二、可靠性增长模型基础：Duane模型与AMSAA模型

说到可靠性增长模型，我得先跟你聊聊一个有意思的现象。

你想想看，一个产品刚研发出来，它的可靠性水平往往是不达标的。这很正常，谁也不可能一次就把产品做到完美。那问题来了——我们怎么知道，经过一轮又一轮的改进，产品的可靠性到底有没有在提升？提升了多少？

这就是可靠性增长模型要回答的问题。

我个人习惯把这两个模型比作「体检报告」和「心电图」。Duane模型是体检报告，告诉你当前的健康状况；AMSAA模型是心电图，能看出你身体变化的趋势。两者各有各的用处。

2.1 Duane模型：简单实用的经典工具

Duane模型是1962年由J.T. Duane提出来的。说实话，这个模型已经用了六十多年了，但至今仍然是工程界的标配。为什么？因为它简单、直观、好用。

核心思想：累积故障率与累积试验时间在双对数坐标下呈线性关系。

用公式表达就是：

λ_c(t) = K · t^(-α)

其中：

• λ_c(t) —— 累积故障率
• t —— 累积试验时间
• K —— 常数（与初始可靠性有关）
• α —— 增长率参数（0 < α < 1）

α越大，说明可靠性增长越快。我在项目中遇到过α=0.3的情况，那真是让人头疼，改了好几轮都没什么起色。后来发现是设计团队根本没找到根本原因，光在表面打补丁。

Duane模型的适用场景

嗯，这里要注意，Duane模型不是万能的。它最适合以下情况：

• 连续改进过程：产品在不断修改、不断测试
• 早期阶段：可靠性水平还比较低，改进空间大
• 数据量有限：只有累积故障数和累积时间，没有详细的故障时间记录

我曾经在一个航天项目中用过Duane模型。当时项目进度紧，数据也不多，但领导非要看可靠性增长趋势。我就用Duane模型画了几条线，虽然粗糙，但至少给出了方向性的判断。

2.2 AMSAA模型：更精细的可靠性增长分析

AMSAA模型是1970年代由美国陆军装备系统分析中心（AMSAA）开发的。说白了，它就是Duane模型的升级版。

核心思想：故障发生过程服从非齐次泊松过程（NHPP），强度函数为：

ρ(t) = λ · β · t^(β-1)

其中：

• ρ(t) —— 瞬时故障率
• λ —— 尺度参数
• β —— 形状参数（β < 1 表示可靠性在增长）

你可能会问：这个β和Duane模型里的α有什么关系？

答案是：β = 1 - α。所以当β小于1时，说明可靠性在增长；β等于1时，说明没有变化；β大于1时，说明可靠性在退化。

AMSAA模型的优势

相比Duane模型，AMSAA模型有几个明显的优势：

• 能给出置信区间：可以计算可靠性指标的上下限
• 支持假设检验：可以判断增长趋势是否显著
• 能预测未来：可以预估还需要多少试验时间才能达到目标

我记得有一次做某型雷达的可靠性增长试验，甲方要求必须给出90%置信区间。Duane模型做不到，只能用AMSAA模型。最后算出来，再测试200小时就能达到MTBF目标值，结果实际只用了180小时就达到了。嗯，这个模型还是挺靠谱的。

AMSAA模型的适用场景

• 有详细的故障时间记录：每个故障发生的具体时间都要记下来
• 需要精确评估：比如合同要求提供置信区间
• 试验周期较长：数据量足够大，模型拟合效果更好

2.3 两个模型的对比

为了让你看得更清楚，我整理了一个对比表：

对比项	Duane模型	AMSAA模型
数学基础	经验模型	统计模型（NHPP）
数据要求	低（累积数据即可）	高（需要故障时间）
输出结果	趋势线	置信区间、假设检验
适用阶段	早期快速评估	中后期精确分析
计算复杂度	低（手算都行）	中（需要软件辅助）

2.4 知识体系框架

下面这张图是我自己画的，把两个模型的核心逻辑串起来了：

2.5 避坑指南

最后，分享几个我踩过的坑：

• 不要盲目追求模型精度：数据质量差，再好的模型也是白搭。我曾经花了两周时间调AMSAA模型参数，结果发现原始数据记录有误，全白干了。
• 注意试验条件的一致性：如果试验条件变了（比如换了测试设备、改了环境应力），之前的增长趋势可能就不适用了。
• 别忽略工程判断：模型只是工具，最终决策还是要靠工程师的经验。我记得有一次模型显示可靠性在增长，但实际产品故障频发。后来发现是模型把一些非关联故障也算了进去。

---

公众号:蓝海资料掘金营，微信deep3321