Supponiamo che tu stia producendo parti e che una piccola percentuale di quelle parti sia suscettibile a un "difetto" nei primi anni di vita che ne causa il guasto, mentre il resto della popolazione non ha il difetto e non si guasterà mai perché se lo fosse. Come lo gestisci?
Un documento presentato recentemente a Vertice della scoperta affrontato proprio questo problema. L'autore dell'articolo era il dottor David Trindade e ha parlato analizzare le sottopopolazioni difettose (DS).
Un DS può verificarsi quando un processo di produzione introduce un difetto in una piccola parte del totale delle parti prodotte. Ad esempio, è possibile che un produttore di motori acquisti spazzole elettriche da diversi fornitori. Inconsapevolmente, al momento dell'assemblaggio, uno dei venditori (fornendo forse il 15% delle spazzole per questo particolare modello di motore) ha fornito spazzole che alla fine si sarebbero guastate all'inizio della vita dei motori. I pennelli degli altri fornitori erano tutti OK. Quindi esiste una piccola parte fissa della popolazione di motori che si guasterà presto nella vita.
Potremmo analizzare l'affidabilità del motore utilizzando la piattaforma Life Distribution di JMP e supporre che esistano due "cause" di guasto, magari adattando due curve di Weibull ai dati. Una delle curve si adatterebbe ai dati di guasto precoce, mentre la seconda si occuperebbe del resto dei motori.
Ma questo non è esattamente corretto. Le distribuzioni di Weibull presupporrebbero che l'intera popolazione fosse suscettibile a entrambi i tipi di guasto per l'intera durata di vita del prodotto, quando in realtà solo pochi motori subirebbero i primi guasti. Una volta che tutti i motori di questa sottopopolazione si sono guastati, nessun altro motore si guasterà a causa di questa causa di "spazzola difettosa".
È qui che entrano in gioco le distribuzioni della sottopopolazione difettosa. In questo caso presupponiamo che solo una parte dei prodotti presenti questo difetto iniziale di guasto iniziale.Il risultato è un modello migliore dell'affidabilità del prodotto o del sistema.
Se sei interessato a saperne di più su questo argomento, ti incoraggio a leggere L'eccellente articolo del dottor Trindade . Godere!
