CN113468039B

CN113468039B - 可靠性评估方法及相关设备

Info

Publication number: CN113468039B
Application number: CN202111000936.0A
Authority: CN
Inventors: 何娇兰
Original assignee: Shenzhen Glory Intelligent Machine Co ltd
Current assignee: Shenzhen Glory Intelligent Machine Co ltd
Priority date: 2021-08-30
Filing date: 2021-08-30
Publication date: 2021-12-17
Anticipated expiration: 2041-08-30
Also published as: CN113468039A

Abstract

本申请公开了一种可靠性评估方法及相关设备，涉及电子设备测试技术领域，目的在于提高可靠性评估的准确度。本申请使用目标设备在多个失效高度对应的失效样品数量，进行失效高度分布拟合，得到目标设备的失效高度分布模型，并使用多个用户的使用高度，进行使用高度的分布拟合，得到使用高度分布模型。然后通过目标设备的失效高度分布模型和使用高度分布模型，计算得到目标设备的失效概率。由于目标设备的失效概率是结合了用户的使用场景而计算得到的，计算出的失效概率用于评估跌落场景下的可靠性时，能使得评估结果更为准确。

Description

可靠性评估方法及相关设备

技术领域

本申请涉及电子设备测试技术领域，尤其涉及一种可靠性评估方法及相关设备。

背景技术

手机、平板、笔记本电脑等电子设备的厂家为了提高市场竞争力，通常会在电子设备上市之前，对电子设备进行跌落测试，以分析评估出电子设备在跌落场景下的可靠性。现有的跌落场景下的可靠性评估方法为：对电子设备在跌落试验中的失效高度数据进行记录，然后根据记录下的失效高度数据来判断电子设备是否满足预设的可靠性标准。

然而，电子设备在跌落试验中的失效高度数据，并不能完全反映出用户实际使用过程中电子设备在跌落场景下的可靠性，仅通过失效高度数据而分析评估出的可靠性并不是很准确。

发明内容

本申请提供了一种可靠性评估方法及相关设备，目的在于提高可靠性评估的准确度。

为了实现上述目的，本申请提供了以下技术方案：

第一方面，本申请公开了一种可靠性评估方法，应用于测试装置，该可靠性评估方法包括：根据多个失效高度对应的失效样品数量，进行失效高度分布拟合，得到失效高度分布模型，并根据多个用户的使用高度，进行使用高度的分布拟合，得到使用高度分布模型。然后再根据失效高度分布模型和使用高度分布模型，得到目标设备的失效概率。

本申请的可靠性评估方法是通过拟合出的失效高度分布模型以及使用高度分布模型得到的，因此目标设备的失效概率综合考虑了目标设备的失效高度的概率分布情况和使用高度的概率分布情况，对于目标设备在跌落场景下的失效概率的影响，即计算出的目标设备的失效概率是结合了用户的使用场景而计算得到的，计算出的失效概率用于评估跌落场景下的可靠性时，能使得评估结果更为准确。

在一种可能的实现方式中，用户的使用高度为用户使用设备时的高度。

在一种可能的实现方式中，目标设备的失效概率为：在跌落场景下，使用高度大于或等于目标设备的失效高度的概率。

在另一种可能的实现方式中，目标设备的失效概率用于评估目标设备在跌落场景下的可靠性。

在另一种可能的实现方式中，根据失效高度分布模型和所述使用高度分布模型，得到目标设备的失效概率，包括：根据失效高度分布模型，输出N个仿真用户对应的失效高度，并根据使用高度分布模型，输出N个仿真用户对应的使用高度。其中，N为正整数。然后根据仿真用户对应的失效高度和使用高度，统计出使用高度大于或等于失效高度的仿真用户数量n，进而获得目标设备的失效概率。

在另一种可能的实现方式中，可以将n与N的比值，确定为目标设备的失效概率。

在另一种可能的实现方式中，根据失效高度分布模型和使用高度分布模型，得到目标设备的失效概率，包括：根据失效高度分布模型输出失效高度概率密度函数的曲线，并根据使用高度分布模型输出使用高度概率密度函数的曲线，然后计算失效高度概率密度函数的曲线和所述使用高度概率密度函数的曲线之间的重合面积，将失效高度概率密度函数的曲线和使用高度概率密度函数的曲线之间的重合面积，确定为目标设备的失效概率。

在另一种可能的实现方式中，根据失效高度分布模型和所述使用高度分布模型，得到目标设备的失效概率之后，还包括：根据修正系数，对目标设备的失效概率进行修正，得到修正后的目标设备的失效概率。其中，修正系数用于反映目标设备的失效概率相较于实际失效概率的误差程度。

由于修正系数能够用于反映目标设备的失效概率相较于实际失效概率的误差程度，因此通过修正系数，对目标设备的失效概率进行修正，所得到的修正后的目标设备的失效概率用于评估跌落场景下的可靠性时，能使得评估结果更为准确。

在另一种可能的实现方式中，修正系数通过历史相似设备的实际失效概率与历史相似设备的失效概率确定。其中，历史相似设备为与目标设备相似的已上市的设备。

通过历史相似设备的实际失效概率与历史相似设备的失效概率这些先验信息，可以得出修正系数，然后再使用修正系数修正目标设备的失效概率，提高目标设备的失效概率的准确度。

在另一种可能的实现方式中，修正系数为历史相似设备的实际失效概率与历史相似设备的失效概率的比值。其中，根据修正系数，对目标设备的失效概率进行修正，得到修正后的目标设备的失效概率，可以是修正系数与所述目标设备的失效概率相乘，获得修正后的目标设备的失效概率。

在另一种可能的实现方式中，历史相似设备的失效概率的计算方法，包括：根据历史相似设备在多个历史失效高度对应的失效样品数量，进行历史失效高度的分布拟合，得到历史失效高度分布模型，并根据多个历史用户的历史使用高度，进行使用高度的分布拟合，得到历史使用高度分布模型，然后根据历史失效高度分布模型和历史使用高度分布模型，得到历史相似设备的失效概率。

在另一种可能的实现方式中，根据历史失效高度分布模型和历史使用高度分布模型，得到历史相似设备的失效概率，包括：根据历史失效高度分布模型，输出N个仿真用户对应的历史失效高度，并根据历史使用高度分布模型，输出N个仿真用户对应的历史使用高度。其中，N为正整数。然后根据仿真用户对应的历史失效高度和历史使用高度，统计出历史使用高度大于或等于历史失效高度的仿真用户数量B，获得历史相似设备的失效概率。

在另一种可能的实现方式中，历史相似设备的失效概率为B与N的比值。

在另一种可能的实现方式中，根据历史失效高度分布模型和历史使用高度分布模型，得到历史相似设备的失效概率，包括：根据历史失效高度分布模型输出历史失效高度概率密度函数的曲线,并根据历史使用高度分布模型输出历史使用高度概率密度函数的曲线,计算历史失效高度概率密度函数的曲线和历史使用高度概率密度函数的曲线之间的重合面积，并将历史失效高度概率密度函数的曲线和历史使用高度概率密度函数的曲线之间的重合面积，确定为历史相似设备的失效概率。

在另一种可能的实现方式中，历史相似设备的实际失效概率的计算方法，包括：将历史相似设备在预设历史时间段内的实际失效数量与实际销售数量的比值，确定为历史相似设备的实际失效概率。

在另一种可能的实现方式中，失效样品为满足特定失效模式的样品，其中特定失效模式为用于判定样品失效的特定失效标准。即判定失效样品采用的标准是特定的。

第二方面，本申请公开了一种具有测试装置的电子设备，包括：一个或多个处理器和存储器，存储器与一个或多个处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行所述计算机指令时，该具有测试装置的电子设备执行如上述第一方面中任一项的可靠性评估方法。

应当理解的是，本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反，可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此，本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而，还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解，无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中，还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。

附图说明

图1为本申请实施例公开的跌落测试场景的示意图；

图2为本申请实施例公开的收集用户的使用高度的场景示意图；

图3a为本申请实施例公开的跌落场景的可靠性评估系统的示意图；

图3b为本申请实施例公开的可靠性评估方法的流程图；

图4为本申请实施例公开的使用高度概率密度函数曲线以及失效高度概率密度函数曲线的示意图；

图5为本申请实施例公开的电子设备的结构示意图。

具体实施方式

本申请说明书和权利要求书及附图说明中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于限定特定顺序。

在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

为了下述各实施例的描述清楚简洁，首先给出一种跌落场景下的可靠性评估方案的简要介绍：

电子设备上市之前，通常需要对电子设备进行跌落测试，评估电子设备在跌落场景下的可靠性，确定电子设备的抗跌强度是否符合设定的标准，进而根据评估结果决定是否可以上市、是否需要进行抗跌强度设计上的改进等等。

以手机为例，一批同型号的手机样品进行跌落测试的过程为：针对每一个手机样品，将手机样品分别从由低至高的预设跌落高度下进行跌落测试，直至手机样品出现显示屏破损的情况为止，认定手机样品失效，对该手机样品的跌落测试结束，将手机样品失效时的跌落高度记录为手机样品的失效高度。举例说明，如图1示出的跌落测试场景，将手机样品11由预设的h1高度、h2高度、h3高度、h4高度、h5高度以及h6高度分别跌落到跌落面10上，测试手机样品11的抗跌强度。例如，将手机样品11依次从h1=0.5米、h2=0.7米、h3=0.9米、h4=1.1米、h5=1.3米、以及h6=1.5米的高度跌落，当手机样品11在0.7米的高度跌落时，出现了屏幕破损，变为了失效样品，就将0.7米记录为该手机样品11的失效高度。电子设备的失效高度能够反映电子设备的抗跌强度。

一批同型号的手机样品的跌落测试结束后，会记录得到不同失效高度下的失效样品数量，然后根据该批手机样品在不同失效高度下的失效样品数量，评估该型号的手机是否符合预设的可靠性标准，进而根据评估结果改进手机的抗跌强度设计、预测手机上市之后所具有的风险等。例如，设定可靠性标准为失效高度大于或等于0.7米的样品数量需大于或等于预设数量，当记录的数据中，失效高度大于或等于0.7米的样品数量小于或者等于预设数量，就认为这批手机的可靠性并不符合预设的可靠性标准，仍然需要进行跌落强度设计的改进。

除此之外，还有一种跌落场景下的可靠性评估方案，将记录的不同失效高度下的失效样品数量，简单拟合失效高度分布，利用失效高度分布评估手机是否符合预设的可靠性标准。

在前述的跌落场景下的可靠性评估方案中，在评估跌落场景下的可靠性时，没有结合实际使用场景下用户的使用高度，来评估跌落场景下的可靠性，因此仅通过失效高度数据而分析评估出的可靠性并不是很准确，进而会导致后续按照可靠性分析结果进行市场评估、跌落强度设计改进等操作时，会出现偏差。

基于上述技术方案中存在的问题，本申请提供了一种可靠性评估方法，通过结合用户实际对电子设备的使用高度，对跌落场景下的可靠性进行分析，提高预测电子设备在跌落场景下的可靠性的准确度。

本申请实施例提出的可靠性评估方法，用于对手机、平板电脑、桌面型、膝上型、笔记本电脑、超级移动个人计算机（Ultra-mobile Personal Computer，UMPC）、手持计算机、上网本、个人数字助理（Personal Digital Assistant，PDA）、可穿戴电子设备、智能手表等电子设备在跌落场景下的可靠性评估。其中，电子设备在跌落场景下的可靠性可以理解为是电子设备在跌落场景下无故障地执行指定功能的能力或可能性。本申请实施例提出的可靠性评估方法，对该方法所评估的电子设备的具体形式不做特殊限制。

本申请实施例提出的可靠性评估方法，可以应用于手机、平板电脑、桌面型、膝上型、笔记本电脑、超级移动个人计算机（Ultra-mobile Personal Computer，UMPC）、手持计算机、上网本、个人数字助理（Personal Digital Assistant，PDA）、可穿戴电子设备、智能手表等一个或多个电子设备中，即本申请实施例提出的可靠性评估方法可由一个电子设备执行，也可以由多个电子设备配合执行，对于执行本申请实施例提出的可靠性评估方法的电子设备不做特殊限制。

为了下述对本申请提出的可靠性评估方法的实施例描述清楚，首先给出本申请实施例中所需使用到的数据的获取场景的简要介绍：

（1）本申请实施例提出的可靠性评估方法中，需要使用到跌落测试场景中记录下的某个电子设备在各个失效高度对应的失效样品数量。跌落测试场景可以如图1所示，具体可参见前述对图1示出的跌落测试场景的描述。其中，跌落测试场景下所设置的多个跌落高度可以是任意设置的，且所设置的跌落高度的数量也可以是任意的，手机跌落至跌落面10的姿态也可以是任意的。跌落测试场景中使手机样品跌落的方式也可以是任意的，例如可以是人为的使手机样品跌落，也可以是使用设备控制手机样品跌落。跌落测试场景除了适用于手机的跌落测试，也适用于前述提及的其他的电子设备的跌落测试。失效样品指的是满足特定失效模式的样品。特定失效模式可以是屏幕破碎的失效模式、手机的某个使用性能失效的失效模式、手机外壳破碎的失效模式等等，不同的特定失效模式下，评判样品失效的标准也是不同的。特定失效模式为用于判定样品失效的特定失效标准。可用于收集各个失效高度对应的失效样品数量的跌落测试场景有很多，包括但不限于本申请实施例所提出的内容。

（2）本申请实施例提出的可靠性评估方法中，还需要使用到多名用户在使用电子设备的过程中的使用高度。而收集用户的使用高度的场景可以如图2所示，针对某一名用户，用户在使用手机20的过程中，手机20内的传感器会采集手机使用过程中距离地面的使用高度Hconsumer，例如通过手机内的距离传感器采集使用高度Hconsumer，然后手机将使用高度H发送到用于执行可靠性评估方法的电子设备中，以供电子设备在执行可靠性评估方法的过程中使用。其中，执行可靠性评估方法的电子设备从手机20中获取到使用高度Hconsumer的方式还有很多，本申请实施例不做限制。图2示出的收集用户的使用高度的场景，除了适用于收集用户使用手机20时的使用高度之外，也适用于收集前述提及的其他的电子设备的使用高度。需要说明的是，可用于收集多名用户的使用高度的场景有很多，例如还可以有调研用户的使用高度的方式，收集多名用户的使用高度，可用于收集多名用户的使用高度的场景包括但不限于本申请实施例所提出的内容。

为了下述对本申请提出的可靠性评估方法的实施例描述清楚，给出与本申请实施例相关的基础知识的简要介绍：

分布模型，也可以称为概率分布模型是一种可用于表述随机变量取值的概率分布的算法模型，也可以理解为分布模型是用于表述随机变量取值的概率规律的算法模型。常见的分布模型有正态分布模型、韦伯分布模型、泊松分布模型等。

分布模型中，包括：分布模型的分布参数。分布参数是统计学的基本概念之一，指统计学中用以区别分布函数族{Fθ|θ∈Θ}中的各个分布的指标θ的函数g(θ)和分布的数字特征，如总体均值、总体标准差、总体相关系数等。如总体均值、总体标准差、总体相关系数等。参数的所有可能值组成的集合Θ称为参数空间。例如，正态分布模型的分布参数就是数学期望和方差，韦伯分布模型的分布参数就是形状参数和比例参数。

分布模型可以是概率密度函数、分布函数等能够表述随机变量取值的概率规律的函数。其中，连续型随机变量的概率密度函数是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。分布函数则是概率密度函数的积分，分布函数可以完整地描述随机变量的统计规律。举例说明，正态分布模型中，正态分布的概率密度函数为：

，正态分布可以记作X~N（

，

），其中，X为随机变量，

和

都是正态分布模型的分布参数，

是数学期望，

是方差，X~N（

，

）读作随机变量X服从一个数学期望为

，方差为

的正态分布。而韦伯分布模型中，韦伯分布概率密度函数为：

，韦伯分布可以记作X~Weibull（k,

）。其中，X 是随机变量，k是形状参数，

是比例参数。X~Weibull（k，

）可以读作随机变量服从形状参数是k，比例参数是

的韦伯分布。

参阅图3a，下面对本申请实施例提出的可靠性评估系统进行介绍，在可靠性评估系统中：通过使目标设备在跌落测试场景301中执行跌落测试，得到目标设备在多个失效高度对应的失效样品数量。具体的跌落测试场景的相关内容可参见前述对图1的描述，此处不再赘述。通过收集用户的使用高度的场景302，得到多个用户的使用高度。其中，收集用户的使用高度的场景的相关内容可参见前述对图2的描述，此处不再赘述。具有测试装置的电子设备303获取跌落测试场景301中得到的目标设备在多个失效高度对应的失效样品数量，并使用目标设备在多个失效高度对应的失效样品数量，拟合出失效高度分布模型。具有测试装置的电子设备303还获取收集用户的使用高度的场景302中的多个用户的使用高度，使用多个用户的使用高度，拟合得到使用高度分布模型。具有测试装置的电子设备303通过失效高度分布模型和使用高度分布模型，计算得到目标设备的失效概率。进而可以根据目标设备的失效概率，对目标设备在跌落平场景的可靠性进行评估。目标设备的生产线可以根据可靠性评估结果进行调整。例如，根据评估结果决定是否可以在目标设备的生产线中对目标设备进行量产上市，又例如根据评估结果决定是否在目标设备的生产线中对目标设备的抗跌强度设计进行改进等等。即可以通过目标设备的失效概率，提出针对目标设备的指导性建议。

具体的，参阅图3b，下面对图3a中的具有测试装置的电子设备303所执行的可靠性评估方法进行介绍，本申请实施例提供的可靠性评估方法具体包括以下步骤：

S301、使用目标设备在多个失效高度对应的失效样品数量，进行失效高度的分布拟合，得到目标设备的失效高度分布模型。

其中，目标设备是某一需要进行跌落场景的可靠性评估的特定类型设备的统称。特定类型可以是特定的型号，特定的品牌等。例如目标设备可以是，某个牌子的某一型号的手机，还可以是某一品牌的某一型号的电脑等等。目标设备可以是前述提及的任一种电子设备。目标设备是本申请实施例中需要评估跌落场景下的可靠性的电子设备。

由于目标设备在批量生产制作过程中，同一批量的目标设备的样品之间会存在制作上的差异，因此多个样品各自对应的抗跌强度，即失效高度可能也会有所不同。而步骤S301中，通过使用目标设备在多个失效高度对应的失效样品数量，进行失效高度的分布拟合的方式，拟合出属于目标设备的多个样品的失效高度的概率分布规律，得到失效高度分布模型。

失效高度分布模型可以用于反映出目标设备的失效高度的概率分布，具体可以使用失效高度的概率密度函数的形式表示，也可以使用失效高度的分布函数的形式标识等，具体可参见前述对分布模型相关基础知识的描述，此处不再赘述。多个失效高度对应的失效样品数量通过对目标设备进行特定失效模式下的跌落测试得到。即失效样品可以认为是满足特定失效模式的样品。特定失效模式可以是屏幕碎裂的失效模式，还可以是手机某个性能故障的失效模式。而跌落测试场景的相关内容，失效高度对应的失效样品数量，以及失效模式的相关内容，可以参考前述提及的本申请实施例中所需使用到的数据的获取场景部分的相关介绍，此处不再赘述。

在一些实施例中，可以将目标设备在多个失效高度对应的失效样品数量输入到仿真软件中，由仿真软件拟合出失效高度分布函数。其中，仿真软件可以是MATLAB、Python、MINITAB等软件。仿真软件的类型本申请实施例不做限制。

在一些实施例中，步骤S301在对目标设备的失效高度进行分布拟合的过程中，除了使用到目标设备在多个失效高度对应的失效样品数量，还可以使用目标设备的删失数据来拟合目标设备的失效高度的分布。删失数据为目标设备在跌落测试结束后仍未失效的样品数量。使用目标设备在多个失效高度对应的失效样品数量以及删失数据所拟合出的目标设备的失效高度的分布，会更为精确。

在一些实施例中，可以指定步骤S301所拟合的分布模型是特定的分布模型。特定的分布模型可以是正态分布模型、韦伯分布模型等。例如，经过多次拟合经验发现，失效高度的分布最为接近韦伯分布，因此就可以指定执行步骤S301时，使用目标设备在多个失效高度对应的失效样品数量，进行韦伯分布拟合，得到目标设备的失效高度分布模型，其中目标设备的失效高度分布模型为一种韦伯分布模型。由于失效高度的分布最接近韦伯分布，因此将多个失效高度对应的失效样品数量进行韦伯分布，最终得到的目标设备的失效高度分布模型会更为准确。在另一些实施例中，用于进行分布拟合的分布模型也可以是任意的分布模型，本申请实施例对分布模型的类型也可以不做限制。

举例说明，参阅图4，执行步骤S301时，指定拟合的分布模型为韦伯分布模型，最终步骤S301拟合得到的分布模型可以提供出如图4示出的概率密度函数曲线a，横坐标为失效高度Hphone，纵坐标为概率密度f。

目标设备的失效高度分布模型可以反映目标设备的抗跌强度，以图4示出的曲线a为例，曲线a越向横坐标的正方向正偏，目标设备的样品的失效高度分布的值总体越偏大，也就说明了目标设备的抗跌强度越大。

在另一些实施例中，也可以是根据目标设备在多个失效高度对应的失效样品数量，使用仿真软件从多类分布模型中，自动选择最佳分布模型，即选择拟合误差最小的分布模型进行分布拟合，得到目标设备的失效高度分布模型。

举例说明，假设目标设备为A型号的手机，使用A型号手机的15个样品进行针对屏幕碎裂这一失效模式下的跌落测试。参见下述表一，在对A型号手机进行跌落测试的过程中，令每一个样品依次从0.6m、0.7m、0.8m、0.9m、1m、1.1m、1.2m、1.3m以及1.5m的高度跌落。对这15个样品分别做跌落测试，统计每一个样品的失效高度，最终将每一个失效高度对应的失效样品数量记录以及删失数据记录在表一中。由表一可以看出，15个样品中，失效高度为0.6m时对应的失效样品数量为1，失效高度为0.7m对应的失效样品数量为1，失效高度为0.8m的失效样品数量为1，失效高度为0.9m的失效样品数量为2，失效高度为1m对应的失效样品数量为3，失效高度为1.1m对应的失效样品数量为2，失效高度为1.2m对应的失效样品数量为1，失效高度为1.3m对应的失效样品数量为1，失效高度为1.5m对应的失效样品数量为2，失效高度为1.5m对应的删失数据为1。其中，失效高度为0.6m对应的失效样品数量为1，表示A型号有1个手机样品在0.6m高度下跌落就出现了屏幕碎裂的情况，而失效高度为0.7m对应的失效样品数量为1，则表示A型号有1个手机样品在0.7m高度下跌落出现了屏幕碎裂的情况。其他失效高度对应的失效样品数量的含义也是类似的，此处不再赘述。而1.5m对应的删失数据为1，表示从1.5m高度跌落之后，仍然有1个样品未出现屏幕碎裂的情况，即仍然有1个样品在跌落测试彻底结束后仍然属于未失效样品。

将表一中的所有数据输入到仿真模型中，选择拟合韦伯分布，最终拟合得到的目标设备的失效高度分布模型可以记作为：Hphone~Weibull（4.73，1.1）。其中，Hphone~Weibull（4.73，1.1）表示A型号手机的失效高度Hphone服从形状参数为4.73，比例参数为1.1的韦伯分布。

表一：

失效高度/m	失效样品数量	删失数据
			0.6	1	0
0.7	1	0
			0.8	1	0
0.9	2	0
			1	3	0
1.1	2	0
			1.2	1	0
1.3	1	0
			1.5	2	1

S302、使用多个用户的使用高度，进行使用高度的分布拟合，得到使用高度分布模型。

其中，用户的使用高度，可以是多个用户对与目标设备同一种类型的电子设备的使用高度。例如目标设备是某个型号的手机，那么执行步骤S302时，使用的多个用户的使用高度就是多个用户对手机的使用高度，而手机的具体型号不做限制，并不一定要与目标设备完全一致。又例如，若目标设备是某个型号的智能手表，那么执行步骤S302时，使用的多个用户的使用高度，就是多个用户对手表的使用高度。

而使用高度的获取过程，具体可以参见前述对收集用户的使用高度的场景的相关内容的描述，此处不再赘述。

在一些实施例中，步骤S302中所使用的每一个用户的使用高度，可以是每一个用户的最大使用高度。即通过前述提及的收集用户的使用高度的场景，收集每一个用户的多个使用高度之后，选取出最大使用高度，确定为步骤S302中使用到的该用户的使用高度，用于执行步骤S302。用户的最大使用高度代表着用户在实际使用目标设备的场景中，目标设备的跌落风险最高时对应的使用高度。在另一些实施例中，还可以是通过前述提及的收集用户的使用高度的场景，收集每一个用户的多个使用高度之后，针对每一个用户，对收集到的用户的多个使用高度进行处理，例如进行平均值计算处理，得到一个可用于反映用户在使用设备的过程中的标准使用高度，确定为步骤S302中使用到的该用户的使用高度，用于执行步骤S302。

在另一些实施例中，也可以是将通过前述提及的收集用户的使用高度的场景中，收集到的每一个用户的多个使用高度全部都使用到步骤S302中。本申请实施例中，对步骤S302中每一个用户的使用高度的个数、获取方式、获取之后的处理方式等都不做限制。

需要说明的是，步骤S302中使用多个用户的使用高度，进行使用高度的分布拟合，得到使用高度分布模型的过程，与步骤S301中使用目标设备在多个失效高度对应的失效样品数量，进行失效高度的分布拟合，得到目标设备的失效高度分布模型的过程是类似的，只是步骤S301中用于进行分布拟合的数据是多个失效高度对应的失效样品数量，而步骤S302中用于进行分布拟合的数据是多个用户的使用高度，因此，步骤S302的执行过程和原理可参考步骤S301的相关内容，此处不再赘述。

举例说明，使用多个用户的使用高度，进行正态分布拟合，得到使用高度分布模型，高度分布模型可以提供出如图4示出的概率密度函数曲线b，其中横坐标为使用高度Hconsumer，纵坐标为概率密度f。

使用高度分布模型可以反映用户对目标设备的施加的应力，以图4示出的曲线b为例，曲线b越向横坐标的正方向正偏，使用高度分布的值越偏大，也就说明了对目标设备施加的应力越偏大。当用户的使用高度大于或等于目标设备的失效高度时，目标设备就会出现失效的情况。

在前述的跌落场景下的可靠性评估方案中，在对设备在跌落场景下进行可靠性评估时，只使用到了失效高度这一种数据，评估过程中没有考虑到用户实际使用设备的场景，进而导致对设备在跌落场景下的可靠性评估并不准确。而本申请实施例中，除了在步骤S301中得到了目标设备的失效高度分布模型，还在步骤S302中得到了使用高度分布模型，在对目标设备进行跌落场景下的可靠性评估的过程中，不仅考虑了目标设备的失效高度的分布概率，也考虑了用户的使用高度的分布规律，结合评估跌落场景下的可靠性，提升评估结果的准确度。

S303、通过目标设备的失效高度分布模型和使用高度分布模型，计算得到目标设备的失效概率。

其中，目标设备的失效概率是目标设备在跌落场景下的失效概率。目标设备的失效概率是一个通过失效高度分布模型和使用高度分布模型计算出的理论值，是一种对目标设备的失效情况的预测。而本申请实施例在评估目标设备的失效概率过程中，需要考虑用户在使用目标设备的过程中的跌落场景。本申请实施例的目标设备的失效概率，可以理解为是用户在使用目标设备的过程中，目标设备会因跌落而导致失效的概率。

由于目标设备的失效高度可以理解为是目标设备在跌落场景下会发生失效情况的最低高度。因此当用户的使用高度大于或等于目标设备的失效高度时，目标设备在用户使用过程中跌落，就会出现失效的情况。因此，可以认为当用户的使用高度大于或等于目标设备的失效高度时，目标设备会在跌落场景中出现失效情况。因此，步骤S303求取目标设备的失效概率的过程，可以理解为是基于失效高度分布模型和使用高度分布模型，求取当用户的使用高度Hconsumer大于或等于目标设备的失效高度Hphone的概率值

的过程。

在一些实施例中，可以通过失效高度分布模型所提供的概率密度函数以及使用高度分布模型所提供的概率密度函数，求取得到用户的使用高度Hconsumer大于或等于目标设备的失效高度Hphone的概率值。以图4示出的失效高度分布模型所提供的概率密度函数曲线a、以及使用高度分布模型所提供的概率密度函数曲线b为例，目标设备的失效概率可以认为是曲线a和曲线b的重合面积401，通过计算面积401的值，即可计算得到目标设备的失效概率。

在一些实施例中，参阅图3b，执行步骤S303的另一种实施方式，可以是：

S3031、使用失效高度分布模型，随机输出N个仿真用户对应的失效高度。

其中，N是正整数，可以理解为是模拟仿真的用户数量。仿真用户对应的失效高度为仿真用户在使用一个特定型号设备时，该特定型号设备对应的失效高度。该失效高度是通过失效高度分布模型随机生成的，区别于步骤S301中在实际的跌落测试中得到的失效高度。使用步骤S301所得到的失效高度分布模型，可通过失效高度分布模型中拟合的目标设备的失效高度的概率分布规律，随机产生符合该分布规律的N个随机数，这N个随机数为随机的N个仿真用户各自使用的目标设备对应的失效高度Hphone。

在一些实施例中，可以是通过仿真软件，使用失效高度分布模型，输出N个随机的失效高度。例如，失效高度分布模型为韦伯分布模型，失效高度分布模型所拟合出的韦伯分布为：Hphone~Weibull（k，

），则仿真软件使用randweibull（k，

,N）函数，仿真输出符合 Hphone~Weibull（k，

）的分布规律的N个随机的失效高度Hphone。其中k是形状参数，

是比例参数。

在一些实施例中，仿真软件按照列表的形式输出并展示N个仿真用户对应的失效高度，N个仿真用户对应的失效高度排在表格中的同一列，总共排列了N行。不同行代表着不同的仿真用户。例如，第一行的失效高度代表着仿真软件随机生成给第一个仿真用户的失效高度，第二行的失效高度，则代表着仿真软件随机生成给第二个仿真用户的失效高度。

其中，随机输出的N个仿真用户对应的失效高度在仿真软件中的展示方式、输出方式本申请实施例可不做限制。且本申请实施例中用于使用失效高度分布模型产生N个随机的失效高度的仿真软件不做限制，仿真软件在执行步骤S3031过程中用于产生随机数的函数的具体形式也不做限制。

需要说明的是，N的值可以人为设定。例如，可以根据人为经验设定N的值，比如将N取10000时，最终计算出的失效概率更接近于实际，因此就可凭借这一经验将N设定为10000。又例如，可以根据实际应用场景中，与目标设备相近的电子设备上市时的上市数量来设定N。理论上，N的取值越大，即生成的随机目标设备的样本越多，会越接近于实际应用场景的情况，后续计算出的失效概率准确度会越高，越接近于实际。

S3032、根据使用高度分布模型，随机输出N个仿真用户对应的使用高度。

其中，N为正整数，N为模拟仿真的用户数量。步骤S3032中提及的N个仿真用户与步骤S3031所提及的N个仿真用户是同样的N个仿真用户，代表的含义是一致的。仿真用户对应的失效高度为仿真用户在使用一个特定型号设备的过程中的使用高度。该使用高度是通过使用高度分布模型随机生成的，区别于步骤S302中在实际的收集用户的使用高度的场景中得到的使用高度。

按照步骤S302所得到的使用高度分布模型，可根据使用高度分布模型中拟合的仿真用户的使用高度的概率分布规律，随机产生符合该分布规律的N个随机数，这N个随机数相当于是随机的N个仿真用户各自的使用高度Hconsumer。这N个随机的使用高度Hconsumer，可以理解为是仿真N个仿真用户在实际使用目标设备的过程中各自对应的使用高度Hconsumer。

在一些实施例中，可以是通过仿真软件，根据使用高度分布模型，输出N个随机的使用高度Hconsumer。例如，使用高度分布模型为正态分布模型，使用高度分布模型所拟合出的正态分布为：Hconsumer~N（，

），则仿真软件使用randnormal（

,

,N）函数，仿真输出符合Hconsumer~N（

，

）的分布规律的N个随机的使用高度Hconsumer。其中，本申请实施例中用于根据使用高度分布模型产生N个随机的使用高度的仿真软件不做限制，且仿真软件在执行步骤S3032过程中用于产生随机数的函数的具体形式也不做限制。

在一些实施例中，仿真软件按照列表的形式输出并展示N个仿真用户对应的使用高度，N个仿真用户对应的使用高度排在表格中的同一列，总共排列了N行。不同行代表着不同的仿真用户。例如，第一行的使用高度代表着仿真软件随机生成给第一个仿真用户的使用高度，第二行的使用高度，则代表着仿真软件随机生成给第二个仿真用户的使用高度。结合前述的N个仿真用户对应的失效高度的列表，同一行的失效高度和使用高度，可以认为是属于同一个仿真用户的，例如，前述的N个仿真用户对应的失效高度的列表中，第一行失效高度，和N个仿真用户对应的使用高度的列表中，第一行的使用高度，就可以认为是同一个仿真用户的使用高度。即步骤S3031的N个仿真用户对应的失效高度和步骤S3032中的N个仿真用户对应的使用高度之间存在一一对应的关系，一一对应的失效高度和使用高度属于同一个仿真用户。而该一一对应关系可以是随机对应，也可以是如前述描述的，将同一行的失效高度和使用高度认为是对应同一个仿真用户，具体不做限制。

通过步骤S3031和步骤S3032，就仿真出了每一个仿真用户对应的失效高度和使用高度，相当于模拟出了每一个用户在实际使用特定型号的设备的场景。

其中，随机输出的N个仿真用户对应的使用高度在仿真软件中的展示方式、输出方式本申请实施例可不做限制。且本申请实施例中用于根据使用高度分布模型产生N个随机的失效高度的仿真软件不做限制，仿真软件在执行步骤S3032过程中用于产生随机数的函数的具体形式也不做限制。

需要说明的是，步骤S3031和步骤S3032的执行先后顺序不影响本申请实施例的实现，在另一些实施例中，也可以同时执行步骤S3031和步骤S3032。

S3033、从每一个仿真用户对应的失效高度和使用高度中，统计出使用高度大于或等于失效高度的仿真用户数量n。

结合步骤S3031和步骤S3032，得到了N个仿真用户对应的失效高度和使用高度。针对每一个仿真用户，当仿真用户对应的使用高度大于或等于失效高度时，就代表着仿真用户在使用目标设备的过程中，当目标设备跌落时会出现失效的情况。因此，统计使用高度大于或等于失效高度的仿真用户数量n，也可以是统计N个仿真用户使用目标设备的场景中，会出现目标设备失效的场景的数量。

在一些实施例中，执行步骤S3033的一种实施方式，可以是，初始化设置n=0，然后针对每一个仿真用户，判断该仿真用户的使用高度是否大于或等于失效高度，若使用高度大于或等于失效高度，则令n的值加1。执行完所有仿真用户的使用高度是否大于或等于失效高度的判断之后，n的值就是每一个仿真用户对应的失效高度和使用高度中，统计出使用高度大于或等于失效高度的仿真用户数量。

在另一些实施例中，判断该仿真用户的使用高度是否大于或等于失效高度的方式为：针对每一个仿真用户，将仿真用户的使用高度减去失效高度，若仿真用户的使用高度减去失效高度之后的值大于或等于0，则令n的值加1。

S3034、将n与N的比值，确定为目标设备的失效概率。

N为仿真用户的总数量，n为使用高度大于或等于失效高度的仿真用户数量，即仿真场景中出现目标设备失效情况的仿真用户数量。n与N的比值，就是仿真用户在使用目标设备的过程中，会因跌落而导致目标设备失效的概率。

举例说明，基于前述表一的数据，拟合出了失效高度Hphone服从Hphone~Weibull（4.73,1.1）分布的失效高度分布模型，又通过前述图2示出的使用高度的获取场景中获取到的多个用户的使用高度，拟合出了使用高度Hconsumer服从Hconsumer~N（0.5,0.1²）分布的使用高度分布模型。令仿真用户总数量N=10000，对于Hphone~Weibull（4.73,1.1）的失效高度分布模型，仿真软件使用randweibull（4.73,1.1，10000）函数，随机输出符合Hphone~weibull（4.73,1.1）的分布规律的10000个仿真用户对应的失效高度Hphone。对于Hconsumer~N（0.5,0.12）的使用高度分布模型，使用randnormal（0.5,0.1²，10000）函数，随机输出符合Hconsumer~N（0.5,0.1²）分布的10000个仿真用户对应的使用高度Hconsumer。然后从每一个仿真用户的使用高度Hconsumer和失效高度Hphone，统计出使用高度大于或等于失效高度的仿真用户数量n=327，计算n与N的比值等于0.0327，得到失效概率的值为0.0327。

在一些实施例中，目标设备的失效概率可以用百分比的形式表示，还可以用百万分之一（parts per million ，ppm）的形式表示，即能够表示目标设备的失效概率的方式有很多，具体可依据实际需求而定，本申请实施例不进行限制。

由前述内容可知，通过失效高度分布模型和使用高度分布模型，计算得到目标设备的失效概率的实施方式有很多，包括但不限于本申请实施例的内容。

S304、使用历史相似设备在多个历史失效高度对应的失效样品数量，进行历史失效高度的分布拟合，得到历史失效高度分布模型。

历史相似设备指的是与目标设备相似的、且已经上市售卖的设备。例如，如果目标设备是某一型号的二代手机，那么历史相似设备就可以是同一型号的一代手机。历史失效高度指的是历史相似设备在上市之前进行跌落测试时的失效高度。由于历史相似设备在上市之前也会进行跌落测试，因此也会在跌落测试中得到多个历史失效高度对应的失效样品数量，进而也可以拟合到一个历史相似设备的历史失效高度分布模型。其中，步骤S304的执行过程和原理，可以参考步骤S301的执行过程和原理，此处不再赘述。

S305、使用多个历史用户的历史使用高度，进行使用高度的分布拟合，得到历史使用高度分布模型。

历史用户的历史使用高度是在历史时间段收集到的多个用户的使用高度。而步骤S305的执行过程和原理，可以参考步骤S302，此处不再赘述。

S306、通过历史相似设备的历史失效高度分布模型和历史使用高度分布模型，计算得到历史相似设备的失效概率。

其中，历史相似设备的失效概率为历史相似设备在理论上预测出的失效概率。

在一些实施例中，由于用户的使用高度的概率分布规律随时间的变化较小，因此也可以直接使用步骤S302的使用高度分布模型作为步骤S305中的历史使用高度分布模型。

需要说明的是，步骤S306的执行原理和过程，可以参考步骤S303，此处不再赘述。

步骤S301至步骤S303是计算目标设备的失效概率的过程，而步骤S304至步骤S306则是计算历史相似设备的失效概率的过程。因此，步骤S301至步骤S303的执行流程与步骤S304至步骤S306之间的执行流程不相关，执行步骤S301至步骤S303的过程，并不影响步骤S304至步骤S306的执行。

在另一些实施例中，也可以是在历史相似设备上市之前，已经预先计算过了历史相似设备的失效概率，而不再需要执行步骤S304至步骤S306。

S307、将历史相似设备在预设历史时间段内的实际失效数量与实际销售数量的比值，确定为历史相似设备的实际失效概率。

历史相似设备的实际失效概率指的是历史相似设备在预设历史时间段内实际在跌落场景下的失效概率。具体的，由于历史相似设备已经上市过，因此可以通过调研收集，或者其他的一些方式，收集到预设历史时间段内的实际失效数量与实际销售数量，然后通过计算历史相似设备在预设历史时间段内的实际失效数量与实际销售数量的比值，得到历史相似设备的实际失效概率。实际失效数量相交于实际销售数量越多，那么实际失效概率越大。其中，预设历史时间段可以由人为设定，例如可以设定为是某一个月份的时段。

其中，实际失效数量指的是历史相似设备在用户实际使用过程中出现特定失效模式的失效设备数量。实际失效数量所涉及的特定失效模式，与前述步骤S301中的失效样品数量所涉及的特定失效模式是一致的。举例说明，若前述步骤S301中的失效样品数量是发生屏幕碎裂这一失效模式的目标设备的样品数量，那么步骤S307中的实际失效数量就是实际出现屏幕碎裂这一失效模式的历史相似设备的数量。

S308、将历史相似设备的实际失效概率与历史相似设备的失效概率的比值，确定为修正系数。

其中，修正系数由于反映历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度。

由前述描述可知，步骤S304至步骤S306得到的历史相似设备的失效概率，其实是理论上的历史相似设备的失效概率，而由于理论上的的失效概率在计算过程中会存在有误差，

该误差可能是拟合的模型所带来的，因此步骤S306计算得到的历史相似设备的失效概率与实际失效概率之间会存在有一定的误差。

历史相似设备的实际失效概率与历史相似设备的失效概率的比值能够反映出历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度，如果历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度越小，那么历史相似设备的实际失效概率与历史相似设备的失效概率的比值就越接近于1。

由于历史相似设备的实际失效概率与历史相似设备的失效概率的比值能够反映出历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度，该误差程度也可以理解为是拟合模型所造成的误差程度，而历史相似设备又是与目标设备相似的设备，且得到历史相似设备的失效概率的过程也与得到目标设备的失效概率的过程是一样的，因此历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度，可以当做是目标设备的失效概率与目标设备的实际失效概率之间的误差程度，即可以将将历史相似设备的实际失效概率与历史相似设备的失效概率的比值，确定为修正系数，去修正目标设备的失效概率，以使得目标设备的失效概率更接近于实际的失效概率。

在一些实施例中，执行步骤S308的过程为：将历史相似设备的实际失效概率与历史相似设备的失效概率代入第一公式，计算得到修正系数。第一公式为：

，其中，

为修正系数，

为历史相似设备的实际失效概率，

为历史相似设备的失效概率。

需要说明的是，在另一些实施例中，也可以是使用历史相似设备的实际失效概率与历史相似设备的失效概率的其他计算方式，来表示修正系数，例如还可以使用历史相似设备的失效概率与历史相似设备的实际失效概率的比值，来表示修正系数。可以理解的是用于反映历史相似设备的失效概率与历史相似设备的实际失效概率之间的误差程度的方式有很多，包括但不限于本申请实施例所提出的方式。

S309、将修正系数与目标设备的失效概率相乘，计算得到修正后的目标设备的失效概率。

修正系数是历史相似设备的实际失效概率与历史相似设备的失效概率的比值，而历史相似设备的实际失效概率与历史相似设备的失效概率的比值可以认为是目标设备的实际失效概率与目标设备的失效概率之间的比值，将修正系数与目标设备的失效概率相乘，得到的就是修正后的目标设备的失效概率，修正后的目标设备的失效概率是基于理论失效概率与实际失效概率之间的误差，进行修正之后得到的失效概率。修正后的目标设备的失效概率可以更为接近于目标设备的实际失效概率，准确度更高。

在得到修正后的目标设备的失效概率之后，可以将修正后的目标设备的失效概率用于评估目标设备在跌落场景下的可靠性。修正后的目标设备的失效概率越高，那么目标设备在跌落场景下的可靠性就越低。在一些实施例中，可以设定一个预设的失效概率阈值，当目标设备的失效概率大于失效概率阈值时，就认为目标设备在跌落场景下的可靠性不符合预设的标准，不适合上市，需要进一步概率目标设备的抗跌强度。而当目标设备的失效概率小于或等于失效概率阈值，就认为目标设备在跌落场景下的可靠性符合预设的标准，可以上市投产。需要说明的是，使用修正后的目标设备的失效概率评估目标设备在跌落场景下的可靠性的方式有很多，包括但不限于本申请实施例所提出的内容。

在一些实施例中，执行步骤S309的一种实施方式可以是：将修正系数和目标设备的失效概率代入第二公式，计算得到修正后的目标设备的失效概率。第二公式为：

，其中

为修正后的目标设备的失效概率，

为修正系数，F为目标设备的失效概率。

需要说明的是，在另一些实施例中，若确定出修正系数的方式与步骤S308中的不同，那么相应的，计算出修正后的目标设备的失效概率的方式也会不同。即使用修正系数和目标设备的失效概率相乘，计算得到修正后的目标设备的失效概率的方式有很多，也可以理解为，修正目标设备的失效概率的方式有很多，包括但不限于本申请实施例所提出的内容。

步骤S304至步骤S309，通过历史相似设备在多个历史失效高度对应的失效样品数量以及多个历史用户的历史使用高度等历史相似设备相关的先验信息，计算得到了能够修正目标设备的失效概率的误差的修正系数，使得修正后的目标设备的失效概率相较于步骤S303所得到的理论上的目标设备的失效概率，准确度更高，用于评估目标设备在跌落场景下的可靠性更为准确。

在另一些实施例中，也可以不执行步骤S304至步骤S309，即不对目标设备的失效概率进行修正，直接将步骤S303得到的目标设备的失效概率用于评估目标设备在跌落场景下的可靠性。

通过目标设备的失效概率对目标设备在跌落场景下的可靠性进行评估，最终得到的评估结果可用于提出目标设备的生产线上的指导性建议，例如是否建议让目标设备上市，量产目标设备，是否需要调整目标设备的抗跌设计等等。需要说明的是，在另一些实施例中，本申请实施例提及的使用高度还可以是其他类型的使用数据，例如可以用户对手机的使用角度，相应的，失效高度也可以是其他类型的失效数据，比如是失效角度，进而可以使用本申请实施例得到在其他场景下的失效概率，即本申请实施例所提及的可靠性评估方法，同样适用于其他场景下的可靠性评估，可以得到其他场景下的失效概率，包括但不限于本申请实施例所提及的跌落场景。

由于目标设备的失效概率是通过拟合出的目标设备的失效高度分布模型以及使用高度分布模型计算得到的，因此目标设备的失效概率综合考虑了目标设备的失效高度的概率分布情况和使用高度的概率分布情况，对于目标设备在跌落场景下的失效概率的影响，即计算出的目标设备的失效概率是结合了用户的使用场景而计算得到的，相较于前述跌落场景下的可靠性评估方案，本申请实施例中得到的目标设备的失效概率准确度更高，用于评估跌落场景下的可靠性评估时，能使得评估结果更为准确。

参阅图5，图5为本申请提供的一种具有测试装置的电子设备的组成示例图，图5示出的具有测试装置的电子设备可用于执行本申请实施例提出的任一可靠性评估方法。具有测试装置的电子设备可以包括处理器510，内部存储器520，无线通信模块530，显示屏540等。

可以理解的是，本实施例示意的结构并不构成对该电子设备的具体限定。在另一些实施例中，该电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器510可以包括一个或多个处理单元，例如：处理器510可以包括应用处理器（application processor，AP），调制解调处理器，图形处理器（graphics processingunit，GPU），图像信号处理器（image signal processor，ISP），控制器，视频编解码器，数字信号处理器（digital signal processor，DSP），基带处理器，和/或神经网络处理器（neural-network processing unit，NPU）等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。例如，在本申请中，处理器510可以执行如图3b示出的可靠性评估方法。

其中，控制器可以是电子设备的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器510中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器510中的存储器为高速缓冲存储器。该存储器可以保存处理器510刚用过或循环使用的指令或数据。如果处理器510需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器510的等待时间，因而提高了系统的效率。

在一些实施例中，处理器510可以包括一个或多个接口。接口可以包括集成电路（inter-integrated circuit，I2C）接口，集成电路内置音频（inter-integrated circuitsound，I2S）接口，脉冲编码调制（pulse code modulation，PCM）接口，通用异步收发传输器（universal asynchronous receiver/transmitter，UART）接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

I2C接口是一种双向同步串行总线，包括一根串行数据线(serial data line，SDA)和一根串行时钟线(derail clock line，SCL)。在一些实施例中，处理器510可以包含多组I2C总线。处理器510可以通过不同的I2C总线接口分别耦合触摸传感器380K，充电器，闪光灯，摄像头393等。例如：处理器510可以通过I2C接口耦合触摸传感器380K，使处理器510与触摸传感器380K通过I2C总线接口通信，实现电子设备的触摸功能。

I2S接口可以用于音频通信。在一些实施例中，处理器510可以包含多组I2S总线。处理器510可以通过I2S总线与音频模块370耦合，实现处理器510与音频模块370之间的通信。在一些实施例中，音频模块370可以通过I2S接口向无线通信模块530传递音频信号，实现通过蓝牙耳机接听电话的功能。

PCM接口也可以用于音频通信，将模拟信号抽样，量化和编码。在一些实施例中，音频模块370与无线通信模块530可以通过PCM总线接口耦合。在一些实施例中，音频模块370也可以通过PCM接口向无线通信模块530传递音频信号，实现通过蓝牙耳机接听电话的功能。所述I2S接口和所述PCM接口都可以用于音频通信。

UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中，UART接口通常被用于连接处理器510与无线通信模块530。例如：处理器510通过UART接口与无线通信模块530中的蓝牙模块通信，实现蓝牙功能。在一些实施例中，音频模块370可以通过UART接口向无线通信模块530传递音频信号，实现通过蓝牙耳机播放音乐的功能。

MIPI接口可以被用于连接处理器510与显示屏540。MIPI接口包括摄像头串行接口(camera serial interface，CSI)，显示屏串行接口(display serial interface，DSI)等。在一些实施例中，处理器510和摄像头通过CSI接口通信，实现电子设备的拍摄功能。处理器510和显示屏540通过DSI接口通信，实现电子设备的显示功能。

GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。

可以理解的是，本实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备的结构限定。在本申请另一些实施例中，电子设备也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

电子设备的无线通信功能可以通过无线通信模块530，调制解调处理器以及基带处理器等实现。

无线通信模块530可以提供应用在电子设备上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块530可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块530经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器510。无线通信模块530还可以从处理器510接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

电子设备通过GPU，显示屏540，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏540和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器510可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏540用于显示图像，视频等。显示屏540包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oled，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，电子设备可以包括1个或N个显示屏540，N为大于1的正整数。在一些实施例中，显示屏540用于在执行图3b示出的可靠性评估方法的过程中，显示失效高度分布模型、使用高度分布模型、以及目标设备的失效概率等方法中涉及到的数据。

电子设备的显示屏540上可以显示一系列图形用户界面（graphical userinterface，GUI），这些GUI都是该电子设备的主屏幕。一般来说，电子设备的显示屏540的尺寸是固定的，只能在该电子设备的显示屏540中显示有限的控件。控件是一种GUI元素，它是一种软件组件，包含在应用程序中，控制着该应用程序处理的所有数据以及关于这些数据的交互操作，用户可以通过直接操作（direct manipulation）来与控件交互，从而对应用程序的有关信息进行读取或者编辑。一般而言，控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素。

内部存储器520可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器510通过运行存储在内部存储器520的指令，从而执行电子设备的各种功能应用以及数据处理。例如，在本实施例中，处理器510可以通过执行存储在内部存储器520中的指令，进行跌落场景的可靠性评估。内部存储器520可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用程序(比如声音播放功能，图像播放功能等)等。存储数据区可存储电子设备使用过程中所创建的数据(比如音频数据，电话本等)等。此外，内部存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。处理器510通过运行存储在内部存储器520的指令，和/或存储在设置于处理器中的存储器的指令，执行电子设备的各种功能应用以及数据处理。

另外，在上述部件之上，运行有操作系统。例如鸿蒙系统，iOS操作系统，Android开源操作系统，Windows操作系统等。在该操作系统上可以安装运行应用程序。

本实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中包括指令，当上述指令在具有测试装置的电子设备上运行时，使得该具有测试装置的电子设备执行图3b中的相关方法步骤，以实现上述实施例中的方法。

本实施例还提供了一种包含指令的计算机程序产品，当该计算机程序产品在电子设备上运行时，使得该电子设备执行如图3b中的相关方法步骤，以实现上述实施例中的方法。

本实施例还提供了一种控制设备，所述控制设备包括处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述控制设备执行如图3b中的相关方法步骤实现上述实施例中的方法。该控制设备可以是一个集成电路IC，也可以是一个片上系统SOC。其中集成电路可以是通用集成电路，也可以是一个现场可编程门阵列FPGA，也可以是一个专用集成电路ASIC。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本实施例所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器执行各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种可靠性评估方法，其特征在于，应用于测试装置，所述可靠性评估方法包括：

根据多个失效高度对应的失效样品数量，进行失效高度分布拟合，得到失效高度分布模型，并根据多个用户的使用高度，进行使用高度的分布拟合，得到使用高度分布模型；其中，所述失效样品为满足特定失效模式的样品；所述特定失效模式为用于判定样品失效的特定失效标准；

根据所述失效高度分布模型和所述使用高度分布模型，得到目标设备的失效概率；

根据修正系数，对所述目标设备的失效概率进行修正，得到修正后的目标设备的失效概率；其中，所述修正系数用于反映所述目标设备的失效概率相较于实际失效概率的误差程度。

2.根据权利要求1所述的可靠性评估方法，其特征在于，所述根据所述失效高度分布模型和所述使用高度分布模型，得到所述目标设备的失效概率，包括：

根据所述失效高度分布模型，输出N个仿真用户对应的失效高度；并根据所述使用高度分布模型，输出N个仿真用户对应的使用高度；其中，N为正整数；

根据所述仿真用户对应的失效高度和使用高度，统计出使用高度大于或等于失效高度的仿真用户数量n；

获得所述目标设备的失效概率。

3.根据权利要求1所述的可靠性评估方法，其特征在于，所述根据所述失效高度分布模型和所述使用高度分布模型，得到所述目标设备的失效概率，包括：

根据所述失效高度分布模型输出失效高度概率密度函数的曲线；并根据所述使用高度分布模型输出使用高度概率密度函数的曲线；

计算所述失效高度概率密度函数的曲线和所述使用高度概率密度函数的曲线之间的重合面积，并将所述失效高度概率密度函数的曲线和所述使用高度概率密度函数的曲线之间的重合面积，确定为所述目标设备的失效概率。

4.根据权利要求1所述的可靠性评估方法，其特征在于，所述修正系数通过历史相似设备的实际失效概率与历史相似设备的失效概率确定；其中，所述历史相似设备为与所述目标设备相似的已上市的设备。

5.根据权利要求4所述的可靠性评估方法，其特征在于，所述修正系数为历史相似设备的实际失效概率与历史相似设备的失效概率的比值；

所述根据修正系数，对所述目标设备的失效概率进行修正，得到修正后的目标设备的失效概率，包括：

所述修正系数与所述目标设备的失效概率相乘，获得修正后的目标设备的失效概率。

6.根据权利要求5所述的可靠性评估方法，其特征在于，所述历史相似设备的失效概率的计算方法，包括：

根据所述历史相似设备在多个历史失效高度对应的失效样品数量，进行历史失效高度的分布拟合，得到历史失效高度分布模型；并根据多个历史用户的历史使用高度，进行使用高度的分布拟合，得到历史使用高度分布模型；

根据所述历史失效高度分布模型和所述历史使用高度分布模型，得到所述历史相似设备的失效概率。

7.根据权利要求6所述的可靠性评估方法，其特征在于，所述根据所述历史失效高度分布模型和所述历史使用高度分布模型，得到所述历史相似设备的失效概率，包括：

根据所述历史失效高度分布模型，输出N个仿真用户对应的历史失效高度；并根据所述历史使用高度分布模型，输出所述N个仿真用户对应的历史使用高度；其中，N为正整数；

根据所述仿真用户对应的历史失效高度和历史使用高度，统计出历史使用高度大于或等于历史失效高度的仿真用户数量x；

获得所述历史相似设备的失效概率。

8.根据权利要求6所述的可靠性评估方法，其特征在于，所述根据所述历史失效高度分布模型和所述历史使用高度分布模型，得到所述历史相似设备的失效概率，包括：

根据所述历史失效高度分布模型输出历史失效高度概率密度函数的曲线；并根据所述历史使用高度分布模型输出历史使用高度概率密度函数的曲线；

计算所述历史失效高度概率密度函数的曲线和所述历史使用高度概率密度函数的曲线之间的重合面积，并将所述历史失效高度概率密度函数的曲线和所述历史使用高度概率密度函数的曲线之间的重合面积，确定为所述历史相似设备的失效概率。

9.根据权利要求5所述的可靠性评估方法，其特征在于，所述历史相似设备的实际失效概率的计算方法，包括：

将所述历史相似设备在预设历史时间段内的实际失效数量与实际销售数量的比值，确定为所述历史相似设备的实际失效概率。

10.一种具有测试装置的电子设备，其特征在于，包括：一个或多个处理器和存储器；

所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述一个或多个处理器执行所述计算机指令时，所述具有测试装置的电子设备执行如权利要求1至9中任一项所述的可靠性评估方法。