한 신뢰도 엔지니어가 새로운 소음기 신뢰도를 평가하고 50,000마일 보증을 통해 기대할 수 있는 보증 클레임의 비율을 평가하려고 합니다. 엔지니어는 구형 및 신형 소음기 둘 다의 고장 데이터를 수집합니다. 고장 여부를 확인하기 위해 10,000마일마다 소음기를 검사했습니다.
엔지니어는 각 10,000마일 구간에 대해 고장 횟수를 기록합니다. 따라서 데이터는 구간 검열을 거칩니다. 엔지니어는 데이터에 분포 개관 그림 Weibull 분포를 맞추고 시간에 따른 생존율과 고장률을 시각적으로 평가합니다.
- 표본 데이터 소음기신뢰성.MWX를 엽니다.
- 을 선택합니다.
- 관측 중단에서 구간 관측 중단 데이터을 선택합니다.
- 데이터에서 각각 별도의 시작 열과 끝 열에 있는 하나 이상의 표본을 선택합니다.
- 시작 열아래에서 구제품 시작 마일 수를 입력합니다.
- 끝 열아래에서 구제품 끝 마일 수를 입력합니다.
- 빈도 열(선택 사항)아래에서 구제품 고장 횟수를 입력합니다.
- 선택 행 추가.
- 의 두 번째 행 시작 열에 . 신제품 시작 마일 수
- 의 두 번째 행 끝 열에 . 신제품 끝 마일 수
- 의 두 번째 행 빈도 열(선택 사항)에 . 신제품 고장 횟수
- 가정된 분포에서 Weibull 분포을 선택합니다.
- 확인을 선택합니다.
결과 해석
확률도는 Weibull 분포가 두 변수 모두에 대해 이 데이터를 잘 적합시킨다는 것을 나타냅니다.
여러 변수에 대한 고장률을 비교하려면 위험 함수 그림을 사용합니다. 예를 들어, 주행 거리가 약 90,000마일 미만인 경우 새 소음기 디자인의 고장률이 이전 디자인의 고장률보다 작습니다.
여러 변수에 대한 생존율을 비교하려면 생존 함수 그림을 사용합니다. 예를 들어, 주행 거리에 관계없이 새 소음기 디자인의 생존율이 이전 디자인보다 더 큽니다.
팁
분석은 샘플 열과 검열 체계를 포함하는 신뢰성 데이터 정의를 저장합니다. 같은 데이터에 대해 분포 개관 그림, 모수 분포 분석, 비모수 분포 분석 및 분포 ID 그림 를 빠르게 실행 하기 위해 정의를 선택하세요.
