Escolha o modelo adequado para o teste de vida útil acelerado

Use gráficos de probabilidade para determinar se as premissas do modelo são apropriadas para os níveis acelerados. O Minitab fornece esses gráficos de probabilidade em sua análise de Teste de vida acelerado:

Gráfico de probabilidade para cada nível de aceleração baseado no modelo ajustado
Gráfico de probabilidade para resíduos padronizados
Gráfico de probabilidade exponencial para os resíduos de Cox-Snell

É possível usar estes gráficos de probabilidade para verificar os seguintes pressupostos:

Garantir que a suposição de distribuição esteja apropriada.
Se os pontos do gráfico estiverem próximos a linha ajustada, a distribuição escolhida se ajusta aos dados de forma adequada. Use as medidas de qualidade do ajuste de Anderson-Darling (ajustadas) para comparar o ajuste de diferentes distribuições. Os valores de AD mais baixos indicam uma distribuição de ajuste melhor.

Se os pontos do gráfico estiverem próximos à linha ajustada no gráfico de probabilidade com base em valores ajustados individuais, mas for verificada a existência de falta de ajuste em outros gráficos de probabilidade de diagnóstico, a transformação ou pressuposição de parâmetro igual de forma (Weibull ou exponencial) ou escala (outras distribuições) é inadequada.
Verifique as suposições relacionadas a parâmetros iguais de forma ou de escala.
Um pressuposto do modelo é que os parâmetros de forma (Weibull ou exponencial) ou de escala (outras distribuições) são os mesmos para todos os níveis da variável de aceleração. Para confirmar esta hipótese, examine o gráfico de probabilidade em cada nível da variável de aceleração com base nos valores ajustados individuais.

Se as linhas de distribuição ajustadas no gráfico estiverem aproximadamente paralelas, a suposição de um parâmetro igual de forma (Weibull ou exponencial) ou de escala (outras distribuições) é válida para os níveis de aceleração. Não há nenhuma maneira de verificar empiricamente esta hipótese nas condições do experimento; portanto, você deve usar o conhecimento de engenharia para avaliar a suposição.
Selecione a transformação apropriada da variável aceleração.
Normalmente, a relação entre a variável de aceleração e o tempo de falha envolve transformar a variável de aceleração. A escolha apropriada da transformação é muito importante porque é muito difícil validar o pressuposto para os níveis acelerados e é impossível validá-lo para níveis de concepção da variável de aceleração. Junto com os dados coletados, será necessário usar o conhecimento de engenharia sobre a relação entre o tempo de falha e a variável de aceleração.

O Minitab fornece quatro relações principais entre tempo de falha e nível de aceleração:

Arrhenius: X = [11604,83 / (Graus Celsius + 273,16)]

Com base na Lei de Arrhenius, ele afirma que a velocidade de uma reação química simples depende da temperatura. A relação de Arrhenius geralmente é usada para descrever itens que falham devido à degradação provocada por uma reação química.

As aplicações comuns da transformação de Arrhenius são isolantes elétricos e dielétricos, dispositivos semicondutores, dispositivos de estado sólido e plásticos.

Temperatura Inversa: X = [1 / (Graus Celsius + 273.16)]

Relação simples que pressupõe que o tempo até a falha ou o logaritmo do tempo até a falha é proporcional à temperatura em graus Kelvin.

A relação da temperatura inversa não é tão comum como a relação de Arrhenius. Os resultados serão os mesmos como os do modelo de Arrhenius. Entretanto, os coeficientes têm diferentes interpretações.

Ln (Poder) Relação: X = ln(variável de aceleração)

Usado para modelar a vida dos produtos que operam sob estresse constante. A relação de log é mais frequentemente usada em combinação com uma distribuição de tempo de falha à base de log que resulta no que é conhecido como uma relação de poder inverso.

As aplicações comuns da transformação log são isolantes elétricos, dielétricos em ensaios de tensão de resistência, fadiga do metal e rolamentos de esferas.

Relação linear: X = variável de aceleração

Não é necessária nenhuma transformação.

Uma mudança no tempo de falha ou tempo de falha de log é diretamente proporcional a uma alteração da variável de aceleração.

Em todos os casos, se os pontos do gráfico estiverem próximos à linha ajustada, o modelo ajusta os dados de forma adequada. Examine as medidas de qualidade do ajuste de Anderson-Darling (ajustadas) para comparar o ajuste de diferentes Modelos. Os valores de AD mais baixos indicam um modelo de ajuste melhor.