威布尔可靠性寿命与加速寿命外推器｜OEE与设备效能工具
这个工具解决什么问题
「这个器件能用多久？」标准答案是做加速寿命试验：在高温下把样品烤到失效， 再用 Arrhenius 模型外推到实际使用温度。但落地时三件事容易做错：
1. 截尾样本被直接丢掉——试验结束时没坏的样品也是信息，丢了会让寿命严重低估； 2. 只报 MTTF——MTTF 是均值，客户关心的是「最早失效的那批」，应该报 B10/B1； 3. 加速因子算错温度单位——把摄氏度直接塞进公式是最常见的低级错误。
本工具用 Kaplan-Meier 乘积极限估计正确处理右删失样本，再做威布尔线性化回归， 输出 β、η、B1/B10/B50/MTTF、Arrhenius 加速因子与使用条件外推寿命。
输入数据格式
数据文件 life_data.csv，列顺序为：unit_id、stress_c、stress_label、hours、failed。
示例首行：T125-01,125.0,125C,1977.6,1
示例输出（真实运行结果节选）
==============================================================================
威布尔可靠性寿命与加速寿命外推报告
数据文件：life_data.csv 样本总数：32 失效样本：30 截尾样本：2
假定激活能 Ea = 0.80 eV 使用条件温度 = 55°C
==============================================================================
【一、各加速条件下的威布尔拟合结果】
------------------------------------------------------------------------------
温度 样本 失效 形状β 特征寿命η(h) B10(h) R²
150C 16 16 1.149 1357.7 191.6 0.8468
125C 16 14 1.101 6579.9 852.3 0.8793
判读：β>1 表示磨损/疲劳型失效（随使用时间上升），β≈1 为随机失效，
β<1 说明存在早期失效（来料/工艺缺陷），应先做筛选再交付。
【二、可靠性寿命指标（各条件）】
------------------------------------------------------------------------------
温度 B1(h) B10(h) B50(h) MTTF(h)
150C 24.8 191.6 987.0 1292.3
125C 100.9 852.3 4716.9 6347.0
【三、Arrhenius 加速因子与使用条件外推】
------------------------------------------------------------------------------
试验温度 加速因子AF 折算使用条件η(h) B10(h) 折合年
150C 573.3
威布尔可靠性寿命与加速寿命外推器
> 半导体/电子制造可靠性工程师 Python 实战工具 · 核心功能零第三方依赖
文件内容
· weibull_analyzer.py：主程序（Python 3.8+，零第三方依赖） · life_data.csv：示例数据（125°C / 150°C 两组，各 16 只，含截尾样本） · weibull_report.txt：运行后自动生成的中文分析报告 · 附赠提示词.txt：同主题 AI 提示词 1 套
运行方法
python weibull_analyzer.py # 首次运行自动生成示例数据 python weibull_analyzer.py --demo # 删除示例数据重新生成
可调参数（文件顶部）
· EA：激活能（eV），默认 0.80；常见值 0.7~1.0，金属化/焊点类可低至 0.5 · T_USE_C：使用条件温度（°C），默认 55 · CUTOFF_H：截尾时间（小时），仅影响示例数据生成
输出说明
1. 威布尔拟合结果：各组样本数、失效数、形状参数 β、特征寿命 η、B10、R² 2. 可靠性寿命指标：B1 / B10 / B50 / MTTF 3. Arrhenius 加速因子与使用条件外推：AF、折算使用条件 η、B10 及其折合年数 4. 拟合优度与置信度说明：R² 判定 + 样本量偏差提醒 5. 工程建议：β 是否一致决定能否外推、按 B10 定保修期、β<1 先做早期失效筛选
结果怎么读
· β>1 = 磨损/疲劳型失效（随时间上升）；β≈1 = 随机失效； β<1 = 存在早期失效（来料/工艺缺陷），应先做 Burn-in 筛选再交付。 · 两组温度的 β 接近 → 失效机理一致，Arrhenius 外推才成立；β 差异大 → 机理可能变了，不可直接外推。 · 用 B10 而不是 MTTF 制定保修期与备件库存，更保守也更贴合客户风险。
可调参数与计算口径
脚本顶部集中了主要阈值与常量：DATA=os.path.join(BASE, "life_data.csv")、REPORT=os.path.join(BASE, "weibull_report.txt")。改完直接重跑即可，不必改动计算逻辑。
会生成哪些文件
运行后除控制台输出外，还会生成：life_data.csv、weibull_report.txt。
脚本里的主要处理步骤
km_estimate()：Kaplan-Meier 乘积极限估计（正确处理右删失/截尾样本）。fit_weibull()：最小二乘拟合 ln(-ln(1-F)) = β·ln(t) - β·ln(η)。points: [(t, F)]。
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- [示例数据] 已生成 %s（125C/150C 各 16 只，截尾 %.0fh）
- 威布尔可靠性寿命与加速寿命外推报告
- 数据文件：%s 样本总数：%d 失效样本：%d 截尾样本：%d
- 假定激活能 Ea = %.2f eV 使用条件温度 = %.0f°C
- 【一、各加速条件下的威布尔拟合结果】
- 特征寿命η(h)
- %-8s %6d %6d 样本不足，跳过
- 判读：β>1 表示磨损/疲劳型失效（随使用时间上升），β≈1 为随机失效，
- β<1 说明存在早期失效（来料/工艺缺陷），应先做筛选再交付。
- 【二、可靠性寿命指标（各条件）】
- 【三、Arrhenius 加速因子与使用条件外推】
- 试验温度
- 加速因子AF
- 折算使用条件η(h)
- 例：150°C 试验 1 小时 ≈ 使用条件 %d 小时。
- 【四、拟合优度与置信度说明】
- 拟合良好，可用于外推
- 可接受，外推需谨慎
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档，以及同主题 AI 提示词一套。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：weibull_analyzer.py。
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
输入数据要准备成什么样？
按 示例首行中的列顺序准备即可，共 5 列：unit_id、stress_c、stress_label、hours、failed。列为空或格式不符时结果会失真，建议先用示例数据试跑一遍。
跑完最该关注哪几项？
报告按 一、各加速条件下的威布尔拟合结果、二、可靠性寿命指标（各条件）、三、Arrhenius 加速因子与使用条件外推、四、拟合优度与置信度说明、五、工程建议 等部分组织，其中判定结论与建议部分直接对应下一步动作。
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
附赠的提示词怎么用？
把提示词与自己的数据一起交给大模型，可以让它按同一套口径帮你改写分析流程或扩展报告字段。
同分类的其它工具
所属分类 OEE与设备效能工具包，也可回到 工具资源包下载页 按分类查找。
