Скидка на подшипники из наличия!
Новое поступление товара в 2026 году!
Анализ надёжности по Вейбуллу — это статистический метод оценки наработки до отказа и прогноза остаточного ресурса оборудования по двум параметрам: β — параметру формы, отвечающему за характер отказов (приработка, случайные, износ), и η — параметру масштаба, равному характеристической наработке. Метод входит в стандарт ГОСТ Р 50779.27-2017 (МЭК 61649:2008) «Статистические методы. Распределение Вейбулла. Анализ данных», применяется в задачах надёжности, ТОиР и технической диагностики для выбора стратегии обслуживания, планирования замен и нормирования запасных частей.
Ниже разбираем функцию распределения Вейбулла и её параметры, физический смысл β при значениях меньше единицы, около единицы и больше единицы, связь η с B-процентными ресурсами (B10, B50), построение графика вероятности Вейбулла с оценкой β и η по данным наработок, а также практическое применение метода в обслуживании, ориентированном на безотказность (RCM), и в задачах прогнозирования отказов.
Терминология опирается на ГОСТ 27.002-2015 «Надёжность в технике. Термины и определения»; общие правила расчёта надёжности — ГОСТ 27.301-95 и ГОСТ Р 27.301-2011; распределение Вейбулла и анализ данных — ГОСТ Р 50779.27-2017 (МЭК 61649:2008); подходы к обслуживанию, ориентированному на безотказность, — ГОСТ Р 27.606-2013; анализ видов и последствий отказов (FMEA) — ГОСТ Р 27.303-2021 (МЭК 60812:2018). В русскоязычной литературе распределение нередко называют «распределением Вейбулла–Гнеденко», подчёркивая независимый вклад академика Б. В. Гнеденко в теорию предельных распределений.
Распределение Вейбулла — двух- или трёхпараметрическое непрерывное распределение, применяемое для описания случайных величин типа «наработка до отказа», «число циклов до отказа», «предел прочности» и других параметров с положительной областью определения. Его универсальность объясняется тем, что варьированием единственного параметра β оно описывает все три классические фазы кривой интенсивности отказов: приработку, период случайных отказов и износ. Это позволяет применять его как к электронным, так и к механическим изделиям, как к деталям, так и к целым системам.
β
Плотность вероятности (PDF):
f(t) = (β/η) · (t/η)β−1 · exp(−(t/η)β)
Функция распределения наработки (CDF) — вероятность отказа к моменту t:
F(t) = 1 − exp(−(t/η)β)
Функция надёжности — вероятность безотказной работы к моменту t:
R(t) = exp(−(t/η)β)
Интенсивность отказов (hazard rate):
λ(t) = (β/η) · (t/η)β−1
где β > 0 — параметр формы (безразмерный), η > 0 — параметр масштаба (в единицах наработки), t ≥ 0 — текущая наработка.
η
t
Прямой подстановкой видно ключевое свойство распределения: F(η) = 1 − exp(−1) ≈ 0,632. То есть к моменту t = η отказала примерно 63,2 % выборки. Это даёт прямую интерпретацию η как характеристической наработки.
F(η) = 1 − exp(−1) ≈ 0,632
t = η
Интенсивность отказов λ(t) для двухпараметрического распределения Вейбулла монотонна (возрастает при β > 1, убывает при β < 1, постоянна при β = 1). При β = 1 распределение Вейбулла переходит в экспоненциальное; при β ≈ 3,3 оно близко к нормальному в области центральных квантилей.
λ(t)
При наличии гарантированной минимальной наработки до отказа добавляется параметр γ — порог (location parameter, минимальная наработка). Плотность сдвигается:
f(t) = (β/η) · ((t−γ)/η)β−1 · exp(−((t−γ)/η)β), t ≥ γ
При γ > 0 до момента t = γ отказов не бывает (гарантированный безотказный период). Трёхпараметрическое распределение применяют для деталей с конечной долговечностью при «чистых» условиях нагружения — подшипников качения, лопаток турбин, элементов конструкций при усталостных нагрузках.
γ > 0
t = γ
Параметр γ — это математическая модель, а не физическая гарантия. Его оценка по выборке с ограниченным числом отказов даёт большие доверительные интервалы; некорректная оценка приводит к переоптимистичному прогнозу ресурса. Стандарт ГОСТ Р 50779.27-2017 рекомендует трёхпараметрическую форму только при достаточном объёме выборки и подтверждённом физикой отсутствии отказов на начальном участке.
Параметр формы β отражает физику процесса, который приводит к отказу. Это самая информативная характеристика анализа Вейбулла: одно значение β сообщает инженеру, какой механизм доминирует — производственный дефект, случайная перегрузка или износовая деградация.
Интенсивность отказов убывает со временем. Так ведут себя выборки с заметной долей дефектных изделий — «детская смертность» в смысле приработки. Чем больше единицы прошло, тем меньше вероятность, что оно откажет в ближайший интервал, потому что дефектные экземпляры уже отказали. Типичные источники: производственные дефекты, нарушения сборки, недосмотры контроля качества, ошибки монтажа, плохо подобранные смазочные материалы или дефекты материала.
Практический вывод: профилактические замены по календарному плану не дают эффекта (новое изделие может оказаться хуже работающего). Целесообразны входной контроль, выходные испытания, технологическая приработка (burn-in), целевой ремонт ранних отказов.
Интенсивность отказов постоянна. Распределение совпадает с экспоненциальным; вероятность отказа в любом следующем интервале не зависит от того, сколько изделие уже отработало. Так ведут себя сложные электронные системы, изделия под воздействием внешних случайных факторов (удары, перегрузки сети, попадание посторонних предметов), а также суммарные показатели больших ансамблей разнотипных изделий, где разные механизмы отказов накладываются.
Практический вывод: профилактические замены на этом этапе не дают эффекта по тем же причинам, что и при β < 1; ставка делается на мониторинг состояния, защиту от внешних факторов и быстрое восстановление работоспособности.
Интенсивность отказов возрастает со временем. Это режим, где доминируют физические процессы старения: усталость материала, износ трением, коррозия, эрозия, накопление повреждений, химическая деградация. Чем дольше изделие работает, тем выше вероятность отказа в следующий интервал — типичное поведение механических узлов в нормальной эксплуатации.
Практический вывод: профилактические замены по календарному плану или по наработке дают чёткий экономический эффект. По известным β и η можно рассчитать оптимальный интервал замены, минимизирующий суммарные затраты на ремонты и простои.
Значения β > 5 указывают на сильно концентрированную деградацию по близким наработкам — это характерно для интенсивного старения, окончания назначенного ресурса, ускоренных испытаний. Значения β < 0,8 — для существенной доли производственных дефектов или ошибок монтажа; «здоровая» приработка обычно лежит в диапазоне 0,5…0,8.
Указанные диапазоны — отраслевая статистика, а не предписания. Реальное значение β для конкретного парка оборудования зависит от условий эксплуатации, нагрузки, смазки, регламентов обслуживания и качества монтажа. При наличии собственных данных по наработкам конкретного типа оборудования β надо оценивать по своей выборке, а отраслевые ориентиры использовать как первичное предположение.
Параметр масштаба η — это характеристическая наработка, к которой по теоретической модели отказывает 63,2 % выборки. η имеет размерность времени (часы, циклы, километры пробега) и масштабирует кривую отказов по оси наработки: при увеличении η вдвое и неизменном β все события «отказа определённой доли изделий» сдвигаются по оси времени вдвое.
Среднее значение наработки до отказа (математическое ожидание) для распределения Вейбулла не совпадает с η, кроме частных случаев. Связь даётся формулой:
Tср = η · Γ(1 + 1/β)
где Γ — гамма-функция Эйлера. При β = 1: Tср = η · Γ(2) = η. При β = 2: Tср ≈ η · 0,886. При β = 3: Tср ≈ η · 0,893. При β = 3,5: Tср ≈ η · 0,900. При большом β: Tср приближается к η. На участке β = 2…5 значения Tср отличаются от η не более чем на 12 %, поэтому η часто используется как практическая оценка «средней долговечности» при β > 1.
Γ
Tср = η · Γ(2) = η
Tср ≈ η · 0,886
Tср ≈ η · 0,893
Tср ≈ η · 0,900
B-процентный ресурс (Bx-life, гамма-процентный ресурс в русскоязычной терминологии) — это наработка, к которой отказывает заданная доля x % выборки. Самые употребительные значения:
Из функции надёжности R(t) = exp(−(t/η)β) следует формула B-процентного ресурса:
TBx = η · (−ln(1 − x/100))1/β
Частные случаи:
TB10 = η · (−ln 0,9)1/β = η · (0,1054)1/β
TB50 = η · (−ln 0,5)1/β = η · (0,6931)1/β
TB63,2 = η
Уплотнение с характеристической наработкой η = 6000 ч и параметром формы β = 2,5. Найдём B10-ресурс:
η = 6000 ч
β = 2,5
TB10 = 6000 · (0,1054)1/2,5 = 6000 · 0,10540,4
0,10540,4 ≈ exp(0,4 · ln 0,1054) = exp(0,4 · (−2,249)) = exp(−0,900) ≈ 0,407
TB10 ≈ 6000 · 0,407 ≈ 2440 ч
То есть 10 % партии уплотнений теоретически откажут в первые 2440 часов работы, тогда как η = 6000 ч соответствует 63,2 % отказавших.
Чем меньше β, тем большим становится отношение η/TB10. При β = 1 (экспоненциальное): TB10 ≈ 0,105·η; при β = 5: TB10 ≈ 0,638·η. Это значит, что для изделий с большим β гарантийная наработка ближе к характеристической; для изделий с малым β разрыв между B10 и η кратный. При планировании запчастей и интервалов замены ориентироваться нужно именно на B-процентный ресурс, а не на η.
Классический инструмент анализа Вейбулла — график вероятности Вейбулла (Weibull probability plot). Это специальная координатная сетка, на которой функция распределения Вейбулла превращается в прямую линию; по наклону линии оценивают β, по точке пересечения с горизонталью на уровне F = 63,2 % — η. Метод входит в ГОСТ Р 50779.27-2017 как один из штатных способов оценки.
Из F(t) = 1 − exp(−(t/η)β) двойным логарифмированием получаем:
ln(ln(1/(1−F(t)))) = β · ln(t) − β · ln(η)
В координатах X = ln(t), Y = ln(ln(1/(1−F))) кривая Вейбулла превращается в прямую с наклоном β и пересечением оси абсцисс при ln(t) = ln(η), то есть при t = η.
X = ln(t)
Y = ln(ln(1/(1−F)))
ln(t) = ln(η)
На фабричной вейбулловской бумаге шкала F сразу размечена в процентах и логарифмирована, шкала t — логарифмическая. Если выборочные точки ложатся на прямую, гипотеза о Вейбулловском распределении принимается; кривизна указывает на нарушения (смешанная популяция, неоднородность отказов, неподходящее распределение).
F
Для размещения точек на графике каждой наработке сопоставляют оценку вероятности отказа. Стандартная процедура: упорядочить наработки по возрастанию t1 ≤ t2 ≤ … ≤ tn и каждой i-й точке приписать медианный ранг — приближённую оценку Fi. Применяют формулу Бернарда:
t1 ≤ t2 ≤ … ≤ tn
Fi ≈ (i − 0,3) / (n + 0,4)
где i — порядковый номер точки, n — объём выборки. Эта аппроксимация даёт точность медианных рангов до 1 % и используется в большинстве пакетов анализа Вейбулла.
i
n
Если часть изделий не отказала к моменту анализа (цензурированные данные), их учитывают через коррекцию рангов: для каждой неотказавшей единицы порядковый номер последующих отказов сдвигается по специальной процедуре. Цензурирование — частая ситуация в эксплуатации, поэтому корректный учёт цензур — важная часть методики.
В большинстве промышленных пакетов анализа надёжности доступны все четыре подхода; ГОСТ Р 50779.27-2017 даёт численные критерии согласия и доверительные интервалы для оценок β и η. На практике для типовой выборки сначала строят график Вейбулла, оценивают параметры методом регрессии медианных рангов и проверяют согласие с распределением; при больших выборках уточняют оценки методом максимального правдоподобия.
Кривизна точек на вейбулловском графике — это сигнал, что данные не описываются простым двухпараметрическим распределением. Возможные причины: смешанная популяция (например, две группы изделий с разными механизмами отказов), наличие пороговой наработки (γ > 0, требуется трёхпараметрическая модель), наложение нескольких видов отказов (FMEA по ГОСТ Р 27.303-2021 поможет разделить виды отказов и анализировать каждый отдельно), ошибки сбора данных или некорректный учёт цензурирования. Прежде чем подгонять более сложную модель, стоит проверить однородность данных.
Результаты анализа Вейбулла напрямую переводятся в решения по обслуживанию оборудования и управлению запасными частями. β задаёт стратегию, η и B-процентные ресурсы — конкретные интервалы. Это и есть мостик между «теорией надёжности» и обслуживанием, ориентированным на безотказность (RCM), регламентированным ГОСТ Р 27.606-2013.
Для критически важного оборудования с явным износом интервал плановой замены Tпз выбирают так, чтобы суммарные затраты на плановые и аварийные замены за период эксплуатации были минимальны. Базовая формула экономически оптимального интервала при β > 1:
Tопт ≈ η · (Cпз / ((β − 1) · (Cав − Cпз)))1/β
где Cпз — стоимость плановой замены, Cав — стоимость аварийного отказа (с учётом ремонта, простоя, ущерба смежному оборудованию). Это приближённая формула Глассера (Glasser, 1967) для возрастной политики замены при β > 1; точное решение получается численной минимизацией функции удельных затрат на единицу времени. В реальной задаче дополнительно учитывают доступность запчастей, технологические окна и последствия безопасности.
Cпз
Cав
Узел с β = 2,5 и η = 8000 ч. Соотношение стоимостей Cпз/Cав = 1/6 (плановая замена в шесть раз дешевле аварийного отказа).
η = 8000 ч
Cпз/Cав = 1/6
По формуле Глассера: Cав − Cпз = 5 (в относительных единицах).
Cав − Cпз = 5
Tопт = 8000 · (1 / (1,5 · 5))1/2,5 = 8000 · (1/7,5)0,4
(1/7,5)0,4 = exp(0,4 · ln(1/7,5)) = exp(0,4 · (−2,015)) = exp(−0,806) ≈ 0,447
Tопт ≈ 8000 · 0,447 ≈ 3580 ч
Плановая замена примерно раз в 3600 моточасов минимизирует удельные затраты. Сравнение с B-ресурсами: при тех же β и η TB10 = 8000 · 0,10540,4 ≈ 3250 ч, то есть оптимум по экономике примерно на 10 % превышает TB10 и соответствует наработке, к которой отказывает около 12 % выборки — несколько больше B10.
Для парка эксплуатируемых изделий с известными β и η рассчитывают условную вероятность безотказной работы на интервал Δt при условии, что изделие проработало время t0:
R(t0 + Δt | t0) = R(t0 + Δt) / R(t0) = exp(−((t0+Δt)/η)β + (t0/η)β)
Это позволяет ответить на вопрос «доработает ли изделие до планового останова через Δt часов». При β = 1 условная вероятность не зависит от t0 — экспоненциальное распределение «не имеет памяти». При β > 1 условная вероятность падает с ростом t0: чем больше уже отработано, тем меньше шансов дотянуть до следующего планового интервала.
Для нормирования запчастей по выборке оборудования прогнозируют ожидаемое число отказов за период через интеграл интенсивности отказов. На основании этого формируется страховой запас и план поставок.
Анализ Вейбулла применяется в комплексе с другими методами надёжности:
Анализ Вейбулла не отменяет необходимости понимать физику отказа. Сам по себе график говорит, как распределены наработки до отказа, но не объясняет почему. Без анализа причин (FMEA, инженерное расследование, металлографический анализ повреждённых деталей) можно ошибочно посчитать «нормальным» износ, вызванный систематической причиной, которую следовало устранить — недостаточной смазкой, неправильным монтажом, отклонением от нагрузочного режима.
Экспоненциальное распределение описывает случайные отказы с постоянной интенсивностью — оно адекватно для электронных изделий и для сложных систем с большим числом разнородных компонентов. Распределение Вейбулла — обобщение: при β = 1 оно совпадает с экспоненциальным, при β < 1 описывает приработку, при β > 1 — износ. Поэтому Вейбулл универсален и применим там, где интенсивность отказов меняется со временем, — то есть для большинства механических задач.
β = 1
Для устойчивой оценки β и η — не менее 7…10 отказов; графически метод хоть как-то работает уже с 5–6 точками, но доверительные интервалы будут очень широкими. При выборке менее 20 точек предпочтительна регрессия медианных рангов; при выборке более 20 — метод максимального правдоподобия. При отсутствии отказов применяют метод WeiBayes с априорным знанием β из отраслевой статистики. Конкретные требования к минимальному объёму выборки и к доверительным интервалам приведены в ГОСТ Р 50779.27-2017.
Когда физика отказа гарантирует минимальный безотказный период, и это подтверждено выборкой: точки на двухпараметрическом графике ложатся не на прямую, а изгибаются «вверх» на малых наработках. Типовые примеры: подшипники качения при чистой смазке, лопатки турбин, элементы конструкций при усталостных нагрузках. Без явных физических оснований и при недостаточной выборке трёхпараметрическую модель применять не следует — оценка γ по малому числу отказов будет нестабильной и приведёт к завышению ресурса.
β = 1,5 — типичная для шарикоподшипников оценка при правильном монтаже и нормальной смазке. Это режим контактной усталости качения: дорожки и тела качения постепенно вырабатываются, вероятность отказа растёт со временем. Такому β соответствует стратегия плановых замен по наработке с горизонтом обычно на уровне B10. Если фактический β оказался ниже (например, 1,1–1,2) — это сигнал о загрязнении смазки, перегрузках или нарушении монтажа: эффективный «возраст» подшипника определяется не только наработкой, но и внешними случайными факторами.
Потому что η — это наработка, к которой отказывает 63,2 % выборки, а B10 — наработка, к которой отказывает только 10 %. По формуле TB10 = η · (−ln 0,9)1/β отношение B10/η зависит от β: при β = 1 это ≈ 0,105; при β = 2 — около 0,32; при β = 5 — около 0,64. Чем меньше β, тем больше разрыв между гарантированной (B10) и характеристической (η) наработками. Это важно учитывать при планировании запасных частей и интервалов замены.
TB10 = η · (−ln 0,9)1/β
Можно и нужно — это типичная ситуация на эксплуатируемом парке оборудования. Не отказавшие к моменту анализа изделия называют цензурированными (правое цензурирование). Их учитывают корректировкой медианных рангов: порядковый номер последующих отказов сдвигается на коэффициент, учитывающий «выбывших по правой цензуре». Большинство современных пакетов анализа надёжности автоматически выполняют такую корректировку. Игнорирование цензурирования приводит к систематически заниженной оценке η и неверной оценке β.
Чаще всего — что в выборке смешаны несколько популяций или несколько видов отказов. Например, часть подшипников отказала из-за загрязнения смазки (низкий β, ранние отказы), а другая часть — из-за нормальной усталости (высокий β, поздние отказы). Решение: разделить отказы по видам через FMEA (ГОСТ Р 27.303-2021) и построить отдельные Weibull-модели для каждого вида. Другие причины кривизны — наличие пороговой наработки (γ > 0, нужна трёхпараметрическая модель), ошибки сбора данных, несоответствие наработки на разных режимах.
Обслуживание, ориентированное на безотказность (RCM), регламентируемое ГОСТ Р 27.606-2013, выбирает стратегию обслуживания для каждой функциональной единицы исходя из вида и последствий отказа. Параметры β и η — это количественная основа для принятия решений в RCM: они говорят, есть ли возрастание интенсивности отказов (то есть применима ли плановая замена) и какой интервал замены экономически оптимален. Без анализа Вейбулла RCM остаётся качественной методикой; с анализом — даёт конкретные цифровые регламенты.
Основной документ — ГОСТ Р 50779.27-2017 «Статистические методы. Распределение Вейбулла. Анализ данных», модифицированный относительно МЭК 61649:2008. Он содержит численные методы оценки параметров, графические процедуры, критерии согласия и доверительные интервалы. Сопутствующие документы: ГОСТ 27.002-2015 (термины), ГОСТ 27.301-95 и ГОСТ Р 27.301-2011 (общая техника анализа безотказности), ГОСТ Р 27.303-2021 (FMEA), ГОСТ Р 27.302-2009 (FTA), ГОСТ Р 27.606-2013 (RCM). При необходимости применяют международные стандарты непосредственно (IEC 61649:2008, IEC 60812:2018).
Шведский инженер Валодди Вейбулл предложил это распределение для описания прочности материалов в работах 1939 и 1951 годов. Независимо от него советский математик академик Б. В. Гнеденко в 1943 году получил аналогичные результаты в рамках теории предельных распределений случайных величин. Поэтому в отечественной академической традиции распределение часто называют двойным именем, отдавая дань обеим научным школам. Содержательно это одно и то же распределение, и в международной нормативной литературе используется только название «распределение Вейбулла».
Дисклеймер. Материал носит информационно-методический характер и не заменяет инженерных расчётов надёжности и нормирования ресурсов конкретного оборудования. Применение метода Вейбулла к промышленным объектам требует корректного сбора и обработки данных о наработках, учёта режимов эксплуатации и условий окружающей среды, верификации модели на новых данных и проверки согласия с распределением. Оптимальные интервалы замен и значения B-процентных ресурсов зависят от стоимости плановых и аварийных вмешательств, последствий отказов для безопасности и регламентов производителя оборудования. При проектировании систем обслуживания привлекайте специалистов по надёжности и используйте действующие редакции нормативных документов.
Вы можете задать любой вопрос на тему нашей продукции или работы нашего сайта.