是指預先設定一個故障數r，投入n個樣品進行試驗，當達到第r個故障時立即停止，記錄每個故障的時間t?, t?, ..., t?（按順序排列）。

特點：

• 故障數r固定

• 試驗時間T隨機

• 未失效樣品在第r個故障時間截尾

3.2 MTBF點估計

對于指數分布，MTBF的點估計為：

$$\widehat{\theta }=\frac{T_{total}}{r}$$

其中總試驗時間 $T_{total}={\sum }_{i=1}^r{t}_i+(n?r)\times t_r$

計算示例：

• 10臺設備測試到第5次故障停止

• 故障時間：100h、250h、400h、600h、900h

• 總試驗時間 = 100+250+400+600+900 + 5×900 = 6750小時

• MTBF點估計 = 6750 / 5 = 1350小時

3.3 MTBF置信區間

單側置信下限：

$${\theta }_L=\frac{2T_{total}}{{\chi }^2(2r,1?\alpha )}$$

雙側置信區間：

$$[\frac{2T_{total}}{{\chi }_{1?\alpha \mathrm{/}2}^2(2r)},\frac{2T_{total}}{{\chi }_{\alpha \mathrm{/}2}^2(2r)}]$$

示例（續上）：

• T_total = 6750小時

• r = 5

• 90%置信下限（α=0.1）：
  χ2(2×5=10, 0.9) = 15.99
  θ_L = 2×6750 / 15.99 = 844小時

四、兩種截尾試驗的對比

五、隨機截尾試驗

5.1 定義

隨機截尾是指由于各種原因（如樣品退出、試驗中斷等），樣品的截尾時間各不相同。

5.2 數據處理方法

對于隨機截尾數據，通常采用Kaplan-Meier估計法（乘積極限法）或Nelson-Aalen估計法。

Kaplan-Meier估計公式：

$$\widehat{R}(t)=\prod _{i:t_i\le t}(1?\frac{d_i}{n_i})$$

其中：

• d_i：在時間t_i的失效數

• n_i：在t_i之前仍處于風險中的樣品數

六、不同分布的MTBF推算

6.1 指數分布

指數分布是最常用的壽命分布，特點是失效率恒定。

MTBF = θ（尺度參數）

6.2 威布爾分布

威布爾分布可以描述失效率隨時間變化的情況。

概率密度函數：

$$f(t)=\frac{\beta }{\eta }{\left(\frac{t}{\eta }\right)}^{\beta ?1}{e}^{?(t\mathrm{/}\eta {)}^{\beta }}$$

MTBF公式：

$$MTBF=\eta ?\mathrm{\Gamma }(1+\frac{1}{\beta })$$

其中Γ為伽馬函數。

6.3 對數正態分布

MTBF = exp(μ + σ2/2)

七、數據處理流程

7.1 數據整理

7.2 總試驗時間計算

通用公式：

$$T_{total}=\sum _{i=1}^n{t}_i^{?}$$

其中t_i^*是每個樣品的最終時間（失效時間或截尾時間）。

7.3 MTBF計算

點估計： θ? = T_total / r
置信區間： 根據截尾類型選擇公式

7.4 示例：混合數據

數據：

• 樣品1：失效@100h

• 樣品2：失效@200h

• 樣品3：截尾@300h

• 樣品4：失效@350h

• 樣品5：截尾@500h

• 樣品6：失效@600h

• 樣品7：截尾@600h

• 樣品8~10：截尾@600h（定時截尾）

計算：

• r = 4（樣品1、2、4、6）

• T_total = 100 + 200 + 300 + 350 + 500 + 600 + 600 + 600 + 600 + 600 = 4450小時

• θ? = 4450 / 4 = 1112.5小時

90%置信下限（定時截尾）：
χ2(2×4+2=10, 0.9) = 15.99
θ_L = 2×4450 / 15.99 = 556小時

八、軟件工具

8.1 常用軟件

8.2 Excel計算公式

九、常見問題與解答

Q1: 為什么定時截尾用χ2(2r+2)而定數截尾用χ2(2r)？

A: 這是因為定時截尾在試驗結束時還可能發生一次故障，統計上相當于多了一個自由度。

Q2: 故障數很少時怎么辦？

A: 故障數少時置信區間會很寬，這是正常現象。可以：

• 增加樣品數

• 延長測試時間

• 接受較寬的置信區間

Q3: 零失效時如何報告？

A: 零失效時只能報告單側置信下限，不能報告點估計。常用公式：θ_L = T_total / (-ln(1-C))

Q4: 如何選擇截尾方式？

A:

• 時間嚴格受限：選擇定時截尾

• 精度要求高：選擇定數截尾

• 一般情況：定時截尾更常用

十、小結

截尾試驗的數據處理是可靠性測試的核心技能：

掌握截尾試驗的數據處理方法，能夠從有限的測試數據中科學地推算出產品的MTBF，為可靠性評估提供依據。

訊科標準檢測
ISTA認可實驗室 | CMA | CNAS
地址：深圳寶安

訊科標準檢測是一家專業的第三方檢測機構，已獲得CNAS、CMA及ISTA等多項資質認可。實驗室可提供可靠性測試方案設計、截尾試驗數據處理、MTBF推算分析等技術服務。檢測報告可用于產品質檢、市場準入及客戶驗證等場景。

?? 咨詢熱線：0755-27909791 / 15017918025（同微）
?? 郵箱：cs@xktest.cn
地址：深圳市寶安區航城街道