你好，
某客户有以下场景：
他们从客户那里获得测试台的电机测试数据（不是现场数据）。 在那里，他们在各种条件下进行测试，并且总是在完整的测试时间内进行测试（测试之间的时间也可能有所不同）。 借助此类数据，客户希望他们能够估计现场的故障概率。 到目前为止还很奇怪;)
测试号
|
阶段
|
存在阀门
|
小时
|
测试类型
|
引擎
|
5278
|
1
|
是的
|
第465章
|
纳尔多
|
M9
|
5278
|
2
|
是的
|
第465章
|
纳尔多
|
M9
|
6088
|
1
|
不
|
300
|
SHES+NC
|
M9
|
6088
|
2
|
是的
|
300
|
SHES+NC
|
M9
|
6117
|
1
|
是的
|
187
|
耐力
|
M9
|
6117
|
2
|
不
|
187
|
耐力
|
M9
|
6126
|
1
|
不
|
214
|
一些
|
M9
|
6126
|
2
|
是的
|
214
|
一些
|
M9
|
7291
|
1
|
是的
|
300
|
SHES+NC
|
M9
|
7291
|
2
|
是的
|
300
|
SHES+NC
|
M9
|
6107
|
1
|
不
|
第392章
|
热冷
|
M9
|
6107
|
2
|
是的
|
第392章
|
热冷
|
M9
|
7324
|
1
|
不
|
第417章
|
热冷
|
M9
|
7324
|
2
|
是的
|
第417章
|
热冷
|
M9
|
6917
|
1
|
不
|
第416章
|
SHES+NC
|
M9
|
6917
|
2
|
是的
|
第416章
|
SHES+NC
|
M9
|
6108
|
1
|
是的
|
第562章
|
最大峰浓度/最大峰峰值
|
M9
|
6108
|
2
|
是的
|
第562章
|
最大峰浓度/最大峰峰值
|
M9
|
1801
|
2
|
是的
|
314
|
最大峰浓度/最大峰峰值
|
R9
|
1839年
|
2
|
不
|
229
|
热冷
|
R9
|
1839年
|
2
|
不
|
400
|
热冷
|
R9
|
1020
|
2
|
是的
|
第435章
|
SHES+NC
|
R9
|
第833章
|
2
|
不
|
第388章
|
SHES+NC
|
R9
|
1903年
|
2
|
是的
|
第357章
|
火花结束。
|
R9
|
1025
|
2
|
是的
|
第279章
|
拉夸格
|
R9
|
在数据中您可以看到测试场景，两个引擎（M9 和 R9）。 他们的零件将位于原始设备制造商的发动机内，原始设备制造商对其发动机进行测试（而不是在现场）。 它们的部件包括两个橡胶阀门，列为“阶段”。 M9有两个，R9只有第二个。 如果在测试结束时缺少一个阀门（阀门存在“否”），则测试运行失败。
我已经做了一些分析（附件），但我有一些疑问，这是否是一种可以信任的分析。
1. 由于测试场景和测试的运行时间不同，这是否会影响考虑所有观察结果的寿命分布？ 我猜是。
2. 使用测试类型作为竞争原因，可以看到某些测试类型未包括在内，因为数据中只有一个失败或没有失败。 这当然会导致巨大的置信区间。 如果人们至少想知道何时会发生故障，那么他们今天就会获得更多信息。 我想这已经可以通过该分析完成，我错过了什么吗？
3. 如果他们在运行结束时才检测到故障，这是否有问题？ 我将其与可修复系统和维护间隔进行比较，您只是检测到该日期之前存在故障，但不准确地检测到该维护日期之前的时间。 我预计不确定性会增加，但可能不会增加到无法使用结果的程度。 这种看法是否过于乐观？
如果您无法改变 OEM 运行测试的方式，您将如何处理这个问题？
多谢，
马丁
根据您的描述，我同意 Don 的观点，您适合参数生存：小时作为事件发生时间，阀门存在作为审查指标，测试类型和发动机作为模型效果。 那么问题来了：如何处理Stage。 对于 M9 发动机，如果两个阀门之一丢失，则将其视为故障，然后我将合并行并重新编码阀门存在以反映更改，并创建一个新的故障模式以指示故障是否是由于阶段造成的1 或 2 阶段故障。 换句话说，您将运行竞争原因参数生存模型。
我会选择“拟合参数”（如果客户有 Pro，则选择“广义回归”）。 不确定如何使用这些效果，也许客户可以提供一些关于如何做到这一点的见解。 更糟糕的情况是，您可以对显着影响的条件进行平均。
马丁，
正在测试什么？ 当您说他们全职运行测试时，我假设正在测试的任何内容都被测试为失败（即，它是一个不可修复的系统）。 乍一看，我认为使用拟合参数生存法是可行的方法，但在确定之前我必须了解更多信息。
大学教师
