在过去一年多的时间里，我听到很多人都在问：“我怎样才能在 Minitab 中计算 B10 寿命？”尽管我是一名统计学家和工业工程师（请注意，我从来没有像问这个问题的客户那样涉足过这个领域），并且参加过可靠性工程课程，但我从未听说过 B10 寿命。因此我做了一些研究。
B10 寿命指标源于滚珠和滚柱轴承行业，但如今已成为各个行业中广泛使用的指标。它对确定产品的保修期限特别有用。B10 寿命来源于术语“BX”或“轴承寿命”，是指总体零部件中 X% 的零部件失效的时间。
所以 B10 寿命是指总体零部件中 10% 的零部件失效的时间。或者您可以把它理解为总体零部件在其生命周期中特定时间点的 90% 可靠性，或者某个零部件在特个时间点具有 90% 的存续概率。B10 寿命指标在滚珠和滚柱轴承制造商中很受欢迎，因为行业严格要求，到某一特定时间前，特定批次中因疲劳破坏而失效的轴承不得超过 10%。
既然我知道了这个术语的含义，我可以告诉那些询问 Minitab 可靠性分析的人，他们可以很轻松地计算出这个指标。（事实上，我们的统计软件可以计算任何“BX”寿命，但我们会在另一篇博文中再详细说明。）B10 寿命也称为第 10 百分位，可以在 Minitab 的会话窗口中的百分位数表输出中找到。
And unlike other reliability metrics, B10 life directly correlates the maximum allowable percentile of failures (or the minimum allowable reliability) with an application-specific life point in time.
So we can get the B10 life metric by looking at the Table of Percentiles in Minitab’s session window output. But you might still be asking two questions: how do I create this table, and how do I interpret it?
与其他可靠性指标不同，B10 寿命将失效的最大允许百分位数（或最小允许可靠性）与特定应用的寿命时间点直接关联起来。
因此，我们可以通过查看 Minitab 会话窗口输出中的百分位数表来获取 B10 寿命指标。但是您可能仍然会问两个问题：我如何创建这个表，以及我如何解读？
毕竟，您不能把问题输入起搏器！逐步得出 B10 寿命
假设我们跟踪并记录了 1970 个起搏器在一定年限内的电池寿命时间。起搏器的可靠性至关重要，因为患者的生命依赖于这些设备！
我们观察了 1019 个起搏器的确切失效时间，也就是检测到低电量信号的时间。剩下的 951 个起搏器从未发出低电量警告，所以它们“存续”。
我们的数据按如下方式组织：
当我们既观察到失效又观察到零部件超过给定时间保持存续时，我们称数据为“右删失”。我们可从过程知识中知道，Weibull 分布可最贴切地描述这些起搏器电池的寿命。知道这些信息将有助于我们正确使用 Minitab 的可靠性分析。
建立可靠性分析
因为我们有右删失数据，而且我们知道了分布，所以我们可以访问 Minitab 的“统计量 > 可靠性/生存 > 分布分析（右删失）> 参数分布分析”菜单来计算 B10 寿命。
我们想知道电池在不同时间的可靠性或存续概率，所以我们关注的变量是起搏器电池已存续的年数。在“参数分布分析”对话框中，您会注意到 Weibull 分布已经被选为假定分布。我们将保留此默认设置，因为我们知道 Weibull 分布可最贴切地描述电池寿命时间。
我们还知道“年份”一栏中的数字是准确的失效时间还是删失时间（电池在超过这个时间后保持存续）。我们必须将删失数据考虑在内。通过点击标记为“删失”的按钮，我们可以添加一个删失栏，其中包含指示起搏器在记录时间是存续还是失效的值。在我们的 Minitab 工作表中，“失效或存续”是删失栏。我们的删失值是“S”，代表“存续”，表明在起搏器电池跟踪期间没有观察到失效。
解读百分位数表和 B10 寿命
一旦我们在所有对话框中单击“确定”执行分析，Minitab 就会输出百分位数表，在这里我们可以找到 B10 寿命：
在显示 10 的百分比栏中，相应的百分位数值告诉我们起搏器电池的 B10 寿命是 6.36 年，换句话说，6.36 年是全部起搏器电池中 10% 电池的失效时间。
好了！下一次，当您想计算一个产品的 B10 寿命，或者想要确定合适的保修期限时，您只需要使用 Minitab 的可靠性工具和百分位数表。
Get ready for a light bulb moment! In a fast-changing industry where time-to-market and product reliability give a competitive edge, discover how the world’s leading lighting company Signify, rapidly validates new innovations. In this one hour webinar, Prof W.D. van Driel and Dr P. Watté will shed a light on design for reliability (DfR) using Minitab Statistical Software at Signify, the former Philips Lighting. Learn from real-life examples their methods to lower your development costs, improve your designs’ performance and compliance, and accelerate the testing of product design reliability. If you develop products intended to meet high specifications for years to come, you will discover how to reduce the risks and consequences of product failure and costly claims - for you and your customers.