Las estimaciones de parámetros definen las estimaciones de parámetros de mejor ajuste para la distribución que usted seleccionó para cada modo de falla. Todas las demás gráficas y estadísticos del análisis paramétrico de distribución se basan en la distribución. Por lo tanto, para asegurar que los resultados sean exactos, la distribución que seleccione debe ajustarse adecuadamente los datos.
Usted no puede determinar a partir de los parámetros de distribución estimados si la distribución se ajusta adecuadamente a los datos. 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.
Error estándar | IC normal de 95.0% | |||
---|---|---|---|---|
Parámetro | Estimación | Inferior | Superior | |
Forma | 1.97672 | 0.276587 | 1.50260 | 2.60044 |
Escala | 891.929 | 90.8270 | 730.552 | 1088.96 |
Error estándar | IC normal de 95.0% | |||
---|---|---|---|---|
Parámetro | Estimación | Inferior | Superior | |
Ubicación | 5.75328 | 0.271171 | 5.22179 | 6.28476 |
Escala | 1.95933 | 0.238720 | 1.54311 | 2.48780 |
Para los datos sobre lavaplatos, los ingenieros seleccionaron una distribución de Weibull para modelar roturas de los brazos rociadores y una distribución lognormal para modelar obstrucciones de los brazos rociadores. Los siguientes parámetros definen las distribuciones de mejor ajuste para cada modo de falla:
Forma = 1.97672 y escala = 891.929 para roturas de los brazos rociadores
Ubicación = 5.75328 y escala = 1.95933 para obstrucciones de los brazos rociadores
Los percentiles indican la antigüedad en la que se espera que un porcentaje de la población falle. Utilice los valores de percentiles para determinar si su producto cumple con los requisitos de fiabilidad o para determinar cuáles modos de falla influyen en la fiabilidad general.
Utilice estos valores 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.
Error estándar | IC normal de 95.0% | |||
---|---|---|---|---|
Porcentaje | Percentil | Inferior | Superior | |
1 | 87.0276 | 30.6339 | 43.6548 | 173.493 |
2 | 123.896 | 37.7877 | 68.1466 | 225.252 |
3 | 152.497 | 42.3555 | 88.4796 | 262.833 |
4 | 176.847 | 45.7243 | 106.541 | 293.548 |
5 | 198.502 | 48.3870 | 123.105 | 320.077 |
6 | 218.260 | 50.5811 | 138.583 | 343.746 |
7 | 236.594 | 52.4406 | 153.227 | 365.317 |
8 | 253.812 | 54.0493 | 167.205 | 385.279 |
9 | 270.130 | 55.4632 | 180.636 | 403.963 |
10 | 285.703 | 56.7217 | 193.608 | 421.606 |
20 | 417.625 | 64.8194 | 308.086 | 566.111 |
30 | 529.457 | 69.7943 | 408.905 | 685.548 |
40 | 634.964 | 74.3928 | 504.686 | 798.871 |
50 | 740.979 | 79.9464 | 599.746 | 915.471 |
60 | 853.343 | 87.6525 | 697.736 | 1043.65 |
70 | 979.746 | 99.1411 | 803.489 | 1194.67 |
80 | 1134.71 | 117.529 | 926.234 | 1390.11 |
90 | 1360.10 | 152.029 | 1092.51 | 1693.23 |
91 | 1391.24 | 157.433 | 1114.50 | 1736.69 |
92 | 1425.26 | 163.497 | 1138.28 | 1784.59 |
93 | 1462.89 | 170.393 | 1164.31 | 1838.05 |
94 | 1505.19 | 178.371 | 1193.22 | 1898.73 |
95 | 1553.77 | 187.816 | 1226.02 | 1969.15 |
96 | 1611.28 | 199.369 | 1264.30 | 2053.50 |
97 | 1682.59 | 214.223 | 1311.01 | 2159.50 |
98 | 1778.36 | 235.032 | 1372.53 | 2304.18 |
99 | 1931.34 | 270.138 | 1468.25 | 2540.49 |
Error estándar | IC normal de 95.0% | |||
---|---|---|---|---|
Porcentaje | Percentil | Inferior | Superior | |
1 | 3.30424 | 1.78563 | 1.14571 | 9.52940 |
2 | 5.63679 | 2.72980 | 2.18177 | 14.5631 |
3 | 7.91050 | 3.55915 | 3.27511 | 19.1066 |
4 | 10.2074 | 4.33709 | 4.43857 | 23.4741 |
5 | 12.5595 | 5.08849 | 5.67682 | 27.7867 |
6 | 14.9838 | 5.82646 | 6.99250 | 32.1079 |
7 | 17.4916 | 6.55916 | 8.38765 | 36.4772 |
8 | 20.0913 | 7.29230 | 9.86408 | 40.9221 |
9 | 22.7896 | 8.03022 | 11.4236 | 45.4641 |
10 | 25.5926 | 8.77646 | 13.0681 | 50.1206 |
20 | 60.5984 | 17.2863 | 34.6455 | 105.993 |
30 | 112.822 | 29.6226 | 67.4371 | 188.749 |
40 | 191.884 | 49.8160 | 115.359 | 319.171 |
50 | 315.222 | 85.4790 | 185.266 | 536.337 |
60 | 517.841 | 152.725 | 290.505 | 923.079 |
70 | 880.729 | 291.401 | 460.480 | 1684.51 |
80 | 1639.73 | 627.451 | 774.563 | 3471.28 |
90 | 3882.58 | 1807.19 | 1559.26 | 9667.69 |
91 | 4360.12 | 2080.97 | 1710.97 | 11111.0 |
92 | 4945.69 | 2424.60 | 1892.04 | 12927.8 |
93 | 5680.72 | 2866.84 | 2112.69 | 15274.7 |
94 | 6631.50 | 3454.60 | 2388.85 | 18409.2 |
95 | 7911.58 | 4269.92 | 2747.04 | 22785.7 |
96 | 9734.61 | 5470.91 | 3235.47 | 29288.6 |
97 | 12561.2 | 7407.95 | 3953.98 | 39904.9 |
98 | 17628.0 | 11054.7 | 5157.08 | 60256.0 |
99 | 30072.1 | 20656.8 | 7824.62 | 115575 |
En general, antes de 3.30048 ciclos,1% de los brazos rociadores fallará. A fin de obtener la mayor mejora en fiabilidad, los ingenieros deberían concentrar sus esfuerzos de mejora en minimizar las obstrucciones de los brazos rociadores.