Análise do modos de múltiplas falhas para Análise de distribuição paramétrica (censura à direita)

Neste tópico

Análise do modos de múltiplas falhas – estimativas de parâmetro
Análise do modos de múltiplas falhas – percentis

Análise do modos de múltiplas falhas – estimativas de parâmetro

As estimativas dos parâmetros definem as estimativas dos parâmetros de melhor ajuste para a distribuição que você selecionar para cada modo de falha. Todos os outros gráficos e estatísticas de análise de distribuição paramétrica são baseados na distribuição. Portanto, para garantir resultados precisos, a distribuição selecionada deve ajustar adequadamente os dados.

A partir dos parâmetros de distribuição estimados, não é possível determinar se a distribuição selecionada ajusta bem os dados. Use o gráfico de identificação de distribuição, gráfico de probabilidade e as medições de qualidade do ajuste para determinar se a distribuição ajusta os dados adequadamente.

Saída do exemplo

Estimativas dos Parâmetros

			IC Normal de 95,0%
Parâmetro	Estimativa	Erro Padrão	Inferior	Superior
Forma	1,97672	0,276587	1,50260	2,60044
Escala	891,929	90,8270	730,552	1088,96

Estimativas dos Parâmetros

			IC Normal de 95,0%
Parâmetro	Estimativa	Erro Padrão	Inferior	Superior
Local	5,75328	0,271171	5,22179	6,28476
Escala	1,95933	0,238720	1,54311	2,48780

Interpretação

Para os dados de lava-louça, os engenheiros selecionaram uma distribuição Weibull para modelar as quebras dos braços de pulverização e uma distribuição lognormal para modelar as obstruções do braço de pulverização. Os parâmetros a seguir definem as distribuições de melhor ajuste para cada modo de falha:

Forma = 1,97672 e escala = 891,929 para as quebras do braço de pulverização

Localização = 5,75328 e escala = 1,95933 para as obstruções do braço de pulverização

Análise do modos de múltiplas falhas – percentis

Os percentis indicam a idade em que uma porcentagem da população deve a falhar. Use os valores de percentil para determinar se o seu produto atende aos requisitos de confiabilidade, ou para determinar quais modos de falha afetam a confiabilidade geral.

Use esses valores somente quando a distribuição ajustar os dados de forma adequada. Se a distribuição ajustar mal os dados, estas estimativas serão imprecisas. Use o gráfico de identificação de distribuição, gráfico de probabilidade e as medições de qualidade do ajuste para determinar se a distribuição ajusta os dados adequadamente.

Saída do exemplo

Tabela de Percentis

			IC Normal de 95,0%
Percentual	Percentil	Erro Padrão	Inferior	Superior
1	87,0276	30,6339	43,6548	173,493
2	123,896	37,7877	68,1466	225,252
3	152,497	42,3555	88,4796	262,833
4	176,847	45,7243	106,541	293,548
5	198,502	48,3870	123,105	320,077
6	218,260	50,5811	138,583	343,746
7	236,594	52,4406	153,227	365,317
8	253,812	54,0493	167,205	385,279
9	270,130	55,4632	180,636	403,963
10	285,703	56,7217	193,608	421,606
20	417,625	64,8194	308,086	566,111
30	529,457	69,7943	408,905	685,548
40	634,964	74,3928	504,686	798,871
50	740,979	79,9464	599,746	915,471
60	853,343	87,6525	697,736	1043,65
70	979,746	99,1411	803,489	1194,67
80	1134,71	117,529	926,234	1390,11
90	1360,10	152,029	1092,51	1693,23
91	1391,24	157,433	1114,50	1736,69
92	1425,26	163,497	1138,28	1784,59
93	1462,89	170,393	1164,31	1838,05
94	1505,19	178,371	1193,22	1898,73
95	1553,77	187,816	1226,02	1969,15
96	1611,28	199,369	1264,30	2053,50
97	1682,59	214,223	1311,01	2159,50
98	1778,36	235,032	1372,53	2304,18
99	1931,34	270,138	1468,25	2540,49

Tabela de Percentis

			IC Normal de 95,0%
Percentual	Percentil	Erro Padrão	Inferior	Superior
1	3,30424	1,78563	1,14571	9,52940
2	5,63679	2,72980	2,18177	14,5631
3	7,91050	3,55915	3,27511	19,1066
4	10,2074	4,33709	4,43857	23,4741
5	12,5595	5,08849	5,67682	27,7867
6	14,9838	5,82646	6,99250	32,1079
7	17,4916	6,55916	8,38765	36,4772
8	20,0913	7,29230	9,86408	40,9221
9	22,7896	8,03022	11,4236	45,4641
10	25,5926	8,77646	13,0681	50,1206
20	60,5984	17,2863	34,6455	105,993
30	112,822	29,6226	67,4371	188,749
40	191,884	49,8160	115,359	319,171
50	315,222	85,4790	185,266	536,337
60	517,841	152,725	290,505	923,079
70	880,729	291,401	460,480	1684,51
80	1639,73	627,451	774,563	3471,28
90	3882,58	1807,19	1559,26	9667,69
91	4360,12	2080,97	1710,97	11111,0
92	4945,69	2424,60	1892,04	12927,8
93	5680,72	2866,84	2112,69	15274,7
94	6631,50	3454,60	2388,85	18409,2
95	7911,58	4269,92	2747,04	22785,7
96	9734,61	5470,91	3235,47	29288,6
97	12561,2	7407,95	3953,98	39904,9
98	17628,0	11054,7	5157,08	60256,0
99	30072,1	20656,8	7824,62	115575

Interpretação

Para os dados de lava-louça, com base nas distribuições ajustadas para cada modo de falha, os engenheiros concluem o seguinte:

1% dos braços de pulverização falha devido à quebra em 87,0276 ciclos
1% dos braços de pulverização falha devido à obstrução em 3,30424 ciclos

Em geral, em 3,30048 ciclos, 1% dos braços de pulverização irá falhar. Para a melhoria superior em termos de confiabilidade, os engenheiros devem concentrar os esforços de melhoria em minimizar as obstruções do braço de pulverização.