398676_zh-TW

liliconcom

但是現在我該怎麼辦？ 在 JMP 中使用可靠性模型進行事件預測 (2021-US-30MP-823)

級別：中級

 

Bradford Foulkes，優化分析工程總監

 

在花費數週或數月的時間收集數據並構建可靠性模型後，通常的感覺是“現在怎麼辦？”或者也許問題是，“有多少會失敗？”在 JMP Pro 中，有一個平台可以通過一些調整來回答這些問題。可修復系統仿真 (RSS) 平台允許您輸入可靠性模型或模型系統，以查看事件發生的頻率以及可能產生的影響。在本演示文稿中，我將解釋如何通過自動生成 RSS 平台的方法從可靠性模型轉到事件預測。獲得輸出後，我將展示如何構建報告來回答有關事件預測、年度停機時間值和系統中各個模型的問題。本演示文稿涵蓋了實踐示例，以及如何使用 JSL 使平台和報告生成更容易。

 

 

自動生成的成績單...

 

揚聲器	成績單
布拉德·福克斯	感謝您參加我的演講，但我現在該做什麼？ 在 JMP 中使用可靠性模型進行事件預測。
	我經常被問到……一旦我建立了一個可靠性模型，我就會被問到，我實際上用它做什麼？ 人們常常忘記，您可以使用可靠性模型來預測事件實際發生的時間。
	甚至不僅僅是第一個事件，可能是該產品隨著時間的推移可能會看到的第二個、第三個或第四個事件。
	所以有點關於我自己。 我叫布拉德·福克斯。 我是 Optimal Analytics 的工程總監，在那裡我們與企業合作，試圖幫助他們了解他們的數據、識別障礙並讓他們更有效地行動。
	在擔任該職位之前，我在可靠性工程領域工作了大約 9 年，致力於研究如何理解部件可靠性並確定部件何時會隨著時間的推移而真正損壞。
	我已經使用 JMP 大約八年了，我認為大約是 JMP 10。 我不確定，那是很久以前的事了，所以我忘記了我們使用的是哪個版本......我當時在使用。
	在我最喜歡的 JMP 工具中，我很喜歡使用壽命分佈，因為這是可靠性建模所在。 Fit模型，我用的很頻繁，還有JSL。
	腳本編寫可以打開一整套新工具和新玩具供您使用。 那我今天為什麼要介紹這個呢？
	因為，這個問題通常出現在最後......在構建模型的最後，直到那時才真正考慮過。
	您可能會完成一個模型並獲得一大堆概率，然後真的不知道下一步該做什麼。 所以這是一種您可以在構建模型時執行的選項，並且可以繼續前進。
	所以我們今天談論的關於事件預測的內容，當您構建模型時，您已經習慣了經常在這裡看到這種情節。 你會有屬於自己的時光，
	也許這些是硬件或產品生命週期。 假設它是一個攪拌機，你知道的，或者任何一種可能不會持久的廚房用具或小廚房用具
	非常長的時間。 所以其中一些會很早就失敗；有些會很晚才失敗。
	但是在一天結束的時候，你最終會遇到失敗的可能性，當這些事情將要......將會發生時。 所以在這裡你可能會過來說，好吧，大約 90% 的失敗會在四年內發生。
	嗯，那太好了。 這可以幫助您了解第一次故障，並可能將零件在現場出現故障的可能性增加，但對於實際必須購買或使用這些東西的人來說，這對他們沒有多大幫助。
	對於實際使用這些產品的客戶來說，他們並不關心，你知道，它會持續多久。 他們可能不想知道，在一段時間內我需要購買多少，
	也許在整個生命週期中。 他們只想看看 10 年，我需要在 10 年內購買多少才能生存。
	所以這就是事件預測的用武之地。 事件預測的真正含義是獲取您的分佈並進行某種翻轉，因此仍然擁有您的時間分佈。
	你在這裡的事件發生的時間是多少，然後是事件的概率。 所以現在
	您可以查看其中一些事件發生的頻率。 所以也許第一個事件發生在這里大約八年半，第二個事件發生在九歲半，
	第三個事件......但這都是一個客戶。 所以這都是一個客戶，一個用例，所以，對他們來說，你知道，他們失敗的時間
	在這裡查看所有這些部件，查看所有這些間隔和這些替換。 所以這裡，
	是 20 多年以來，客戶實際上正在關注這一點。 他們可能......所以他們會想知道......我需要或生存那20年，我至少需要三個部分。
	因此，通過使用一些隨機選擇和模擬，您可以了解這些部件需要更換的頻率以及客戶可能需要購買您的產品的頻率。
	那麼，這如何實用呢？ 好的，所以它真的歸結為替代品。
	替代品，您將新零件或與新零件一樣好的零件放入其中的頻率如何？ 所以
	一個可修復的系統和一個不可修復的系統。 一個可修復的系統是一個可以讓你把事情搞得一團糟的系統。
	點它可以再次運行，也許它不如新的。 假設您的輪胎上有一個洞。 你堵住洩漏，然後繼續前進。
	那修好了 但是，如果您可以將輪胎修理到與新輪胎一樣好並且永遠不會再次出現故障怎麼辦？
	現在對於輪胎，也許這不是那麼實用，但是對於其他事情，您可能要更換一個零件，或者您可能需要切掉零件的一部分並僅更換那個或那個發生故障的零件。
	使零件與新零件一樣好可以使其成為不可修復的系統。 所以即使你進行了修理，讓它和新的一樣好，
	它改變了一些事情。 現在這是一個巨大的警告，你知道。你確實必須考慮很多關於什麼是新手段的問題，但很多時候，我認為部分......或者人們處理的部分
	他們已經修好了，而且修得和新的一樣好，他們認為，嗯，這是一個可修復的系統，但對於可靠性世界來說，事實並非如此。 好的，我暫時離開那個肥皂盒。
	回到替代品。 當我們研究某種單一系統時
	你可能會看著這裡的東西說，好吧，你知道，
	對於單個系統，
	零件發生故障的頻率如何？ 因此，如果我們只關註一位客戶，他們的購買頻率如何？ 所以第一部分在這裡持續了四年。
	然後他們不得不購買第二個。 那個只用了1.3年，然後又要買第三個，而這個一炮而紅，用了八年。
	因此，歸根結底，他們在 12 年內不得不購買三個零件，但差異很大。 所以你在各種各樣的產品上看到了這一點，一些手機，
	其他家居產品。 有些事情會提前失敗；有些事情遲到會失敗。
	你可能只是和你的朋友聊天說，嘿，我得到了......我有這個可怕的手機。 我不敢相信它這麼早就失敗了。 他們會和你談論他們使用了 10 年的同一款手機。 授予可能不是 10 年，但
	可能需要一段時間。 所以在一天結束時，對於這個系統，這個客戶，他們不得不更換部件三遍。
	現在，如果我們查看多個系統，我們可以逐漸了解這些事情發生的頻率。 所以
	一個客戶可能擁有第一個系統，然後是第二個客戶，也許他們有五次或六次更換……在大致相同的時間段內。
	因此，如果我們查看第一個系統，我們可能會說，好吧，我們至少要到第四年才會出現任何故障。
	但是如果我們看看第二個系統，他們在第一年就失敗了。 因此，如果我們試圖計算出第一年或第二年可能出現的平均故障或事件的平均數量，
	第一個系統並沒有告訴我們太多。 所以這就是，如果你沒有數據並且......但是你在你的模型中有你的分佈，其中你的威布爾的 beta 和 eta 或類似的東西，
	您可以使用模擬來嘗試列出一些客戶期望在第 1、2、3 年發生事件的頻率，以及比您實際擁有的數據更遠的事件發生的頻率。
	通過這樣做，通過查看這些多個系統並查看該模擬，您可以了解並開始看到頻率的趨勢
	這些部件將逐年更換。 因此，雖然這裡的數據可能只是基於七年之久的事件時間，
	對於日曆時間或客戶時間，會有一種尖峰，然後它會趨於平緩的替換水平。 現在
	通過模擬，你會看到一些彈跳，這就是你在這裡看到的。 如果我們有一個封閉形式的解決方案，我們會有一條很好的直線，但是
	通過模擬，我們確實得到了一些變化。 這就是你在這裡看到的。 所以你可以畫一條線，看看你知道，平均來說，
	一個人可能希望每年更換其中的三分之一。 因此，三年後，一旦開始運行，您就可以期待更換。 所以在開始時有一些，然後它有點水平。
	讓我們看一個例子來說明我的意思。
	我們這裡有一張數據表，這裡我有一個模型。 所以這個模型只是一個隨機的威布爾。 因此，如果您不熟悉可以在 JMP 中使用的不同功能，
	您可以使用隨機威布爾、威布爾分位數、威布爾分佈、威布爾密度。 這些都是您可以應用於不同分佈的函數。
	在這種情況下，我們從特定分佈中選擇一組隨機點。 我的發行版的 beta 為 1.2，eta 為 3。
	因此，通過在此處選擇這些隨機...隨機事件，
	這些都是單獨的事件，這就是最終會進入您的模型的內容。 如果你要建立一個關於零件故障的模型，結果會怎樣，這些是通常最終會出現的日期。 然而，丟失的是這實際上如何影響客戶。 所以隨著時間的推移
	客戶可能想知道在 20、30、40 年內我可以更換多少這些。
	這就是您需要查看總系統事件時間的地方。 而這只是各個時間的累計總和，所以 8.3 是第一，1.2 是第二，依此類推。
	所以，當你進入第二個系統時，我們有 1.8、3.9、5.9，所以它只是各個時間的累積計數。
	這裡要記住的是，當你試圖計算出所有這些的平均值時，
	您會查看系統編號，但是在實際發生的那一年，因此在運行的第二年發生了 1.8 年。
	這是要記住的一個重要區別……在這裡要牢記，因為您要確保在適當的年份識別失敗。
	所以你的 0.6，雖然它......如果這是第一個，它會在第一年，它實際上只是增加了年份......系統時間......系統年在這裡。
	所以，有了這個你可能會想，好吧，好吧，既然我們已經有了這一切，我們可以計算我們的事件數量，看看這個系統，年份，並進行一個很好的小分析。 所以 JMP 實際上有一個很好的工具，可以為您完成所有這些工作。
	所以
	在 JMP 中有一個稱為可修復系統模擬的工具。
	而這個工具，
	我知道……我相信它出現在 JMP 13 中，也許是 JMP 14。 它已經存在了幾年。
	我不知道它是否得到了應有的宣傳，因為它是一個非常強大的工具，我認為很多人不會在這裡不欣賞它。
	那麼，它是什麼，您正在查看這裡的系統。 所以也許，或者現在，我在這裡有兩個部分，但也許我的系統實際上是
	七個或八個零件，或者是整個變速箱，或者一個泵，或者類似的東西。 你有所有這些一起工作的部分，如果其中任何一個失敗，
	你知道，整個系統都失敗了，所以你想了解什麼是事件，那裡的事件時間是多少。 因此，在其中的每一個中，您都會列出您的 Weibull 是什麼或您的模型是什麼，而這裡我有一個 beta 1.2 和一個 alpha 15。
	這是一個以年為單位的時間單位，如果我願意的話，我當然可以選擇不同的分佈。
	然後我可以說如果發生事件會發生什麼。 所以如果一個塊...所以這裡我有一個塊故障，如果真的發生故障會發生什麼？
	結果是換新的，所以我只想更換零件。 現在這裡有很多不同的選擇，也許我可以做一個最小的維修，但我已經說過，我想用一個全新的零件替換它，所以這將是一個新的......就像新的模型。
	然後您可以包括一定數量的停機時間。 那麼多久能修好呢？ 平均修復時間是多少？ 它可以是一個常數值
	或者它可以是......你可以立即說，甚至不關心它花費的時間，或者你可以給它一個列表來選擇。 你也可以在這裡給它幾個分佈。
	所以使用這些工具......現在我在這裡構建了一個非常簡單的系統。 我有一個已知分佈的部分，或者我有兩個已知分佈的部分。
	當其中任何一個失敗時，我有一個更換時間，所以第二個有選擇選項。
	你可以看到，你把它放在這裡。 現在選擇需要與您的模擬在同一時間單位。
	所以我選擇了幾年作為我的模擬。 這是以年為單位的，因此準備某事的時間可能只有一個小時、兩個小時，甚至可能是一天。 當你把它放在幾年裡時，數字會變得非常小，所以這就是你在這裡看到的。
	我不會在這裡討論所有選項。 正如您所看到的，您還可以使用備用設備做許多其他事情，即 N 中的 K，其中很多用於更複雜的分析。
	好的，所以我運行我的分析，我將運行 20 年，這裡列出，模擬次數為 100。 您通常需要更多，但出於演示目的，我們將其設置為 100，種子為 1234。
	那麼，然後我在這裡得到這個不錯的大輸出，並且初始輸出總是稱為數字，這非常有幫助。
	但是你可能會看到這個並且一切順利，我該怎麼處理這些東西？ 你可以過來這裡 你可以啟動這個分析
	也許您想按組件查看總停機時間。 所以這就是說，你知道，組件可能會看到的停機時間分佈是怎樣的？
	但它從來沒有真正回答過 20 多年的問題，我需要更換多少次這個部件？
	所以我寫了一個腳本，所以當你......當你下載這個期刊時，它會包含所有這些腳本。
	我把它設置為一個按鈕，但實際的腳本就在下面供你參考，如果你想使用它。
	所以我只要點擊按鈕，一大堆事情就會發生。 所以我現在已經進入併計算了我期望這些事件發生的頻率，年復一年。 所以從系統的角度來說，
	我已經對我的失敗事件進行了子集化並設置了我的年份值。 所以你可能記得年份值向上取整，所以 3.8 年是 4。
	現在查看日曆時間，查看我們可能使用的系統時間。 它不看個人時間，所以每個時間之間的時間，你知道，因為第一排到第二排是 1.8 年左右。
	但因為我們正在研究系統，我們實際上是在計算 5.69。
	現在我想把它變成……我想把所有這些價值變成有用的東西。
	不過，要記住的重要一點是，您需要......當您尋找每年平均事件數時，您需要查看沒有發生事件的年份。 所以在第一個模擬中，第一個事件發生在第四年，
	但我需要一、二和三的零，這就是我的腳本所做的。 我的劇本有點像
	我想看的東西的模式。 所以我想查看第一部分，我想查看年份值和模擬 ID，然後查看事件實際發生的時間。 所以在這裡你可以看到第一部分事件發生在第十年。
	所以當它被添加到這裡時，這就是分析更新的內容。 如果我向下滾動到第二部分......
	當您向下滾動到第二部分進行模擬一時，
	那裡……沒有活動。
	模擬的第一個事件直到……
	直到第四年。 所以如果我一直向下滾動到第四年
	對於第二部分，它會顯示我在模擬一中有一個事件，好吧。 所以這真的是將這些事件排列在每一個可能發生的年份組合中。
	嗯，有了這個級別的信息，現在我在所有...所有模擬中都有這些信息，你看到我有 4,000 條記錄，現在這只是年份、模擬和部分的所有可能排列。
	但我真的想把這些平均下來。 所以我把它平均下來，我想看看模擬的次數，即行數、年份值，然後是部分。 我減少到 40 行，更易於管理且更容易理解。
	你在這裡看到的第二部分是我們在開始時有一個小高峰，然後它有點平穩。 和
	它會反彈，因為這是模擬，我們只運行了 100 個事件，但是……或 100 個模擬，但我們可能會看到某種穩定的替代狀態。
	但是，如果我們嘗試從累積的角度來看這一點，這可以告訴客戶他們可能希望在 10 年內更換多少。 所以對於第二部分，
	假設客戶想知道我什麼時候需要更換，你知道，第一個？ 第一個是什麼？ 第一個
	將發生在第四年和第五年之間，就像第四年之後一樣。 然後第二個發生在……或者大約在第 7 年。
	第三個發生在大約第 10 年。 所以你可以看到，你有點爬坡，前面沒有很多故障，但是然後有這種穩定狀態，每三年左右你最終需要更換零件。
	如果您想嘗試在那裡做這樣的事情，這對客戶、規劃您的業務甚至供應鏈工作都非常有幫助。
	因此，使用來自可修復系統模擬的這種事件預測是一種方便快捷的方式來提供這種想法或了解有多少零件，而不僅僅是故障概率和可能發生的時間。 所以
	一件事......我今天想談論的另一件事是使可修復系統模擬更容易一些的方法。
	所以這可能是令人生畏的。 這是一個新工具，你可能不知道你正在使用的所有東西，但是
	如果您...如果您從模板開始，從表格開始，構建您的可修復系統模擬會容易得多。
	因此，最終，要構建模型，您需要大約 13 條數據。 大部分內容都在您甚至想不到的背景中進行，但是如果您將這些內容放在表格和模板中
	在這裡有這些不同的專欄...... 我說 13，你實際上需要的更少。 我在這裡做了一些修改來處理一些你可以在這裡做的整潔的小事情。
	但實際上你有你的分佈，你的模型類型，你的參數，什麼時間單位。 這些都是 JMP 中的默認設置，您可以更改或
	那是你會添加的東西。 所以每一個都有一個，你知道，如果塊失敗，你用新的替換什麼？ 這些你可以調整，你可以以不同的方式連接這些事件名稱和這些過程。
	在我的世界裡，很多時候我們會看到行為的改變。 也許我們想了解，前幾年，這是替代率，然後是第二年，這是替代率。
	或者您可能有想要利用的相互競爭的故障模式。 因此，我將在這裡向您展示的內容可以處理很多問題。
	對不起，這絕不是完美的。 這個
	絕對應該適合您自己的……您自己的用例，但是，歸根結底，從模板開始是加快開發速度和
	讓您能夠進行調整……即時進行小幅調整。 所以如果我有這個，我這裡有一個很好的小腳本，如果我點擊腳本，它會為我生成我的可修復系統模擬。
	如果我看這裡，我得到了我的第一個……我的第一部分是 beta 1.86 或 826，alpha 為 153。
	它真的只是把這張表變成可修復的系統模擬。 你可以做
	更複雜的東西。 所以讓我關閉那個。
	所以這裡我有 14 個部分。 如果我願意，我可以更改這些分佈中的任何一個，
	但我還有其他類型的事件想要在這裡查看。 我想將我的發行版拆分到哪裡
	它會在一定時間後改變或改變形狀。 也許我正在嘗試模擬產品介紹，您知道，整個車隊的產品升級。 或者也許我在這裡有競爭失敗模式，我想考慮到這一點。
	所以如果我願意，你知道...在腳本中使用這個模板，它允許我以非常簡單的方式處理所有這些。 現在你看到那有多快了。 那是什麼，一秒鐘左右
	生成這個模型？ 現在，如果我想創建另一個這樣的，也許，也許我希望這是一個
	登錄正常。
	我可以在這裡做，然後
	過來看看我的劇本
	和
	然後再運行一次。 我得到了另一個模型（讓我們看看，它是什麼？ 第五部分。）
	第五部分現在是一個日誌正常。 嘗試不同的迭代，嘗試不同的模型真的很容易，並且每次都會生成一個新的，
	在此處將圖表標記為您的表格。 因此，這是使用此模板執行分析和了解事件預測的便捷方法，使用此處嵌入的腳本執行分析，並隨著時間的推移了解事件預測。

爆發質量和可靠性統計和建模