Posso usare JMP Reliability Demonstration per situazioni di "non affidabilità"?Ciao.
La mia domanda è la seguente: eseguiamo molti test di forza di trazione per valutare la resistenza della saldatura, ecc. La nostra specifica è di 10 libbre di trazione su un test di trazione Instron e si basa sulla comprensione delle sollecitazioni che il prodotto subisce sul campo. Quando si esegue un test fino al fallimento, spesso dobbiamo forzare valori di 80 libbre prima che si rompa, il che in realtà è un test alquanto pericoloso se qualcuno è in piedi accanto alla macchina. Inoltre, ci sono diverse volte in cui la censura si verifica tramite la rottura in un punto diverso dalla saldatura.
Quindi, questo non è un vero test di "affidabilità" poiché tempo/cicli non sono incorporati. È più uno stress test. Tuttavia, la mia domanda è: possiamo ancora utilizzare il modulo dimostrativo dell'affidabilità di JMP per la dimensione del campione?
O è significativamente diverso dai tradizionali test di affidabilità e quindi la dimostrazione dell'affidabilità (usando Weibayes) non è inappropriata?
Grazie, Jim
Re: Posso utilizzare la dimostrazione dell'affidabilità JMP per le situazioni di "non affidabilità"?Grazie Don.
Sembra che ci siano alcune opinioni contrastanti su questo, ma francamente vedo che la matematica funziona allo stesso modo per entrambe le situazioni. Sembra anche che ci siano testi che approfondiscono questo argomento. Poiché penso che questa domanda sia importante (e interessante), voglio pubblicare anche una risposta che ho ricevuto da un mio collega (statistiche del dottorato). È parafrasato:
...Ci troviamo spesso di fronte a situazioni molto simili. Penso infatti che sia appropriato utilizzare i classici strumenti di affidabilità per questo tipo di situazione: matematicamente, non vedo molta differenza tra il concetto di "tempo all'evento" e "forza all'evento". In entrambi i casi, c'è una misurazione (per lo più) continua che porta a un errore oa un'osservazione censurata. L'analisi di sopravvivenza/affidabilità può essere definita più astrattamente come "esposizione a eventi". Il testo canonico di Meeker ed Escobar sull'argomento approfondisce l'idea di modelli di degrado e il modo in cui i modelli di degrado sono correlati alla più semplice analisi temporale dell'evento. In breve, sì, eseguo abbastanza frequentemente il tipo di analisi che stai descrivendo. Naturalmente, l'analista dovrebbe verificare l'adattamento distributivo e tutte le altre ipotesi di modellazione, per assicurarsi che il problema specifico sia una buona corrispondenza per un'analisi di sopravvivenza o una dimostrazione di affidabilità.
Re: Posso usare la dimostrazione dell'affidabilità JMP per le situazioni di "non affidabilità"?Aggiungo un'altra cosa. Usando questo approccio potresti interrompere i test a una forza inferiore a 80 e anche trattare i legami ininterrotti come censurati. Tieni presente che probabilmente vorrai stressare i legami fino al punto in cui alcuni falliranno. Sebbene sia possibile eseguire un'analisi senza errori, probabilmente avrai una stima migliore se alcuni elementi falliscono.
Assistente
Re: Posso utilizzare la dimostrazione dell'affidabilità JMP per le situazioni di "non affidabilità"?Jim,
Lo tratterei come se fosse un'analisi di affidabilità. Piuttosto che la vita, i cicli o qualche altra misura dipendente dal tempo, il tuo
La variabile "tempo" è forza. Nella maggior parte dei casi, non hai censure, dal momento che stai stressando fino al punto di rottura. Tuttavia, quando si verifica una rottura in una posizione non vincolante, indicheresti che tali osservazioni sono censurate.
Assistente
Re: Posso usare la dimostrazione dell'affidabilità JMP per le situazioni di "non affidabilità"?Jim,
Penso che la risposta sarebbe no. Non ho usato il modulo dimostrativo dell'affidabilità, quindi non ho familiarità con i "dadi e bulloni" del calcolo, tuttavia, penso che quello che stai facendo sarebbe abbastanza diverso da non essere più pertinente alla dimensione del campione di quel modulo. Speriamo che qualcun altro intervenga se la pensano diversamente. Sembra che tu abbia un paio di misurazioni da prendere mentre fai i tuoi test. Il primo è solo il superamento/il mancato rispetto delle specifiche. Ciò avrà una dimensione del campione necessaria. In secondo luogo, hai il test fino al fallimento, che avrà bisogno di una diversa dimensione del campione.Il modo in cui descrivi il test fino al fallimento suona come un modello a vita con censura potrebbe essere un modo ragionevole per analizzare i dati. I calcoli delle dimensioni del campione sono sempre un mal di testa (secondo me). Un metodo non basato sulla teoria sarebbe quello di capire prima il modo migliore per analizzare i risultati. Una volta che lo hai, prendi alcuni dei tuoi dati già raccolti e simula i risultati di set di test di varie dimensioni e guarda a quale dimensione del set di dati la fiducia nei tuoi risultati "esplode" (dove dovrai definire cosa significa "esplodere" in in termini di rischi, requisiti, ecc.).
Spero possa aiutare.
Karen
