Pour garantir la validité de vos résultats, vérifiez que les règles suivantes sont respectées lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.
- Collecter des moments de défaillance pour un système réparable
- Les données de réparation de système se composent généralement de moments de défaillance (ou de réparation) successifs. Par exemple, une automobile tombe en panne, est réparée, est remise en service, puis retombe en panne, et ainsi de suite. Les valeurs des données représentent le moment de chaque défaillance, sans prendre en considération le temps de réparation.
- Les données exactes peuvent être tronquées par les défaillances ou tronquées par durée
- Un système tronqué par les défaillances est arrêté au bout d'un certain nombre de défaillances. Il s'arrête au moment même de la défaillance finale. Un système tronqué par durée est arrêté au bout d'une durée indiquée. Dans un système tronqué par durée, la durée la plus longue ne correspond pas à un moment de défaillance. Si vous avez à la fois des données tronquées par les défaillances et des données tronquées par durée, vous devez utiliser une colonne d'arrêt pour indiquer si chaque moment représente un moment de défaillance ou un moment d'arrêt. Pour plus d'informations, reportez-vous à la rubrique concernant l'indication des informations d'arrêt.
- Les données peuvent être des moments de défaillance exacts ou des défaillances comprises dans des intervalles de temps
- Si vous avez des données exactes, vous savez exactement à quel moment chaque défaillance est survenue. Par exemple, un moteur a rencontré une défaillance au bout de 490 jours exactement, a été réparé et a rencontré une nouvelle défaillance au bout de 822 jours. Si vous avez des données d'intervalle, vous savez uniquement que chaque défaillance est survenue entre deux moments spécifiques. Par exemple, un moteur a rencontré une défaillance entre le 475e et le 500e jour, a été réparé et a rencontré une nouvelle défaillance entre le 800e et le 825e jour.
- Reconnaître des données provenant de plusieurs systèmes
- Pour évaluer plusieurs systèmes dans le cadre d'une analyse de système réparable, vous devez utiliser une colonne contenant les moments de défaillance et une colonne correspondante indiquant le système dont est issue la défaillance. Minitab part du principe que tous les systèmes inclus dans une colonne sont issus de procédés identiques et fournit une estimation de la courbe de croissance regroupée. Cependant, Minitab teste également l'égalité des formes et des échelles dans le système. Si les résultats des tests indiquent que la forme ou l'échelle des différents systèmes n'est pas la même, vous devez analyser les données issues de chaque système séparément.
- Le modèle utilisé doit s'ajuster correctement aux données.
- Vous pouvez utiliser un procédé de Power-Law ou un modèle de Poisson pour les données. Le procédé de Power-law permet de modéliser les moments de défaillance/réparation qui se produisent à une fréquence (taux) pouvant augmenter, diminuer ou être constante. Le modèle de Poisson permet de modéliser les temps de défaillance/réparation qui se produisent à un taux constant dans le temps. Pour déterminer si le modèle sélectionné s'ajuste correctement aux données, utilisez les diagrammes et les tests de tendance. Si le modèle sélectionné ne s'ajuste pas correctement aux données, les résultats de l'analyse peuvent ne pas être exacts. Dans ce cas, il est peut-être nécessaire d'utiliser la fonction Courbe de croissance
non paramétrique.
