JMP 18 offre nuove funzionalità del modello di fatica che implementano una nuova metodologia, basata su anni di ricerca del Prof. William Meeker e di un team di ricercatori, per l'analisi dei dati delle prove di fatica (noti anche come dati SN). La nuova metodologia rispetta la natura della censura nei dati delle prove di fatica; unifica la teoria per dedurre la distribuzione della vita a fatica e la distribuzione della resistenza a fatica; e stabilisce algoritmi robusti per stimare i parametri. I risultati analitici sono input per altre pratiche di ingegneria dell'affidabilità per prevedere l'affidabilità delle strutture finali.
Scopri come:
- Comprendere le situazioni in cui la modellazione della fatica può essere utile
- Utilizza le funzionalità di modellazione della fatica di JMP per implementare la nuova metodologia
- Crea, visualizza i risultati e seleziona tra ventiquattro modelli diversi
- Scegli uno dei sei tipi di curva SN insieme a una delle quattro distribuzioni per assemblare una modalità
- Confronta diversi modelli, graficamente e numericamente
- Ottieni informazioni dettagliate per i singoli modelli, come le stime dei parametri e i relativi intervalli di confidenza; diagnostica del modello; profilatori di distribuzione per la durata a fatica e le distribuzioni della resistenza a fatica; profilatori quantili per le due distribuzioni; e stime personalizzate di probabilità e quantili con intervalli di Wald e di verosimiglianza.
- Cerca miglioramenti già pianificati per la V 18.01
- Migliori proporzioni nelle curve di densità
- I profili di distribuzione e quantili utilizzano due fotogrammi
Le domande e risposte sono incluse alla fine della demo, a partire dalle 1:09:00. I dati di esempio utilizzati nelle demo sono disponibili in JMP 18:
JMP 18 sample files used in the demoFile di esempio JMP 18 utilizzati nella demo
Domande a cui hanno risposto Peng Liu @peng_liu e Rajneesh Rajneesh @Rajneesh al webinar dal vivo:
La pendenza dell'asintoto è influenzata dalla resistenza alla trazione (0 cicli fino alla rottura)?
R: Al momento ci adattiamo dal punto di vista statistico, se sei a conoscenza della pendenza puoi controllare se corrisponde.
Il diagramma dei residui di Cox-Snell non mostra i punti dati esauriti/censurati?
R: La pendenza di Cox-Snell non è un punto dati. sono stime non parametriche della distribuzione dei residui. Lo scopo del diagramma dei residui di Cox-Snell è verificare qualcosa. Se la curva devia dalla linea diagonale (il lognormale è adattato e non corrisponde). Quindi se adattiamo Weibell è molto meglio, quindi usa Weibell.
La costruzione dei modelli Nishijima e Coffin-Manson Zero Slope appare simile nella loro costruzione (cioè pendenza nella fatica a basso numero di cicli, asimtoto per la fatica ad alto numero di cicli). Esiste una differenza funzionale che influenzerebbe la tua decisione di scegliere un modello rispetto all'altro per un particolare set di dati?
R: Puoi utilizzare il criterio AIC insieme alla tua conoscenza preliminare dei dati.
È possibile utilizzare la piattaforma di modellazione non lineare di JMP per eseguire le stesse analisi della piattaforma del modello di fatica?
R: Puoi, ma devi conoscere i valori iniziali per assegnarli alla piattaforma non lineare e utilizzare la funzione di perdita.
Se utilizzo la funzione non lineare, quale funzione di perdita utilizzerei? Probabilità di log?
R: Sì, esprimi la probabilità logaritmica come una perdita nel lancio della piattaforma non lineare.
Se scegli più modelli, JMP li confronterà per te e ti aiuterà a scegliere la soluzione migliore? (AIC, BIC)
R: Sì, e puoi confrontarli.
Riferimenti
