分布 ID 图(右删失)的示例

某可靠性工程师想研究涡轮装置中发动机绕组的失效率以确定绕组失效的时间。在高温下,绕组可能会分解过快。

该工程师记录发动机绕组在各个温度下的失效时间。但是,对于某些部件,必须在其失效之前将其从检验中去除。因此,数据为右删失数据。该工程师使用分布 ID 图(右删失)为在 80° C 下收集的数据选择分布模型。

  1. 打开样本数据,发动机绕组可靠性.MTW
  2. 选择统计 > 可靠性/生存 > 分布分析(右删失) > 分布 ID 图
  3. 变量中,输入80 度
  4. 选择指定。确保选中了默认分布(Weibull对数正态指数正态)。
  5. 单击删失。在使用删失列下面,输入80 度删失
  6. 删失值中,键入 0
  7. 在每个对话框中单击确定

解释结果

失效时间点大致落在对数正态概率图上的直线上。因此,对数正态分布提供很好的拟合。工程师于是决定使用对数正态分布来对 80° C 下收集的数据进行建模。

Minitab 还显示一个百分位数表和一个平均故障时间间隔 (MTTF) 表,这两个表提供针对每个分布计算的失效时间。您可以通过比较计算的值来查看您的结论如何随不同的分布变化。如果多个分布能够很好地拟合数据,您可能希望使用提供最保守结果的分布。

分布 ID 图: 80 度

拟合优度 Anderson-Darling(调 分布 整) Weibull 68.204 对数正态 67.800 指数 70.871 正态 68.305
百分位数表格 95% 正态置信区间 分布 百分比 百分位数 标准误 下限 上限 Weibull 1 10.0765 2.78453 5.86263 17.3193 对数正态 1 19.3281 2.83750 14.4953 25.7722 指数 1 0.809731 0.133119 0.586684 1.11758 正态 1 -0.549323 8.37183 -16.9578 15.8592 Weibull 5 20.3592 3.79130 14.1335 29.3273 对数正态 5 26.9212 3.02621 21.5978 33.5566 指数 5 4.13258 0.679391 2.99422 5.70371 正态 5 18.2289 6.40367 5.67790 30.7798 Weibull 10 27.7750 4.11994 20.7680 37.1463 对数正态 10 32.1225 3.09409 26.5962 38.7970 指数 10 8.48864 1.39552 6.15037 11.7159 正态 10 28.2394 5.48103 17.4968 38.9820 Weibull 50 62.6158 4.62515 54.1763 72.3700 对数正态 50 59.8995 4.31085 52.0192 68.9735 指数 50 55.8452 9.18089 40.4622 77.0766 正态 50 63.5518 4.06944 55.5759 71.5278
平均故障时间间隔表格 95% 正态置信区间 分布 均值 标准误 下限 上限 Weibull 64.9829 4.6102 56.5472 74.677 对数正态 67.4153 5.5525 57.3656 79.225 指数 80.5676 13.2452 58.3746 111.198 正态 63.5518 4.0694 55.5759 71.528

80 度 的分布 ID 图

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策