Beispiel für Verteilungsidentifikation (Rechtszensierung)

Ein Zuverlässigkeitstechniker untersucht die Ausfallrate von Motorwicklungen in Turbinen, um die Zeitpunkte zu bestimmen, zu denen die Motorwicklungen ausfallen. Bei hohen Temperaturen können sich die Wicklungen zu schnell zersetzen.

Der Techniker zeichnet die Ausfallzeiten für die Motorwicklungen bei unterschiedlichen Temperaturen auf. Einige der Einheiten müssen jedoch vor ihrem Ausfall aus dem Test entfernt werden. Daher sind die Daten rechtszensiert. Zum Auswählen eines Verteilungsmodells für die bei 80 °C erfassten Daten verwendet der Techniker die Option „Verteilungsidentifikation (Rechtszensierung)“.

  1. Öffnen Sie die Beispieldaten Motorwicklungszuverlässigkeit.MTW.
  2. Wählen Sie Statistik > Zuverlässigkeit/Lebensdauer > Verteilungsanalyse (Rechtszensierung) > Verteilungsidentifikation aus.
  3. Geben Sie im Feld Variablen die Spalte Temp80 ein.
  4. Wählen Sie Angeben aus. Vergewissern Sie sich, dass die Standardverteilungen (Weibull, Lognormal, Exponential und Normal) ausgewählt sind.
  5. Klicken Sie auf Zensieren. Geben Sie unter Zensierungsspalten verwenden die Spalte Zens80 ein.
  6. Wählen Sie Zensierungswert aus, und geben Sie 0 ein.
  7. Klicken Sie in den einzelnen Dialogfeldern auf OK.

Interpretieren der Ergebnisse

Die Punkte für die Ausfallzeiten liegen im Wahrscheinlichkeitsnetz für Lognormalverteilung annähernd entlang der Geraden. Daher bietet die lognormale Verteilung eine gute Anpassung. Der Techniker entscheidet sich daher, die bei 80 °C erfassten Daten mit der lognormalen Verteilung zu modellieren.

In Minitab werden außerdem eine Tabelle der Perzentile und eine Tabelle der mittleren Zeit bis zum Ausfall (MTTF) angezeigt, die berechnete Ausfallzeiten für jede Verteilung enthalten. Sie können die berechneten Werte vergleichen, um festzustellen, ob Sie bei anderen Verteilungen andere Schlussfolgerungen ziehen würden. Wenn mehrere Verteilungen gut an Ihre Daten angepasst sind, empfiehlt es sich, die Verteilung zu wählen, die die konservativsten Ergebnisse liefert.

Verteilungsidentifikation: Temp80

Güte der Anpassung Anderson-Darling Verteilung (kor) Weibull 68,204 Lognormal 67,800 Exponential 70,871 Normal 68,305
Perzentiltabelle Normales 95%-KI Verteilung Prozent Perzentil Standardfehler Untergrenze Obergrenze Weibull 1 10,0765 2,78453 5,86263 17,3193 Lognormal 1 19,3281 2,83750 14,4953 25,7722 Exponential 1 0,809731 0,133119 0,586684 1,11758 Normal 1 -0,549323 8,37183 -16,9578 15,8592 Weibull 5 20,3592 3,79130 14,1335 29,3273 Lognormal 5 26,9212 3,02621 21,5978 33,5566 Exponential 5 4,13258 0,679391 2,99422 5,70371 Normal 5 18,2289 6,40367 5,67790 30,7798 Weibull 10 27,7750 4,11994 20,7680 37,1463 Lognormal 10 32,1225 3,09409 26,5962 38,7970 Exponential 10 8,48864 1,39552 6,15037 11,7159 Normal 10 28,2394 5,48103 17,4968 38,9820 Weibull 50 62,6158 4,62515 54,1763 72,3700 Lognormal 50 59,8995 4,31085 52,0192 68,9735 Exponential 50 55,8452 9,18089 40,4622 77,0766 Normal 50 63,5518 4,06944 55,5759 71,5278
Tabelle für MTTF Normales 95%-KI Verteilung Mittelwert Standardfehler Untergrenze Obergrenze Weibull 64,9829 4,6102 56,5472 74,677 Lognormal 67,4153 5,5525 57,3656 79,225 Exponential 80,5676 13,2452 58,3746 111,198 Normal 63,5518 4,0694 55,5759 71,528

Verteilungsidentifikation für Temp80

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien