가속 수명 검사를 위해 적절한 모형 선택

확률도를 사용하여 모형 가정이 가속화된 수준에 적절한지 여부를 결정합니다. Minitab에서는 가속 수명 검사 분석에 이 확률도를 사용합니다.

적합 모형 기반 개별 가속 수준에 대한 확률도
표준화 잔차에 대한 확률도
Cox-Snell 잔차에 대한 지수 분포 확률도

이 확률도를 사용하여 다음 가정을 확인할 수 있습니다.

분포가 적절한지 확인합니다.
표시점들이 적합선에 가까우면 선택한 분포가 데이터를 적절하게 적합하는 것입니다. Anderson-Darling(수정) 적합도 측도를 사용하여 여러 분포의 적합도를 비교할 수 있습니다. AD 값이 작을수록 더 적합한 분포를 나타냅니다.

개별 적합치 기반 확률도에서는 표시점들이 적합선에 가깝지만 다른 진단 확률도에서는 적합도 결여가 발견되는 경우 변환이나 동일한 형상 모수(Weibull 또는 지수) 또는 척도 모수(기타 분포)에 대한 가정이 부적절한 것입니다.
동일한 형상 또는 동일한 척도 모수에 대한 가정을 확인합니다.
모형에 대한 가정 중 하나는 형상 모수(Weibull 또는 지수 분포)나 척도 모수(기타 분포)가 가속 변수의 모든 수준에서 동일하다는 것입니다. 이러한 가정을 확인하려면 가속 변수의 각 수준에서 개별 적합치 기반 확률도를 확인해야 합니다.

그림의 적합 분포선들이 거의 평행하면 동일한 형상 모수(Weibull 또는 지수 분포)나 척도 모수(기타 분포)라는 가정이 가속 수준에 타당합니다. 설계 조건에서 이 가정을 경험적으로 확인하는 방법은 없으므로 공학 지식을 통해 가정을 평가해야 합니다.
적절한 가속 변수의 변환을 선택합니다.
일반적으로 가속 변수와 수명의 관계에는 가속 변수 변환이 포함됩니다. 가정이 가속 수준에 대해 타당한지 확인하는 것이 매우 어렵고 가속 변수의 설계 수준에 대해 타당한지 확인하는 것은 불가능하기 때문에 적절한 변환을 선택하는 것이 매우 중요합니다. 수집한 데이터와 함께 수명과 가속 변수의 관계에 대한 공학 지식을 사용해야 합니다.

Minitab은 수명과 가속 수준의 4가지 주요 관계를 제공합니다.

Arrhenius: X = [11604.83 / (섭씨 온도 + 273.16)]

Arrhenius 법칙에 따르면 간단한 화학 반응의 속도는 온도에 따라 달라집니다. Arrhenius 관계는 화학 반응에 의한 약화 현상으로 인해 고장이 발생하는 항목을 설명하는 데 일반적으로 사용됩니다.

Arrhenius 변환을 적용할 수 있는 일반적인 예로는 전기 절연체와 유전체, 반도체 장치, 고체전자 장치 및 플라스틱 등이 있습니다.

역 온도: X = [1 / (섭씨 온도 + 273.16)]

수명이나 로그 수명을 가정하는 간단한 관계는 켈빈 온도에 반비례합니다.

역 온도 관계는 Arrhenius 관계만큼 일반적이지 않습니다. 결과는 Arrhenius 모형의 결과와 같습니다. 그러나 계수는 다르게 해석됩니다.

Ln (검정력) 관계: X = ln(가속 변수)

일정한 스트레스를 받으며 작동하는 제품의 수명을 모형화하는 데 사용됩니다. 로그 관계는 역 멱 관계라고 하는 결과가 나타나는 로그 기반 수명 분포와 함께 주로 사용됩니다.

로그 변환을 적용할 수 있는 일반적인 예로는 전기 절연체, 전압 내구성 시험의 유전체, 금속 피로 및 볼베어링 등이 있습니다.

선형 관계: X = 가속 변수

변환이 필요하지 않습니다.

수명 또는 로그 수명의 변화는 가속 변수의 변화와 직접적으로 비례합니다.

모든 경우 표시점들이 적합선에 가까우면 모형이 데이터를 적절하게 적합하는 것입니다. Anderson-Darling(수정) 적합도 측도를 통해 여러 모형의 적합도를 비교할 수 있습니다. AD 값이 작을수록 더 적합한 모형을 나타냅니다.