威布尔分布计算器
最后更新: · 公式与示例已人工校对
威布尔分布是可靠性工程里用得最多的寿命分布。它通过形状参数把递增失效、恒定失效、递减失效三种情况统一在一个公式里,因此既能描述磨损老化,也能描述早期故障。
使用方法
- 填入形状参数 k 与尺度参数 λ
- 填入时间 t
- 点击计算得到可靠度或失效概率
计算公式
| 概率密度 |
f(t) = (k/λ)(t/λ)^(k−1) e^(−(t/λ)^k)
t ≥ 0 |
| 累积失效 |
F(t) = 1 − e^(−(t/λ)^k)
到 t 时刻的失效概率 |
| 可靠度 |
R(t) = e^(−(t/λ)^k)
仍正常的概率 |
计算示例
轴承寿命服从 k = 2、λ = 1000 小时的威布尔分布,求 500 小时可靠度
- 计算 (t/λ)^k = (0.5)² = 0.25
- 代入可靠度公式:e^(−0.25)
- e^(−0.25) ≈ 0.7788
- 即 500 小时后约 77.9% 仍正常
- k = 2 时威布尔分布退化为瑞利分布
结果:约 77.9%
要点与常见误区
- k < 1 表示失效率随时间下降,对应早期筛选淘汰阶段
- k = 1 时退化为指数分布,失效率恒定
- k > 1 表示失效率上升,对应磨损老化,k 约 3 时接近正态分布
常见问题
- 形状参数 k 怎么理解
- 它决定失效风险随时间的变化方向。k 小于 1,产品越用越可靠,说明缺陷产品在早期就被淘汰了;k 等于 1,风险恒定,与使用时间无关;k 大于 1,越用越容易坏,是典型的老化失效。
- 为什么可靠性分析偏爱威布尔分布
- 因为它足够灵活,通过调整两个参数就能拟合多种实际寿命曲线,而不必先假定属于某个特定分布。此外它的可靠度函数形式简单,取两次对数就能线性化,便于用图解法估计参数。
相关计算器