«Le discariche come una fonte di energia | Main | CAFE norme e limiti di velocità, Round 2»
Calcolo Affidabilità con parziale dei risultati della prova
Con Jeremy Gernand | 14 maggio 2008
Come prima risposta si è terminato. Perché le persone sono sempre così impaziente? Perché non si può aspettare di test è stato completato prima di chiedere risposte? Suppongo che è solo la natura umana, come ho sentito dire che ogni volta che ho questione sono stati coinvolti nei programmi di test di affidabilità. E, anche se ci sarebbe molto di più sapere se abbiamo aspettato per più di dati in rotolo, ci sono volte che siamo in grado di valutare se il nostro progetto si trova sulla base dei risultati delle prove parziali.
Pensateci. Avete probabilmente notato che, in sperimentazioni mediche volte (raramente) solo un po 'di tempo in più di un anno indagine l'efficacia di alcuni farmaci, medico, o un dispositivo di prova è interrotta. Questo è sufficiente perché le statistiche sono state raccolte al fine di accertare che il farmaco o la procedura è estremamente nocivi o benefici. Questi sono risultati notevoli a venire così presto. Ricercatori spendere una grande quantità di sforzo per assicurare che i processi di progettazione che comprendono la giusta quantità di persone e il diritto di tempo per determinare una risposta. Etica della domanda che gli esperimenti non sono effettuate su un numero eccessivo di persone nel corso di un periodo troppo lungo di tempo. Quindi, ciò che ci dice è che le statistiche parziali di un corso di prova può essere in grado di fornire le informazioni importanti.
Permettetemi di descrivere la situazione ideale in cui potrebbe essere necessario fornire una risposta parziale su i risultati del test. Molte situazioni possono prevedere anche meno dei dati che la fornitura di qualsiasi risposta estremamente tenue, nel migliore dei casi in base alla credibilità come affidabilità analista. Diciamo che stiamo testando una popolazione di unità (20) in una prova di vita accelerata. Al pari di 27 cicli di vita di 100, 6 unità della nostra totale di 20 hanno fallito. Dal nostro precedente test siamo in attesa di un fattore beta Weibull forma di circa 2,4, e il nostro tempo al fallimento dei dati tracciati sul grafico esponenziale è coerente con quella (vedi questa pagina per un esempio). Questo fattore sarà una fonte di incertezza fino a quando il test è completato. E, naturalmente, stiamo ipotizzando che il nostro test è correttamente progettato.
Ora, utilizzando le tecniche standard Six Sigma (almeno quelli di base), i nostri dati non aggiungere fino a molto. Nessuna unità ha completato la prova con successo, e così avremo ben poco da dire se non tutte le unità possono sopravvivere anche la durata della prova. Ma, siamo in grado di adattare i nostri dati ad una curva di distribuzione di Weibull dato i nostri valori non per cento, in un determinato punto nel tempo e il nostro assunto valore di beta. Ancora una volta, ciò non corrisponde esattamente a ciò che il calcolo, alla fine, ma può fornire informazioni utili a questo stadio intermedio.
Utilizzando la calcolatrice Weibull libero disponibile su questo sito, fornire i miei valori di ingresso e di revisione dei risultati. Questa è un'ottima opportunità per testare la sensibilità dei risultati al tuo input, come le nostre informazioni è incerto in questa fase. Variare gli ingressi da 10% al 15% e citando i risultati preliminari di una serie di valori basati su tale varianza in grado di fornire maggiore fiducia che lei ha identificato almeno la regione del probabile fine valori. L'immagine sotto mostra i risultati ottenuti dal calcolatore. 
Come potete vedere, i nostri risultati indicano che il 99,97% delle nostre unità sarebbe venuta prima di 100 cicli, con un tempo medio fra i guasti di circa 42 cicli. Questa non è una buona situazione. Vorremmo essere informati oggi per fermare la prova e migliorare il nostro progetto, anche se il 70% della nostra unità di prova sono perfettamente operativi. In questo caso, ci sono dati sufficienti in questa fase del processo per rendere conclusioni. Se abbiamo continuato la prova, è vero, saremmo in grado di rendere ancora più conclusioni ed eseguire ulteriori analisi, ma il motivo per cui andare quando sappiamo la fine della storia.
Articoli correlati:- Zero-Mancata Affidabilità Test
- Convertire B10 o L10 Bearing vita di MTBF (tempo medio tra due guasti)
- Vero progresso Comunicati Libera Weibull Affidabilità Calcolatrice
- Affidabilità non è una costante
- Recensione - IRCMS (Integrated Reliability Centered Maintenance System) da NAVAIR
Temi: analisi |