Kann ich JMP Reliability Demonstration für „Nicht-Zuverlässigkeits“-Situationen verwenden?Hallo.
Meine Frage lautet wie folgt: Wir führen viele Zugkrafttests durch, um die Schweißfestigkeit usw. zu beurteilen. Unsere Spezifikation ist 10 Pfund Zugkraft bei einem Instron-Zugtest und basiert auf dem Verständnis der Belastungen, denen das Produkt in der Praxis ausgesetzt ist. Beim Testen bis zum Versagen müssen wir oft Kraftwerte von 80 lb erreichen, bevor es kaputt geht – was eigentlich ein etwas gefährlicher Test ist, wenn jemand neben der Maschine steht. Darüber hinaus kommt es mehrmals vor, dass Zensur durch Bruch an einer anderen Stelle als der Schweißnaht erfolgt.
Dies ist also kein echter Zuverlässigkeitstest, da Zeit/Zyklen nicht berücksichtigt werden. Es ist eher ein Stresstest. Meine Frage lautet jedoch: Können wir das JMP-Zuverlässigkeitsdemonstrationsmodul weiterhin für die Stichprobengröße verwenden?
Oder unterscheidet sich dies erheblich von herkömmlichen Zuverlässigkeitstests, und daher ist eine Zuverlässigkeitsdemonstration (mit Weibayes) nicht unangemessen?
Danke Jim
Betreff: Kann ich JMP Reliability Demonstration für „Nicht-Zuverlässigkeits“-Situationen verwenden?Danke Don.
Es scheint einige gemischte Meinungen dazu zu geben, aber ich sehe ehrlich gesagt, dass die Mathematik für beide Situationen gleich spielt. Es klingt auch so, als gäbe es Texte, die sich mit diesem Thema befassen. Da ich diese Frage für wichtig (und interessant) halte, möchte ich auch eine Antwort posten, die ich von einem meiner Kollegen erhalten habe (Promotionsstatistik). Es ist umschrieben:
... Wir geraten recht häufig in sehr ähnliche Situationen. Ich halte es in der Tat für angemessen, die klassischen Zuverlässigkeitswerkzeuge für diese Art von Situation zu verwenden: Mathematisch gesehen sehe ich keinen großen Unterschied zwischen dem Konzept von "Zeit bis Ereignis" und "Kraft bis Ereignis". In beiden Fällen liegt eine (meist) kontinuierliche Messung vor, die entweder zu einem Ausfall oder zu einer zensierten Beobachtung führt. Die Überlebens-/Zuverlässigkeitsanalyse kann abstrakter als "Exposure-to-Event" charakterisiert werden. Der kanonische Text von Meeker und Escobar zu diesem Thema befasst sich mit der Idee von Degradationsmodellen und der Art und Weise, wie Degradationsmodelle mit der einfacheren Time-to-Event-Analyse zusammenhängen. Kurz gesagt, ja, ich führe ziemlich häufig die Art von Analyse durch, die Sie beschreiben. Natürlich sollte der Analyst die Verteilungsanpassung und alle anderen Modellannahmen überprüfen, um sicherzustellen, dass das spezifische Problem gut für eine Überlebensanalyse oder Zuverlässigkeitsdemonstration geeignet ist.
Betreff: Kann ich JMP Reliability Demonstration für „Nicht-Zuverlässigkeits“-Situationen verwenden?Lassen Sie mich noch etwas hinzufügen. Mit diesem Ansatz könnten Sie die Tests bei einer Kraft unter 80 stoppen und auch die ununterbrochenen Bindungen als zensiert behandeln. Denken Sie daran, dass Sie die Bindungen wahrscheinlich bis zu dem Punkt belasten möchten, an dem einige versagen. Es ist zwar möglich, eine Analyse ohne Fehler durchzuführen, aber Sie haben wahrscheinlich eine bessere Schätzung, wenn einige Elemente fehlschlagen.
Anziehen
Betreff: Kann ich JMP Reliability Demonstration für „Nicht-Zuverlässigkeits“-Situationen verwenden?Jim,
Ich würde es so behandeln, als wäre es eine Zuverlässigkeitsanalyse. Statt Lebenszeit, Zyklen oder anderen zeitabhängigen Maßen, Ihre
"Zeit"-Variable ist Kraft. In den meisten Fällen haben Sie keine Zensur, da Sie bis zum Zerbrechen stressen. Wenn Sie jedoch einen Bruch an einer nicht gebundenen Stelle haben, würden Sie angeben, dass diese Beobachtungen zensiert sind.
Anziehen
Betreff: Kann ich JMP Reliability Demonstration für „Nicht-Zuverlässigkeits“-Situationen verwenden?Jim,
Ich denke, die Antwort wäre nein. Ich habe das Zuverlässigkeitsdemonstrationsmodul nicht verwendet, daher bin ich mit den "Muttern und Schrauben" der Berechnung nicht vertraut, aber ich denke, was Sie tun, wäre so unterschiedlich, dass die Stichprobengröße aus diesem Modul nicht mehr relevant wäre. Hoffentlich meldet sich noch jemand, wenn er anderer Meinung ist. Es hört sich so an, als ob Sie ein paar Messungen durchführen, während Sie Ihre Tests durchführen. Zuerst ist nur das Bestehen/Nichtbestehen der Spezifikation. Das wird eine Stichprobengröße haben, die benötigt wird. Zweitens haben Sie das Testen bis zum Scheitern, was eine andere Stichprobengröße erfordert.Wie Sie das Testen bis zum Scheitern beschreiben, klingt so, als könnte ein Lebensdauermodell mit Zensur eine vernünftige Methode zur Analyse der Daten sein. Berechnungen der Stichprobengröße bereiten (meiner Meinung nach) immer Kopfschmerzen. Eine nicht theoretisch fundierte Methode wäre, zunächst herauszufinden, wie Sie Ihre Ergebnisse am besten analysieren können. Sobald Sie das haben, nehmen Sie einige Ihrer bereits gesammelten Daten und simulieren Sie Ergebnisse aus Testsätzen verschiedener Größe und sehen Sie, bei welcher Datensatzgröße das Vertrauen in Ihre Ergebnisse "explodiert" (wobei Sie definieren müssen, was "explodieren" bedeutet hinsichtlich Ihrer Risiken, Anforderungen usw.).
Ich hoffe, das hilft.
Karen
