«Stortplaatsen als energiebron | Main | CAFE Normen en snelheidsbeperkingen, Ronde 2»
Berekening Betrouwbaarheid met Gedeeltelijke Tests
Door Jeremy Gernand | 14 mei 2008
Getting antwoorden voordat je klaar bent. Waarom zijn mensen altijd zo ongeduldig? Waarom kan ze niet gewoon wachten tot het testen is voltooid voordat deze vragen antwoorden? Ik veronderstel dat het is gewoon de menselijke natuur, zoals ik heb gehoord dat vraag enig moment heb ik betrokken geweest bij het testen van de betrouwbaarheid's. En, hoewel wij weten veel meer als we moeten wachten voor meer gegevens op te rollen, er zijn momenten dat we kunnen evalueren waar ons project staat op basis van gedeeltelijke resultaten.
Denk er eens over na. U hebt waarschijnlijk al gemerkt dat in de medische proeven soms (zelden) gewoon een tijdje in een multi-jaar onderzoek naar de effectiviteit van sommige geneesmiddelen, medische procedure, of de inrichting van de proef is stopgezet. Dat is genoeg, want de statistieken zijn verzameld om te bepalen dat het geneesmiddel of procedure schadelijk is of zeer nuttig. Dit zijn opmerkelijke resultaten te komen zo vroeg. Onderzoekers uitgeven van een grote hoeveelheid werk om ervoor te zorgen dat de proeven zij ontwerpen met de juiste hoeveelheid mensen en de juiste lengte van de tijd vast te stellen een antwoord. Ethiek vraag dat experimenten zijn niet uitgevoerd op te veel personen over een te lange periode van tijd. Dus, wat dit zegt is dat partiële statistieken van een voortdurende test kunnen ons belangrijke informatie.
Laat me een beschrijving van de ideale situatie waar u wellicht een antwoord op gedeeltelijke testresultaten. Veel situaties kan zelfs minder gegevens maken het aanbieden van een zeer vaag antwoord op zijn best op basis van uw geloofwaardigheid als betrouwbaarheid analist. Laten we zeggen dat we zijn het testen van een populatie van eenheden (20) in een versnelde leven test. Op de gelijkwaardige levensduur van 27 cycli van de 100, 6-eenheid van de in totaal 20, zijn mislukt. Uit onze eerdere testen wij verwachten een beta Weibull vorm factor van ongeveer 2,4, en onze tijd tot falen gegevens uitgezet op de exponentiële grafiek komt overeen met dat (zie deze pagina voor een voorbeeld). Deze factor zal een bron van onzekerheid tot de test is afgerond. En, natuurlijk, we gaan ervan uit dat onze test goed is ontworpen.
Nu, met behulp van standaard Six Sigma-technieken (ten minste de basismaatregelen), onze gegevens niet optellen tot veel. Geen enkele eenheid heeft de test met succes, en dus hebben we weinig te zeggen over het al dan niet een eenheid kunnen overleven zelfs de duur van de proef. Maar, we kunnen aan onze gegevens naar een Weibull verdeling curve onze procent mislukt waarden op een bepaald punt in de tijd en onze verondersteld bèta waarde. Nogmaals, dit zal niet exact overeenkomen met wat we berekenen in het eindproduct, maar het kan zorgen voor nuttige informatie op deze tussenstap.
Gebruik van de rekenmachine Weibull gratis beschikbaar op deze site, geef ik mijn input waarden en toetsing van de resultaten. Dit is een uitstekende gelegenheid voor het testen van de gevoeligheid van de resultaten aan uw input, als onze informatie is onzeker in dit stadium. Variatie van de inputs met 10% tot 15% en onder vermelding van de voorlopige resultaten als een reeks van waarden gebaseerd op die variantieanalyse kan zorgen voor meer vertrouwen dat u ten minste die de regio van de waarschijnlijke einde waarden. De afbeelding hieronder toont de resultaten van de rekenmachine. 
Zoals u kunt zien, onze resultaten blijkt dat 99,97% van onze eenheden zouden worden afgekeurd voor 100 cycli, met een gemiddelde tijd tussen storingen van ongeveer 42 cycli. Dat is geen goede situatie. We zouden worden geadviseerd te stoppen nu de test en het verbeteren van onze ontwerpen, hoewel 70% van onze test-eenheden actief zijn perfect. In dit geval hebben we voldoende gegevens in dit stadium van het proces om conclusies. Als we de test, het is waar, wij in staat zou zijn om nog meer conclusies en het uitvoeren van meer analyse, maar waarom gaan wanneer we weten dat het einde van het verhaal.
Verwante artikelen:- Zero-Niet Betrouwbaarheid Testen
- Omzetten B10 of L10 Bearing Leven MTBF (Mean Time Between Storingen)
- True Progress Releases Gratis Weibull Betrouwbaarheid Rekenmachine
- Betrouwbaarheid is niet constant
- Review - IRCMS (Integrated Reliability Centered Maintenance System) door NAVAIR
Onderwerpen: analyse |