加速寿命試験計画の例

あるエンジニアが85、105、125度の加速温度でコンデンサを試験し、45度の通常使用条件での1,000時間の信頼性を判断するものとします。100コンデンサが試験可能です。エンジニアは、試験計画に次の情報を使用します。
  • 故障時間は傾向として指数分布に従います。
  • 切片が-8.0で傾きが0.5のArrhenius関係が、対数故障時間と温度との関係を適切にモデル化します。
  1. 統計 > 信頼性/生存時間 > 試験計画 > 加速寿命試験を選択します。
  2. 推定されるパラメータで、次の時間での信頼性を選択して、1000と入力します。
  3. サンプルサイズまたは信頼区間の境界から推定値までの距離から、サンプルサイズを選択して、100と入力します。
  4. 分布から、指数を選択します。関係から、Arrheniusを選択します。
  5. 次のうち2つの計画値を指定するで、切片に、-8と入力します。傾きに、0.5と入力します。
  6. ストレスをクリックします。
  7. 計画ストレスに、45と入力します。試験ストレスに、85 105 125と入力します。
  8. 各ダイアログボックスのOKをクリックします。

結果を解釈する

結果の試験計画が評価され、精度やサンプルサイズを最小に抑える最適な計画が表示されます。サンプルサイズを指定した場合、第1最良「最適」割り当て試験計画は、対象パラメータの最小標準誤差を持つ計画です。

最適な計画を使用して45度の計画ストレスでの1,000時間の信頼性を推定するには、各加速温度において次の個数を試験する必要があります。
  • 85度で63ユニットを試験
  • 105度で4ユニットを試験
  • 125度で33ユニットを試験

このテスト計画の設定には、どのストレス水準にも打ち切りがないため、ユニットの100%が失敗するまでテストが継続されます。

3つの計画の標準誤差が非常に近いため、さらに多くの故障数を出す計画や最低コストで実施する計画など割り当て計画を選択する際に、追加基準を検討する必要もあります。

計画分布

分布切片傾き
指数-80.5 
打ち切られていないデータ
Arrheniusモデル
パラメータ推定値:時間 = 1000での信頼性
計算された計画推定値 = 0.964857
計画ストレス値 = 45
選択された試験計画: “最適”割り当て試験計画
使用可能なサンプル単位の合計 = 100

1番目の“最適”割り当て試験計画

試験ストレス故障率パーセント割り当てサンプリング単位期待される故障
85  10063.33336363
105  1003.958344
125  10032.70833333
関心のあるパラメータの標準誤差 = 0.0123437

2番目の“最適”割り当て試験計画

試験ストレス故障率パーセント割り当てサンプリング単位期待される故障
85  10068.33336868
105  1003.958344
125  10027.70832828
関心のあるパラメータの標準誤差 = 0.0124673

3番目の“最適”割り当て試験計画

試験ストレス故障率パーセント割り当てサンプリング単位期待される故障
85  10058.33335858
105  1008.958399
125  10032.70833333
関心のあるパラメータの標準誤差 = 0.0126711