バスタブ曲線(故障率)シミュレーター 戻る
信頼性工学

バスタブ曲線(故障率)シミュレーター

製品の故障率が稼働寿命を通じてどう変化するかを表す「バスタブ曲線」を可視化するツールです。初期故障・偶発故障・摩耗故障の3成分を変化させると、評価時点での総故障率 λ(t) と、いま製品がどのライフ段階にあるかがリアルタイムで分かります。

パラメータ設定
初期故障の初期レベル λ0
/1000h
稼働開始直後の初期故障の高さ
初期故障の減衰時定数 τ
h
弱い個体が脱落しきるまでの目安時間
偶発故障率 λc(一定)
/1000h
有用寿命区間の平らな底の高さ
摩耗故障の開始時間 t_w
h
累積ダメージが効き始める時間
評価時点 t
h
故障率を評価する稼働時間
計算結果
初期故障の寄与 (/1000h)
偶発故障の寄与 (/1000h)
摩耗故障の寄与 (/1000h)
総故障率 λ(t) (/1000h)
バスタブ最小故障率 (/1000h)
現在のライフ段階
バスタブ曲線 — 3区間と評価マーカー

縦軸が故障率、横軸が稼働時間。初期故障期(青)・有用寿命(緑)・摩耗故障期(赤)の3区間を色分けし、評価時点のハザード率にマーカーを表示します。

バスタブ曲線 λ(t)(0〜120,000 h)
故障率の3成分(初期・偶発・摩耗)
理論・主要公式

$$\lambda(t)=\underbrace{\lambda_0\,e^{-t/\tau}}_{\text{初期故障}}+\underbrace{\lambda_c}_{\text{偶発}}+\underbrace{k\,(t-t_w)^2}_{\text{摩耗}}$$

バスタブ曲線の総故障率 λ(t)。3つの項はそれぞれ初期故障(指数減衰)・偶発故障(一定)・摩耗故障(時間の2乗で増加、t>t_w のときのみ)の寄与を表します。

$$\lambda_{\min}=\lambda_c, \qquad \lambda_{\text{wear}}=k\,\Bigl(\tfrac{t-t_w}{10000}\Bigr)^2\;(t\gt t_w)$$

バスタブの底(最小故障率)は偶発故障率 λc に一致します。摩耗成分は摩耗係数 k=2.0/1000h と摩耗開始時間 t_w で決まります。

バスタブ曲線とは

🙋
「バスタブ曲線」って、お風呂の浴槽の形をした曲線、ってことですか?工学の話なのに名前がかわいいですね。
🎓
名前は見た目そのままだよ。たくさんの同じ部品を集めて、それぞれが「稼働してから何時間で壊れたか」を記録する。そのうえで横軸に稼働時間、縦軸に故障率をとってグラフにすると、カーブがちょうど浴槽の断面みたいな形になるんだ。左肩が高くて、真ん中が長く平らで、右肩がまた立ち上がる。信頼性工学では一番有名な曲線だね。
🙋
なるほど。でも、なんで使い始めた直後の左肩が高いんですか?新品なのに壊れやすいって変じゃないですか?
🎓
いい疑問だね。これが「初期故障期」。新品のなかには、ごく一部だけ作りの悪い「弱い個体」が混じっているんだ。冷えはんだとか、目に見えない微小なクラックとか、汚染されたロットとかね。そういう弱い子だけが早々に脱落していく。だから故障率は高い水準から急速に下がる。だからメーカーは出荷前に「バーンイン」をやる。わざとストレスをかけて運転して、初期故障を先に出し切ってから出荷するんだ。
🙋
真ん中の平らな底はどういう期間なんですか?故障がほとんど起きてないように見えます。
🎓
そこが「偶発故障期」、別名「有用寿命」。故障率が低くてほぼ一定。ここで起きる故障は本質的にランダムなんだ。たまたまの過負荷とか、運悪く乗ったサージとか。製品の年齢とは関係ない。実は「故障率一定」を前提にした指数分布の信頼性計算が正しく使えるのは、このフラットな区間だけなんだよ。左の偶発故障率 λc を上げると、バスタブの底全体が持ち上がるのが分かるはずだ。
🙋
じゃあ右肩がまた上がるのは…寿命が来たってことですか?
🎓
そう、「摩耗故障期」だ。長く使われるうちに、疲労・腐食・絶縁劣化・軸受摩耗みたいな累積ダメージが効いてきて、故障率がぐんぐん上がる。例えば工場のモーターの軸受は、何万時間も回っていると確実に摩耗してくる。この立ち上がりは「予防保全の出番ですよ」というサインなんだ。摩耗故障が多発する前に、スケジュールで部品を交換してしまう。壊れるのを待つより安全だし、結果的に安い。
🙋
3つの期間で、対策がぜんぜん違うんですね。同じ「故障」でも原因が別物なんだ。
🎓
そこがバスタブ曲線の一番の教えなんだ。初期故障にはバーンインや製造品質の改善、偶発故障には設計の余裕や保護回路、摩耗故障には予防保全。原因が違えば打ち手も違う。このツールでは3成分を別々のグラフで見られるから、評価時点 t をスライドさせて「いまどの故障モードが支配的か」を確かめてみてほしい。それが分かれば、何に投資すべきかが見えてくるよ。

よくある質問

バスタブ曲線は、ある製品群(部品の集団)の故障率が稼働時間とともにどう変化するかを表す信頼性工学の古典的モデルです。横軸に稼働時間、縦軸に故障率(ハザード率)をとると、曲線がちょうど浴槽(バスタブ)の断面のような形になることからこの名で呼ばれます。左肩の高い部分が初期故障期、平らな底が偶発故障期(有用寿命)、右肩の立ち上がりが摩耗故障期です。本ツールはこの3つの故障モードを3成分に分解して可視化します。
製造直後は、一部に標準を満たさない弱い個体が混じっています。冷えはんだ、微小なクラック、汚染されたロットなどです。これらの弱い個体が早期に脱落していくため、初期故障期の故障率は高い水準から急速に減衰します。だから重要な電子機器のメーカーは「バーンイン(エージング)」を行います。出荷前に意図的にストレス下で稼働させ、初期故障を先に発生させて取り除くのです。本ツールでは初期故障の寄与を λ0·exp(−t/τ) の指数減衰でモデル化しています。
偶発故障期はバスタブの長く平らな底にあたる期間で、故障率は低くほぼ一定です。ここで起きる故障は本質的にランダムで、たまたまの過負荷や偶発的なサージなど、製品の年齢とは無関係な要因によるものです。単純な「故障率一定」を仮定する指数分布の信頼性モデルが正しく成り立つのは、この区間に限られます。バスタブ最小故障率はこの偶発故障率に等しくなります。
摩耗故障期は、疲労・腐食・絶縁劣化・軸受摩耗など累積的なダメージが支配的になり、故障率が急上昇していく期間です。この立ち上がりは、予防保全(計画的な交換・オーバーホール)が効き始めるサインです。摩耗故障が頻発する前にスケジュールで部品を交換するほうが、壊れるのを待つより安全で安く済みます。本ツールでは評価時点が摩耗故障の開始時間を超えると、摩耗成分が時間の2乗で増加します。

実世界での応用

電子機器の品質管理とバーンイン:サーバー、医療機器、車載ECU、産業用コントローラなど、高信頼が求められる電子機器では、バスタブ曲線の初期故障期を「出荷前に潰す」ことが品質管理の核心です。バーンイン(高温・通電状態でのエージング試験)を一定時間行い、弱い個体を工場内で故障させてから出荷します。本ツールの初期故障の減衰時定数 τ は、このバーンインに必要な時間の目安として読めます。τ が大きいほど初期故障が長く尾を引くため、バーンインも長くする必要があります。

回転機械の予防保全計画:ポンプ、ファン、減速機、コンプレッサなどの回転機械は、軸受や歯車の摩耗が摩耗故障期を作ります。保全計画では、摩耗故障の開始時間 t_w を寿命試験や運転実績から推定し、その手前で計画的に部品交換やオーバーホールを行います。摩耗故障期に入ってから対応すると、突発停止による生産損失が大きくなります。本ツールで評価時点 t を t_w 付近で動かすと、故障率がどれだけ急に立ち上がるかを体感できます。

保証期間・MTBFの設定:製品の保証期間は、初期故障期を吸収しつつ偶発故障期の中に収まるよう設定するのが基本です。保証期間が短すぎると初期故障をユーザーに転嫁してしまい、長すぎると摩耗故障期に踏み込んでクレームが急増します。MTBF(平均故障間隔)も、偶発故障期の一定故障率を前提に計算されるため、バスタブ曲線のどの区間を対象にしているかを意識する必要があります。

信頼性試験のデータ解釈:加速寿命試験や市場故障データを解析するとき、バスタブ曲線のどの区間のデータかによって使うべき分布が変わります。初期故障期と摩耗故障期はワイブル分布(形状パラメータ m<1 と m>1)でモデル化し、偶発故障期は指数分布で扱います。本ツールの3成分分解は、この「区間ごとに別モデル」という考え方を視覚的に理解する助けになります。

よくある誤解と注意点

まず最大の誤解が、「故障率一定の指数分布をいつでも使ってよい」という思い込みです。MTBF や指数分布による信頼性計算が正しく成り立つのは、バスタブ曲線の平らな底(偶発故障期)に限られます。初期故障期はまだ故障率が下がっていく途中、摩耗故障期はこれから上がっていく途中で、どちらも「一定」ではありません。摩耗故障期に入った古い設備に対して偶発故障期の MTBF をそのまま当てはめると、実際よりはるかに楽観的な予測になり、突発停止を招きます。製品が今どの区間にいるかを必ず確認してください。

次に、「すべての部品がきれいなバスタブ形になる」という思い込み。実際には、初期故障がほとんど見えない部品(良く管理された半導体など)や、逆に摩耗故障期がはっきりしない部品(電子部品の多くは寿命より先に陳腐化する)もあります。バスタブ曲線はあくまで典型的なモデルであり、対象部品の故障メカニズムに応じて3成分の大小は大きく変わります。本ツールでも初期故障レベルを0にすれば、初期故障期のないL字型のカーブになります。実データに当てはめる前に、その部品の支配的な故障モードを理解しておくことが重要です。

最後に、「バーンインを長くすればするほど良い」という誤解。バーンインは初期故障を取り除く有効な手段ですが、やりすぎると逆効果です。バーンイン自体が製品に稼働時間とストレスを与えるため、過度に長いと有用寿命を削り、場合によっては摩耗故障を早めてしまいます。最適なバーンイン時間は、初期故障の減衰時定数 τ を見ながら「初期故障がほぼ抜けきる」ところで止めるべきで、それ以上は無駄なコストと寿命の浪費です。初期故障の除去と寿命の温存はトレードオフであることを忘れないでください。

使い方ガイド

  1. 初期故障パラメータ(初期故障率λ₁と減衰係数)を入力し、製造・組立工程での初期の高い故障率がどう減少するか設定します
  2. 偶発故障パラメータ(一定の背景故障率)を入力し、ランダムな環境要因・部品劣化による安定期の故障率を定義します
  3. 摩耗故障パラメータ(摩耗開始時刻と加速係数)を入力し、機械的摩耗・腐食が顕在化する後期の急激な故障率上昇を設定します
  4. シミュレーターが時刻t(時間単位)における総故障率λ(t)を計算し、バスタブ曲線を動的に描画します

具体的な計算例

産業用FANの信頼性評価例:初期故障率0.8/1000h・減衰係数2.5、偶発故障率0.15/1000h、摩耗開始500時間・加速係数0.012。t=100時間時点で初期故障寄与≈0.22/1000h、偶発故障0.15/1000h、摩耗故障0/1000hで総λ(t)≈0.37/1000h。t=600時間では初期故障≈0.02/1000h、摩耗故障寄与が0.24/1000h増加し総λ(t)≈0.41/1000hへ上昇。バスタブ最小値≈0.15/1000hは偶発故障期の400~500時間帯に出現します。

実務での注意点