Bonjour,
Dans la vidéo de formation https://community.jmp.com/t5/Mastering-JMP/Analyzing-Reliability-for-Repairable-Systems/ta-p/483465 lors de l'analyse, aucune information sur la durée des travaux de maintenance n'est fournie. Par exemple, une seule correction peut avoir été effectuée le jour 3 et la suivante le jour 10. Cependant, ce correctif peut avoir pris 2 heures, 10 heures, 2 jours, etc. Je crois comprendre que l'horodatage (dans son exemple de jours) fait référence aux heures de fonctionnement (heures de service). Si ma compréhension est vraie, alors cette analyse peut être trompeuse. Est-ce que j'ai râté quelque chose?
En outre, peut-on utiliser la plate-forme de croissance de la fiabilité pour la planification/la prévision de la maintenance corrective ?
Merci,
Pour la première partie, votre préoccupation est un bon point. Le logiciel peut être utilisé de manière à répondre à votre préoccupation.
Le modèle sous-jacent construit un modèle basé sur le temps jusqu'à l'événement et suppose que la durée de l'événement est nulle, ou au moins négligeable lors du calcul du temps jusqu'à l'événement suivant.
Si vos données présentent la situation que vous avez décrite, vous devez comprendre vos options. La plate-forme prend en charge deux formats : le format d'heure à l'événement et le format de date.
Si vous calculez soigneusement le temps de fonctionnement et supprimez la durée de maintenance, utilisez le format de temps d'événement pour analyser.
Si vous ignorez la durée de maintenance et utilisez directement les horodatages de date pour éviter un travail de nettoyage détaillé des données. Cela devrait convenir si la durée de maintenance est relativement courte et peu fréquente pendant le fonctionnement. Sinon, vous devez utiliser l'approche précédente.
Pour la deuxième partie. Je ne comprends pas la question. Mais le modèle lui-même ne fait pas d'hypothèse sur le type de maintenance. Si le type de maintenance est correctif (c'est-à-dire remplacer par du neuf), il est probable que le bêta du modèle équipé soit proche de un.
