1–4 motorola 传感器 设备 datawww.motorola.com/半导体
发生率 的 一个 事件 至 established 信心 间隔.
这 relationship 在 失败 比率 和 这 chi-正方形的
分发 是 作 跟随:
l
L1
+
x
2
ǒ
一个
, d.f.
Ǔ
2t
在哪里:
λ
= 失败 比率
L1 = 更小的 一个 一侧 信心 限制
χ
2
= chi–square 函数
α
= 风险, (1–confidence 水平的)
d.f. = degrees 的 自由 = 2 (r + 1)
r = 号码 的 failures
t = 设备 小时
chi-正方形的 值 为 60% 和 90% 信心 间隔
为 向上 至 12 failures 是 显示 在 表格 1.
作 表明 用 这 表格, 当 非 failures 出现, 一个
估计 为 这 chi-正方形的 分发 间隔 是 obtainable.
这个 间隔 估计 能 然后 是 使用 至 solve 为 这
失败 比率, 作 显示 在 这 等式 在之上. 如果 非 failures
出现, 这 失败 比率 估计 是 solely 一个 函数 的 这
accumulated 设备 小时. 这个 估计 能 相异 dramati-
cally 作 额外的 设备 小时 是 accumulated.
作 一个 意思 的 表明 这 影响 的 设备 小时 和
非 failures 在 这 失败 比率 值, 一个 graphical representa-
tion 的 cumulative 设备 小时 相比 这 失败 比率
量过的 在 合适的 是 显示 在 图示 1.
一个 descriptive 例子 在 二 潜在的 vendors 最好的
serves 至 demonstrate 这 要点. 如果 vendor 一个 是 introducing 一个
新 产品 和 它们 有 放 一个 总的 的 1,000 部分 在 一个
高 温度 存储 测试 为 500 小时 各自, 它们的
相应的 cumulative 设备 小时 将 是 500,000
设备 小时. vendor b 有 被 在 这 业务 为 一些
年 在 这 一样 产品 和 有 测试 一个 总的 的 500,000
部分 为 10 小时 各自 至 这 一样 情况 作 部分 的 一个
在-线条 烧-在 测试 为 一个 总的 的 5,000,000 设备 小时. 这
相应的 失败 比率 为 一个 60% 信心 水平的 为
vendor 一个 将 是 1,833 合适的, vendor b 将 有 一个 合适
比率 的 183 合适的.
表格 1. chi-正方形的 表格
chi-正方形的 分发 函数
60% 信心 水平的 90% 信心 水平的
非. 失败
χ
2
Quantity 非. 失败
χ
2
Quantity
0 1.833 0 4.605
1 4.045 1 7.779
2 6.211 2 10.645
3 8.351 3 13.362
4 10.473 4 15.987
5 12.584 5 18.549
6 14.685 6 21.064
7 16.780 7 23.542
8 18.868 8 25.989
9 20.951 9 28.412
10 23.031 10 30.813
11 25.106 11 33.196
12 27.179 12 35.563
cumulative 设备 小时, [t]
10
5
10
8
10
7
10
9
10
4
100
10
1
0.1
1,000
10
6
1 10 100 1,000 10
4
10
5
10
6
10
7
10
8
10
9
失败 比率, [fits]
图示 1. depiction 的 这 影响 在 这 cumulative 设备 小时 和 非 failures
和 这 失败 比率 作 量过的 在 合适的.
F
r
e
e
s
c
一个
l
e
S
e
m
i
c
o
n
d
u
c
t
o
r
,
I
freescale 半导体, 公司
为 更多 信息 在 这个 产品,
go 至: www.freescale.com
n
c
.
.
.
: 点此下载
