（4） 瞬间故障率.........λ(t)
2 检查特性曲线
（OC曲线： Operating Characteristic Curve） 判定每批继电器的可靠度时， 必须理解以下内容。
进行全数检查时， 由于无需考虑故障率λ的大概范围， 因此在下图中成为折线ABCDE。
但是为观察可靠度， 如果进行全数试验， 那么在重要的实际装置上使用的继电器将全部消失。
因此， 实际上必须抽取几个来推测全体的可靠度。ACE曲线表示在这种情况下是否合格。
作为判定标准， 在消费者看来， 当故障率λ1的位置（C点） 为60％时即表示可靠水平为60%。
领域ABC的纵轴表示即使故障率小于λ1， 也可能出现不合格的情况， 称为「生产者危险」。
另外，领域CDE的纵轴表示即使故障率大于λ1，也可能出现合格的情况， 称
为「消费者危险」。
由于无法进行全数检查， 因此可靠性评价中会出现上述情况， 因此必须在充分理解λ60的基础上把握可靠性。
很多可靠性试验的故障率非常低， 很多情况下会演变成为破坏性试验， 这是因为一方面由于试验需要较长的时间， 考虑到危险率α、β及成本的平衡， 可靠水平多取60%。另外， 在继电器的样本目录中， 记载有参考值。 在重要系统中， 为保障使用零件的故障率， 我们必须改变抽取条件，
合格判定条件， 提高可靠水平。在继电器的出货方面， 初期可以进行检查， 并且可进行试验（不会带来破坏或老化）， 例如对动作电压、复位电压、 接触电阻、耐电压等试验项目进行全数检查后出厂。这种情况下， 无论是否合格， α、β都接近于零。
关于抽样检查请参考JIS Z9001 「抽样检查通则」等资料。关于 继电器的故障率试验请参考JIS C5003。
2 Bath-tub曲线
众所周知， 人的死亡率呈下图所示的形状。以鱼为代表， 其他动物也都呈现出这样的倾向。 在装置中， 就不能说死亡率了， 而是故障率， 即Bath-tub曲线所表示的形状。 如下图所示， 所有继电器的一生几乎都相同。将继电器的一生划分为三个期间来考虑，其意义就更加容易理解了。
上图中的①期间称为初期故障期间。
这个期间意味着， 随着动作次数的增加， 故障率变小， 让人感觉到好转。 但是， 原本会引发故障的产品在早期即被淘汰， 仅留下健全的产品。 产品在移交给用户前， 必须经历这样一个阶段。这个阶段也叫做「调试（debug）」。 厂家出厂时， 对动作、复位电压、接触电阻、耐电压、时间特性、线圈脉冲检查等基本特性进行全数检查， 使继电器的初期故障率接近为0。 上图中的②期间称为偶发故障期间。
这个阶段的特征是， 与动作次数无关， 故障率几乎没有任何变化。在这个期间内， 产品能有效地发挥功能。
虽然厂家和用户都希望把这个期间内的故障率降低为零， 但是在现实是不可能做到的，
只能努力使其「尽量接近零」。由于根据各种条件的不同，各个具体机型的故障率水平有所差异，
因此我们可以看到： 机型和使用条件的选择大大影响着实际装置的故障率。 上图中的③期间称为磨损故障期间。
这个期间的特征是， 故障率随着动作次数的增加而增大， 紧接着全部发生消耗和破坏。
对继电器这样带有机械性运动的部分的机构零件来说， 必然会有消耗、变形、疲劳等，
因此我们必须考虑继电器的「寿命」。
对于继电器来讲， 一般可以把故障和寿命分开考虑： （1） 故障
通过监视器能够发现的功能变化的状态、偶发的误动作、间歇性的特性老化。 （2） 寿命
由于消耗、变形、疲劳等的累积， 而不能发挥功能的状态。
由于可确认实际运转、性能， 并进行预测， 因此可事先进行维护。 2 威布尔分布
上一页中的Bath-tub曲线可以用威布尔分布函数来表示。
威布尔分布， 由于瑞典的W.Weibull 是首次适用于钢球寿命的分布， 因此而得名。
这个分布能够很好地说明： 破坏一个局部最薄弱的地方， 将会破坏整体功能。 从概念上可以看作是指数分布的扩张。即使从实用方面来看， 使用「威布尔概率坐标纸」可以
简便地进行数据分析， 这一点可以说是一个较大的优点。在此，m<1的情况下， 即为初期故障期间；m＝1的情况下， 即为偶发故障期间；m>1的情况下， 与磨损故障期间的分布相似。在此， 可以用以下的函数和图来表示威布尔分布。
如果把上图与Bath-tub曲线比较，可发现m <1相当于①， m=1相当于②， m>1相当于③。
威布尔概率坐标纸是根据这个威布尔分布函数制作而成的。使用威布尔概率坐标纸可以解析故障。
威布尔概率坐标纸在纵轴上取F(t),在横轴上取t。用此绘出试验结果， 进行解析。其中， 拿继电器来说，
从图中导出的直线斜率越大， 并且越靠近右边， 其特性越好。 这意味着两层含义： 一，继电器集中达到使用寿命；二， 继电器的使用寿命长。 这种特性是设计、生产继电器过程中所不断追求的。现实中， 故障相关要素较大，
人们不断努力使继电器集中达到使用寿命。一方面， 从继电器的使用者的角度来说，
如果使用寿命明确， 就容易预测装置的维护时间和耐用寿命。 2 指数分布
偶发故障期间内的无故障动作次数按照指数进行分布。这种分布是伽马分布和威布尔分布的特例，
是伽马分布和威布尔分布的特例， 是可靠性寿命分布的基础分布。伽马分布是发生数次（k次）
随机振动后才发生故障时的模型， 因此， k=1即一次振动与故障直接联系时的伽马分布即等于指数分布。 另外，在威布尔分布中形状参数m等于1时即为指数分布，这点可从上一幅图中看出。
指数分布的各种函数如下：