产品可靠性薄弱环节评估方法、装置和计算机设备与流程

1.本技术涉及产品可靠性评估技术领域，特别是涉及一种产品可靠性薄弱环节评估方法、装置、计算机设备、存储介质和计算机程序。


背景技术：

2.随着科学技术的快速发展和市场竞争的日益激烈，产品的组成结构越来越复杂，产品的功能性能也越来越智能化，随之而来的是用户对产品的可靠性要求也越来越高。目前缺乏一套行之有效的长寿命复杂产品可靠性薄弱环节快速分析方法，不能适应产品可靠性快速提升的需求。因此急需开展产品可靠性薄弱环节快速分析方法研究，通过快速确定产品短板，进行改进设计，实现产品可靠性快速提升的目的。
3.目前，传统的可靠性薄弱环节分析方法大多数采用产品故障数据统计方法，即对产品各个组成部件的故障数据进行分析，统计部件所有的故障时间，除以部件总数量，作为部件的平均故障前时间，根据各个部件的平均故障前时间，确定产品的薄弱环节。该方法仅适用于所有产品都发生故障的情况，如果部分产品没有发生故障，则统计结果会与产品实际情况差别很大，可靠性评估结果不准确，导致确定的可靠性薄弱环节不准确。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高产品可靠性薄弱环节评估精度的产品可靠性薄弱环节评估方法、装置、计算机设备、计算机可读存储介质和计算机程序。
5.第一方面，本技术提供了一种产品可靠性薄弱环节评估方法。所述方法包括：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
6.在其中一个实施例中，所述基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估包括：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
7.在其中一个实施例中，所述基于可靠度评估结果生成不少于一个部件寿命分布模型包括：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对
预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
8.在其中一个实施例中，所述基于所述部件寿命分布模型获取各部件的最优寿命分布模型包括：基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
9.在其中一个实施例中，所述基于各部件的最优寿命分布模型获取各部件的平均故障前时间包括：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
10.在其中一个实施例中，所述基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节包括：将各部件的平均故障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
11.第二方面，本技术还提供了一种产品可靠性薄弱环节评估装置。所述装置包括：数据获取模块，用于获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；部件评估模块，用于基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；模型获取模块，用于基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；薄弱评估模块，用于基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
12.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
13.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布
模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
14.第五方面，本技术还提供了一种计算机程序。该计算机程序被处理器执行时实现以下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
15.上述产品可靠性薄弱环节评估方法、装置、计算机设备、存储介质和计算机程序，获取待评估产品各部件的故障数据，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
附图说明
16.图1为一个实施例中产品可靠性薄弱环节评估方法的应用环境图；图2为一个实施例中产品可靠性薄弱环节评估方法的流程示意图；图3为另一个实施例中产品可靠性薄弱环节评估具体步骤的流程示意图；图4为一个实施例中产品可靠性薄弱环节评估装置的结构框图；图5为一个实施例中计算机设备的内部结构图。
具体实施方式
17.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
18.少部分的可靠性薄弱环节分析方法采用产品寿命分布模型拟合方法，即采用近似中位秩方法对产品各个组成部件的故障数据进行可靠度评估，并采用特定寿命分布模型（如：指数分布模型等）对可靠度进行拟合，评估部件的平均故障前时间，根据各个部件的平均故障前时间，确定产品的薄弱环节。该方法采用近似中位秩方法，且采用特定寿命分布模型进行拟合，没有考虑到产品可能服从的其他寿命分布模型，没有对产品可能的寿命分布模型进行检验和优选，使得可靠性评估结果精度不高，导致确定的可靠性薄弱环节可能不准确。
19.因此，为了解决上述问题，本方案提出一种产品可靠性薄弱环节快速分析方法，该
方法能很好的满足长寿命复杂产品可靠性薄弱环节快速分析的需求。
20.本技术实施例提供的产品可靠性薄弱环节评估方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。
21.其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
22.在一个实施例中，如图2所示，提供了一种产品可靠性薄弱环节评估方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤202，获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间。
23.具体地，对于待评估产品各部件的故障数据，首先需要从全部待评估产品中获取发生故障的待评估产品，通过检测发生故障的待评估产品的故障数据获取待评估产品各部件的故障数据，故障数据包含发生故障的待评估产品各部件的故障前工作时间；其中，故障前工作时间是指待评估产品在发生故障前工作的时间。例如，可按照下表1形式收集产品各个部件故障数据，n为部件总故障数。
24.表1 部件故障数据收集表步骤204，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估。
25.具体地，对于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，可将部件所有故障数据的故障前工作时间由小到大排序，采用基于置信度的可靠度评估方法对部件的故障数据进行可靠度评估，获取不可靠度；进行可靠度评估的公式可参考如下公式：如下公式：其中：r为可靠度；f为不可靠度或累积故障概率函数；α为置信度，通常取0.5；n为部件总数；i为故障部件按照故障时间由小到大排序的序号；j为序号，。对表1中故障数据进行可靠度评估可得到待评估产品各部件的可靠度评估结果如下表2所示：
表2 部件可靠度评估结果步骤206，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型。
26.具体地，基于待评估产品各部件的可靠度评估结果生成各部件的不少于一个部件寿命分布模型，具体通过将待评估产品各部件的故障前工作时间和各部件的不可靠度按照预设的拟合模型表达式进行拟合，对于不同的拟合表达式会得到不同的部件寿命分布模型，典型的部件寿命分布模型如下表3所示，通过对预设的所有的模型表达式进行拟合，能够获取每个部件的不少于一个部件寿命分布模型，并从各部件的不少于一个部件寿命分布模型中进行优选，获取各部件的最优寿命分布模型。
27.表3 典型的部件寿命分布模型对上述部件寿命分布模型的未知参数进行估计，以模型3为例，对累计故障概率函
数进行变换，得令令令令则累计故障概率函数变换为如下的线性模型则有则有最终，得到模型3的未知参数和m分别为和m分别为通过对所有部件寿命分布模型的未知参数进行估计，能够获取全部的部件寿命分布模型的未知参数，以及各部件对应的全部的部件寿命分布模型，基于全部的部件寿命分布模型进行优化，获取各部件的最优寿命分布模型。
28.步骤208，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
29.具体地，根据各部件的最优寿命分布模型，评估各部件的平均故障前时间mttf，评估各部件的平均故障前时间的公式可参考如下公式：根据待评估产品的各个部件的平均故障前时间，确定待评估产品的可靠性薄弱环节。例如，按照待评估产品各个部件的平均故障前时间由小到大进行排序，选取排序靠前的且不超过总部件数40%的部件作为待评估产品的可靠性薄弱环节。
30.上述产品可靠性薄弱环节评估方法中，获取待评估产品各部件的故障数据，基于
待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
31.在一个实施例中，所述基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估包括：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
32.具体地，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估时，将待评估产品各部件的故障前工作时间按照大小顺序进行排列，基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度，进行可靠度评估的公式可参考如下公式：进行可靠度评估的公式可参考如下公式：其中：r为可靠度；f为不可靠度或累积故障概率函数；α为置信度，通常取0.5；n为部件总数；i为故障部件按照故障时间由小到大排序的序号；j为序号，。
33.本实施例中，将待评估产品各部件的故障前工作时间按照大小顺序进行排列，基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度，通过采用基于置信度的可靠度评估方法，可对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
34.在一个实施例中，所述基于可靠度评估结果生成不少于一个部件寿命分布模型包括：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
35.具体地，基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式分别进行拟合，获取预设模型库中每个模型表达式对应的未知参数，并基于每个模型表达式对应的未知参数确定各部件对应的各模型表达式。
36.本实施例中，通过基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数，实现了采用多个寿命分布模型对不可靠度进行拟合，提高了对于所拟合的各部件的部件寿命分布模型的精度。
37.在一个实施例中，所述基于所述部件寿命分布模型获取各部件的最优寿命分布模型包括：
基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
38.具体地，获取各部件的最优寿命分布模型时，基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数，寿命分布模型检验系数的计算公式可参考如下公式：其中：e为寿命分布模型检验系数。
39.给定置信度水平β下，查统计学用表可得e的临界值。当时，寿命分布模型检验通过，反之则检验不通过，采用寿命分布模型检验系数对多个通过检验的模型进行优选。寿命分布模型检验系数越小，模型拟合精度越高。因此，选择寿命分布模型检验系数最小的模型作为部件的最优寿命分布模型。
40.本实施例中，基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数，获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型，通过开展寿命分布模型的检验和优选，而不是采用特定寿命分布模型进行拟合，提高了寿命分布模型的评估精度。
41.在一个实施例中，所述基于各部件的最优寿命分布模型获取各部件的平均故障前时间包括：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
42.具体地，基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间的公式可参考如下公式：其中，部件的平均故障前时间mttf。
43.本实施例中，通过基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，实现了对于各部件的平均故障前时间的获取，为进一步获取待评估产品的可靠性薄弱环节创造了条件。
44.在一个实施例中，所述基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节包括：将各部件的平均故障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
45.具体地，获取待评估产品的可靠性薄弱环节时，根据待评估产品各个部件的每个部件的平均故障前时间，确定待评估产品可靠性薄弱环节。按照待评估产品各个部件的平均故障前时间由小到大进行排序，获取各部件的平均故障前时间排序在前预设位置且部件
数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节；例如可选取平均故障前时间排序靠前的、不超过总部件数40%的部件作为产品的可靠性薄弱环节。
46.图3为另一个实施例中产品可靠性薄弱环节评估具体步骤的流程示意图，如图3所示，以下实施例为结合某型产品开展可靠性薄弱环节快速分析的过程：该型产品由控制板、驱动板、电源板、核心板、温控板和触发板等6个板卡组成，以控制板为例展开分析。
47.首先，收集控制板的故障数据，控制板的样品总数n=50，总故障数n=20，如下表4所示：表4 控制板的故障数据收集表采用基于置信度的可靠度评估方法对控制板的可靠度进行评估，评估结果如下表5所示：表5 控制板的可靠度评估结果
对控制板开展寿命分布模型参数估计、模型检验以及模型优选，最终得到模型1为控制板的最优寿命分布模型。
48.从而，得到控制板的平均故障前时间为：同样方法，得到产品各个组成部件的平均故障前时间如下表6所示：表6 产品各个组成部件平均故障前时间的评估结果由产品各个组成部件的平均故障前时间可得出平均故障前时间由小到大排序排在前列部件的为控制板和驱动板，因此该型产品的薄弱环节为控制板和驱动板。
49.本实施例提出的产品可靠性薄弱环节快速分析方法，采用基于置信度的可靠度评估方法，可对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。该方法采用多个寿命分布模型对可靠度进行拟合，并开展寿命分布模型的检验和优选，而不是采用特定寿命分布模型进行拟合，评估精度更高。本方案提出的可靠性薄弱环节快速分析方法适用范围更广、分析结果准确度更高。
50.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有
明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
51.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的产品可靠性薄弱环节评估方法的产品可靠性薄弱环节评估装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个产品可靠性薄弱环节评估装置实施例中的具体限定可以参见上文中对于产品可靠性薄弱环节评估方法的限定，在此不再赘述。
52.在一个实施例中，如图4所示，提供了一种产品可靠性薄弱环节评估装置，包括：数据获取模块401、部件评估模块402、模型获取模块403和薄弱评估模块404，其中：数据获取模块401，用于获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间。
53.部件评估模块402，用于基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估。
54.模型获取模块403，用于基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型。
55.薄弱评估模块404，用于基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
56.在一个实施例中，所述部件评估模块402具体用于：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
57.在一个实施例中，所述模型获取模块403具体用于：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
58.在一个实施例中，所述模型获取模块403还用于：基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
59.在一个实施例中，所述薄弱评估模块404具体用于：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
60.在一个实施例中，所述薄弱评估模块404还用于：将各部件的平均故障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
61.上述产品可靠性薄弱环节评估装置，获取待评估产品各部件的故障数据，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平
均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
62.上述产品可靠性薄弱环节评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
63.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种产品可靠性薄弱环节评估方法。
64.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
65.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
66.在一个实施例中，处理器执行计算机程序时还实现以下步骤：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
67.在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
68.在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
69.在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
70.在一个实施例中，处理器执行计算机程序时还实现以下步骤：将各部件的平均故
障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
71.上述计算机设备，获取待评估产品各部件的故障数据，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
72.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
73.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
74.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
75.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
76.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
77.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将各部件的平均故障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
78.上述存储介质，获取待评估产品各部件的故障数据，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
79.在一个实施例中，提供了一种计算机程序，该计算机程序被处理器执行时实现以
下步骤：获取待评估产品各部件的故障数据；所述故障数据包含多个待评估产品各部件的故障前工作时间；基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估；基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型；基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节。
80.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将待评估产品各部件的故障前工作时间按照大小顺序进行排列；基于置信度的可靠度评估方法对各部件的故障前工作时间进行评估，获取各部件的故障前工作时间对应的不可靠度。
81.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于各部件的故障前工作时间以及各部件的故障前工作时间对应的不可靠度，对预设的模型库中的各模型表达式进行拟合，获取各部件对应的各模型表达式的未知参数。
82.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预设的部件寿命分布模型检验公式对所述部件寿命分布模型进行检验，获取各部件寿命分布模型的寿命分布模型检验系数；获取各部件的寿命分布模型检验系数最小的部件寿命分布模型作为各部件的最优寿命分布模型。
83.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于预设的平均故障前时间计算公式和各部件的最优寿命分布模型，获取各部件的平均故障前时间。
84.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将各部件的平均故障前时间按照从小到大的顺序进行排列，获取平均故障前时间排序在前预设位置且部件数目不超过预设比例的部件作为待评估产品的可靠性薄弱环节。
85.上述计算机程序，获取待评估产品各部件的故障数据，基于待评估产品各部件的故障数据对待评估产品的各部件进行可靠度评估，基于可靠度评估结果生成不少于一个部件寿命分布模型，基于所述部件寿命分布模型获取各部件的最优寿命分布模型，基于各部件的最优寿命分布模型获取各部件的平均故障前时间，基于各部件的平均故障前时间获取待评估产品的可靠性薄弱环节，采用基于置信度的可靠度评估方法，对具有少量故障产品的可靠度进行评估，适用范围更广，且比传统的近似中位秩评估方法评估精度更高。
86.需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
87.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read-only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器
（ferroelectric random access memory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
88.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
89.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。