En este tema
Gráfica de probabilidad
Utilice la gráfica de probabilidad para evaluar en qué grado la distribución que usted seleccionó se ajusta a sus datos. Si los puntos siguen de cerca la línea ajustada, entonces puede presuponer que la distribución se ajusta a los datos razonablemente bien.
- Los puntos de la gráfica son los percentiles estimados con base en un método no paramétrico que no depende de ninguna distribución. Cuando usted detiene el cursor en un punto de datos, Minitab muestra el tiempo de falla observado y la probabilidad acumulada estimada.
- La línea ajustada (línea central) se basa en la distribución ajustada. Cuando usted detiene el cursor en la línea ajustada, Minitab muestra una tabla de percentiles de varios porcentajes.
- La línea izquierda conecta los bordes inferiores en los intervalos de confianza para cada percentil. La línea derecha conecta los bordes superiores en los intervalos de confianza para cada percentil.
Ejemplo de salida
Interpretación
Para los datos sobre el nuevo tipo de silenciadores, los puntos parecen seguir la línea ajustada. Por lo tanto, usted puede presuponer que la distribución de Weibull es una opción apropiada para los datos. La línea ajustada se basa en una distribución de Weibull con forma = 5.76770 y escala = 82733.7.
Gráfica de supervivencia
La gráfica de supervivencia ilustra la probabilidad de que el elemento sobreviva hasta un tiempo particular. Por lo tanto, la gráfica de supervivencia muestra la fiabilidad del producto en el tiempo.
- La línea central es la fiabilidad estimada en el tiempo.
- La línea derecha conecta los bordes superiores de la fiabilidad en cada punto de tiempo. La línea izquierda conecta los bordes inferiores de la fiabilidad en cada punto de tiempo.
Cuando usted detiene el cursor en la curva de supervivencia, Minitab muestra una tabla de tiempos y probabilidades de supervivencia.
Utilice esta gráfica solo cuando la distribución se ajuste adecuadamente a los datos. Si la distribución no se ajusta adecuadamente a los datos, estas estimaciones serán inexactas. Utilice la gráfica de ID de distribución, gráfica de probabilidad y medidas de bondad de ajuste para determinar si la distribución se ajusta adecuadamente a los datos.
Ejemplo de salida
Interpretación
Para los datos sobre el nuevo tipo de silenciadores, la probabilidad de que el nuevo tipo de silenciadores sobreviva hasta 50,000 millas es aproximadamente 95%. La función de supervivencia se basa en la distribución de Weibull con forma = 5.76770 y escala = 82733.7.
Gráfica de falla acumulada
Para describir la fiabilidad del producto en términos del momento en que este falla, la gráfica de falla acumulada muestra el porcentaje acumulado de elementos que fallan antes de tiempo particular, t. La función de falla acumulada representa 1 − función de supervivencia.
- La línea central es el porcentaje de falla acumulado estimado en el tiempo.
- La línea derecha conecta los bordes inferiores para el porcentaje de falla acumulado en cada punto de tiempo. La línea izquierda conecta los bordes superiores del porcentaje de falla acumulado en cada punto de tiempo.
Cuando usted detiene el cursor sobre la curva, Minitab muestra la probabilidad de falla acumulada y el tiempo de falla.
Utilice esta gráfica solo cuando la distribución se ajuste adecuadamente a los datos. Si la distribución no se ajusta adecuadamente a los datos, estas estimaciones serán inexactas. Utilice la gráfica de ID de distribución, gráfica de probabilidad y medidas de bondad de ajuste para determinar si la distribución se ajusta adecuadamente a los datos.
Ejemplo de salida
Interpretación
Para los datos sobre el nuevo tipo de silenciadores, la probabilidad de que el nuevo tipo de silenciadores falle antes de 50,000 millas es cerca de 5%. La función de falla acumulada se basa en la distribución de Weibull con forma = 5.76770 y escala = 82733.7.
Gráfica de riesgo
- Decreciente: Los elementos tienen menor probabilidad de fallar con el paso del tiempo. Un riesgo decreciente ocurre comúnmente en el período inicial de la vida de un producto.
- Constante: Los elementos fallan a una tasa constante. Un riesgo constante ocurre comúnmente durante la "vida útil" de un producto cuando las fallas ocurren aleatoriamente.
- Creciente: Los elementos tienen mayor probabilidad de fallar con el paso del tiempo. Un riesgo creciente ocurre comúnmente en las etapas finales de la vida de un producto, como el desgaste.
La forma de la función de riesgo se determina con base en los datos y la distribución elegida. Cuando usted detiene el cursor en la curva de riesgo, Minitab muestra una tabla de tiempos de falla y tasas de riesgo.
Utilice esta gráfica solo cuando la distribución se ajuste adecuadamente a los datos. Si la distribución no se ajusta adecuadamente a los datos, estas estimaciones serán inexactas. Utilice la gráfica de ID de distribución, gráfica de probabilidad y medidas de bondad de ajuste para determinar si la distribución se ajusta adecuadamente a los datos.
Ejemplo de salida
Interpretación
Para los datos sobre el nuevo tipo de silenciadores, la función de riesgo se basa en la distribución de Weibull con forma = 5.76770 y escala = 82733.7. En este caso, la tasa de riesgo aumenta en el tiempo, lo que significa que el nuevo tipo de silenciadores tiene mayor probabilidad de fallar a medida que aumenta su antigüedad.
Gráficas de múltiples modos de falla
Para los datos sobre múltiples fallas, Minitab muestra gráficas para cada modo de falla.
- Utilice la gráfica de probabilidad para determinar en qué grado se ajusta a los datos la distribución elegida. Si los puntos siguen de cerca la línea ajustada, entonces utilice esa distribución para modelar los datos.
- Utilice la gráfica de supervivencia para evaluar la probabilidad de que el elemento sobreviva hasta un tiempo particular. La gráfica de supervivencia muestra la fiabilidad del producto en el tiempo.
- Utilice la función de riesgo para proveer la probabilidad de falla como una función de la duración de una unidad (la tasa de falla instantánea en un tiempo particular, t). La gráfica de riesgo muestra la tendencia en la tasa de fallas en el tiempo.
Ejemplo de salida
Interpretación
Para los datos sobre bombas, la distribución lognormal parece ser una opción apropiada para modelar ambos modos de falla. Los parámetros son ubicación = 11.4289 y escala = 0.386879 para las fallas de cojinetes y ubicación = 11.6318 y escala = 0.805358 para las fallas de juntas.
La probabilidad de que las bombas sobrevivan a las fallas de cojinetes durante 70,000 millas es de cerca de 70% y de que sobrevivan a fallas de juntas durante esa cantidad de millas es también de cerca de 70%.
La tasa de riesgo para cada modo de falla aumenta levemente con el tiempo, pero luego disminuye para las fallas de juntas.
