所以，你已经有了一个设计，你想证明比现有的设计或从你自己的，另一家公司。 什么是最有效，最快捷的方式得到一个非常小的样本大小的问题的答案？ Whle可能有几个选项，包括加速试验，他们每个人都可以有他们的优点和缺点。 在这里，我会主张零故障测试作为一个现实的和有用的选项，特别是因为它是我们经常做反正的，但没有数学的理由。
通常也被称为零故障的可靠性测试证实测试。 这是一个测试进行证实，一个给定的设计要求或以前的设计。 如果你知道的可能威布尔形状因子参数（β），那么你可以很容易地计算出的大小和长度测试，以证明在设计问题，对于一个给定的置信水平。 大多数情况下，为您测试单位或测试时间限制。
首先，在进一步讨论之前，确定你需要的置信区间。 这是通常以百分比表示。 90％或95％为工程师，一般都是利用。 数量可能更高或更低，这取决于您的设计功能的关键性。 你不想在一个位置后，选择一个足够低的置信区间，让你的测试算作一个成功的事实。
其次，您需要确定您的设计的测试版，或威布尔形状因子。 如果您对以前类似的设计比较，您可以从设计的失败记录确定的测试版。 如果您正在评估一个新的设计，您通常可以得到一些有识之士从可靠性手册，和其他发表了类似的系统或系统包含类似件的一部分组件信息。 小于1.0的试用版，反映了婴儿死亡率的故障模式，而1.0代表一个随机的故障模式，并高于1.0磨损故障模式。
第三，你需要有您所需的特征寿命，ETA。 这既可以得到所需的特征寿命，或从MTBF（平均故障间隔时间）值，或根据先前设计的失败数据可以计算。
第四，如果任一测试单位的“你的电话号码或您提供的测试时间是有限的，你需要了解这些限制。
现在，你有这些数据点，可以计算出'K'，您从下面的公式特别测试特征寿命倍增。 Beta是为您的设计进行测试的Weibull分布形状因子，N是您计划使用的测试单位的数量，和信心是您想要的信心，以0和1之间的数字表示。 
然后，您所需的测试时间，完成没有任何故障，并证实，这种设计是比最后一个得比要求的更好更好简直是“K”值确定上述乘以所需的特征寿命。 
例如：考虑，我们有3个单位的机械传动，我们要测试，以证明有90％的信心一个更好的超过1000小时的特征寿命。 从以前类似的设计，我们期望的β值（Weibull分布形状因子）为2.2。 使用上述公式，我们计算k到0.8867。 ，那么我们需要的测试时间为887小时。 因此，要证明我们的要求遵守90％的信心，3个单位必须每完成887小时的测试，无故障。
