# Надёжность по Вейбуллу: как интерпретировать B10 и заявления о сроке службы кабельного ввода

> Source: https://chinacableglands.com/ru/blog/weibull-cable-entry-reliability/
> Language: ru
> Publisher: Бепто Кабельные вводы
> Author: Victor Huang
> Published: 2026-10-22
> Updated: 2026-10-29

Узнайте, как читать показатели надёжности по Вейбуллу, B10 и характеристическую наработку на примерах с цензурированными наблюдениями, доверительными границами и условиями испытаний кабельных вводов.

<p><strong>Надёжность по Вейбуллу описывает, как вероятность отказа меняется со временем воздействия. B10 — это время, при котором модель достигает 10% накопленной вероятности отказа; характеристическая наработка соответствует примерно 63,2%.</strong> Прежде чем использовать заявление о сроке службы кабельного ввода для принятия решения, я сравниваю заявленный показатель, условия испытания и доверительную границу.</p>
<p>Это различие важно. У двух моделей может быть одинаковая характеристическая наработка, но сильно различаться B10. Длительное испытание с небольшим числом отказов даёт иные сведения, чем длинный список возвращённых деталей. Читайте кривую вместе с информацией о совокупности и записях, использованных для подгонки модели.</p>
<blockquote>
<p><strong>Ключевые выводы</strong></p>
<ul>
<li>B10 описывает ранний процентиль модели и отличается от средней или характеристической наработки.</li>
<li>Форма задаёт тенденцию интенсивности отказов, а масштаб — характеристическое время.</li>
<li>Учитывайте выжившие образцы, указывая время и статус цензурирования.</li>
<li>Сравнивайте точечную оценку с доверительной границей, необходимой для принятия решения.</li>
<li>Связывайте время ускоренного испытания с условиями эксплуатации через соответствующий механизм и модель ускорения.</li>
</ul>
</blockquote>
<h2 id="what-do-weibull-shape-scale-and-b10-mean">Что означают форма, масштаб и B10 в модели Вейбулла?</h2>
<p><strong>Модель Вейбулла</strong> — это распределение вероятностей, используемое для описания таких величин, как время или число циклов до отказа. Стандарт <a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008</a> содержит аналитические и графические методы анализа Вейбулла для выборочных изделий при испытаниях или эксплуатации. Для кабельного ввода определите сборку, воздействие и событие отказа, к которым применяется модель.</p>
<p>Двухпараметрическая форма использует нулевое начало отсчёта времени, положительный параметр формы <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> и положительный параметр масштаба <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>. Для времени воздействия <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> накопленная вероятность отказа равна:</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>Вероятность выживания</strong> — это вероятность оставаться без заданного отказа вплоть до времени <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>. Она равна <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>. Время и масштаб должны быть выражены в одинаковых единицах; форма безразмерна. Такова запись в <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">модели срока службы Вейбулла NIST</a>, хотя в некоторых программах используются другие обозначения.</p>
<p><strong>Характеристическая наработка</strong> равна масштабу <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>, при котором модель достигает <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>, то есть примерно 63,2%. <strong>Форма</strong> определяет тенденцию мгновенной интенсивности отказов среди продолжающих работать изделий. Значение меньше 1 соответствует снижению интенсивности, равное 1 — постоянной интенсивности, а большее 1 — её росту.</p>
<p>Я использую тенденцию формы, чтобы направить расследование. Рост интенсивности делает целесообразной проверку деградации, связанной со сроком службы, а ранние отказы могут побудить внимательнее изучить разброс параметров монтажа или изготовления. Однако физический вывод всё равно основан на образцах и истории воздействия: одна и та же статистическая форма может возникать из-за разных механизмов.</p>
<p><strong>Наработка B10</strong> — это десятый процентиль распределения отказов. В той же модели 90% совокупности сохраняют работоспособность до этого воздействия. Согласно <a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">соотношению квантилей 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>Используется натуральный логарифм, а результат выражается в тех же единицах, что и <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>. Средняя наработка — отдельное среднее значение, зависящее от обоих параметров. Трёхпараметрическое распределение Вейбулла добавляет параметр положения или сдвига, поэтому перед применением уравнения с нулевым положением проверьте вид модели.</p>
<h2 id="worked-example-the-same-characteristic-life-gives-different-b10">Пример: одинаковая характеристическая наработка даёт разные значения B10</h2>
<p>Рассмотрим три иллюстративные модели с намеренно выбранными параметрами. Это математические примеры, не связанные с набором данных для шести образцов, приведённым далее в статье.</p>
<table>
<thead>
<tr>
<th>Модель</th>
<th style="text-align: right">Форма</th>
<th style="text-align: right">Характеристическая наработка</th>
<th style="text-align: right">Расчётное B10</th>
<th style="text-align: right">Вероятность отказа при 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>Для B подставьте в уравнение B10 предполагаемый масштаб 1 000 h и форму 2. Квадратный корень из <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> составляет примерно 0,32459, что даёт 324,6 h. У A тот же масштаб, но другая форма, поэтому его B10 наступает значительно раньше.</p>
<p>Когда нас беспокоят ранние отказы, я бы сравнил B10 или вероятность отказа при требуемом времени воздействия. Один масштаб скрывает это различие. При 500 h накопленная вероятность отказа у B ниже, чем у A. При 2 000 h порядок меняется на обратный: у A она составляет 86,47%, а у B — 98,17%. Кривые пересекаются при общей для них характеристической наработке 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">Как форма и масштаб изменяют накопленные кривые отказов Вейбулла</title>
<desc id="weibull-curves-desc">Три рассчитанные кривые показывают накопленную вероятность отказа за время от нуля до двух тысяч часов. Кривые с параметрами формы 1 и 2 и масштабом одна тысяча часов обе достигают 63.2% при одной тысяче часов. Третья кривая имеет форму 2 и масштаб полторы тысячи часов и достигает 63.2% при полутора тысячах часов.</desc>
<text x="260" y="42" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">Форма и масштаб</text>
<text x="260" y="78" text-anchor="middle" fill="var(--color-carbon)" font-size="30" font-weight="700">изменяют кривую</text>
<text x="260" y="119" text-anchor="middle" fill="var(--color-graphite)" font-size="22">Накопленная вероятность отказа к времени испытания</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">Время испытания (часы)</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">Форма 1 · Масштаб 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">Форма 2 · Масштаб 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">Форма 2 · Масштаб 1500 h</text>
</svg>
<figcaption>Расчётные кривые показывают, как форма меняет распределение, а масштаб сдвигает характерное время. Каждая кривая достигает 63.2% накопленных отказов при собственном значении масштаба.</figcaption>
</figure>
<p>Модель C показывает эффект увеличения масштаба при неизменной форме. Её B10 в 1,5 раза выше, чем у B, что соответствует отношению масштабов. Все три кривые рассчитаны по указанным параметрам; для реального сравнения кабельных вводов нужны модели, подогнанные по относящимся к делу наблюдениям и оценённые с учётом неопределённости.</p>
<p>Если в отчёте указана только длительность, выясните, имеется ли в виду B10, средняя наработка, характеристическая наработка, окончание испытания или запланированный период работы. <a href="/ru/blog/long-term-value-the-durability-of-nickel-plated-brass-cable-glands-why-15-year-service-life-makes-initial-investment-worth-every-penny/">Руководство по долговечности</a> объясняет, как условия эксплуатации и техническое обслуживание связаны с этим долгосрочным решением.</p>
<h2 id="define-the-cable-entry-population-and-failure-event">Определите совокупность кабельных вводов и событие отказа</h2>
<p><strong>Совокупность</strong> — это набор сборок, которые должен описывать результат. Зафиксируйте конструкцию кабельного ввода, состав уплотнителя, оболочку и диаметр кабеля, схему монтажа и условия установки. Если различаются партии или варианты, сохраняйте их идентичность, чтобы можно было проверить их влияние, а не скрыть его объединением данных.</p>
<p>До начала воздействия выберите функциональный критерий окончания срока службы. Протечка выше заданного порога, потеря удерживающей способности и видимое повреждение покрытия — разные события. Они могут приводить к разным распределениям срока службы. Я выбираю событие, соответствующее инженерному решению, а затем определяю метод и порог измерения, чтобы каждый образец оценивался одинаково.</p>
<p><a href="/ru/blog/the-physics-of-water-ingress-how-seals-fail-and-how-to-prevent-it/">Руководство по отказам из-за проникновения воды</a> помогает различать пути утечки через уплотнение кабеля и монтажный интерфейс. Эти пути могут требовать разных проверок, даже если оба приводят к попаданию воды внутрь корпуса.</p>
<p>Используйте для анализа одну временную шкалу воздействия: часы работы, продолжительность воздействия окружающей среды или число циклов. Укажите её начало и способ учёта пауз. Здесь рассматривается наработка до первого отказа неремонтировавшейся сборки. Повторные отказы после ремонта требуют модели и структуры данных, описывающих ремонт и повторное возникновение отказов.</p>
<figure>
<img alt="Отдельные вертикально расположенные испытательные образцы узлов ввода кабеля с отдельными чёрными кабельными хвостами, разнесённые по стойке в открытой климатической камере." src="/images/blog/weibull-cable-entry-reliability/weibull-cable-entry-reliability-scene-01.png" width="1672" height="941" loading="lazy" decoding="async">
<figcaption>Отдельные купоны кабельных вводов занимают разнесённые позиции на стеллаже камеры; на каждом установлены собственный ввод и кабельные хвосты.</figcaption>
</figure>
<p>Случайная или иным образом обоснованная выборка должна представлять рассматриваемую совокупность. Возвращённые компоненты могут быть полезны для диагностики, но список только из возвратов не учитывает установленные изделия, которые продолжали работать. Свяжите записи об отказах с изделиями, остающимися под наблюдением, и историей их воздействия. <a href="/ru/blog/cable-gland-durability-testing-a-head-to-head-comparison-simulating-10-years-of-industrial-use/">Руководство по испытаниям на долговечность</a> объясняет, как связаны определение сборки и планирование воздействия.</p>
<h2 id="keep-exact-failures-and-censored-records-distinct">Разделяйте точные отказы и цензурированные наблюдения</h2>
<p><strong>Правое цензурирование</strong> означает, что изделие оставалось без заданного отказа до последнего наблюдения, тогда как время последующего отказа неизвестно. <strong>Интервальное цензурирование</strong> означает, что событие произошло между двумя моментами наблюдения. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">рекомендациях NIST по цензурированию</a> объясняются эти типы данных и причины учитывать каждый из них в анализе.</p>
<p>Используйте следующий гипотетический набор данных для шести образцов. Предположим, что наработки образцов независимы и относятся к одной совокупности, условия воздействия одинаковы, конечный критерий контролируется непрерывно, а остановка заранее запланирована на отметке 300 h.</p>
<table>
<thead>
<tr>
<th>Образец</th>
<th style="text-align: right">Время наблюдения</th>
<th>Статус</th>
<th>Значение</th>
</tr>
</thead>
<tbody>
<tr>
<td>A</td>
<td style="text-align: right">100 h</td>
<td>Отказ</td>
<td>Первый заданный отказ произошёл при 100 h</td>
</tr>
<tr>
<td>B</td>
<td style="text-align: right">180 h</td>
<td>Отказ</td>
<td>Первый заданный отказ произошёл при 180 h</td>
</tr>
<tr>
<td>C</td>
<td style="text-align: right">260 h</td>
<td>Отказ</td>
<td>Первый заданный отказ произошёл при 260 h</td>
</tr>
<tr>
<td>D</td>
<td style="text-align: right">300 h</td>
<td>Правостороннее цензурирование</td>
<td>Сохранило работоспособность до окончания испытания</td>
</tr>
<tr>
<td>E</td>
<td style="text-align: right">300 h</td>
<td>Правостороннее цензурирование</td>
<td>Сохранило работоспособность до окончания испытания</td>
</tr>
<tr>
<td>F</td>
<td style="text-align: right">300 h</td>
<td>Правостороннее цензурирование</td>
<td>Сохранило работоспособность до окончания испытания</td>
</tr>
</tbody>
</table>
<p>Храните статус в отдельном поле. Три записи при 300 h — это наблюдения выживаемости, поэтому их вклад отличается от вклада отказа, зарегистрированного при 300 h. Если исключить эти записи, будет потеряна та половина выборки, которая пережила период наблюдения; если перекодировать их как отказы, изменится описание произошедшего.</p>
<p>Если конечный критерий проверяется периодически, укажите последнюю успешную и первую неуспешную проверку. Успешная проверка при 200 h и последующий отказ при 250 h задают этот интервал. Используйте метод подгонки, поддерживающий интервалы, вместо того чтобы назначать середину интервала или время проверки точным временем события.</p>
<p>Я также сохраняю причину окончания каждого наблюдения. Запланированная остановка поддерживает иное предположение о цензурировании, чем снятие образца, который кажется близким к отказу. Перед выбором метода анализа исследуйте такие случаи снятия и их связь с наработкой.</p>
<h2 id="fit-the-observations-and-check-the-model">Подгоните наблюдения и проверьте модель</h2>
<p><strong>Метод максимального правдоподобия</strong>, или MLE, выбирает параметры, при которых зарегистрированные наблюдения наиболее согласуются с выбранным распределением. Точные отказы вносят вклад плотностью вероятности в моменты отказа; изделия, цензурированные справа, вносят вероятность сохранения работоспособности до времени наблюдения. Для интервальных наблюдений вклад равен вероятности отказа между двумя считываниями. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">рекомендациях NIST по методу максимального правдоподобия</a> приведены эти разные составляющие функции правдоподобия.</p>
<h3 id="worked-example-changing-the-status-changes-the-result">Пример: изменение статуса меняет результат</h3>
<p>Для шести приведённых выше гипотетических наблюдений двухпараметрическая оценка Вейбулла методом MLE при фиксированном нулевом положении даёт форму около 2,047, масштаб 353,7 h и B10 117,8 h. В таблице этот расчёт сравнивается с двумя намеренно неверными способами обработки тех же записей.</p>
<table>
<thead>
<tr>
<th>Обработка</th>
<th style="text-align: right">Оценка формы</th>
<th style="text-align: right">Оценка масштаба</th>
<th style="text-align: right">Оценка B10</th>
<th>Последствие для данных</th>
</tr>
</thead>
<tbody>
<tr>
<td>Три отказа и три выживших изделия, цензурированных справа</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>Сохраняет указанные наблюдения</td>
</tr>
<tr>
<td>Удалить все три выживших изделия</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>Подгонка только по подмножеству отказавших изделий</td>
</tr>
<tr>
<td>Отметить все три изделия, выжившие при 300 h, как отказавшие</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>Добавляет события, которых в примере не было</td>
</tr>
</tbody>
</table>
<p>Я обнаружил, что перекодирование выживших изделий как отказавших повышает B10 в этом гипотетическом наборе данных до 151,9 h вместо 117,8 h. Исключение тех же выживших снижает его до 98,3 h. Эти противоположные эффекты делают поле статуса приоритетным при проверке импортированного отчёта: ошибка кодирования может изменить результат в любом направлении. Сначала используйте правильные статусы, затем оценивайте подгонку и неопределённость. При всего трёх наблюдавшихся отказах оценки формы и нижнего хвоста чувствительны. Для надёжного инженерного сравнения нужны более информативное воздействие и анализ доверительных границ.</p>
<p><strong>Вероятностный график</strong> сопоставляет наблюдения с моделью на преобразованных осях. Он отличается от обычных накопленных кривых, показанных ранее. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">методе построения вероятностного графика NIST</a> позиции построения учитывают цензурирование. В целом линейный рисунок подтверждает согласованность с выбранной моделью.</p>
<p>Исследуйте кривизну, группирование по партиям, ранние выбросы и влияние положения образца. Сохраняйте точку, если только документированная причина, связанная с измерением или совокупностью, не обосновывает иное обращение с ней. Сравнивайте правдоподобные распределения по одним и тем же наблюдениям. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">примере Вейбулла NIST</a> сравниваются модели Вейбулла и логнормального распределения с близкими статистиками подгонки; это показывает, почему визуально ровной кривой недостаточно, чтобы снять неопределённость при выборе модели.</p>
<p>Механизмы отказа также могут конкурировать. Если коррозия прекращает наблюдение до возникновения отказа из-за утечки, зарегистрируйте и событие, завершившее наблюдение, и цензурированное время до утечки. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">модели конкурирующих рисков NIST</a> механизмы объединяются при предположениях об их независимости и первом отказе. Если перемещение соединения способствует и коррозии, и утечке, исследуйте эту общую причину при выборе модели.</p>
<h2 id="read-the-confidence-bound-beside-the-life-estimate">Читайте доверительную границу рядом с оценкой наработки</h2>
<p><strong>Доверительная граница</strong> выражает неопределённость оценённой величины для совокупности при допущениях анализа. Нижняя доверительная граница B10 отвечает на другой вопрос, чем точечная оценка B10. Рядом со значением укажите доверительную вероятность, одностороннюю или двустороннюю форму и метод расчёта.</p>
<p>Например, предположим, что требование предусматривает нижнюю одностороннюю доверительную границу B10 при доверительной вероятности 95% не менее 1 000 h. Гипотетический отчёт с точечной оценкой B10 в 1 300 h и этой нижней границей в 900 h не соответствует требованию. Превышение точечной оценки на 300 h не компенсирует недобор 100 h относительно требуемой границы.</p>
<p>Я рассматриваю вместе с этим сравнением объём выборки и число отказов. Доверительный интервал относится к неопределённости оценённого процентиля или параметра; это не интервал, в который попадает данная доля индивидуальных наработок. При сравнении отчётов используйте одинаковый показатель наработки, одинаковое правило доверительной оценки, одинаковый конечный критерий и одинаковую основу расчёта воздействия.</p>
<p>При отсутствии отказов укажите, сколько изделий сохраняло работоспособность и как долго. В неограниченной двухпараметрической модели Вейбулла увеличение масштаба может повышать правдоподобие данных, в которых все изделия выжили; поэтому одних наблюдений недостаточно, чтобы определить конечные оценки формы и масштаба. Отдельно заданный метод демонстрации надёжности может использовать эти результаты выживаемости при указанных в нём предположениях.</p>
<p>Полезная последовательность чтения такова: определить показатель наработки, изучить наблюдавшиеся и цензурированные данные, проверить подгонку модели, затем сравнить требуемую доверительную границу. Разберите элемент, который определяет решение: длительность воздействия, число отказов, смешанные совокупности или неопределённый механизм.</p>
<h2 id="connect-accelerated-test-life-to-service-conditions">Свяжите наработку при ускоренных испытаниях с условиями эксплуатации</h2>
<p>Кривая Вейбулла, подогнанная при повышенной нагрузке, описывает эти условия. Чтобы спрогнозировать результат для обычной эксплуатации, объедините распределение наработки с зависимостью ускорения, соответствующей рассматриваемому механизму отказа. В <a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">рекомендациях NIST по прогнозированию для условий эксплуатации</a> объясняется, почему важны обе модели, особенно если прогноз службы относится к слабо наблюдавшемуся раннему хвосту.</p>
<p>Проверьте, сохраняется ли механизм при ускоренных испытаниях и в условиях эксплуатации. Повышенная температура может изменить процесс деградации уплотнения, а влажность, химические вещества и перемещение могут по-разному влиять на сборку. Учитывайте историю нагрузки как часть модели, а не объединяйте несвязанные часы в один счётчик возраста. <a href="/ru/blog/how-does-environmental-aging-affect-cable-gland-seal-performance-over-time/">Руководство по старению уплотнений</a> связывает эти воздействия с работой уплотнения.</p>
<p>Я ищу наблюдения при меньшей нагрузке, большей длительности или в поле, чтобы проверить прогноз вблизи предполагаемых условий эксплуатации. Сохраняйте оценку по условиям испытания в исходных единицах — часах или циклах — и указывайте профиль эксплуатации для прогноза службы. При использовании в решениях по техническому обслуживанию или проектированию B10 остаётся привязанным к конкретной совокупности, событию отказа и модели воздействия.</p>
<h2 id="conclusion">Заключение</h2>
<p>B10, характеристическая и средняя наработка описывают разные части модели срока службы Вейбулла. Одинаковая характеристическая наработка может скрывать совершенно разное поведение ранних отказов, поэтому сравнивайте показатель, соответствующий предполагаемому воздействию и решению. Учитывайте при анализе и отказавшие, и выжившие образцы с их правильными статусами.</p>
<p>Я читаю доверительную границу рядом с точечной оценкой, затем проверяю совокупность, определение отказа и условия нагрузки. Примеры показывают, почему эти детали меняют численный результат. Для прогноза срока службы свяжите модель испытаний с реальным механизмом и профилем эксплуатации, прежде чем применять результат к решениям по техническому обслуживанию или проектированию.</p>
<h2 id="faq-about-weibull-reliability-analysis">Часто задаваемые вопросы об анализе надёжности по Вейбуллу</h2>
<h3 id="is-weibull-characteristic-life-the-average-life">Является ли характеристическая наработка по Вейбуллу средней наработкой?</h3>
<p>Характеристическая наработка — это значение масштаба, при котором двухпараметрическая модель достигает примерно 63,2% накопленной вероятности отказа. Средняя наработка зависит и от формы, и от масштаба и представляет собой другую величину. Перед сравнением длительностей проверьте, какой показатель назван в отчёте; B10 относится к более раннему, десятому процентилю отказов по времени воздействия.</p>
<h3 id="how-should-specimens-that-survive-the-test-be-recorded">Как регистрировать образцы, выдержавшие испытание?</h3>
<p>Сохраните время последнего наблюдения, статус правого цензурирования и причину окончания наблюдения. Эти записи показывают, что образец оставался без заданного отказа до этого времени, и учитываются при анализе наработки. Используйте метод анализа, который поддерживает цензурирование. Для отказов, обнаруженных между проверками, сохраните интервал между последней успешной и первой неуспешной проверкой, а не назначайте событию точное время.</p>
<h3 id="what-does-b10-say-about-individual-cable-entries">Что B10 говорит об отдельных кабельных вводах?</h3>
<p>B10 — это воздействие, при котором модель даёт 10% накопленной вероятности отказа, что соответствует 90% выживших изделий при заданных условиях. Одни изделия отказывают раньше, другие позже. Оценка также имеет неопределённость, поэтому при проверке требования к надёжности сравните с ним требуемую доверительную границу. При планировании обслуживания учитывают также последствия отказа и профиль эксплуатации.</p>
<h3 id="how-can-an-accelerated-weibull-curve-support-a-service-life-prediction">Как ускоренная кривая Вейбулла помогает прогнозировать срок службы?</h3>
<p>Объедините распределение наработки с моделью ускорения, соответствующей рассматриваемому механизму и условиям эксплуатации. Проверьте, что механизм остаётся применимым, и сравните прогноз с подходящими наблюдениями при меньшем уровне нагрузки, длительных испытаниях или эксплуатации в поле. При интерпретации прогнозируемой наработки явно укажите совокупность, критерий отказа, время воздействия и неопределённость.</p>
<h3 id="sources-and-technical-references">Источники и техническая литература</h3>
<ul>
<li><a href="https://webstore.iec.ch/en/publication/5698">IEC 61649:2008 — анализ Вейбулла</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr131.htm">NIST — цензурирование</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr162.htm">NIST — модель срока службы Вейбулла</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/eda/section3/eda3668.htm">NIST — распределение Вейбулла и квантили</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr412.htm">NIST — метод максимального правдоподобия</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section2/apr221.htm">NIST — построение вероятностного графика</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section1/apr181.htm">NIST — модель конкурирующих рисков</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr413.htm">NIST — пример оценки параметров Вейбулла методом максимального правдоподобия</a>, дата обращения: 2026-10-29.</li>
<li><a href="https://www.itl.nist.gov/div898/handbook/apr/section4/apr43.htm">NIST — прогнозирование надёжности в условиях эксплуатации</a>, дата обращения: 2026-10-29.</li>
</ul>
