Resumen de interpretación para Pruebas aceleradas de vida útil

Las pruebas aceleradas de vida útil realizan una regresión con un predictor que se utiliza para modelar tiempos de falla a niveles de tensión extremos y para extrapolar hacia atrás hasta llegar a condiciones normales de uso. El predictor en la regresión es una variable de aceleración; sus niveles son más extremos que los utilizados normalmente en campo. Utilice el conocimiento de ingeniería para hallar un modelo que, cuando se estime en condiciones de niveles de tensión extremos, se pueda utilizar para extrapolar hacia atrás hasta llegar a condiciones normales de uso.

Las pruebas aceleradas de vida útil constan de la siguiente salida:

Una tabla de regresión, la cual describe el modelo que predice tiempos de falla.
Medidas de bondad de ajuste, las cuales ayudan a evaluar el ajuste de los diferentes modelos.
Tablas de percentiles y probabilidades de supervivencia y una gráfica de relación, que ayudan a avaluar la fiabilidad del producto.
Gráficas de probabilidad de los residuos, las cuales ayudan a determinar si los supuestos del modelo son apropiados.

Descripción de los datos

Cierta corriente eléctrica se fugará entre los transistores dentro de un dispositivo electrónico. Si la fuga alcanza cierto valor umbral, se producirá un cortocircuito en el dispositivo. La fuga de corriente eléctrica aumenta cuando las temperaturas son mayores. Un fabricante prueba dispositivos electrónicos para estimar la vida útil de B5 a la temperatura de diseño de 55°C y la temperatura de peor situación de 85°C.

Debido a que los dispositivos deberían durar varios años en condiciones de operación normales, dejarlos funcionar hasta que fallen no es un método práctico para probarlos. Para hacer que los dispositivos fallen más rápidamente, el fabricante los prueba a temperaturas mucho más altas que las temperaturas normales. Un dispositivo falla cuando la fuga alcanza un valor umbral especificado. Los dispositivos se inspeccionan cada dos días para detectar fallas.

El fabricante elige una distribución de Weibull con una transformación de Arrhenius para modelar los datos.

Datos: FugasCorriente.MTW