信頼性は、製品の設計、製造、および使用のすべてのリンクに存在する問題です。簡単に言えば、信頼性とは、製品が故障しにくい度合いです。ご存知のように、製品は通常工場出荷時に認定されますが、時間が経つにつれて製品の機能や性能が徐々に変化し、最終的には故障につながります。この傾向を変えることはできませんが、決められた時間内に失敗しない製品を設計および製造することは、企業と消費者の両方が関心を持っているトピックです。第二次世界大戦の初期に頻繁に発生した米国の戦闘機の通信障害や、最近では昨年 3 月 15 日に発覚した特定の自動車ブランドのエンジンの品質問題に至るまで、本質的に、それらはすべて、製品の信頼性が低い。信頼性分析の合理的な適用は、R&D、エンジニアリング、品質、およびその他の部門の技術者が製品品質の安定性を向上させ、製品ライフサイクルコストとアフターサービスコストを削減し、顧客満足度とロイヤルティを向上させるのに役立ちます。
不可解なのは、多くの企業が信頼性分析の重要性を認識しているにもかかわらず、依然として意図的に信頼性分析を避けていることです。多くの理由がありますが、主な理由の 1 つは、一般的な企業が、ルーチンの統計的品質管理がすでに十分に複雑であり、信頼性に関する研究がより高度な統計的知識を使用する必要があると感じていることです。正式な統計的方法の訓練を受けた企業での信頼性の方法の促進を客観的に大幅に制限するのは気が遠くなるでしょう。
JMP は強力でプロフェッショナルな信頼性とサバイバル プラットフォームを備えており、ユーザー分析を実施し、単一コンポーネント、修理可能な製品、さらにはシステム全体の信頼性を対話的かつ視覚的な方法で予測することをサポートできます。典型的な例を挙げて、JMP を使用して信頼性分析を実行する方法を見てみましょう。
例：電気製品の信頼性を分析するために、会社は製品の耐用年数データのバッチを収集しました (図 1 に示すように、「検閲」された場合)。 =0 「時間」が正確な失敗時間であることを意味するとき、「打ち切られた」とき=1 When は、正確な故障時刻が不明であることを意味しますが、[Time] に表示される値よりも大きい必要があります)。この一連の代表的なデータの下で、製品の故障特性を調べてみませんか?失敗する確率が90%この製品の信頼できる寿命はどれくらいですか?
図1 信頼性試験の生データ表（一部）
信頼性の理論によると、これら 2 つの問題を解決するには、まず基本的な問題を解決する必要があります。つまり、この生命データのグループはどのような分布に従うかということです。これは簡単に解ける問題ではなく、ワイブル分布、対数正規分布、指数分布など、1つ1つ試して比較検証する必要があり、控えめに言って十数以上あります。しかし、一般的な品質エンジニアは、これらの専門的な統計用語を聞くとめまいを感じます。また、生活データには「打ち切られた」機能が含まれているため、判断はより複雑であり、通常、一連の長い統計分析レポートと統計指標を判断する必要があります。
分析に JMP ソフトウェアを使用しているときに、JMP には「すべての分布に適合」と呼ばれるコマンドがあることがわかりました。これは、従来のすべての信頼性分布を数秒で 1 つずつ適合させ、最適な分布適合を自動的に選別します。たとえば、下の図では、「対数ロジスティック」分布が、JMP がすべての寿命分布をすばやく比較した後に見つかった最良の分布です。統計の原理についてあまり知らず、分布がどのように見えるかを直感的に知りたい場合は、図の青い曲線とその周りの水色の信頼区間を見てください。統計の原理をよく理解している場合は、次のように考えてください。識別の統計的根拠を深く理解している場合は、以下の「モデル比較」表で関連する指標を確認することもできます。つまり、必要なものを用意して、分散モデルの識別という最も基本的なタスクを完了することができます。
図 2 信頼性分布モデル比較のビジュアル表示
また、最適な分布を求めながら、製品の品質に関わるさまざまな信頼性特性（信頼寿命、故障確率、故障確率密度、故障率など）もグラフで表現できます。たとえば、下の図では、「分布プロファイラー」と「分位プロファイラー」の両方が、故障確率と製品寿命の関係を示しています (この 2 つの主な違いは、X 軸と Y 軸で表される変数が「ハザード率プロファイラー」は、ハザード率（いわゆるハザード率）が製品寿命とともに変化する法則を示します（これを使用して、信頼性で最も有名な「バスタブ曲線」を実現できます）。 Density Profiler は、故障確率密度が製品寿命によってどのように変化するかを示しています。
図 3 信頼性分析における主な特性変数のプロファイラー
これらのグラフを使用すると、最初の質問である「この製品の故障特性はどうですか?」を視覚的に説明できます。 2番目の質問「故障確率が90%の場合、この製品の信頼できる寿命はどれくらいですか?」に答えてみましょう.「分位プロファイラー」のX軸に「0.9」と入力すると、Y軸に表示されます.赤の値「4017.671」と黒の値「[2798.93,5767.09]」は、この時点での信頼できる寿命が 4017.671 であり、その信頼区間が [2798.93,5767.09] であることを示しています。
他にも、加速寿命解析、寿命データの回帰分析、保守性解析など、信頼性解析に関する内容が盛りだくさんです。これらは、JMPソフトウェアに対応するグラフィカルでインテリジェントな分析プラットフォームを備えています.非常に直接的な利点は、統計学のバックグラウンドを持たないエンジニアが統計学の障壁を迅速に克服し、技術的な問題について分析と研究を直接実施できることです.これにより、製品の信頼性が向上します. 、顧客の苦情率とアフター サービス コストを削減します。今後もこれらのプラットフォームの紹介や適用事例をお届けしていきますので、ご期待ください。
