分布識別プロット(右打ち切り)の例

ある信頼性エンジニアは、タービンアセンブリ用のエンジン巻揚部品の故障率を調査して、エンジン巻揚部品が故障するまでの時間を特定しようとしています。温度が高い場合、巻揚部品の分解が早くなりすぎる可能性があります。

エンジニアはさまざまな温度でのエンジン巻揚部品の故障回数を記録します。ただし、いくつかのユニットは故障する前に検定から取り除く必要があります。したがって、このデータは右打ち切りです。80°Cで収集されたデータの分布モデルを選択するため、分布識別プロット(右打ち切り)を使用します。

  1. サンプルデータを開く、 エンジン巻揚部品の信頼性.MTW.
  2. 統計 > 信頼性/生存時間 > 分布分析(右打ち切り) > 分布識別プロットを選択します。
  3. 変数に、温度80を入力します。
  4. 分布を指定を選択します。デフォルトの分布(ワイブル対数正規指数、および正規)が選択されていることを確認してください。
  5. 打ち切りをクリックします。打ち切り列を使用する打ち切り80と入力します。
  6. 打ち切りの値0を入力します。
  7. 各ダイアログボックスでOKをクリックします。

結果を解釈する

故障時間の点は、対数正規確率プロットでほぼ直線上に収まります。このため、対数正規分布がうまくあてはまります。このようにして、エンジニアは80℃で収集したデータをモデル化するために対数正規分布の使用を決定します。

Minitabは、百分位数の表と平均故障時間(MTTF、mean time to failure)の表も示し、分布ごとに計算された故障時間を提示します。その計算値を比較して、異なる分布で結果がどのように変化するか確認できます。いくつかの分布がデータにうまくあてはまる場合は、最も保守的な結果を提供する分布を使用できます。

分布識別プロット: 温度80

適合度 Anderson-Darling 分布 (調整済み) ワイブル 68.204 対数正規 67.800 指数 70.871 正規 68.305
百分位数表 パーセ 95%正規信頼区間 分布 ント 百分位数 標準誤差 下限 上限 ワイブル 1 10.0765 2.78453 5.86263 17.3193 対数正規 1 19.3281 2.83750 14.4953 25.7722 指数 1 0.809731 0.133119 0.586684 1.11758 正規 1 -0.549323 8.37183 -16.9578 15.8592 ワイブル 5 20.3592 3.79130 14.1335 29.3273 対数正規 5 26.9212 3.02621 21.5978 33.5566 指数 5 4.13258 0.679391 2.99422 5.70371 正規 5 18.2289 6.40367 5.67790 30.7798 ワイブル 10 27.7750 4.11994 20.7680 37.1463 対数正規 10 32.1225 3.09409 26.5962 38.7970 指数 10 8.48864 1.39552 6.15037 11.7159 正規 10 28.2394 5.48103 17.4968 38.9820 ワイブル 50 62.6158 4.62515 54.1763 72.3700 対数正規 50 59.8995 4.31085 52.0192 68.9735 指数 50 55.8452 9.18089 40.4622 77.0766 正規 50 63.5518 4.06944 55.5759 71.5278
MTTF表 95%正規信頼区間 分布 平均 標準誤差 下限 上限 ワイブル 64.9829 4.6102 56.5472 74.677 対数正規 67.4153 5.5525 57.3656 79.225 指数 80.5676 13.2452 58.3746 111.198 正規 63.5518 4.0694 55.5759 71.528

温度80の分布識別プロット

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください