Donc, vous avez un design que vous voulez prouver c'est mieux que la conception actuelle de votre propre ou une autre société. Quel est le plus efficace, plus rapide pour arriver à cette réponse avec un très petit échantillon? Whle il peut y avoir plusieurs options que vous avez, y compris des tests accélérés, ils ont chacun peut avoir leurs avantages et leurs inconvénients. Ici, je vais plaider pour zéro défaut tests comme une option réaliste et utile, surtout depuis qu'il est quelque chose que nous font souvent toute façon, mais sans la justification mathématique.
Tests de fiabilité zéro défaut est aussi souvent appelé test de justification. Il s'agit d'un test mené à prouver que une conception donnée est meilleure que d'une exigence ou un dessin précédent. Si vous connaissez le paramètre de Weibull susceptible facteur de forme (bêta), alors vous pouvez facilement calculer la taille et la longueur d'un test à l'appui de la conception en question pour un niveau de confiance donné. Le plus souvent, soit le nombre d'unités de test disponibles ou le temps d'essai disponibles est restreint pour vous.
Tout d'abord, avant d'aller plus loin, de déterminer votre intervalle de confiance nécessaire. Cela est généralement exprimé en pourcentage. Pour les ingénieurs, 90% ou 95% sont généralement utilisés. Le nombre peut être supérieur ou inférieur selon la criticité de la fonction de votre design. Vous ne voulez pas être dans une position après le fait de sélectionner un intervalle de confiance assez faible pour que votre test soit compter comme un succès.
Deuxièmement, vous devez déterminer votre conception beta, ou facteur de forme de Weibull. Si vous comparez contre une conception similaire précédente, vous pouvez déterminer à partir des dossiers beta échec de cette conception. Si vous évaluez un nouveau design, vous pouvez généralement obtenir une sorte de vision à partir des manuels de fiabilité et d'autres informations publiées sur des systèmes similaires ou des systèmes qui contiennent des composants similaires de la pièce. Un bêta inférieur à 1,0 reflète un mode de mortalité infantile échec, tandis que 1.0 représente un mode de défaillance aléatoire, et supérieur à 1,0 représente un mode de défaillance USURE.
Troisièmement, vous devez avoir votre vie requise caractéristique, l'ETA. Cela peut être dérivé d'une vie requis caractéristique, ou d'un MTBF (Mean Time Between Failures) de valeur, ou il peut être calculé sur la base des données de l'échec d'une conception antérieure.
Quatrièmement, si l'une des unités de votre numéro de test ou test de votre temps disponible est limité, vous devez comprendre ces limites.
Maintenant, que vous avez ces points de données, vous pouvez calculer «k», le multiplicateur de vie caractéristique de votre test particulière de l'équation suivante. Beta est le facteur de forme de Weibull pour votre design à être testé, N est le nombre d'unités de test que vous prévoyez d'utiliser, et la confiance est de votre confiance souhaité exprimé par un nombre entre 0 et 1. 
Ensuite, votre temps de test nécessaire pour terminer sans échecs et justifier que ce modèle est meilleur que le dernier ou meilleur que nécessaire est tout simplement la vie requis caractéristique multiplié par 'k', la valeur déterminée ci-dessus. 
Exemple: Considérons que nous avons trois unités d'une transmission mécanique que nous voulons tester pour démontrer une vie meilleure que 1000 heures caractéristique avec confiance de 90%. D'un design similaire précédente nous nous attendons à la valeur de la bêta (le facteur de forme de Weibull) à 2,2. En utilisant l'équation ci-dessus, nous calculons k à 0,8867. Et puis notre temps de test nécessaire est de 887 heures. Par conséquent, pour démontrer la conformité avec nos exigences avec une confiance de 90%, 3 unités doivent chacun 887 heures de tests complets sans échec.
