유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.
- 복구 가능한 시스템의 수명 수집
- 시스템 수리 데이터는 대부분 연속적인 고장(또는 수리) 시간으로 구성됩니다. 예를 들어, 자동차는 고장나고 수리한 후 다시 운행한 다음 다시 고장나며 이런 식으로 계속됩니다. 데이터 값은 수리 시간을 고려하지 않고 각 고장 시간을 나타냅니다.
- 정확한 데이터가 고장 관측 중단 또는 시간 관측 중단될 수 있음
- 고장 관측 중단 시스템은 특정 횟수의 고장이 발생한 후 은퇴됩니다. 고장 관측 중단 시스템에서 최종 고장이 발생하면 시스템이 즉시 은퇴됩니다. 시간 관측 중단 시스템은 특정 시간이 지난 후 은퇴됩니다. 시간 관측 중단 시스템에서 가장 큰 시간이 수명은 아닙니다. 고장 관측 중단 데이터와 시간 관측 중단 데이터가 모두 있는 경우 은퇴 열을 사용하여 각 시간이 고장 시간인지 또는 은퇴 시간인지 여부를 나타내야 합니다. 자세한 내용은 "은퇴 정보 지정"을 참조하십시오.
- 데이터가 시간 구간 내 정확한 수명 또는 고장일 수 있음
- 정확한 데이터가 있으면 각 고장이 발생한 시간을 정확히 알 수있습니다. 예를 들어, 엔진이 정확히 490일에 고장나서 수리한 다음 822일에 다시 고장났습니다. 구간 데이터가 있는 경우 두 특정 시간 사이에 고장이 발생했다는 것만 알 수 있습니다. 예를 들어, 엔진이 475일과 500일 사이에 고장나서 수리한 다음 800일과 825일 사이에 다시 고장났습니다.
- 여러 시스템에서 데이터 식별
- 복구 가능한 시스템 분석에서 여러 시스템을 평가하려면 수명이 포함된 열 및 고장이 발생한 시스템을 나타내는 해당 열이 있어야 합니다. Minitab에서는 하나의 열에 있는 모든 시스템이 동일 공정에서 추출된 것으로 가정하고 합동 성장 곡선 추정치를 제공합니다. 그러나 Minitab에서는 여러 시스템에 대한 동일 형상 모수 또는 척도 모수 검정을 수행합니다. 검정 결과가 여러 시스템에 대한 형상 또는 척도 모수가 동일하지 않다는 것을 나타내면 각 시스템에서 추출한 데이터를 시스템별로 분석해야 합니다.
- 사용하는 모형이 데이터를 적절히 적합해야 함
- 멱함수 공정 또는 포아송 모형을 데이터에 사용할 수 있습니다. 증가, 감소 또는 일정한 비율로 발생하는 고장/수리 시간을 모형화하려면 멱함수 공정을 사용합니다. 시간이 지남에 따라 안정된 비율로 발생하는 고장/수리 시간을 모형화하려면 포아송 공정을 사용합니다. 선택하는 모형이 데이터에 적합한지 여부를 확인하려면 그림과 추세 검정을 사용합니다. 선택하는 모형이 데이터를 적합시키지 않으면 분석의 결과가 정확하지 않을 수도 있습니다. 이 경우 비모수 성장
곡선을 사용하는 것을 고려해 보십시오.
