La confiabilidad es un problema que existe en todos los eslabones del diseño, fabricación y uso del producto. En pocas palabras, la llamada confiabilidad es el grado en que el producto no es propenso a fallar. Como todos sabemos, los productos generalmente se califican cuando salen de la fábrica, pero a medida que pasa el tiempo, la función y el rendimiento del producto cambiarán gradualmente, lo que eventualmente conducirá a la falla. Aunque esta tendencia no se puede cambiar, diseñar y fabricar productos que no fallen en un tiempo determinado es un tema que preocupa tanto a las empresas como a los consumidores. En cuanto a las frecuentes fallas de comunicación de los aviones de combate de EE. UU. en los primeros días de la Segunda Guerra Mundial, y más recientemente los problemas de calidad del motor de cierta marca de automóviles que quedaron expuestos el 15 de marzo del año pasado, en esencia, todos son causados por la escasa fiabilidad del producto. La aplicación razonable del análisis de confiabilidad puede ayudar a los técnicos de I + D, ingeniería, calidad y otros departamentos a mejorar la estabilidad de la calidad del producto, reducir los costos del ciclo de vida del producto y los costos del servicio posventa, y mejorar la satisfacción y lealtad del cliente.
Lo que es desconcertante es que muchas empresas se han dado cuenta de la importancia del análisis de confiabilidad, pero todavía evitan deliberadamente el análisis de confiabilidad. Hay muchas razones, una de las razones principales es que las empresas en general sienten que el control de calidad estadístico de rutina ya es lo suficientemente complicado, y la investigación sobre la confiabilidad necesita usar muchos conocimientos estadísticos más avanzados, para aquellos que no han sido capacitados en métodos estadísticos formales Sería desalentador, lo que objetivamente limita en gran medida la promoción de métodos de confiabilidad en las empresas.
JMP tiene una plataforma poderosa y profesional de confiabilidad y supervivencia, que puede ayudar a los usuarios a realizar análisis de usuario y predecir la confiabilidad de componentes individuales, productos reparables e incluso todo el sistema de una manera interactiva y visual. Tomemos un ejemplo típico para ver cómo usar JMP para realizar análisis de confiabilidad.
ejemplo: Para analizar la confiabilidad de un producto eléctrico, una empresa recopiló un lote de datos de vida útil del producto (como se muestra en la Figura 1, cuando está "censurado" =0 Cuando significa "tiempo" es el tiempo exacto de falla, cuando "censurado" =1 Cuándo significa que se desconoce el tiempo exacto de falla, pero debe ser mayor que el valor que se muestra en "Tiempo"). Bajo este conjunto de datos representativos, estudiemos las características de falla del producto. Cuando la probabilidad de falla es 90% ¿Cuál es la vida útil confiable de este producto?
Figura 1 Tabla de datos sin procesar de la prueba de confiabilidad (parte)
De acuerdo con el método de la teoría de la confiabilidad, para resolver estos dos problemas, primero debemos resolver un problema básico: ¿a qué distribución obedece este grupo de datos de vida? Este no es un problema fácil de resolver, hay que probar, comparar y verificar uno por uno, como la distribución de Weibull, la distribución lognormal, la distribución exponencial, etc., por lo menos, hay más de una docena. Sin embargo, los ingenieros de calidad general se sienten mareados cuando escuchan estos términos estadísticos profesionales, y debido a que los datos de vida contienen la función "censurada", el juicio es más complicado y, por lo general, requiere una serie de extensos informes de análisis estadístico e indicadores estadísticos para juzgar.
Cuando usamos el software JMP para el análisis, encontramos que hay un comando en JMP llamado "ajustar todas las distribuciones", que puede ajustar todas las distribuciones de confiabilidad convencionales una por una en unos pocos segundos, y luego filtrar automáticamente el mejor ajuste de distribución. Por ejemplo, en la siguiente figura, la distribución "loglogística" es la mejor distribución que encontró JMP después de una comparación rápida de todas las distribuciones de vida. Si no sabe mucho acerca de los principios estadísticos y solo quiere ver cómo se ve la distribución de manera intuitiva, solo mire la curva azul en la imagen y el intervalo de confianza azul claro que la rodea; si comprende mejor los principios estadísticos, piense en For an comprensión profunda de la base para la discriminación estadística, también puede ver los indicadores relevantes en la tabla "Comparación de modelos" a continuación. En resumen, puede tomar lo que necesita y completar la tarea más básica de identificación del modelo de distribución.
Figura 2 Visualización de la comparación del modelo de distribución de confiabilidad
Además, mientras se obtiene la mejor distribución de ajuste, también se pueden expresar gráficamente varias características de confiabilidad relacionadas con la calidad del producto (como vida confiable, probabilidad de falla, densidad de probabilidad de falla, tasa de falla, etc.). Por ejemplo, en la figura a continuación, tanto el "Perfilador de distribución" como el "Perfilador de cuantiles" muestran la relación entre la probabilidad de falla y la vida útil del producto (la principal diferencia entre los dos es que las variables representadas por el eje X y el eje Y están justo enfrente), el "perfilador de tasa de riesgo" muestra la ley de que la tasa de riesgo (es decir, la llamada tasa de riesgo) cambia con la vida útil del producto (esto se puede usar para realizar la "curva de bañera" más famosa en confiabilidad teoría), " El Density Profiler muestra cómo la densidad de probabilidad de falla varía con la vida útil del producto.
Figura 3 Perfilador de principales variables características en análisis de confiabilidad
Usando estos gráficos, la primera pregunta "¿Cómo es la falla característica de este producto?" se puede explicar visualmente. Ahora respondamos la segunda pregunta "Cuando la probabilidad de falla es del 90%, ¿cuál es la vida útil confiable de este producto?" Ingrese "0.9" en el eje X del "Perfilador de cuantiles", y puede obtenerlo en la Y -eje El valor rojo "4017.671" y el valor negro "[2798.93,5767.09]" indican que la vida confiable en este momento debe ser 4017.671, y su intervalo de confianza debe ser [2798.93,5767.09].
Hay muchos otros contenidos sobre análisis de confiabilidad, como análisis de vida acelerado, análisis de regresión de datos de vida, análisis de mantenibilidad, etc. Estos tienen una plataforma de análisis inteligente gráfico correspondiente en el software JMP.Un beneficio muy directo es que permite a los ingenieros con antecedentes no estadísticos superar rápidamente las barreras de las estadísticas y realizar directamente análisis e investigaciones sobre cuestiones técnicas, mejorando así la confiabilidad del producto. , reducir la tasa de quejas de los clientes y los costos del servicio posventa. Continuaremos brindándole presentaciones y aplicaciones de casos de estas plataformas en el futuro, así que permanezca atento.
