一位可靠性工程师想预测因有缺陷的冰箱压缩机而导致的保证索赔。工程师收集和分析去年的每月失效数据。

工程师知道将来的生产计划是每月运输 1000 台设备。可以使用 Weibull 分布对失效数据进行建模。在重新设置预处理保证数据的格式之后,工程师使用保证预测来预测将来的保证索赔。

  1. 打开样本数据,压缩机失效_预处理.MTW
  2. 选择统计 > 可靠性/生存 > 保证分析 > 保证预测
  3. 起始时间中,输入起始时间
  4. 结束时间中,输入结束时间
  5. 频率(可选)中,输入频率
  6. 单击预测。在每个时间周期的生产数量中,输入 1000
  7. 在每个对话框中单击确定

解释结果

“当前保证索赔摘要”表中的结果指示,在数据收集阶段,现场的 12,000 个压缩机中,有 69 个压缩机失效。根据使用 Weibull 分布获得的估计值,预计大约有 69 个压缩机在这段时间内失效。

使用预测失效数表和预测失效数图,工程师以 95% 的置信度断定,预计在接下来的五个月内失效的额外压缩机数量位于大约 62 到 98 个压缩机这一区间内。

保证预测:开始 = 起始时间,结束 = 结束时间

* 注 * 使用了 22 个案例;2 个案例包含缺失值或零频率。

使用 频率 中的频率

分布参数 分布 形状参数 尺度 Weibull 1.26494 398.062 极大似然估计法
当前保证索赔的摘要 单位总数 12000 故障函数 69 期望的失效数 68.5201 95% Poisson 置信区间 (53.2630, 86.7876) 未来时间周期故障的单位数 11931
生产计划 未来时间周期 1 2 3 4 5 产品质量 1000 1000 1000 1000 1000
失效的预测数表 95% Poisson 置信 未来时 潜在失 失效预 区间 间周期 效数 测点数 下限 上限 1 12931 13.1073 7.0000 22.3660 2 13931 27.4930 18.1933 39.8678 3 14931 43.1798 31.2722 58.1271 4 15931 60.1892 45.9516 77.4449 5 16931 78.5416 62.1373 97.9488

失效图预测点数

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