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。分布概要プロット（右打ち切り）を使用して対数正規分布をデータに適合し、時間の経過に伴う生存確率および故障率を視覚的に評価します。
- サンプルデータを開く、エンジン巻揚部品の信頼性.MTW.
- を選択します。
- 変数に、温度80温度100を入力します。
- パラメトリック分析を選択します。分布から、対数正規を選択します。
- 打ち切りをクリックします。打ち切り列を使用するで打ち切り80打ち切り100を入力します。
- 打ち切りの値に、0を入力します。
- 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、確率プロットで両方の変数のほぼ直線上に収まります。このため、対数正規分布が両方の変数のデータにうまくあてはまります。
ハザード関数プロットを使用して異なる変数の故障率を比較します。たとえば、100℃での故障率が冒頭80℃より多く、約40時間で0.03近くで最高に達します。80℃での故障率はゆっくりと増えていき、約50時間で0.032以上で最高に達します。
生存関数プロットを使用して異なる変数の生存率を比較します。たとえば、約150時間未満で、正常に機能している巻揚部品の割合は、100℃の場合に比べて80℃のほうがかなり大きくなります。150時間以降、正常に機能している巻揚部品の割合は、この2つの温度でほぼ同じになります。
