非破壊劣化データは、材料のクラックの伝播、パワーアンプの出力低下、接着剤の強度劣化など、製品の経時的な信頼性を測定します。 劣化のモデリングと分析の目的は、調査中の製品の故障時間と確率を予測することです。
JMP 17 以降、JMP は劣化データの分析とモデリングに 2 つの異なるアプローチを提供しています。 、Escobar and Pascual (2022)。
Repeated Measures Degradation アプローチを使用すると、ベイジアン推論を使用してランダム パラメーターを使用して劣化モデルを推定し、モンテカルロ シミュレーションを通じて故障時間を見つけることができます。 これは、ランダムなパラメーターを使用して劣化経路モデルに適合しますが、劣化プラットフォームは適合します。修繕エフェクトモデル。反復測定劣化は、劣化経路モデルの母集団パラメーターの事後推定を使用して故障時間をシミュレートしますが、反復測定は、固定効果経路モデルから疑似故障時間を外挿します。
一般に、少なくとも 2 つのモデル化の不確実性がある場合、モデルを拡張して独自のモデルを含める場合、および反復測定劣化のモデルが問題に適している場合は、反復測定劣化を使用します。反復測定劣化モデルの 1 つが問題に適していない場合は、使用しないでください。
JMP サンプル データの Reliability フォルダにある JMP サンプル データ (それぞれ GaAs Laser.jmp、Alloy A.jmp、および Device B.jmp) を使用した 3 つのケース スタディを紹介するビデオをご覧ください。
各ケース スタディの後に、質問と回答が含まれています。 ケース スタディ 1 は ~ 時間 24:00 に開始し、キャスト スタディ 2 は ~ 時間 57:00 に開始し、ケース スタディ 3 は ~ 時間 1:04:00 に開始します。
