ノンパラメトリック分布分析(右打ち切り)の解釈要約

ノンパラメトリック分布分析を使用すると、製品の信頼性を記述する推定値が得られます。ノンパラメトリック法を使用するのは、次の場合です。
  • 既知の分布で、データにあてはまるものがない場合。
  • パラメトリック分布分析の結果を検証または比較する場合。

パラメトリック法では、より正確な結果が得られ、より多くの関数タイプを推定できます。

選択するノンパラメトリック法に応じて、次の処理を実行できます。
  • 故障までの中央値時間など、分布特性を表示する
  • 百分位数と生存確率を推定する
  • 生存曲線が有意に異なるかどうかを判断する
  • 生存プロットとハザードプロットを表示する

製品の故障の仕方が異なる場合、故障モード分析を使用すると、故障の各タイプが信頼性全般に及ぼす影響を評価できます。各故障モードは独立しているものと見なされます。各故障モードを個別に分析することにより、改善する領域の優先順位を付けやすくなります。

データの説明

エンジン巻揚部品データ: 単一故障モード分析
エンジン巻揚部品の信頼性.MTW

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、80°Cおよび100°Cでのエンジン巻揚部品の故障回数を記録します。いくつかのユニットは故障する前に検定から除外されるため、右打ち切りデータとなります。エンジニアは、Kaplan-Meier法と保険数理法の両方を使用してノンパラメトリック分析を実行します。

食器洗い機データ: 多重故障モード分析
食器洗い機信頼性.MTW

ある家庭電化製品製造会社が、食器洗い機のスプレーアームの信頼性を向上しようとしています。改善する領域を絞り込むため、エンジニアはスプレーアームの故障状況と故障時点に関するデータを収集します。

エンジニアは、Kaplan-Meier法を使用してノンパラメトリック多重故障モード分析を実行します。

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