Un ingénieur en fiabilité étudie les taux de défaillance des enroulements des turbines pour déterminer les moments où les enroulements cèdent. À haute température, les enroulements peuvent se décomposer trop rapidement.
L'ingénieur enregistre les moments de défaillance des enroulements de moteur à différentes températures. Cependant, certaines unités ne lâchent pas avant la fin du test. Par conséquent, les données sont correctement tronquées. Pour sélectionner un modèle de répartition des données collectées à 80° C, l’ingénieur utilise Diagramme d'identification de loi.
- Ouvrez les données d’échantillonnage, FiabilitéEnroulementMoteur.MWX.
- Choisissez .
- Dans Troncature, sélectionnez Données tronquées à droite avec colonne de troncature.
- Dans Données, sélectionnez Un ou plusieurs échantillons, chacun dans une colonne.
- Dans Colonne d'échantillon, saisissez Temp80.
- Dans Colonne de troncature, saisissez Tronc80.
- Dans Valeur de troncature, sélectionnez 0.
-
Désinscrire Distributions d'échelle et d'emplacement et Lois avec un paramètre de seuil évaluer les distributions suivantes :
- Weibull
- Log-normale
- Log-logistique
- Exponentielle
- Sélectionnez OK.
Interpréter des résultats
Les points correspondant aux temps de défaillance se trouvent approximativement sur la ligne droite du diagramme de probabilité log-normale. Par conséquent, la répartition lognormale offre un bon ajustement. L’ingénieur décide donc d’utiliser la répartition lognormale pour modéliser les données collectées à 80° C.
Minitab affiche également un tableau des percentiles et un tableau du temps moyen jusqu’à l’échec (MTTF), qui fournissent les temps de défaillance calculés pour chaque répartition. Vous pouvez comparer les valeurs calculées pour voir comment vos conclusions peuvent évoluer avec différentes répartitions. Si plusieurs répartitions correspondent bien à vos données, vous pouvez vouloir utiliser la distribution qui offre les résultats les plus conservateurs.
Conseil
L’analyse stocke une définition de données de fiabilité qui inclut les colonnes d’exemple et le schéma de troncature. Sélectionnez la définition pour exécuter rapidement Diagramme d'identification de loi, Diagramme de présentation de loi, Analyse de loi paramétrique, et Analyse de loi non paramétrique sur les mêmes données.
Adéquation de l'ajustement
| Loi de distribution | Anderson-Darling (ajust) |
|---|---|
| Weibull | 68,204 |
| Log-normale | 67,800 |
| Log-logistique | 67,721 |
| Exponentielle | 70,871 |
Tableau des percentiles
| Loi de distribution | IC normal de 95 % | ||||
|---|---|---|---|---|---|
| Pourcentage | Percentile | Erreur type | Inférieur | Supérieur | |
| Weibull | 1 | 10,0765 | 2,78453 | 5,86263 | 17,3193 |
| Log-normale | 1 | 19,3281 | 2,83750 | 14,4953 | 25,7722 |
| Log-logistique | 1 | 16,0857 | 2,99498 | 11,1675 | 23,1699 |
| Exponentielle | 1 | 0,809731 | 0,133119 | 0,586684 | 1,11758 |
| Weibull | 5 | 20,3592 | 3,79130 | 14,1335 | 29,3273 |
| Log-normale | 5 | 26,9212 | 3,02621 | 21,5978 | 33,5566 |
| Log-logistique | 5 | 25,5948 | 3,27675 | 19,9149 | 32,8947 |
| Exponentielle | 5 | 4,13258 | 0,679391 | 2,99422 | 5,70371 |
| Weibull | 10 | 27,7750 | 4,11994 | 20,7680 | 37,1463 |
| Log-normale | 10 | 32,1225 | 3,09409 | 26,5962 | 38,7970 |
| Log-logistique | 10 | 31,5836 | 3,29780 | 25,7385 | 38,7560 |
| Exponentielle | 10 | 8,48864 | 1,39552 | 6,15037 | 11,7159 |
| Weibull | 50 | 62,6158 | 4,62515 | 54,1763 | 72,3700 |
| Log-normale | 50 | 59,8995 | 4,31085 | 52,0192 | 68,9735 |
| Log-logistique | 50 | 58,6087 | 4,07051 | 51,1498 | 67,1552 |
| Exponentielle | 50 | 55,8452 | 9,18089 | 40,4622 | 77,0766 |
Tableau des durées moyennes avant défaillance (MTTF)
| Loi de distribution | IC normal de 95 % | |||
|---|---|---|---|---|
| Moyenne | Erreur type | Inférieur | Supérieur | |
| Weibull | 64,9829 | 4,6102 | 56,5472 | 74,677 |
| Log-normale | 67,4153 | 5,5525 | 57,3656 | 79,225 |
| Log-logistique | 66,9996 | 5,5835 | 56,9031 | 78,887 |
| Exponentielle | 80,5676 | 13,2452 | 58,3746 | 111,198 |
