Puis-je utiliser JMP Reliability Demonstration pour les situations de « non-fiabilité » ?Bonjour.
Ma question est la suivante : nous effectuons de nombreux tests de force de traction pour évaluer la résistance des soudures, etc. Notre spécification est de 10 lb de traction sur un test de traction Instron et est basée sur la compréhension des contraintes subies par le produit sur le terrain. Lors des tests jusqu'à l'échec, nous devons souvent atteindre des valeurs de force de 80 livres avant qu'il ne se casse - ce qui est en fait un test quelque peu dangereux si quelqu'un se tient à côté de la machine. De plus, il arrive plusieurs fois que la censure se produise par rupture à un endroit autre que la soudure.
Il ne s'agit donc pas d'un véritable test de "fiabilité" car le temps/les cycles ne sont pas incorporés. Il s'agit plutôt d'un test de stress. Cependant, ma question est la suivante : pouvons-nous toujours utiliser le module de démonstration de fiabilité JMP pour la taille de l'échantillon ?
Ou est-ce très différent des tests de fiabilité traditionnels et, par conséquent, la démonstration de fiabilité (à l'aide de Weibayes) n'est-elle pas inappropriée ?
Merci, Jim
Re : Puis-je utiliser JMP Reliability Demonstration pour les situations de "non-fiabilité" ?Merci Don.
Il semble y avoir des opinions mitigées à ce sujet, mais je vois franchement que les calculs se déroulent de la même manière dans les deux situations. On dirait aussi qu'il y a des textes qui se penchent sur ce sujet. Parce que je pense que cette question est importante (et intéressante), je souhaite également publier une réponse que j'ai reçue d'un de mes collègues (statistiques de doctorat). C'est paraphrasé :
... Nous rencontrons assez fréquemment des situations très similaires. Je pense effectivement qu'il convient d'utiliser les outils classiques de fiabilité pour ce genre de situation : mathématiquement, je ne vois pas beaucoup de différence entre la notion de « time-to-event » et de « force-to-event ». Dans les deux cas, il s'agit d'une mesure (principalement) continue qui conduit soit à un échec, soit à une observation censurée. L'analyse de survie/fiabilité peut être qualifiée de façon plus abstraite d'"exposition à l'événement". Le texte canonique de Meeker et Escobar sur le sujet approfondit l'idée des modèles de dégradation et la manière dont les modèles de dégradation sont liés à l'analyse plus simple du temps jusqu'à l'événement. Bref, oui, j'exécute assez fréquemment le genre d'analyse que vous décrivez. Bien sûr, l'analyste doit vérifier l'ajustement distributionnel et toutes les autres hypothèses de modélisation, pour s'assurer que le problème spécifique correspond bien à une analyse de survie ou à une démonstration de fiabilité.
Re : Puis-je utiliser JMP Reliability Demonstration pour les situations de "non-fiabilité" ?Permettez-moi d'ajouter une autre chose. En utilisant cette approche, vous pouvez arrêter les tests à une force inférieure à 80 et également traiter les liens ininterrompus comme censurés. Gardez à l'esprit que vous voulez probablement stresser les liens au point où certains échoueront. Bien qu'il soit possible de faire une analyse sans échec, vous aurez probablement une meilleure estimation si certains éléments échouent.
Enfiler
Re : Puis-je utiliser JMP Reliability Demonstration pour les situations de "non-fiabilité" ?Jim,
Je traiterais cela comme s'il s'agissait d'une analyse de fiabilité. Plutôt que la durée de vie, ou les cycles, ou une autre mesure dépendante du temps, votre
la variable "temps" est la force. Dans la plupart des cas, vous n'avez pas de censure, puisque vous stressez au point de vous casser. Cependant, lorsque vous avez une rupture à un endroit non lié, vous indiquerez que ces observations sont censurées.
Enfiler
Re : Puis-je utiliser JMP Reliability Demonstration pour les situations de "non-fiabilité" ?Jim,
Je pense que la réponse serait non. Je n'ai pas utilisé le module de démonstration de fiabilité, donc je ne connais pas les "écrous et boulons" du calcul, cependant, je pense que ce que vous faites serait suffisamment différent pour que la taille de l'échantillon de ce module ne soit plus pertinente. J'espère que quelqu'un d'autre interviendra s'il pense différemment. Il semble que vous ayez pris quelques mesures pendant que vous effectuez vos tests. Le premier n'est que la réussite / l'échec de la conformité aux spécifications. Cela aura une taille d'échantillon qui est nécessaire. Deuxièmement, vous avez le test jusqu'à l'échec, qui nécessitera une taille d'échantillon différente.La façon dont vous décrivez les tests jusqu'à l'échec ressemble à un modèle de durée de vie avec censure pourrait être un moyen raisonnable d'analyser les données. Les calculs de taille d'échantillon sont toujours un casse-tête (à mon avis). Une méthode non théorique consisterait à trouver d'abord la meilleure façon d'analyser vos résultats. Une fois que vous avez cela, prenez certaines de vos données déjà collectées et simulez les résultats de différents ensembles de tests de taille et voyez à quelle taille d'ensemble de données la confiance dans vos résultats "explose" (où vous devrez définir ce que "exploser" signifie dans termes de vos risques, exigences, etc.).
J'espère que cela pourra aider.
Karine
