# Weibull-Zuverlässigkeit: B10 und Lebensdauerangaben für Kabeleinführungen verstehen

> Source: https://chinacableglands.com/de/blog/weibull-cable-entry-reliability/
> Language: de
> Publisher: Bepto Kabelverschraubungen
> Author: Victor Huang
> Published: 2026-10-22
> Updated: 2026-10-29

Erfahren Sie anhand durchgerechneter Beispiele, zensierter Beobachtungen, Konfidenzgrenzen und Prüfbedingungen für Kabeleinführungen, wie Weibull-Zuverlässigkeit, B10 und charakteristische Lebensdauer zu lesen sind.

<p><strong>Die Weibull-Zuverlässigkeit beschreibt, wie sich die Ausfallwahrscheinlichkeit mit der Expositionszeit verändert. B10 ist der Zeitpunkt, zu dem das Modell 10 % kumulative Ausfälle erreicht; die charakteristische Lebensdauer liegt bei etwa 63,2 %.</strong> Bevor ich eine Angabe zur Lebensdauer einer Kabeleinführung für eine Entscheidung nutze, vergleiche ich die genannte Kenngröße, die Prüfbedingungen und die Konfidenzgrenze.</p>
<p>Diese Unterscheidung ist wichtig. Zwei Modelle können dieselbe charakteristische Lebensdauer, aber sehr unterschiedliche B10-Werte haben. Ein langer Test mit wenigen Ausfällen liefert außerdem andere Informationen als eine lange Liste zurückgesandter Teile. Betrachten Sie die Kurve zusammen mit der Grundgesamtheit und den Aufzeichnungen, die zu ihrer Anpassung verwendet wurden.</p>
<blockquote>
<p><strong>Wichtige Punkte</strong></p>
<ul>
<li>B10 beschreibt das frühe Perzentil des Modells und unterscheidet sich von mittlerer oder charakteristischer Lebensdauer.</li>
<li>Die Form verändert den Trend der Ausfallrate, während die Skala die charakteristische Zeit festlegt.</li>
<li>Beziehen Sie überlebende Prüfkörper mit ihren Zensierungszeiten und ihrem Status ein.</li>
<li>Vergleichen Sie eine Punktschätzung mit der für die Entscheidung erforderlichen Konfidenzgrenze.</li>
<li>Verknüpfen Sie die beschleunigte Prüfzeit über den relevanten Mechanismus und das Beschleunigungsmodell mit den Einsatzbedingungen.</li>
</ul>
</blockquote>
<h2 id="what-do-weibull-shape-scale-and-b10-mean">Was bedeuten Form, Skala und B10 bei Weibull?</h2>
<p><strong>Ein Weibull-Modell</strong> ist eine Wahrscheinlichkeitsverteilung zur Beschreibung von Größen wie der Zeit oder der Zyklenzahl bis zum Ausfall. <a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008</a> enthält analytische und grafische Verfahren zur Weibull-Analyse von Stichproben im Test oder im Einsatz. Legen Sie für eine Kabeleinführung die Baugruppe, die Exposition und das Ausfallereignis fest, für die das Modell gelten soll.</p>
<p>Die Zweiparameterform verwendet einen Zeitursprung bei null, einen positiven Formparameter <span class="article-math article-math-inline" data-latex="\beta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>β</mi></mrow><annotation encoding="application/x-tex">\beta</annotation></semantics></math></span></span> und einen positiven Skalenparameter <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>. Für eine Expositionszeit <span class="article-math article-math-inline" data-latex="t\geq0"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>t</mi><mo>≥</mo><mn>0</mn></mrow><annotation encoding="application/x-tex">t\geq0</annotation></semantics></math></span></span> gilt für die kumulative Ausfallwahrscheinlichkeit:</p>
<div class="article-math article-math-display" data-latex="F(t)=1-\exp\left[-\left(\frac{t}{\eta}\right)^\beta\right]"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML" display="block"><semantics><mrow><mi>F</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><mi>exp</mi><mo>⁡</mo><mrow><mo fence="true">[</mo><mo>−</mo><msup><mrow><mo fence="true">(</mo><mfrac><mi>t</mi><mi>η</mi></mfrac><mo fence="true">)</mo></mrow><mi>β</mi></msup><mo fence="true">]</mo></mrow></mrow><annotation encoding="application/x-tex">F(t)=1-\exp\left[-\left(\frac{t}{\eta}\right)^\beta\right]</annotation></semantics></math></span></div>
<p><strong>Die Überlebenswahrscheinlichkeit</strong> ist die Wahrscheinlichkeit, bis zum Zeitpunkt <span class="article-math article-math-inline" data-latex="t"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>t</mi></mrow><annotation encoding="application/x-tex">t</annotation></semantics></math></span></span> vom definierten Ausfall frei zu bleiben. Sie beträgt <span class="article-math article-math-inline" data-latex="R(t)=1-F(t)"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>R</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><mi>F</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo></mrow><annotation encoding="application/x-tex">R(t)=1-F(t)</annotation></semantics></math></span></span>. Zeit und Skala müssen dieselbe Einheit verwenden; die Form ist dimensionslos. Dies ist die Darstellung im <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">NIST-Weibull-Lebensdauermodell</a>, wobei manche Software andere Symbole nutzt.</p>
<p><strong>Die charakteristische Lebensdauer</strong> ist die Skala <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>, bei der das Modell <span class="article-math article-math-inline" data-latex="F(\eta)=1-e^{-1}"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>F</mi><mo stretchy="false">(</mo><mi>η</mi><mo stretchy="false">)</mo><mo>=</mo><mn>1</mn><mo>−</mo><msup><mi>e</mi><mrow><mo>−</mo><mn>1</mn></mrow></msup></mrow><annotation encoding="application/x-tex">F(\eta)=1-e^{-1}</annotation></semantics></math></span></span>, also etwa 63,2 %, erreicht. <strong>Die Form</strong> bestimmt den Trend der momentanen Ausfallrate unter den weiterhin überlebenden Einheiten. Ein Wert unter 1 entspricht einer abnehmenden Rate, ein Wert von 1 einer konstanten Rate und ein Wert über 1 einer zunehmenden Rate.</p>
<p>Ich nutze den Formtrend, um eine Untersuchung zu steuern. Eine zunehmende Ausfallrate macht es sinnvoll, altersbedingte Degradation zu prüfen; frühe Ausfälle können Anlass geben, die Streuung bei Montage oder Fertigung genauer zu untersuchen. Die physikalische Schlussfolgerung stützt sich dennoch auf die Prüfkörper und den Expositionsverlauf: Dieselbe statistische Form kann aus unterschiedlichen Mechanismen entstehen.</p>
<p><strong>Die B10-Lebensdauer</strong> ist das zehnte Perzentil der Ausfallverteilung. Im selben Modell überleben 90 % der Grundgesamtheit bis zu dieser Exposition. Gemäß der <a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">Quantilbeziehung des NIST</a>:</p>
<div class="article-math article-math-display" data-latex="t_{B10}=\eta[-\ln(0.9)]^{1/\beta}"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML" display="block"><semantics><mrow><msub><mi>t</mi><mrow><mi>B</mi><mn>10</mn></mrow></msub><mo>=</mo><mi>η</mi><mo stretchy="false">[</mo><mo>−</mo><mi>ln</mi><mo>⁡</mo><mo stretchy="false">(</mo><mn>0.9</mn><mo stretchy="false">)</mo><msup><mo stretchy="false">]</mo><mrow><mn>1</mn><mi mathvariant="normal">/</mi><mi>β</mi></mrow></msup></mrow><annotation encoding="application/x-tex">t_{B10}=\eta[-\ln(0.9)]^{1/\beta}</annotation></semantics></math></span></div>
<p>Der Logarithmus ist der natürliche Logarithmus; das Ergebnis hat dieselbe Einheit wie <span class="article-math article-math-inline" data-latex="\eta"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mi>η</mi></mrow><annotation encoding="application/x-tex">\eta</annotation></semantics></math></span></span>. Die mittlere Lebensdauer ist ein eigener Mittelwert, der von beiden Parametern abhängt. Eine Weibull-Verteilung mit drei Parametern enthält zusätzlich einen Lage- oder Verschiebungsparameter. Prüfen Sie deshalb die Modellform, bevor Sie diese Gleichung mit Lage null anwenden.</p>
<h2 id="worked-example-the-same-characteristic-life-gives-different-b10">Beispiel: Dieselbe charakteristische Lebensdauer führt zu unterschiedlichen B10-Werten</h2>
<p>Betrachten Sie drei illustrative Modelle mit bewusst gewählten Parametern. Es handelt sich um mathematische Beispiele, die von dem später im Artikel gezeigten Datensatz mit sechs Prüfkörpern getrennt sind.</p>
<table>
<thead>
<tr>
<th>Modell</th>
<th style="text-align: right">Form</th>
<th style="text-align: right">Charakteristische Lebensdauer</th>
<th style="text-align: right">Berechnetes B10</th>
<th style="text-align: right">Ausfallwahrscheinlichkeit bei 500 h</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">1</td>
<td style="text-align: right">1 000 h</td>
<td style="text-align: right">105.4 h</td>
<td style="text-align: right">39.35%</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">2</td>
<td style="text-align: right">1 000 h</td>
<td style="text-align: right">324.6 h</td>
<td style="text-align: right">22.12%</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">2</td>
<td style="text-align: right">1 500 h</td>
<td style="text-align: right">486.9 h</td>
<td style="text-align: right">10.52%</td>
</tr>
</tbody>
</table>
<p>Setzen Sie für B die angenommene Skala von 1.000 h und die Form 2 in die B10-Gleichung ein. Die Quadratwurzel aus <span class="article-math article-math-inline" data-latex="-\ln(0.9)"><span class="katex"><math xmlns="http://www.w3.org/1998/Math/MathML"><semantics><mrow><mo>−</mo><mi>ln</mi><mo>⁡</mo><mo stretchy="false">(</mo><mn>0.9</mn><mo stretchy="false">)</mo></mrow><annotation encoding="application/x-tex">-\ln(0.9)</annotation></semantics></math></span></span> beträgt etwa 0,32459; daraus ergeben sich 324,6 h. A hat dieselbe Skala, aber eine andere Form, daher wird sein B10 deutlich früher erreicht.</p>
<p>Wenn frühe Ausfälle relevant sind, würde ich B10 oder die Ausfallwahrscheinlichkeit bei der geforderten Exposition vergleichen. Die Skala allein verbirgt diesen Unterschied. Bei 500 h ist die kumulative Ausfallwahrscheinlichkeit von B geringer als die von A. Bei 2.000 h kehrt sich die Reihenfolge um: A erreicht 86,47 %, B dagegen 98,17 %. Die beiden Kurven treffen sich bei ihrer gemeinsamen charakteristischen Lebensdauer von 1.000 h.</p>
<figure class="blog-chart">
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 520 710" role="img" aria-labelledby="weibull-curves-title weibull-curves-desc" style="font-family:var(--font-body)">
<title id="weibull-curves-title">Wie Form und Skala die kumulativen Weibull-Ausfallkurven verändern</title>
<desc id="weibull-curves-desc">Drei berechnete Kurven zeigen die kumulative Ausfallwahrscheinlichkeit über einen Zeitraum von null bis zweitausend Stunden. Die Kurven mit Form 1 und Form 2 bei einer Skala von eintausend Stunden erreichen beide bei eintausend Stunden 63,2 Prozent. Die dritte Kurve hat Form 2 und eine Skala von eintausendfünfhundert Stunden und erreicht bei eintausendfünfhundert Stunden 63,2 Prozent.</desc>
<text x="260" y="42" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">Form und Skala</text>
<text x="260" y="78" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">verändern die Kurve</text>
<text x="260" y="119" text-anchor="middle" fill="var(--color-graphite)" font-size="22">Kumulative Ausfälle nach Prüfzeit</text>
<path d="M95 160H470M95 315H470M95 274.043H470" fill="none" stroke="var(--color-cloud)" stroke-width="1.5"/>
<path d="M282.5 470V274.043M376.25 470V274.043" fill="none" stroke="var(--color-cloud)" stroke-width="1.5" stroke-dasharray="5 6"/>
<path d="M95 160V470H470" fill="none" stroke="var(--color-graphite)" stroke-width="2.5"/>
<text x="80" y="168" text-anchor="end" fill="var(--color-graphite)" font-size="22">100%</text>
<text x="80" y="282" text-anchor="end" fill="var(--color-graphite)" font-size="22">63,2%</text>
<text x="80" y="323" text-anchor="end" fill="var(--color-graphite)" font-size="22">50%</text>
<text x="80" y="478" text-anchor="end" fill="var(--color-graphite)" font-size="22">0%</text>
<path d="M95.000 470.000L96.875 466.915L98.750 463.862L100.625 460.838L102.500 457.845L104.375 454.881L106.250 451.947L108.125 449.042L110.000 446.166L111.875 443.319L113.750 440.500L115.625 437.709L117.500 434.945L119.375 432.210L121.250 429.501L123.125 426.819L125.000 424.165L126.875 421.536L128.750 418.934L130.625 416.357L132.500 413.807L134.375 411.281L136.250 408.781L138.125 406.305L140.000 403.855L141.875 401.428L143.750 399.026L145.625 396.648L147.500 394.293L149.375 391.962L151.250 389.654L153.125 387.369L155.000 385.106L156.875 382.866L158.750 380.649L160.625 378.453L162.500 376.280L164.375 374.128L166.250 371.997L168.125 369.888L170.000 367.799L171.875 365.732L173.750 363.685L175.625 361.658L177.500 359.651L179.375 357.665L181.250 355.698L183.125 353.751L185.000 351.823L186.875 349.914L188.750 348.025L190.625 346.154L192.500 344.301L194.375 342.468L196.250 340.652L198.125 338.854L200.000 337.075L201.875 335.313L203.750 333.568L205.625 331.841L207.500 330.132L209.375 328.439L211.250 326.763L213.125 325.103L215.000 323.461L216.875 321.834L218.750 320.224L220.625 318.630L222.500 317.051L224.375 315.489L226.250 313.941L228.125 312.410L230.000 310.893L231.875 309.392L233.750 307.905L235.625 306.434L237.500 304.977L239.375 303.534L241.250 302.106L243.125 300.692L245.000 299.292L246.875 297.906L248.750 296.534L250.625 295.175L252.500 293.830L254.375 292.499L256.250 291.180L258.125 289.875L260.000 288.583L261.875 287.303L263.750 286.037L265.625 284.783L267.500 283.541L269.375 282.312L271.250 281.095L273.125 279.890L275.000 278.697L276.875 277.516L278.750 276.346L280.625 275.189L282.500 274.043L284.375 272.908L286.250 271.784L288.125 270.672L290.000 269.571L291.875 268.481L293.750 267.401L295.625 266.333L297.500 265.275L299.375 264.227L301.250 263.190L303.125 262.163L305.000 261.147L306.875 260.140L308.750 259.144L310.625 258.157L312.500 257.181L314.375 256.214L316.250 255.256L318.125 254.309L320.000 253.370L321.875 252.441L323.750 251.521L325.625 250.611L327.500 249.709L329.375 248.816L331.250 247.933L333.125 247.058L335.000 246.192L336.875 245.334L338.750 244.485L340.625 243.644L342.500 242.812L344.375 241.988L346.250 241.172L348.125 240.364L350.000 239.565L351.875 238.773L353.750 237.989L355.625 237.213L357.500 236.445L359.375 235.684L361.250 234.931L363.125 234.186L365.000 233.448L366.875 232.717L368.750 231.993L370.625 231.277L372.500 230.568L374.375 229.866L376.250 229.170L378.125 228.482L380.000 227.801L381.875 227.126L383.750 226.458L385.625 225.797L387.500 225.142L389.375 224.494L391.250 223.852L393.125 223.217L395.000 222.588L396.875 221.965L398.750 221.349L400.625 220.738L402.500 220.134L404.375 219.535L406.250 218.943L408.125 218.357L410.000 217.776L411.875 217.201L413.750 216.632L415.625 216.068L417.500 215.511L419.375 214.958L421.250 214.411L423.125 213.870L425.000 213.334L426.875 212.803L428.750 212.278L430.625 211.758L432.500 211.243L434.375 210.733L436.250 210.228L438.125 209.728L440.000 209.233L441.875 208.744L443.750 208.259L445.625 207.778L447.500 207.303L449.375 206.832L451.250 206.366L453.125 205.905L455.000 205.448L456.875 204.996L458.750 204.548L460.625 204.105L462.500 203.666L464.375 203.232L466.250 202.801L468.125 202.376L470.000 201.954" fill="none" stroke="var(--color-carbon)" stroke-width="3.5" stroke-dasharray="9 6"/>
<path d="M95.000 470.000L96.875 469.969L98.750 469.876L100.625 469.721L102.500 469.504L104.375 469.226L106.250 468.886L108.125 468.485L110.000 468.022L111.875 467.499L113.750 466.915L115.625 466.272L117.500 465.568L119.375 464.805L121.250 463.983L123.125 463.103L125.000 462.165L126.875 461.169L128.750 460.117L130.625 459.009L132.500 457.845L134.375 456.626L136.250 455.353L138.125 454.027L140.000 452.649L141.875 451.218L143.750 449.737L145.625 448.205L147.500 446.624L149.375 444.995L151.250 443.319L153.125 441.596L155.000 439.827L156.875 438.014L158.750 436.158L160.625 434.259L162.500 432.318L164.375 430.338L166.250 428.318L168.125 426.260L170.000 424.165L171.875 422.033L173.750 419.868L175.625 417.668L177.500 415.436L179.375 413.173L181.250 410.879L183.125 408.557L185.000 406.207L186.875 403.830L188.750 401.428L190.625 399.002L192.500 396.553L194.375 394.082L196.250 391.591L198.125 389.080L200.000 386.552L201.875 384.006L203.750 381.445L205.625 378.869L207.500 376.280L209.375 373.678L211.250 371.066L213.125 368.444L215.000 365.814L216.875 363.176L218.750 360.532L220.625 357.882L222.500 355.229L224.375 352.572L226.250 349.914L228.125 347.255L230.000 344.596L231.875 341.939L233.750 339.284L235.625 336.633L237.500 333.986L239.375 331.344L241.250 328.708L243.125 326.080L245.000 323.461L246.875 320.850L248.750 318.249L250.625 315.660L252.500 313.082L254.375 310.516L256.250 307.964L258.125 305.427L260.000 302.904L261.875 300.397L263.750 297.906L265.625 295.432L267.500 292.976L269.375 290.539L271.250 288.121L273.125 285.722L275.000 283.343L276.875 280.986L278.750 278.649L280.625 276.335L282.500 274.043L284.375 271.773L286.250 269.527L288.125 267.305L290.000 265.106L291.875 262.932L293.750 260.783L295.625 258.659L297.500 256.561L299.375 254.488L301.250 252.441L303.125 250.421L305.000 248.427L306.875 246.459L308.750 244.519L310.625 242.605L312.500 240.719L314.375 238.860L316.250 237.028L318.125 235.224L320.000 233.448L321.875 231.699L323.750 229.977L325.625 228.284L327.500 226.618L329.375 224.980L331.250 223.369L333.125 221.786L335.000 220.230L336.875 218.702L338.750 217.201L340.625 215.727L342.500 214.281L344.375 212.861L346.250 211.469L348.125 210.103L350.000 208.763L351.875 207.450L353.750 206.163L355.625 204.902L357.500 203.666L359.375 202.456L361.250 201.272L363.125 200.112L365.000 198.977L366.875 197.867L368.750 196.781L370.625 195.719L372.500 194.680L374.375 193.665L376.250 192.674L378.125 191.705L380.000 190.759L381.875 189.835L383.750 188.933L385.625 188.052L387.500 187.193L389.375 186.355L391.250 185.538L393.125 184.741L395.000 183.964L396.875 183.207L398.750 182.470L400.625 181.751L402.500 181.052L404.375 180.370L406.250 179.707L408.125 179.062L410.000 178.434L411.875 177.823L413.750 177.229L415.625 176.651L417.500 176.090L419.375 175.544L421.250 175.014L423.125 174.499L425.000 173.999L426.875 173.513L428.750 173.042L430.625 172.585L432.500 172.141L434.375 171.710L436.250 171.293L438.125 170.888L440.000 170.496L441.875 170.116L443.750 169.747L445.625 169.390L447.500 169.045L449.375 168.710L451.250 168.386L453.125 168.073L455.000 167.769L456.875 167.476L458.750 167.192L460.625 166.918L462.500 166.652L464.375 166.396L466.250 166.148L468.125 165.909L470.000 165.678" fill="none" stroke="var(--color-primary)" stroke-width="4"/>
<path d="M95.000 470.000L96.875 469.986L98.750 469.945L100.625 469.876L102.500 469.780L104.375 469.656L106.250 469.504L108.125 469.326L110.000 469.119L111.875 468.886L113.750 468.625L115.625 468.337L117.500 468.022L119.375 467.680L121.250 467.311L123.125 466.915L125.000 466.493L126.875 466.044L128.750 465.568L130.625 465.066L132.500 464.538L134.375 463.983L136.250 463.403L138.125 462.797L140.000 462.165L141.875 461.507L143.750 460.825L145.625 460.117L147.500 459.384L149.375 458.627L151.250 457.845L153.125 457.038L155.000 456.208L156.875 455.353L158.750 454.475L160.625 453.573L162.500 452.649L164.375 451.701L166.250 450.730L168.125 449.737L170.000 448.721L171.875 447.684L173.750 446.624L175.625 445.544L177.500 444.442L179.375 443.319L181.250 442.175L183.125 441.011L185.000 439.827L186.875 438.623L188.750 437.400L190.625 436.158L192.500 434.896L194.375 433.617L196.250 432.318L198.125 431.002L200.000 429.669L201.875 428.318L203.750 426.950L205.625 425.565L207.500 424.165L209.375 422.748L211.250 421.315L213.125 419.868L215.000 418.405L216.875 416.928L218.750 415.436L220.625 413.931L222.500 412.412L224.375 410.879L226.250 409.334L228.125 407.777L230.000 406.207L231.875 404.625L233.750 403.032L235.625 401.428L237.500 399.813L239.375 398.188L241.250 396.553L243.125 394.908L245.000 393.254L246.875 391.591L248.750 389.919L250.625 388.239L252.500 386.552L254.375 384.856L256.250 383.154L258.125 381.445L260.000 379.729L261.875 378.007L263.750 376.280L265.625 374.547L267.500 372.809L269.375 371.066L271.250 369.319L273.125 367.568L275.000 365.814L276.875 364.056L278.750 362.295L280.625 360.532L282.500 358.766L284.375 356.998L286.250 355.229L288.125 353.458L290.000 351.686L291.875 349.914L293.750 348.142L295.625 346.369L297.500 344.596L299.375 342.825L301.250 341.054L303.125 339.284L305.000 337.516L306.875 335.750L308.750 333.986L310.625 332.224L312.500 330.465L314.375 328.708L316.250 326.956L318.125 325.206L320.000 323.461L321.875 321.719L323.750 319.982L325.625 318.249L327.500 316.522L329.375 314.799L331.250 313.082L333.125 311.370L335.000 309.664L336.875 307.964L338.750 306.271L340.625 304.584L342.500 302.904L344.375 301.231L346.250 299.565L348.125 297.906L350.000 296.255L351.875 294.612L353.750 292.976L355.625 291.349L357.500 289.731L359.375 288.121L361.250 286.519L363.125 284.927L365.000 283.343L366.875 281.769L368.750 280.205L370.625 278.649L372.500 277.104L374.375 275.568L376.250 274.043L378.125 272.527L380.000 271.022L381.875 269.527L383.750 268.043L385.625 266.569L387.500 265.106L389.375 263.654L391.250 262.213L393.125 260.783L395.000 259.364L396.875 257.957L398.750 256.561L400.625 255.176L402.500 253.803L404.375 252.441L406.250 251.091L408.125 249.753L410.000 248.427L411.875 247.112L413.750 245.809L415.625 244.519L417.500 243.240L419.375 241.973L421.250 240.719L423.125 239.476L425.000 238.246L426.875 237.028L428.750 235.822L430.625 234.629L432.500 233.448L434.375 232.279L436.250 231.122L438.125 229.977L440.000 228.845L441.875 227.725L443.750 226.618L445.625 225.523L447.500 224.440L449.375 223.369L451.250 222.310L453.125 221.264L455.000 220.230L456.875 219.208L458.750 218.199L460.625 217.201L462.500 216.216L464.375 215.242L466.250 214.281L468.125 213.332L470.000 212.394" fill="none" stroke="var(--color-graphite)" stroke-width="3.5" stroke-dasharray="2 6" stroke-linecap="round"/>
<circle cx="282.5" cy="274.043" r="5" fill="var(--color-primary)"/>
<circle cx="376.25" cy="274.043" r="5" fill="var(--color-graphite)"/>
<text x="95" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">0</text>
<text x="282.5" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">1000</text>
<text x="470" y="507" text-anchor="middle" fill="var(--color-graphite)" font-size="22">2000</text>
<text x="282.5" y="548" text-anchor="middle" fill="var(--color-carbon)" font-size="22">Prüfzeit (Stunden)</text>
<path d="M55 589H110" stroke="var(--color-carbon)" stroke-width="3.5" stroke-dasharray="9 6"/>
<text x="130" y="596" fill="var(--color-carbon)" font-size="22">Form 1 · Skala 1000 h</text>
<path d="M55 631H110" stroke="var(--color-primary)" stroke-width="4"/>
<text x="130" y="638" fill="var(--color-carbon)" font-size="22">Form 2 · Skala 1000 h</text>
<path d="M55 673H110" stroke="var(--color-graphite)" stroke-width="3.5" stroke-dasharray="2 6" stroke-linecap="round"/>
<text x="130" y="680" fill="var(--color-carbon)" font-size="22">Form 2 · Skala 1500 h</text>
</svg>
<figcaption>Die berechneten Kurven zeigen, wie die Form die Verteilung verändert und die Skala die charakteristische Zeit verschiebt. Jede Kurve erreicht bei ihrem jeweiligen Skalenwert 63,2 Prozent kumulative Ausfälle.</figcaption>
</figure>
<p>C zeigt die Wirkung einer größeren Skala bei unveränderter Form. Sein B10 ist 1,5-mal so groß wie das von B, entsprechend dem Verhältnis der Skalen. Alle drei Kurven sind anhand der angegebenen Parameter berechnet; für reale Vergleiche von Kabeleinführungen sind Modelle erforderlich, die an relevanten Beobachtungen angepasst und unter Berücksichtigung ihrer Unsicherheit bewertet wurden.</p>
<p>Wenn ein Bericht nur eine Dauer angibt, ermitteln Sie, ob damit B10, ein Mittelwert, die charakteristische Lebensdauer, ein Prüfende oder ein geplanter Betriebszeitraum gemeint ist. Der <a href="/de/blog/long-term-value-the-durability-of-nickel-plated-brass-cable-glands-why-15-year-service-life-makes-initial-investment-worth-every-penny/">Leitfaden zur Langzeitbeständigkeit</a> erklärt, wie Einsatzbedingungen und Wartung mit dieser längerfristigen Entscheidung zusammenhängen.</p>
<h2 id="define-the-cable-entry-population-and-failure-event">Grundgesamtheit und Ausfallereignis für die Kabeleinführung festlegen</h2>
<p><strong>Eine Grundgesamtheit</strong> ist die Menge der Baugruppen, die das Ergebnis beschreiben soll. Legen Sie Kabelverschraubungsdesign, Dichtungswerkstoff, Kabelmantel und -durchmesser, Montageanordnung und Einbaubedingungen fest. Wenn sich Chargen oder Varianten unterscheiden, halten Sie ihre Identität fest, damit ihre Auswirkungen geprüft und nicht durch Zusammenfassen verborgen werden.</p>
<p>Wählen Sie vor Beginn der Exposition ein funktionales Endkriterium. Eine Leckage oberhalb eines festgelegten Schwellenwerts, ein Verlust der Rückhaltewirkung und sichtbare Beschädigungen der Beschichtung sind unterschiedliche Ereignisse. Sie können zu verschiedenen Lebensdauerverteilungen führen. Ich wähle das Ereignis passend zur technischen Entscheidung und lege dann Messverfahren und Schwellenwert so fest, dass jeder Prüfkörper einheitlich bewertet wird.</p>
<p>Der <a href="/de/blog/the-physics-of-water-ingress-how-seals-fail-and-how-to-prevent-it/">Leitfaden zu Ausfällen durch Wassereintritt</a> hilft, Leckagepfade durch die Kabelabdichtung und die Montagefläche zu unterscheiden. Diese Pfade können unterschiedliche Prüfungen erfordern, auch wenn beide dazu führen, dass Wasser in das Gehäuse gelangt.</p>
<p>Verwenden Sie für die Analyse eine einheitliche Expositionsuhr: Betriebsstunden, Dauer der Umweltexposition oder gezählte Zyklen. Geben Sie ihren Startpunkt und den Umgang mit Pausen an. Betrachtet wird hier die Zeit bis zum ersten Ausfall einer nicht reparierten Baugruppe. Wiederholte Ausfälle nach einer Reparatur erfordern ein Modell und eine Datenstruktur, die Reparatur und Wiederauftreten beschreiben.</p>
<figure>
<img alt="Getrennte, aufrecht montierte Prüfkörper für Kabeleinführungen mit jeweils eigenen schwarzen Kabelenden, mit Abstand auf einem Gestell in einem Umweltprüfschrank mit geöffneter Tür angeordnet" src="/images/blog/weibull-cable-entry-reliability/weibull-cable-entry-reliability-scene-01.png" width="1672" height="941" loading="lazy" decoding="async">
<figcaption>Die einzelnen Prüfkörper für Kabeleinführungen stehen mit Abstand auf dem Gestell im Prüfschrank; jeder ist mit einer eigenen Kabelverschraubung und Kabelenden versehen.</figcaption>
</figure>
<p>Eine Zufallsstichprobe oder anderweitig begründete Stichprobe sollte die betrachtete Grundgesamtheit repräsentieren. Zurückgesandte Komponenten können für die Diagnose wertvoll sein, doch eine reine Rücksendeliste lässt die installierten, weiterhin funktionierenden Einheiten außer Acht. Verknüpfen Sie Ausfallaufzeichnungen mit den noch beobachteten Einheiten und deren Expositionsverlauf. Der <a href="/de/blog/cable-gland-durability-testing-a-head-to-head-comparison-simulating-10-years-of-industrial-use/">Leitfaden zu Dauerhaltbarkeitstests</a> erläutert, wie Baugruppendefinition und Expositionsplanung zusammenhängen.</p>
<h2 id="keep-exact-failures-and-censored-records-distinct">Exakte Ausfälle und zensierte Beobachtungen getrennt halten</h2>
<p><strong>Rechtszensierung</strong> bedeutet, dass eine Einheit bis zu ihrer letzten Beobachtung frei vom definierten Ausfall blieb, während ihr späterer Ausfallzeitpunkt unbekannt ist. <strong>Intervallzensierung</strong> bedeutet, dass das Ereignis zwischen zwei Beobachtungszeitpunkten eintrat. Der <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">Leitfaden von NIST zur Zensierung</a> erläutert diese Datentypen und warum jeder davon in die Analyse gehört.</p>
<p>Verwenden Sie den folgenden hypothetischen Datensatz mit sechs Prüfkörpern. Nehmen Sie unabhängige Lebensdauern der Prüfkörper aus derselben Grundgesamtheit, gemeinsame Expositionsbedingungen, eine kontinuierliche Überwachung des Endkriteriums und einen vorab geplanten Stopp bei 300 h an.</p>
<table>
<thead>
<tr>
<th>Prüfling</th>
<th style="text-align: right">Beobachtungszeit</th>
<th>Status</th>
<th>Bedeutung</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">100 h</td>
<td>Ausfall</td>
<td>Der erste definierte Ausfall trat bei 100 h ein</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">180 h</td>
<td>Ausfall</td>
<td>Der erste definierte Ausfall trat bei 180 h ein</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">260 h</td>
<td>Ausfall</td>
<td>Der erste definierte Ausfall trat bei 260 h ein</td>
</tr>
<tr>
<td>D</td>
<td style="text-align: right">300 h</td>
<td>Rechtszensiert</td>
<td>Bis zum Prüfende überlebt</td>
</tr>
<tr>
<td>E</td>
<td style="text-align: right">300 h</td>
<td>Rechtszensiert</td>
<td>Bis zum Prüfende überlebt</td>
</tr>
<tr>
<td>F</td>
<td style="text-align: right">300 h</td>
<td>Rechtszensiert</td>
<td>Bis zum Prüfende überlebt</td>
</tr>
</tbody>
</table>
<p>Führen Sie den Status in einem eigenen Feld. Die drei Einträge bei 300 h sind Überlebensbeobachtungen und tragen daher anders bei als ein bei 300 h erfasster Ausfall. Werden sie weggelassen, geht die überlebende Hälfte der Stichprobe verloren; werden sie als Ausfälle umcodiert, ändert sich der tatsächliche Ablauf.</p>
<p>Wird das Endkriterium regelmäßig geprüft, erfassen Sie die letzte bestandene und die erste nicht bestandene Prüfung. Eine bestandene Prüfung bei 200 h und ein anschließender Ausfall bei 250 h definieren dieses Intervall. Verwenden Sie ein Anpassungsverfahren, das Intervalle akzeptiert, statt den Intervallmittelpunkt oder den Prüfzeitpunkt als exakten Ereigniszeitpunkt anzusetzen.</p>
<p>Ich halte auch den Grund für das Ende jeder Beobachtung fest. Ein geplanter Stopp stützt eine andere Zensierungsannahme als die Entnahme eines Prüfkörpers, weil er dem Ausfall nahe zu sein scheint. Untersuchen Sie solche Entnahmen und ihren Zusammenhang mit der Lebensdauer, bevor Sie das Analyseverfahren auswählen.</p>
<h2 id="fit-the-observations-and-check-the-model">Beobachtungen anpassen und das Modell prüfen</h2>
<p><strong>Die Maximum-Likelihood-Schätzung</strong> oder MLE wählt Parameter, unter denen die erfassten Beobachtungen am besten mit der gewählten Verteilung vereinbar sind. Exakte Ausfälle tragen mit der Wahrscheinlichkeitsdichte zu ihren Ausfallzeitpunkten bei; rechtszensierte Einheiten tragen mit der Überlebenswahrscheinlichkeit bis zu ihren Beobachtungszeitpunkten bei. Intervallbeobachtungen tragen mit der Ausfallwahrscheinlichkeit zwischen den beiden Messungen bei. Im <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">NIST-Leitfaden zur Maximum-Likelihood-Schätzung</a> werden diese unterschiedlichen Likelihood-Terme beschrieben.</p>
<h3 id="worked-example-changing-the-status-changes-the-result">Beispiel: Eine Statusänderung verändert das Ergebnis</h3>
<p>Für die sechs hypothetischen Datensätze oben ergibt eine Maximum-Likelihood-Schätzung eines Zweiparameter-Weibull-Modells mit festem Lageparameter null eine Form von etwa 2,047, eine Skala von 353,7 h und ein B10 von 117,8 h. Die Tabelle vergleicht diese Berechnung mit zwei bewusst falschen Behandlungen derselben Einträge.</p>
<table>
<thead>
<tr>
<th>Behandlung</th>
<th style="text-align: right">Formschätzung</th>
<th style="text-align: right">Skalenschätzung</th>
<th style="text-align: right">B10-Schätzung</th>
<th>Folge für die Daten</th>
</tr>
</thead>
<tbody>
<tr>
<td>Drei Ausfälle und drei rechtszensierte Überlebende</td>
<td style="text-align: right">2.047</td>
<td style="text-align: right">353.7 h</td>
<td style="text-align: right">117.8 h</td>
<td>Erhält die angegebenen Beobachtungen</td>
</tr>
<tr>
<td>Alle drei Überlebenden entfernen</td>
<td style="text-align: right">3.121</td>
<td style="text-align: right">202.2 h</td>
<td style="text-align: right">98.3 h</td>
<td>Passt nur die ausgefallene Teilmenge an</td>
</tr>
<tr>
<td>Alle drei bei 300 h überlebenden Einheiten als Ausfälle markieren</td>
<td style="text-align: right">4.016</td>
<td style="text-align: right">266.0 h</td>
<td style="text-align: right">151.9 h</td>
<td>Führt im Beispiel nicht vorhandene Ereignisse ein</td>
</tr>
</tbody>
</table>
<p>Ich habe festgestellt, dass die Umcodierung von Überlebenden als Ausfälle B10 in diesem hypothetischen Datensatz auf 151,9 h statt 117,8 h erhöht. Das Entfernen derselben Überlebenden senkt den Wert auf 98,3 h. Diese entgegengesetzten Auswirkungen machen das Statusfeld bei der Prüfung eines importierten Berichts besonders wichtig; ein Codierfehler kann das Ergebnis in beide Richtungen verschieben. Verwenden Sie zunächst die richtigen Statusangaben und beurteilen Sie danach Anpassung und Unsicherheit. Bei nur drei beobachteten Ausfällen reagieren Form- und Unterrandabschätzungen empfindlich. Für einen belastbaren technischen Vergleich sind aussagekräftigere Expositionen und eine Konfidenzauswertung erforderlich.</p>
<p>Eine <strong>Wahrscheinlichkeitsdarstellung</strong> vergleicht die Beobachtungen mit dem Modell auf transformierten Achsen. Sie unterscheidet sich von den zuvor gezeigten gewöhnlichen kumulativen Kurven. In der <a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">NIST-Methode der Wahrscheinlichkeitsdarstellung</a> berücksichtigen die Plotpositionen die Zensierung. Ein weitgehend linearer Verlauf spricht für die Vereinbarkeit mit dem gewählten Modell.</p>
<p>Untersuchen Sie Krümmungen, Chargengruppen, frühe Ausreißer und Auswirkungen der Prüfkörperposition. Behalten Sie einen Datenpunkt bei, sofern kein dokumentierter mess- oder grundgesamtheitsbezogener Grund eine andere Behandlung rechtfertigt. Vergleichen Sie plausible Verteilungen anhand derselben Beobachtungen. NISTs <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">durchgerechnetes Weibull-Beispiel</a> vergleicht Weibull- und Lognormal-Anpassungen mit ähnlichen Anpassungsstatistiken und zeigt damit, warum eine visuell saubere Kurve allein die Modellwahl nicht absichert.</p>
<p>Auch Ausfallmechanismen können miteinander konkurrieren. Wenn Korrosion die Beobachtung beendet, bevor ein Leckageausfall eintritt, erfassen Sie sowohl das beendende Ereignis als auch die zensierte Zeit bis zur Leckage. Das <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">NIST-Modell konkurrierender Risiken</a> kombiniert Mechanismen unter den Annahmen der Unabhängigkeit und des ersten Ausfalls. Wenn die Bewegung der Verbindung sowohl Korrosion als auch Leckage begünstigt, untersuchen Sie diese gemeinsame Ursache bei der Modellauswahl.</p>
<h2 id="read-the-confidence-bound-beside-the-life-estimate">Konfidenzgrenze neben der Lebensdauerschätzung lesen</h2>
<p><strong>Eine Konfidenzgrenze</strong> beschreibt die Unsicherheit einer geschätzten Kenngröße für die Grundgesamtheit unter den Analyseannahmen. Eine untere Konfidenzgrenze für B10 beantwortet eine andere Frage als die Punktschätzung von B10. Geben Sie neben dem Wert das Konfidenzniveau, die ein- oder zweiseitige Form und das Berechnungsverfahren an.</p>
<p>Angenommen, eine Anforderung verlangt beispielsweise eine einseitige untere 95-%-Konfidenzgrenze für B10 von mindestens 1.000 h. Ein hypothetischer Bericht mit einer B10-Punktschätzung von 1.300 h und einer solchen unteren Grenze von 900 h erfüllt die Anforderung nicht. Der Überschuss von 300 h bei der Punktschätzung gleicht die Unterschreitung der geforderten Grenze um 100 h nicht aus.</p>
<p>Ich betrachte Stichprobengröße und Ausfallzahl zusammen mit diesem Vergleich. Ein Konfidenzintervall betrifft die Unsicherheit der geschätzten Perzentile oder des Parameters; es ist nicht mit einem Intervall gleichzusetzen, das diesen Anteil einzelner Lebensdauern enthält. Verwenden Sie beim Vergleich von Berichten dieselbe Lebensdauerkenngröße, Konfidenzkonvention, dasselbe Endkriterium und dieselbe Expositionsbasis.</p>
<p>Bei null Ausfällen geben Sie an, wie viele Einheiten wie lange überlebt haben. Bei einer unbeschränkten Zweiparameter-Weibull-Anpassung kann eine Erhöhung der Skala die Likelihood von Daten mit ausschließlich überlebenden Einheiten weiter steigern; die Beobachtungen allein bestimmen daher keine endliche Form- und Skalenschätzung. Ein separat festgelegtes Zuverlässigkeitsnachweisverfahren kann diese Überlebensergebnisse unter seinen angegebenen Annahmen nutzen.</p>
<p>Eine sinnvolle Lesereihenfolge ist: Lebensdauerkenngröße bestimmen, beobachtete und zensierte Daten prüfen, Modellanpassung kontrollieren und anschließend die geforderte Konfidenzgrenze vergleichen. Untersuchen Sie den entscheidenden Faktor: Expositionsdauer, Zahl der Ausfälle, gemischte Grundgesamtheiten oder ein unsicherer Mechanismus.</p>
<h2 id="connect-accelerated-test-life-to-service-conditions">Beschleunigte Prüflebensdauer mit Einsatzbedingungen verknüpfen</h2>
<p>Eine bei erhöhter Beanspruchung angepasste Weibull-Kurve beschreibt diese Bedingung. Für die Projektion auf den normalen Einsatz kombinieren Sie die Lebensdauerverteilung mit einer Beschleunigungsbeziehung für den relevanten Ausfallmechanismus. Der <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">NIST-Leitfaden zur Projektion auf Einsatzbedingungen</a> erläutert, warum beide Modelle wichtig sind, insbesondere wenn die Einsatzprognose im schwach beobachteten frühen Verteilungsschwanz liegt.</p>
<p>Prüfen Sie, ob der Mechanismus bei beschleunigten Prüf- und Einsatzbedingungen erhalten bleibt. Eine höhere Temperatur kann den Degradationsprozess einer Dichtung verändern, während Feuchtigkeit, Chemikalien und Bewegung die Baugruppe unterschiedlich beeinflussen können. Behandeln Sie den Beanspruchungsverlauf als Teil des Modells, statt nicht zusammengehörige Stunden zu einem einzigen Alterszähler zusammenzufassen. Der <a href="/de/blog/how-does-environmental-aging-affect-cable-gland-seal-performance-over-time/">Leitfaden zur Dichtungsalterung</a> verknüpft diese Beanspruchungen mit der Dichtungsfunktion.</p>
<p>Ich suche nach Beobachtungen bei geringerer Beanspruchung, längerer Dauer oder im Feld, die die Projektion nahe den vorgesehenen Einsatzbedingungen prüfen. Behalten Sie die Schätzung unter Prüfbedingungen in ihren ursprünglichen Einheiten, Stunden oder Zyklen, bei und geben Sie für eine Einsatzprognose das Nutzungsprofil an. Bei einer Wartungs- oder Konstruktionsentscheidung bleibt B10 so an eine bestimmte Grundgesamtheit, ein Ausfallereignis und ein Expositionsmodell gebunden.</p>
<h2 id="conclusion">Fazit</h2>
<p>B10, charakteristische Lebensdauer und mittlere Lebensdauer beschreiben unterschiedliche Aspekte eines Weibull-Lebensdauermodells. Dieselbe charakteristische Lebensdauer kann sehr unterschiedliches Verhalten bei frühen Ausfällen verbergen; vergleichen Sie daher die Kenngröße, die zur vorgesehenen Exposition und Entscheidung passt. Berücksichtigen Sie in der Analyse ausgefallene und überlebende Prüfkörper jeweils mit ihrem korrekten Status.</p>
<p>Ich lese die Konfidenzgrenze neben der Punktschätzung und prüfe anschließend Grundgesamtheit, Ausfalldefinition und Beanspruchungsbedingungen. Die Beispiele zeigen, warum diese Einzelheiten das Zahlenresultat verändern. Für eine Einsatzlebensdauerprognose verknüpfen Sie das Prüfmodell mit dem tatsächlichen Mechanismus und Nutzungsprofil, bevor Sie das Ergebnis für Wartungs- oder Konstruktionsentscheidungen verwenden.</p>
<h2 id="faq-about-weibull-reliability-analysis">Häufige Fragen zur Weibull-Zuverlässigkeitsanalyse</h2>
<h3 id="is-weibull-characteristic-life-the-average-life">Ist die charakteristische Lebensdauer der Weibull-Verteilung die mittlere Lebensdauer?</h3>
<p>Die charakteristische Lebensdauer ist der Skalenwert, bei dem das Zweiparametermodell etwa 63,2 % kumulative Ausfälle erreicht. Die mittlere Lebensdauer hängt sowohl von Form als auch von Skala ab und ist eine andere Größe. Lesen Sie die im Bericht genannte Kenngröße, bevor Sie Zeiträume vergleichen; B10 bezieht sich auf die frühere Ausfallexposition beim zehnten Perzentil.</p>
<h3 id="how-should-specimens-that-survive-the-test-be-recorded">Wie sollten Prüfkörper erfasst werden, die den Test überstehen?</h3>
<p>Bewahren Sie den Zeitpunkt der letzten Beobachtung, den Rechtszensierungsstatus und den Grund für das Ende der Beobachtung auf. Diese Aufzeichnungen zeigen, dass der Prüfkörper bis zu diesem Zeitpunkt überlebt hat, und fließen in die Lebensdaueranalyse ein. Verwenden Sie ein Analyseverfahren, das Zensierung berücksichtigt. Bei Ausfällen, die zwischen Inspektionen festgestellt werden, behalten Sie das Intervall zwischen der letzten bestandenen und der ersten nicht bestandenen Prüfung bei, statt einen exakten Ereigniszeitpunkt anzusetzen.</p>
<h3 id="what-does-b10-say-about-individual-cable-entries">Was sagt B10 über einzelne Kabeleinführungen aus?</h3>
<p>B10 ist die Exposition, bei der das Modell 10 % kumulative Ausfälle erreicht; unter den festgelegten Bedingungen entspricht dies einer Überlebenswahrscheinlichkeit von 90 %. Einige Einheiten fallen früher, andere später aus. Auch die Schätzung ist mit Unsicherheit behaftet. Vergleichen Sie daher die geforderte Konfidenzgrenze, wenn Sie ein Zuverlässigkeitsziel beurteilen. Bei der Wartungsplanung sind außerdem die Folgen eines Ausfalls und das Einsatzprofil zu berücksichtigen.</p>
<h3 id="how-can-an-accelerated-weibull-curve-support-a-service-life-prediction">Wie kann eine beschleunigte Weibull-Kurve eine Prognose der Lebensdauer im Einsatz unterstützen?</h3>
<p>Kombinieren Sie die Lebensdauerverteilung mit einem Beschleunigungsmodell für den relevanten Mechanismus und die Einsatzbedingungen. Prüfen Sie, ob der Mechanismus weiterhin zutrifft, und vergleichen Sie die Projektion mit geeigneten Beobachtungen bei geringerer Beanspruchung, längerer Prüfdauer oder im Feld. Legen Sie bei der Interpretation der projizierten Lebensdauer Grundgesamtheit, Ausfallkriterium, Expositionszeit und Unsicherheit offen.</p>
<h3 id="sources-and-technical-references">Quellen und technische Referenzen</h3>
<ul>
<li><a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008 — Weibull-Analyse</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">NIST — Zensierung</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">NIST — Weibull-Lebensdauermodell</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">NIST — Weibull-Verteilung und Quantile</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">NIST — Maximum-Likelihood-Schätzung</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">NIST — Wahrscheinlichkeitsdarstellung</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">NIST — Modell konkurrierender Risiken</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">NIST — Beispiel zur Maximum-Likelihood-Schätzung für eine Weibull-Verteilung</a>, abgerufen am 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">NIST — Projektion der Zuverlässigkeit auf Einsatzbedingungen</a>, abgerufen am 2026-10-29.</li>
</ul>
