«Les sites d'enfouissement comme source d'énergie | Main | Normes CAFE et les limites de vitesse, Round 2»
Calcul de la fiabilité des résultats d'essais partiels
Par Jeremy Gernand | Mai 14, 2008
Obtenir des réponses avant que vous avez terminé. Pourquoi les gens sont toujours aussi impatient? Pourquoi ne peuvent-ils attendre que jusqu'à ce que le test est terminé avant de demander des réponses? Je suppose que c'est juste la nature humaine, comme je l'ai entendu dire tout moment question que j'ai été impliqué dans les programmes de tests de fiabilité. Et, bien que nous en savons beaucoup plus si nous attendions plus de données à rouler, il ya des moments que nous puissions évaluer où notre projet se trouve sur la base des résultats des essais partiels.
Think about it. Vous avez sans doute remarqué que dans les essais médicaux parfois (rarement), juste un peu de temps dans un multi ans d'enquête sur l'efficacité de certains médicaments, acte médical, ou le dispositif le procès est interrompu. C'est parce que suffisamment de statistiques ont été recueillies afin de déterminer que la drogue ou la procédure est extrêmement nocif ou bénéfique. Ces résultats sont remarquables à venir si tôt. Les chercheurs passent une grande quantité d'effort pour s'assurer que les épreuves qu'ils conception comprennent la bonne quantité de personnes et de la bonne longueur de temps pour déterminer une réponse. Éthique de la demande que les expériences ne sont pas effectuées sur des individus trop nombreux sur une trop longue période de temps. Donc, ce que cela nous dit est que des statistiques partielles d'un essai en cours mai être en mesure de nous fournir des informations importantes.
Permettez-moi de vous décrire la situation idéale dans laquelle vous avez mai de fournir une réponse sur les résultats des essais partiels. De nombreuses situations mai fournir des données encore moins de rendre la prestation de toute réponse extrêmement ténue, au mieux, en fonction de votre crédibilité en tant qu'analyste de fiabilité. Disons que nous testons actuellement une population d'unités (20) dans un test de vieillissement accéléré. À la vie équivalent de 27 cycles de 100, 6 unité de notre total de 20 ont échoué. De nos tests précédents, nous nous attendons à une forme de Weibull beta facteur d'environ 2,4, et de notre temps à des données non tracées sur la courbe exponentielle est conforme à celle (voir cette page pour un exemple). Ce facteur sera une source d'incertitude jusqu'à ce que le test est terminé. Et, bien sûr, nous supposons que notre test est correctement conçu.
Maintenant, en utilisant des techniques et uniforme de six sigma (au moins ceux de base), nos données ne s'additionnent pas grand-chose. Aucune unité unique a passé le test avec succès, et ainsi nous aurons peu à dire si oui ou non, toute unité peut même survivre à la durée de l'essai. Mais, nous pouvons adapter nos données à une courbe de distribution de Weibull pour cent compte tenu de nos valeurs échoué à un point donné dans le temps et notre supposée valeur bêta. Là encore, cela ne correspondra pas exactement ce que nous calculons à la fin, mais elle mai fournir des informations utiles à ce stade intermédiaire.
Utilisation du simulateur de Weibull libres disponibles sur ce site, je vous propose mes valeurs d'entrée et d'examiner les résultats. Il s'agit d'une excellente occasion de tester la sensibilité des résultats de vos entrées, selon nos informations est incertaine à ce stade. Varier les intrants de 10% à 15% et en citant les résultats préliminaires que toute une gamme de valeurs basé sur la variance qui peut fournir plus de confiance que vous avez au moins identifié la région des valeurs de fin probable. Le des images ci-dessous montrent les résultats obtenus à partir de la calculatrice. 
Comme vous pouvez le constater, nos résultats indiquent que 99,97% de nos unités serait antérieure a échoué à 100 cycles, avec un temps moyen entre deux pannes d'environ 42 cycles. Ce n'est pas une bonne situation. Nous souhaitons être informés pour cesser définitivement de tester et d'améliorer notre design, même si 70% de nos unités de test fonctionnent parfaitement. Dans ce cas, nous ne disposons de données suffisantes à ce stade du processus pour tirer des conclusions. Si nous avons poursuivi l'essai, il est vrai, nous serions en mesure de tirer des conclusions encore plus et effectuer des analyses plus, mais pourquoi encore quand on connaît la fin de l'histoire.
Articles connexes:- Zéro Défaut Reliability testing
- Convertir B10 ou L10 Bearing Life à MTBF (Mean Time Between Failures)
- Le vrai progrès de presse Free Weibull Fiabilité Calculatrice
- La fiabilité n'est pas une constante
- Review - IRCMS (Integrated Reliability Centered Maintenance System) par NAVAIR
Sujets: Analyse |