Um engenheiro de confiabilidade estuda as taxas de falha de enrolamentos de motor de montagens de turbina para determinar o tempo no qual os enrolamentos falham. Em altas temperaturas, os enrolamentos podem se decompor muito rapidamente.
Os engenheiro registra os tempos de falha para os enrolamentos de motor em diversas temperaturas. No entanto, algumas unidades não falham antes do término do teste. Portanto, os dados são censurados à direita. Para selecionar um modelo de distribuição para os dados coletados a 80° C, o engenheiro usa Gráfico de identificação de distribuição.
- Abra os dados amostrais, ConfiabilidadeDoEnrolamentoDoMotor.MWX.
- Selecione .
- Em Censura, selecione Dados censurados à direita com coluna de censura.
- Em Dados, selecione Uma ou mais amostras, cada uma em uma coluna.
- Em Coluna de amostra, digite Temp80.
- Em Coluna de censura, digite Cens80.
- Em Valor de censura, selecione 0.
-
Desselecionar Distribuições de escala e localização e Distribuições com um parâmetro de limite avaliar as seguintes distribuições:
- Weibull
- Lognormal
- Loglogística
- Exponencial
- Selecione OK.
Interpretar os resultados
Os pontos para os tempos de falha ficam aproximadamente na linha reta no gráfico de probabilidade lognormal. Portanto, a distribuição lognormal fornece um bom ajuste. O engenheiro então decide usar a distribuição lognormal para modelar os dados coletados a 80° C.
O Minitab também exibe uma tabela de percentis e uma tabela de tempo médio até a falha (MTTF), que fornecem tempos de falha calculados para cada distribuição. Você pode comparar os valores calculados para ver como suas conclusões podem mudar com diferentes distribuições. Se várias distribuições se ajustarem bem aos seus dados, talvez seja melhor usar a distribuição que fornece os resultados mais conservadores.
Dica
A análise armazena uma definição de dados de confiabilidade que inclui as colunas de exemplo e o esquema de censura. Selecione a definição para executar rapidamente Gráfico de identificação de distribuição, Gráfico da visão geral de distribuição, Análise de distribuição paramétrica, e Análise de distribuição não paramétrica nos mesmos dados.
Teste de Qualidade de Ajuste
| Distribuição | Anderson-Darling (aj.) |
|---|---|
| Weibull | 68,204 |
| Lognormal | 67,800 |
| Loglogística | 67,721 |
| Exponencial | 70,871 |
Tabela de Percentis
| IC Normal de 95% | |||||
|---|---|---|---|---|---|
| Distribuição | Percentual | Percentil | Erro Padrão | Inferior | Superior |
| Weibull | 1 | 10,0765 | 2,78453 | 5,86263 | 17,3193 |
| Lognormal | 1 | 19,3281 | 2,83750 | 14,4953 | 25,7722 |
| Loglogística | 1 | 16,0857 | 2,99498 | 11,1675 | 23,1699 |
| Exponencial | 1 | 0,809731 | 0,133119 | 0,586684 | 1,11758 |
| Weibull | 5 | 20,3592 | 3,79130 | 14,1335 | 29,3273 |
| Lognormal | 5 | 26,9212 | 3,02621 | 21,5978 | 33,5566 |
| Loglogística | 5 | 25,5948 | 3,27675 | 19,9149 | 32,8947 |
| Exponencial | 5 | 4,13258 | 0,679391 | 2,99422 | 5,70371 |
| Weibull | 10 | 27,7750 | 4,11994 | 20,7680 | 37,1463 |
| Lognormal | 10 | 32,1225 | 3,09409 | 26,5962 | 38,7970 |
| Loglogística | 10 | 31,5836 | 3,29780 | 25,7385 | 38,7560 |
| Exponencial | 10 | 8,48864 | 1,39552 | 6,15037 | 11,7159 |
| Weibull | 50 | 62,6158 | 4,62515 | 54,1763 | 72,3700 |
| Lognormal | 50 | 59,8995 | 4,31085 | 52,0192 | 68,9735 |
| Loglogística | 50 | 58,6087 | 4,07051 | 51,1498 | 67,1552 |
| Exponencial | 50 | 55,8452 | 9,18089 | 40,4622 | 77,0766 |
Tabela de MTTF
| IC Normal de 95% | ||||
|---|---|---|---|---|
| Distribuição | Média | Erro Padrão | Inferior | Superior |
| Weibull | 64,9829 | 4,6102 | 56,5472 | 74,677 |
| Lognormal | 67,4153 | 5,5525 | 57,3656 | 79,225 |
| Loglogística | 66,9996 | 5,5835 | 56,9031 | 78,887 |
| Exponencial | 80,5676 | 13,2452 | 58,3746 | 111,198 |
