La vidéo a été mise à jour en mai 2024.
Découvrez comment :
- Comprendre les types de problèmes résolus par les outils de fiabilité
- Les problèmes dans lesquels un produit (ou un processus) est soumis à des contraintes répétées, conduisant éventuellement à des pannes et à des facteurs de stress pouvant être n'importe quoi (par exemple, cycles de tension, charges mécaniques, lavages de voitures, cycles de démarrage/arrêt d'un moteur).
- Problèmes dans lesquels un produit (ou un processus) est soumis à des contraintes répétées, entraînant une dégradation des performances (par exemple, usure des pneus par rapport au kilométrage, efficacité du CVC sur le nombre de cycles, force d'adhérence au fil du temps, durée de conservation des médicaments)
- Prendre en compte les problèmes résolus par l'analyse de fiabilité
- Quand va-t-il casser ?
- Combien de temps certains salariés restent-ils et quand partent-ils ?
- Combien de temps les patients survivent-ils grâce aux traitements médicaux ?
- Quelle est la tendance à l’attrition des cartes de crédit ?
- En Pharma, comment fixer ma date de péremption ?
- Quelle durée de garantie dois-je offrir aux clients ?
- Quel est le délai de réparation typique ?
- Comment puis-je assembler des pièces pour donner la meilleure fiabilité à un système de pièces ?
Sample Size Explores are useful for teliability life testingLes explorations de la taille de l'échantillon sont utiles pour les tests de durée de vie de la fiabilité
Questions et réponses de Jerry Fish @JerryFish et Don McCormack @DonMcCormack qui ont suivi la démo en direct, ainsi que des questions et réponses d'une session précédente sur ce sujet.
Q : Sommes-nous limités à Weibull à deux paramètres ou est-ce que trois paramètres sont une option ?
R : Les distributions commençant par TH sont les trois distributions de paramètres.
Q : Quand allons-nous examiner les profileurs sous Weibull ?
R : Lorsque vous envisagez d'utiliser la distribution Weibull. Les contrôles en haut du rapport s'appliquent uniquement au graphique. Pour utiliser un profileur pour une distribution spécifique, vous devez utiliser l'ajustement sous la zone de contour appropriée.
Profilers display under the section for each Distribution type selected. In this case, we see and can interact with Lognormal Profiler results.Les profileurs s'affichent sous la section pour chaque type de distribution sélectionné. Dans ce cas, nous voyons et pouvons interagir avec les résultats de Lognormal Profiler.
Q : Qu’indique la largeur relative ?
R : Par rapport au point auquel l’estimation est faite.
Q : Si la durée de notre test est en réalité une période de temps, et non un nombre de cycles, les unités seront-elles toujours des heures ? JMP l'interprète-t-il toujours de cette façon ?
R : Considérez les données comme une valeur d'utilisation. Peu importe qu'il s'agisse du temps, des cycles, des kilomètres, etc. De la même manière, les unités d'utilisation n'ont d'importance qu'en matière d'interprétation.
Q : Pour la prévision de la dégradation, chaque appareil est-il considéré totalement séparément ou existe-t-il un modèle commun pour tous les appareils ?
R : Vous avez la possibilité d’examiner des pentes et/ou des intersections communes ou distinctes.
Q : Pouvez-vous corriger la pente dans les distributions de vie lorsque vous disposez de plusieurs ensembles de données (groupes) ?
R : Je ne suis pas sûr de ce que vous entendez par pente, vous ajustez une distribution d'échec. Cela dit, vous pouvez corriger n'importe lequel/tous les paramètres de la distribution que vous choisissez. Si vous voulez dire que vous testez les différences entre les groupes, vous souhaiterez peut-être utiliser Fit Life by X où X est le groupe.
Q : La configuration qu'il a montrée semblait fonctionner uniquement pour les données censurées à droite. Comment organiser une censure à gauche et un mélange de droite et de gauche ?
R : Si vous avez une censure mixte, vous configurez les données avec deux colonnes. La première colonne indique le début de la période, la seconde la fin. Pour les données censurées à droite, la colonne de droite est définie comme manquante. La censure par intervalles a une valeur pour les deux colonnes.
Q : Cette analyse s'applique-t-elle aux échantillons destructifs, comme les solides qui sont stockés à différentes températures et doivent être reconstitués avec un tampon pour être testés ?
R : Dans ce cas, nous avons affaire à de véritables échecs, c'est-à-dire lorsque quelque chose cesse de fonctionner. Lorsque nous utilisons une mesure en remplacement d'un échec (par exemple, lorsqu'un certain pourcentage de substances dégradantes se forme), nous utiliserons les plates-formes Dégradation, Dégradation destructrice ou Dégradation de mesures répétées, selon le moment où l'on utilise (Dégradation/Dégradation destructive). Dégradation) ou multiple (Dégradation/Dégradation des mesures répétées) sont effectués.
Q : Pouvez-vous expliquer brièvement TH et DS ?
R : TH signifie seuil. Ce sont les modèles à trois paramètres tels que le Weibull à trois paramètres. DS est une sous-population défectueuse. Dans ce cas, on suppose qu’il existe un mélange d’éléments présentant des défaillances précoces et des éléments ayant une durée de vie considérablement plus longue. L'utilisation de ces distributions vous donnera une distribution unique avec un paramètre qui indique la proportion d'échecs précoces.
Q : La plate-forme Fit Life by X peut-elle gérer simultanément deux conditions d'accélérateur, comme l'accélération due à la température et l'accélération due à la tension ?
R : Vous pouvez utiliser Fit Parametric Survival. Nous présenterons une session complète couvrant les tests de durée de vie accélérés le 25 août 2023. Pensez à assister à cette session Mastering JMP .
Q : Est-il approprié d’utiliser la fiabilité en pharmaceutique pour une étude de stabilité accélérée utilisant des protéines ?
R : Tout d’abord, il existe une plateforme de stabilité dans JMP. Si nous ne parlons pas de tests accélérés, vous pouvez effectuer des calculs de durée de conservation à l'aide des fonctionnalités de dégradation de JMP. Nous avons entendu parler de personnes utilisant l'équation d'Arrhenius pour les protéines, lorsque vous les faites cuire ou que vous augmentez la chaleur jusqu'à ce qu'elles commencent à se dénaturer. Je ne sais pas s'il existe ou non des directives de la FDA ou de l'UPC concernant les modèles à utiliser. L'équation Life by X d'Arrhenius pourrait être un moyen d'adapter ces types de modèles. Gardez également à l'esprit que si vous mesurez quelque chose comme la quantité de démêlage de la protéine, cela vous placera dans le domaine de l'analyse de la dégradation, par opposition à Life by X. , qui cherche un véritable échec.
Q : Qu'indique « Censor » dans l'analyse de distribution de vie ?
R : La censure indique que l'objet fonctionnait toujours lors de sa dernière observation.
Q : Qu'est-ce qui changera si nous sélectionnons un code de censure différent ?
R : Lorsque vous sélectionnez un code de censure différent, vous modifiez les observations qui correspondent aux observations censurées.
Q : Pour la distribution de la vie, pourquoi le risque est-il élevé aux faibles kilocycles ?
R : Le risque est le rapport entre les défaillances cumulées et la probabilité de défaillance. Je soupçonne qu'il est grand parce que la probabilité (c'est-à-dire le dénominateur) est très petite.
Q : Je vois un onglet indiquant « Facteur d'accélération » dans le cadre du test de durée de vie accéléré. JMP calcule-t-il votre facteur d'accélération pour vous sur la base de données expérimentales ! ? Si c'est le cas, c'est INCROYABLE !
R : Oui, cela est basé sur les données et les hypothèses que vous faites concernant le facteur d'accélération (par exemple, il s'agit d'Arhhenius).
Q : La section « X » serait-elle utilisée pour effectuer une dégradation multivariée ?
R : Sur les plates-formes qui acceptent plusieurs X, vous pouvez modéliser une (unique) réponse avec plusieurs prédicteurs. Il existe certaines plateformes de fiabilité qui vous permettent de le faire. Fit Parametric est le plus général d’entre eux.
Q : Comment pouvons-nous accéder à l’analyse des études de stabilité ?
R : C'est sous Dégradation (Analyse>Fiabilité et stabilité>Dégradation), le troisième onglet de la boîte de dialogue initiale.
Q : Existe-t-il un moyen de déterminer si une nouvelle forme de dégradation apparaît à des températures plus élevées ?
R : Peut-être. Dans ces cas-là, il se peut que vous ayez affaire à des mélanges. Life Distribution vous permet d'adapter des mélanges.
Q : Si votre équipement ne dispose que de paramètres discrets, ce serait alors la bonne façon d'effectuer l'analyse, n'est-ce pas ? 14h49
R : Oui, c’est une façon de faire l’analyse.
Q : Est-il possible d'effectuer une analyse des graphiques du Nevada dans JMP ?
R : Oui. Dans Reliability Forecast , le menu triangulaire rouge de Reliability Forecast contient l'option Enregistrer les données au format Time to Event, qui enregistre Nevada ou Dates des données dans un tableau au format Heure avant événement.
Q : Concernant l'intervalle de confiance, je sais que JMP 16 peut modifier l'IC dans la distribution de la vie et dans l'ajustement de la vie par X. Existe-t-il un moyen de modifier l'IC dans l'ajustement de survie paramétrique ? La valeur par défaut est 95 %, dans certains cas, je souhaiterai peut-être la modifier par d'autres valeurs, par exemple 75 %. Je ne vois pas cette option dans Fit Life by X.
R : Dans Fit Parametric Survival, vous pouvez modifier votre niveau Alpha à partir de l'écran où vous spécifiez les variables à analyser. Voir le triangle rouge principal.
Ressources:
