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。
エンジニアはエンジン巻線の故障時間を80°Cおよび100°Cで記録します。しかし、一部のユニットはテスト終了前に故障しません。したがって、このデータは右打ち切りです。エンジニアは 分布概要プロット を用いて対数正規分布をデータに当てはめ、生存率と故障率を時間経過で視覚的に評価します。
- サンプルデータ、エンジン巻揚部品の信頼性.MWXを開きます。
- を選択します。
- 信頼性データの定義から 、 カスタム定義を選択します。
- 打ち切りから 、 打ち切り列付きの右打ち切りデータを選択します。
- データから 、 1つ以上のサンプルが1つの列にあるを選択します。
- サンプル列に温度80を入力します。
- 打ち切り列に打ち切り80を入力します。
- で0を選択します打ち切りの値。
- 行を追加を選択します。
- サンプル列の2列目に 温度100が入ります。
- 打ち切り列の2列目に 打ち切り100が入ります。
- 打ち切りの値の2行目で 0を選択します。
- 仮定する分布から 、 対数正規を選択します。
- OK を選択します。
結果を解釈する
確率図は、故障時間の点が両変数の直線上にほぼ位置していることを示しています。したがって、対数正規分布は両変数のデータに適しています。
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。例えば、約150時間未満の時では、80°Cの方が100°Cよりも巻線が生き残る割合がかなり高くなります。150時間後は、両温度でほぼ同じ巻線が生き残る割合になります。
ヒント
解析にはサンプルカラムと検閲方式を含む信頼性データ定義が格納されます。定義を選択して、同じデータに対して素早く 分布識別プロット、 分布概要プロット、 パラメトリック分布分析、 ノンパラメトリック分布分析 を実行します。
