样的数目”。值愈大，愈符合实际情况。但由于种种条件的限制不能取的太大，一般常取 n=8~15左右。 根据已有的参考数据或经验，预计疲劳强 度的平均值，在此平均值附近，使每组试件在 各给定的应力水平下试验到所规定的循环基数 N。,使其在两级较高应力水平下试件破坏数 超过50%，在两级较低应力水平下试件破坏数 少于50%，在中间等级应力水平下试件破坏数 接近50%，以测定此试件的数组疲劳寿命离散 数据（如图2所示）。由于此试验是定时截尾 试验，因而在进行数据处理时，本文采用定时 截尾的柯尔莫格洛夫检验，定时截尾数据的最 Lifetime 大似然估计法(MLE)。 图2可常性瘦劳试验方法 检验假设H。:F(x)=F。(x),H1: Fig.2 Reliability fatigue test method F(x)卡F。(x) 其中F。(x)为假设的疲劳寿命频率分布。 检验分布F(x)的统计量D,为 D。=sup|F(x)-F.(x)川 X<x。 等价于 D。=max{d,',d2} 1≤i≤n 式中 d1)=|F.(x)-F。(x)川 i=1,2,…r (5) d2)=|F,(x1+1)-F。(x)| =1,2,…r (6) F,(x)为经验分布： 0 X<X F,(x)= 个 x,<x≤x1+1 (7) 1 x>X 从理论上讲，到截尾时刻x,应该有nF。(x,)个产品失效，记为 R。=nF。(x,) (8) 对于给定试件容量”和显著性水平a,计算出截尾点R。值，查表【21使其a值下统计量 临界值D(α)>D。通过原假设分布。反之，否定原假设分布。 确定了寿命分布类型后，便可进行在给定寿命分布下的截尾数据的最大似然估计： 假设(1)通过定时截尾数据的柯尔莫柯洛夫检验，已确定零件在给定应力水平下的疲劳寿 命分布为对数正态分布，(2)一组试样，在某一应力水平下，当试验时间达到预定寿命终 止时，获得r个疲劳寿命失效数据：x,≤x2≤…≤x,x,为预定寿命（循环基数）。取 T,=1gx,(=1,2,…,r),T,=1gx,从而得似然函数： 465样的数 目 。 。 ， 值 愈 大 ， 昨 ‘ 左 右 。 愈符合实际情况 。 但 由于种种条件的限制不 能取的 太大 ， 一般常取 根据 已有的参考数据 或经验 ， 预计疲 劳强 度的平均值 ， 在此 平均值附近 ， 使每组试件在 各给定的应力水 平下 试验到所规定的 循环基数 。 ， 使其在两级较高应力水乎下 试件破 坏 数 超过 ， 在两 级较低应力水平下 试件破坏数 少于 ， 在中间等级应 力水平下试件破坏数 接近 ， 以测定此 试件的数组疲 劳寿命离散 数据 如 图 所示 。 由于此试验是定时截 尾 试验 ， 因而 在 进行数据 处理时 ， 本文采 用定时 截尾 的柯尔莫格洛 夫检验 ， 定时截尾 数据的最 大似 然 估计 法 。 检验假 设 。 二 。 ， 今 。 组 勃 的 加 扁 别确形 一刁丫 ‘ 冲叶 图 可靠性疲 劳试验方法 其中 。 劝 为假设的疲 劳寿命频率分布 。 检验分布 的统计量 。 为 。 】 。 一 。 】 二 等价于 。 ‘ ” ， ‘ ” 式 中 “ ’ ， ， 一 。 ， ‘ ” 。 十 ， 一 。 ， ， “ … 为经验分布 ， 」匕 ‘ ，， 介 ， 厂 一 、 了、 、 从 理论上讲 ， 到截尾 时 刻 ， 应该 有 。 ， 个产品 失效 ， 记 为 。 。 ， 对于 给定试件容量 ， 和 显著性水 平 ， 计 算 出截尾 点 。 值 ， 查 表 〔 ’ 使 其 值下 统计量 临界值 。 通过 原假设分 布 。 反 之 ， 否定原假设分布 。 确 定 了寿命分布类 型后 ， 便可进行在 给定寿命分 布下的截尾数据的 最大似然 估计 假设 通过定时截尾 数据的 柯尔莫柯 洛夫检验 ， 已确定 零件在给定 应力水 平下 的疲 劳 寿 命分布为对 数正态分布， 一组试样 ， 在某一应力水 平下 ， 当试验时 间达到预 定 寿 命 终 止时 ， 获得 个疲 劳寿命失效数据 ， “ 一 ， ， 为 预 定 寿 命 循环基数 。 取 甲， 烤 ‘ 二 ， ， “ 一 ， ， ， 二 ， 从而得似然 函数