Les tests de durée de vie accélérés sont utiles pour évaluer la fiabilité des produits pour les pièces qui doivent fonctionner pendant de longues périodes et qui ne peuvent pas se permettre d'attendre que des pannes se produisent à leur rythme normal. La nouvelle fonctionnalité DOE à usage spécial CSALT (Constant Stress Accelerated Lifetime Testing) de JMP 18 vous permet de créer et d'évaluer des conceptions multifactorielles pour jusqu'à 3 facteurs d'accélération, puis d'utiliser un script JMP pour lancer le modèle Fit Life by X une fois les données collectées. collectés.
Découvrez comment identifier de manière interactive les facteurs et les conditions de test, spécifier les valeurs de planification pour le modèle d'accélération sous-jacent et créer automatiquement trois plans de test : Optimal, Compromis et Équilibré. Découvrez comment interpréter les diganostiques de conception pour chaque plan et choisissez votre ou vos conceptions avant de créer la conception d'un simple clic sur un bouton.
Cette vidéo est actuellement en cours de traitement. S'il vous plait, réessayez dans quelques minutes.
Questions répondues par Caleb @calking et Jacob Rhyne @jacob_rhyne lors de la démonstration du webinaire en direct. Des questions supplémentaires se trouvent à la fin de la vidéo, commençant à ~ 46:53.
Q : Les conditions de température d'utilisation vous permettent de sélectionner Faible/Élevé ; pouvons-nous utiliser une distribution Temp à la place ?
R : La plateforme CSALT Design ne vous permet actuellement pas de spécifier la distribution des facteurs, mais uniquement les conditions d'utilisation faible/élevée et les conditions de test.
Q : Je n'ai pas vu la loi de puissance dans les transformations factorielles. Comment pourrions-nous gérer cela?
R : Pour les modèles de loi de puissance, vous pouvez utiliser la transformation Log dans CSALT. Charlie Whitman, ingénieur systèmes chez JMP, en parle au bout de 25 minutes environ dans la vidéo Diving Into Accelerated Life Testing .
Q : 0,1 (10 %) Probabilité. Quelle Confiance Intégrale est utilisée dans ce cas ?
R : Par défaut, CSALT Design définit alpha=0,05. Vous pouvez modifier cela en utilisant le menu triangulaire rouge « Comparaisons de plans ».
Q : D’où viennent les échecs attendus ? Est-ce quelque chose que l'utilisateur doit a priori avoir une estimation dans son système ?
R : Si vous souhaitez définir la probabilité dans les paramètres du modèle d'accélération, oui, il devra s'agir d'une estimation basée sur des connaissances préalables. Si vous posez des questions sur les échecs attendus dans les diagnostics, ceux-ci sont calculés à l'aide de l'allocation d'unités * probabilité d'échec.
Q : CSALT est-il utile pour la modélisation de la durée de vie des semi-conducteurs ?
R : Les modèles supposés ici ne sont pas des modèles de dégradation. Les types de tests que vous exécutez ici sont réussite/échec. Si vous cherchez à surveiller une réponse au fil du temps à mesure qu'elle vieillit ou se dégrade, cela ne gère pas cela. Nous envisageons cela pour l'avenir, c'est donc un bon élément à ajouter à la liste de souhaits de JMP.
Q : Le paramètre du modèle indique 1-sigma, donc je suppose qu'il pourrait s'agir d'un CL de 68 %, ou d'un alpha = 0,32 ?
R : Dans ce cas, JMP ne réfléchit pas en termes de sigma utilisé dans une carte de contrôle, où il représente le sigma comme une mesure statistique de la variabilité du résultat. Cela ne veut pas dire qu’il est à 1 Sigma de la moyenne. Au lieu de cela, lorsque vous voyez Sigma de 1 ici, JMP suppose que la valeur de Sigma est 1. Si vous la remplacez par 2, cela représente un peu plus d'incertitude car la valeur de
Sigma est plus large. Pour le type de distribution de réponse lognormal, comme dans l'exemple, cette option de valeur est Sigma. Si vous modifiez Response Distribution en Weibull, l'option n'est plus Sigma, mais plutôt Weibull beta.
Ressources
