你好，
某客戶有以下場景：
他們從客戶那裡獲得測試台的電機測試數據（不是現場數據）。 在那裡，他們在各種條件下進行測試，並且總是在完整的測試時間內進行測試（測試之間的時間也可能有所不同）。 客戶希望他們利用此類數據來估計現場的故障機率。 到目前為止還很奇怪;)
測試號
|
階段
|
存在閥門
|
小時
|
測試類型
|
引擎
|
5278
|
1
|
是的
|
第465章
|
納爾多
|
M9
|
5278
|
2
|
是的
|
第465章
|
納爾多
|
M9
|
6088
|
1
|
不
|
300
|
SHES+NC
|
M9
|
6088
|
2
|
是的
|
300
|
SHES+NC
|
M9
|
6117
|
1
|
是的
|
187
|
耐力
|
M9
|
6117
|
2
|
不
|
187
|
耐力
|
M9
|
6126
|
1
|
不
|
214
|
一些
|
M9
|
6126
|
2
|
是的
|
214
|
一些
|
M9
|
7291
|
1
|
是的
|
300
|
SHES+NC
|
M9
|
7291
|
2
|
是的
|
300
|
SHES+NC
|
M9
|
6107
|
1
|
不
|
第392章
|
熱冷
|
M9
|
6107
|
2
|
是的
|
第392章
|
熱冷
|
M9
|
7324
|
1
|
不
|
第417章
|
熱冷
|
M9
|
7324
|
2
|
是的
|
第417章
|
熱冷
|
M9
|
6917
|
1
|
不
|
第416章
|
SHES+NC
|
M9
|
6917
|
2
|
是的
|
第416章
|
SHES+NC
|
M9
|
6108
|
1
|
是的
|
第562章
|
最大峰濃度/最大峰峰值
|
M9
|
6108
|
2
|
是的
|
第562章
|
最大峰濃度/最大峰峰值
|
M9
|
1801
|
2
|
是的
|
314
|
最大峰濃度/最大峰峰值
|
R9
|
1839年
|
2
|
不
|
229
|
熱冷
|
R9
|
1839年
|
2
|
不
|
400
|
熱冷
|
R9
|
1020
|
2
|
是的
|
第435章
|
SHES+NC
|
R9
|
第833章
|
2
|
不
|
第388章
|
SHES+NC
|
R9
|
1903年
|
2
|
是的
|
第357章
|
火花結束。
|
R9
|
1025
|
2
|
是的
|
第279章
|
拉誇格
|
R9
|
在數據中您可以看到測試場景，兩個引擎（M9 和 R9）。 他們的零件將位於原始設備製造商的引擎內，原始設備製造商對其引擎進行測試（而不是在現場）。 它們的部件包括兩個橡膠閥門，列為“階段”。 M9有兩個，R9只有第二個。 如果在測試結束時缺少一個閥門（閥門存在“否”），則測試運行失敗。
我已經做了一些分析（附件），但我有一些疑問，這是否是一種可以信任的分析。
1. 由於測試場景和測試的運行時間不同，這是否會影響考慮所有觀察結果的壽命分佈？ 我猜是。
2. 使用測試類型作為競爭原因，可以看到某些測試類型未包括在內，因為資料中只有一個失敗或沒有失敗。 這當然會導致巨大的置信區間。 如果人們至少想知道何時會發生故障，那麼他們今天就會獲得更多資訊。 我想這已經可以透過該分析完成，我錯過了什麼嗎？
3. 如果他們在運行結束時才檢測到故障，這是否有問題？ 我將其與可修復系統和維護間隔進行比較，您只是檢測到該日期之前存在故障，但不準確地檢測到該維護日期之前的時間。 我預計不確定性會增加，但可能不會增加到無法使用結果的程度。 這種看法是否過於樂觀？
如果您無法改變 OEM 執行測試的方式，您將如何處理這個問題？
多謝，
馬丁
根據您的描述，我同意 Don 的觀點，您適合參數生存：小時作為事件發生時間，閥門存在作為審查指標，測試類型和發動機作為模型效果。 那麼問題來了：如何處理Stage。 對於 M9 發動機，如果兩個閥門之一丟失，則將其視為故障，然後我將合併行並重新編碼閥門存在以反映更改，並創建一個新的故障模式以指示故障是否是由於階段造成的1或2 階段故障。 換句話說，您將運行競爭原因參數生存模型。
我會選擇“擬合參數”（如果客戶有 Pro，則選擇“廣義回歸”）。 不確定如何使用這些效果，也許客戶可以提供一些關於如何做到這一點的見解。 更糟糕的情況是，您可以對顯著影響的條件進行平均。
馬丁，
正在測試什麼？ 當您說他們全職執行測試時，我假設正在測試的任何內容都被測試為失敗（即，它是一個不可修復的系統）。 乍一看，我認為使用擬合參數生存法是可行的方法，但在確定之前我必須了解更多。
大學教師
