당신이 부품을 만들고 있는데, 그 부품 중 일부가 초기에 "결함"에 취약하여 고장을 일으키는 반면, 나머지 인구는 결함이 없고 결함이 있어도 결코 실패하지 않을 것이라고 가정해 보십시오. 어떻게 처리합니까?
최근에 발표된 논문 디스커버리 서밋 바로 이 문제를 해결했습니다. 논문의 저자는 David Trindade 박사였으며 그는 다음과 같이 말했습니다. 결함 있는 하위 모집단(DS)을 분석합니다.
DS는 제조 공정에서 생산된 전체 부품 중 작은 부분에 결함이 발생할 때 발생할 수 있습니다. 예를 들어, 모터 제조업체가 여러 공급업체로부터 전기 브러시를 구매할 수 있습니다. 조립 당시 자신도 모르게 공급업체 중 한 곳(이 특정 모터 모델에 대한 브러시의 약 15% 공급)이 모터 수명 초기에 궁극적으로 고장날 브러시를 제공했습니다. 나머지 공급업체의 브러쉬는 모두 괜찮았습니다. 따라서 수명 초기에 고장이 나는 모터 인구의 작은 고정 부분이 있습니다.
JMP의 수명 분포 플랫폼을 사용하여 모터의 신뢰성을 분석하고 두 개의 Weibull 곡선을 데이터에 맞추면 고장의 두 가지 "원인"이 있다고 가정할 수 있습니다. 곡선 중 하나는 초기 고장 데이터에 적합하고 두 번째 곡선은 나머지 모터를 처리합니다.
하지만 이는 꼭 맞는 말은 아닙니다. Weibull 분포는 전체 인구가 제품의 전체 수명 동안 두 가지 유형의 고장에 취약하다고 가정하지만 실제로는 소수의 모터만이 초기 고장을 경험합니다. 이 하위 집단의 모터가 모두 고장나면 이 "불량 브러시" 원인으로 인해 더 이상 모터가 고장나지 않습니다.
결함 있는 하위 모집단 분포가 들어오는 곳입니다. 여기서는 일부 제품에만 이러한 초기, 초기 불량 불량이 있다고 가정합니다.그 결과 제품이나 시스템의 신뢰성에 대한 더 나은 모델이 탄생합니다.
이 주제에 대해 더 많은 내용을 보고 싶다면 다음 내용을 읽어보시기 바랍니다. Trindade 박사의 우수한 논문 . 즐기다!
