L'affidabilità è un problema che esiste in ogni collegamento di progettazione, produzione e utilizzo del prodotto. In poche parole, la cosiddetta affidabilità è il grado in cui il prodotto non è soggetto a guasti. Come tutti sappiamo, i prodotti sono generalmente qualificati quando lasciano la fabbrica, ma col passare del tempo, la funzione e le prestazioni del prodotto cambieranno gradualmente, il che alla fine porterà al fallimento. Sebbene questa tendenza non possa essere cambiata, la progettazione e la produzione di prodotti che non falliscono entro un tempo specificato è un argomento che interessa sia le imprese che i consumatori. Per quanto riguarda i frequenti errori di comunicazione dei caccia statunitensi nei primi giorni della seconda guerra mondiale, e recentemente i problemi di qualità del motore di un certo marchio automobilistico che sono stati esposti durante il 15 marzo dello scorso anno, in sostanza, sono tutti causati da la scarsa affidabilità del prodotto. L'applicazione ragionevole dell'analisi dell'affidabilità può aiutare i tecnici nei reparti di ricerca e sviluppo, ingegneria, qualità e altri a migliorare la stabilità della qualità del prodotto, ridurre i costi del ciclo di vita del prodotto e i costi del servizio post-vendita e migliorare la soddisfazione e la fedeltà del cliente.
Ciò che lascia perplessi è che molte aziende hanno compreso l'importanza dell'analisi dell'affidabilità, ma continuano a evitarla deliberatamente. Ci sono molte ragioni, una delle ragioni principali è che le imprese generali ritengono che il controllo di qualità statistico di routine sia già abbastanza complicato, e la ricerca sull'affidabilità deve utilizzare molte conoscenze statistiche più avanzate, per coloro che non sono stati addestrato in metodi statistici formali Sarebbe scoraggiante, il che oggettivamente limita notevolmente la promozione di metodi affidabili nelle imprese.
JMP dispone di una piattaforma potente e professionale per l'affidabilità e la sopravvivenza, in grado di supportare gli utenti nella conduzione di analisi utente e nella previsione dell'affidabilità di singoli componenti, prodotti riparabili e persino dell'intero sistema in modo interattivo e visivo. Facciamo un esempio tipico per vedere come utilizzare JMP per eseguire analisi di affidabilità.
esempio: Per analizzare l'affidabilità di un prodotto elettrico, un'azienda ha raccolto un lotto di dati sulla vita utile del prodotto (come mostrato nella Figura 1, quando "censurato" =0 Quando significa "tempo" è l'ora esatta del fallimento, quando "censurato" =1 Quando significa che l'ora esatta del guasto non è nota, ma deve essere maggiore del valore visualizzato in "Ora"). Sotto questo insieme di dati rappresentativi, studiamo le caratteristiche di guasto del prodotto? Quando la probabilità di fallimento è 90% Qual è la durata affidabile di questo prodotto?
Figura 1 Tabella dei dati grezzi del test di affidabilità (parte)
Secondo il metodo della teoria dell'affidabilità, per risolvere questi due problemi, dobbiamo prima risolvere un problema di base: a quale distribuzione obbedisce questo gruppo di dati sulla vita? Questo non è un problema facile da risolvere, devi provare, confrontare e verificare uno per uno, come la distribuzione di Weibull, la distribuzione lognormale, la distribuzione esponenziale, ecc., per non dire altro, ce ne sono più di una dozzina. Tuttavia, gli ingegneri della qualità generale hanno le vertigini quando sentono questi termini statistici professionali e poiché i dati sulla vita contengono la caratteristica "censurata", il giudizio è più complicato e di solito richiede una serie di lunghi rapporti di analisi statistica e indicatori statistici per giudicare.
Quando si utilizza il software JMP per l'analisi, abbiamo scoperto che esiste un comando in JMP chiamato "adatta tutte le distribuzioni", che può adattare tutte le distribuzioni di affidabilità convenzionali una per una in pochi secondi e quindi escludere automaticamente la migliore distribuzione adatta. Ad esempio, nella figura seguente, la distribuzione "loglogistica" è la migliore distribuzione JMP trovata dopo un rapido confronto di tutte le distribuzioni di vita. Se non sai molto sui principi statistici e vuoi solo vedere intuitivamente come appare la distribuzione, guarda la curva blu sull'immagine e l'intervallo di confidenza azzurro attorno ad essa; se capisci meglio i principi statistici, pensa Per un comprensione approfondita della base statistica per la discriminazione, è inoltre possibile visualizzare gli indicatori pertinenti nella tabella "Confronto dei modelli" di seguito. In breve, puoi prendere ciò di cui hai bisogno e completare il compito più basilare dell'identificazione del modello di distribuzione.
Figura 2 Visualizzazione visiva del confronto del modello di distribuzione dell'affidabilità
Inoltre, pur ottenendo la migliore distribuzione di adattamento, è possibile esprimere graficamente anche varie caratteristiche di affidabilità relative alla qualità del prodotto (come durata affidabile, probabilità di guasto, densità di probabilità di guasto, tasso di guasto, ecc.). Ad esempio, nella figura seguente, sia il "Distribution Profiler" che il "Quantile Profiler" mostrano la relazione tra la probabilità di guasto e la vita del prodotto (la principale differenza tra i due è che le variabili rappresentate dall'asse X e dall'asse Y sono esattamente opposti), L'"hazard rate profiler" mostra la legge che l'hazard rate (ovvero il cosiddetto Hazard Rate) cambia con la vita del prodotto (questo può essere utilizzato per realizzare la più famosa "curva della vasca da bagno" in termini di affidabilità teoria), " Il Density Profiler mostra come la densità di probabilità di guasto varia con la vita del prodotto.
Figura 3 Profiler delle principali variabili caratteristiche nell'analisi di affidabilità
Usando questi grafici, la prima domanda "Qual è la caratteristica di guasto di questo prodotto?" può essere spiegata visivamente. Ora rispondiamo alla seconda domanda "Quando la probabilità di guasto è del 90%, qual è la durata affidabile di questo prodotto?" Inserisci "0.9" sull'asse X del "Quantile Profiler" e puoi ottenerlo sull'Y -axis Il valore rosso "4017.671" e il valore nero "[2798.93,5767.09]" indicano che la vita affidabile in questo momento dovrebbe essere 4017.671 e il suo intervallo di confidenza dovrebbe essere [2798.93,5767.09].
Ci sono molti altri contenuti sull'analisi dell'affidabilità, come l'analisi di vita accelerata, l'analisi di regressione dei dati di vita, l'analisi di manutenibilità e così via. Questi hanno una corrispondente piattaforma di analisi grafica intelligente nel software JMP.Un vantaggio molto diretto è che consente agli ingegneri con background non statistici di superare rapidamente le barriere della statistica e condurre direttamente analisi e ricerche su questioni tecniche, migliorando così l'affidabilità del prodotto. , ridurre il tasso di reclami dei clienti e i costi del servizio post-vendita. Continueremo a fornirti presentazioni e casi applicativi di queste piattaforme in futuro, quindi resta sintonizzato.
