Assistance de Minitab® 

Saisissez vos critères pour Plans de test de démonstration

En savoir plus sur Minitab
Stat > Fiabilité/Survie > Plans de test > Démonstration

Saisissez des informations pour élaborer des plans de test afin de démontrer qu’un certain nombre de défaillances surviennent sur une durée de test donnée. Les informations de planification peuvent provenir de spécifications de conception, d’avis d’experts, de petites études pilotes ou d’autres sources.

  1. Sélectionnez la valeur à calculer par l’analyse. Si l’analyse calcule la taille des échantillons, alors les informations requises pour le plan incluent la durée de test de chaque unité. Si l’analyse calcule les temps de test, alors les informations requises pour le plan incluent le nombre d’unités à tester.
    • Effectifs d'échantillon
    • Temps de test pour chaque unité
  2. Entrez la limite de temps pour le test applicable à chaque unité ou le nombre d’unités disponibles à tester.
    Remarque

    Chaque combinaison de taille d’échantillon ou de temps de test avec un nombre maximal d’échecs autorisés crée un plan de test unique. Vous pouvez envisager de créer plusieurs plans tests en saisissant plusieurs valeurs pour chaque bien puis en comparant les résultats.
    • Temps de test pour chaque unité
      Entrez une ou plusieurs valeurs pour indiquer la limite de temps du test.
    • Effectifs d'échantillon
      Entrez une ou plusieurs valeurs pour indiquer le nombre d’unités disponibles pour les tests.
  3. Dans Nombre maximal de défaillances autorisées, entrez une ou plusieurs valeurs pour indiquer le nombre maximal d’échecs autorisé par votre test.

    Entrer 0 donne la plus petite taille d’échantillon et le plus petit temps de test. Toutefois, si une seule défaillance se produit, le test de démonstration échoue et vous ne pouvez pas conclure que vous avez atteint la fiabilité souhaitée. Pour plus d’informations, consultez la page Quelle est la différence entre un test à m défaillances et un test à 0 défaillance ?.
  4. Dans Loi de distribution, sélectionnez une distribution pour modéliser vos données. Ensuite, saisissez le paramètre à supposer pour le plan de test.

    Basez votre décision sur la distribution sur la connaissance du processus ou une évaluation de l’adéquation de la distribution. Pour plus d’informations, consultez la page Ajustement de la distribution pour l'analyse de fiabilité.

    Lors du test d’un système repensé, on peut souvent utiliser une valeur historique pour estimer le paramètre de forme ou d’échelle de la distribution. La valeur historique est généralement une bonne estimation car la refonte n’affecte pas ce paramètre.
    Mise en garde

    La valeur du paramètre est une estimation approximative. Cependant, si l’estimation du paramètre est trop éloignée de la valeur réelle du paramètre, alors la taille de l’échantillon ou le temps d’essai pour le plan de test peut ne pas être exact. Si vous n’êtes pas sûr de la valeur du paramètre, envisagez de répéter l’analyse du plan de test en utilisant une plage de valeurs probables pour le paramètre supposé. Les résultats des différentes analyses peuvent vous aider à déterminer à quel point la taille de l’échantillon ou le temps de test est sensible à la valeur supposée du paramètre.
    Distribution Paramètre
    Weibull Forme: Entrez une valeur supérieure à 0 pour le paramètre de forme. Une valeur de 1 rend la distribution de Weibull équivalente à la distribution exponentielle.
    Exponentielle N/A
    Autres lois Valeur d'échelle: Entrez une valeur supérieure à 0 pour le paramètre d’échelle.
  5. Dans Objectif du test de démonstration, sélectionnez le critère à utiliser pour le test. Ensuite, saisissez les valeurs minimales pour que le test soit réussi.
    Parce que les objectifs ont tous des expressions équivalentes, le choix concerne généralement la manière la plus commode d’exprimer les exigences. Par exemple, pour une répartition de Weibull avec un paramètre de forme de 4, les éléments suivants produisent le même plan de test :
    • Un vrai 5e percentile qui dépasse 4 759
    • Un paramètre d’échelle qui dépasse 10 000
    Les plages des échelles sur le graphique de probabilité de réussite diffèrent selon les spécifications qui produisent le même plan de test.
    Le pourcentage réel pour un pourcentage donné dépasse cette durée
    Spécifiez le pourcentage maximal d’unités qui échouent avant le délai indiqué pour satisfaire aux exigences. Par exemple, la nécessité d’un combusteur de turbine est de 2 000 cycles pour entraîner un maximum de 1 % de défaillances.
    La fiabilité réelle pour une durée donnée dépasse cette proportion
    Précisez la proportion d’unités survivantes et la durée de leur survie pour répondre aux exigences. Par exemple, la nécessité pour un combusteur de turbine est qu’une proportion de 0,99 dure plus de 2 000 cycles.
    La durée moyenne avant défaillance (MTTF) réelle dépasse cette valeur
    Spécifiez le MTTF minimum qui répond aux conditions. Par exemple, l’exigence pour un combusteur de moteur à turbine est que le MTTF soit supérieur à 10 000 cycles.
    Le véritable paramètre d'échelle dépasse cette valeur
    Cette option est disponible lorsque la répartition est Weibull ou Exponentielle.
    Spécifiez la valeur minimale du paramètre qui répond aux exigences. Par exemple, l’exigence pour un combusteur de moteur à turbine est que le paramètre d’échelle issu d’une distribution exponentielle soit supérieur à 10 000.
    Pour une répartition de Weibull, le paramètre d’échelle est approximativement au 63,2e percentile. Pour la répartition exponentielle, le paramètre d’échelle correspond au temps moyen jusqu’à la défaillance (MTTF) ainsi qu’au 63,2e percentile.
    Le véritable paramètre de position dépasse cette valeur
    Cette option est disponible lorsque la distribution n’est pas Weibull ou Exponentielle.
    Spécifiez la valeur minimale du paramètre qui répond aux exigences. Par exemple, l’exigence pour un combusteur de moteur à turbine est que le paramètre de localisation pour une répartition lognormale soit supérieur à 9,21
    Pour la répartition normale, le paramètre de localisation est égal au temps moyen jusqu’à la défaillance (MTTF). L’interprétation du paramètre de localisation dépend de la répartition. Une répartition normale avec un paramètre de localisation de 10 000 et une répartitionn lognormale avec un paramètre de localisation de 9,21 ont des percentiles similaires du 50e percentile.
  6. Dans Niveau de confiance, introduisez un niveau de confiance compris entre 0 et 100. Un niveau de confiance de 95 % est généralement efficace. Le niveau de confiance a une incidence sur le risque de parvenir à une conclusion incorrecte.
    • Un niveau de confiance plus bas, comme 90 %, peut réduire la taille de l’échantillon ou le temps de test requis pour le test. Cependant, un niveau inférieur augmente le risque de conclure à tort que le système atteint l’objectif de fiabilité. Pour un niveau de confiance de 90 %, le risque de cette erreur est de 10 %.
    • Un niveau de confiance plus élevé, comme 99 %, diminue le risque de conclure à tort que le système atteint l’objectif de fiabilité. Cependant, le test peut nécessiter un échantillon plus grand ou un temps de test plus long. Pour un niveau de confiance de 99 %, le risque de cette erreur est de 1 %.
Copyright © 2026 Minitab, LLC. All rights Reserved.