当没有参数分布能充分符合你的数据时,用来 非参数分布分析 估算产品的可靠性。
根据选择的非参数方法,您可以执行以下操作:
- 估计将在各个时间间隔失效或生存的项目所占的百分比
- 显示故障图和生存图以查看失效和生存概率
- 检验多个样本的生存曲线等同性
你也可以使用非参数分布分析来验证和比较参数分布分析的结果。非参数分布分析的效率低于采用适当分布模型的参数分析,因此通常会产生更宽的置信区间。然而,由于非参数分析不需要对数据拟合任何分布,因此其结果不会因分布拟合不良而受到不利影响。
使用此分析来确定失效时间或任何审查方案。
- 具体故障数据
- 在研究或可靠性测试结束前,记录固定时间点的失效时间
- 右删失数据
- 记录该单元在研究或可靠性测试结束时仍然存活的时间。例如,患者可能在研究结束前就退出,或者某个病区在分配的检测时间后仍在运行。具体失效时间尚不清楚,但肯定会超过分配的学习时间。
- 区间删失数据
- 具体失效时间未知,但发生在已知的间隔内。例如,当可靠性工程师离开去中午休息时,一台机组仍在12点运行。工程师于 12:30 返回时发现机组已发生故障。因此,该单元在12点开始到 12:30 结束的间隔中失败。
- 左删失数据
- 左侧审查数据是区间审查数据点的一种特殊情况,其中区间的起点可能是时间0,也可能未知。工程师只知道设备在可靠性测试开始后某个特定时间点故障。
在本分析中,区间审查允许指定左侧审查数据和结合不同类型审查的数据。有关详细信息,请转到 数据删失。
当产品的失效方式不同时,请使用失效模式分析来评估每种失效类型对整体可靠性的影响。假定每种失效模式都是独立的。通过单独分析每种失效模式,可以更轻松地排列改进工作的优先次序。
提示
分析存储包含样本列和审查方案的可靠性数据定义。选择定义以快速运行 分布 ID 图、 分布概要图、 参数分布分析和 非参数分布分析 在同一数据上。
何时使用备择分析
- 当假设的参数分布模型正确时,参数方法能提供更精确的结果并估计更多类型的函数。因此,如果你能拟合参数分布到数据中,请使用 参数分布分析。
- 要判断参数分布是否足够拟合你的数据,请使用 分布 ID 图。