JMP 18 offre de nouvelles fonctionnalités de modélisation de la fatigue, intégrant une méthodologie inédite issue de plusieurs années de recherche menées par le professeur William Meeker et son équipe, pour l'analyse des données d'essais de fatigue (également appelées données SN). Cette méthodologie tient compte de la censure inhérente aux données d'essais de fatigue ; elle unifie la théorie de l'inférence de la distribution de la durée de vie en fatigue et de la distribution de la résistance à la fatigue ; et elle établit des algorithmes robustes pour l'estimation des paramètres. Les résultats analytiques sont ensuite utilisés dans d'autres méthodes d'ingénierie de la fiabilité pour prédire la fiabilité des structures finales.
Découvrez comment :
- Comprendre les situations dans lesquelles la modélisation de la fatigue peut être utile
- Utilisez les fonctionnalités de modélisation de la fatigue de JMP pour mettre en œuvre la nouvelle méthodologie.
- Créez, consultez les résultats et sélectionnez parmi vingt-quatre modèles différents.
- Choisissez l'un des six types de courbes S-N ainsi que l'une des quatre distributions pour constituer un modèle.
- Comparer différents modèles, graphiquement et numériquement
- Obtenez des informations détaillées pour chaque modèle, telles que les estimations des paramètres et leurs intervalles de confiance ; les diagnostics du modèle ; les profileurs de distribution pour les distributions de durée de vie et de résistance à la fatigue ; les profileurs de quantiles pour les deux distributions ; et des estimations personnalisées des probabilités et des quantiles avec des intervalles de Wald et de vraisemblance.
- Recherchez les améliorations déjà prévues pour la version 18.01.
- Meilleures proportions dans les courbes de densité
- Les profils de distribution et de quantile utilisent deux cadres
Une séance de questions-réponses est prévue à la fin de la démonstration, à partir de 1 h 09 min 00 s. Les données d'exemple utilisées dans les démonstrations sont disponibles dans JMP 18.
JMP 18 sample files used in the demo18 fichiers d'exemple JMP utilisés dans la démo18 fichiers d'exemple JMP utilisés dans la démo
Réponses aux questions posées par Peng Liu (@peng_liu) et Rajneesh (@Rajneesh) lors du webinaire en direct :
Q : La pente de l'asymptote est-elle déterminée par la résistance à la traction (0 cycle jusqu'à la rupture) ?
A : Pour l'instant, nous effectuons un ajustement d'un point de vue statistique ; si vous avez des connaissances sur la pente, vous pouvez vérifier si elle correspond.
Q : Le graphique des résidus de Cox-Snell ne montre-t-il pas les points de données manquants/censurés ?
A : La pente de Cox-Snell ne correspond pas à des points de données. Il s'agit d'estimations non paramétriques de la distribution des résidus. Le graphique des résidus de Cox-Snell sert à vérifier une situation particulière. Si la courbe s'écarte de la diagonale (par exemple, si une loi lognormale est ajustée et que la courbe ne correspond pas à la droite de régression), alors une loi de Weibell est bien plus appropriée ; il est donc préférable d'utiliser une loi de Weibell.
Q : Les modèles de pente nulle de Nishijima et de Coffin-Manson présentent des similitudes de construction (pente pour la fatigue oligocyclique, asymptote pour la fatigue à grand nombre de cycles). Existe-t-il une différence fonctionnelle qui influencerait le choix d’un modèle plutôt que de l’autre pour un jeu de données donné ?
A : Vous pouvez utiliser le critère AIC en complément de vos connaissances préalables sur les données.
Q : La plateforme de modélisation non linéaire de JMP peut-elle être utilisée pour effectuer la même analyse que celle de la plateforme de modélisation de la fatigue ?
A : C'est possible, mais vous devez connaître les valeurs initiales pour les fournir à la plateforme non linéaire et utiliser la fonction de perte.
Q : Si j'utilise une méthode non linéaire, quelle fonction de perte dois-je utiliser ? La log-vraisemblance ?
A : Oui, exprimez la log-vraisemblance comme une perte dans le lancement de la plateforme non linéaire.
Q : Si je choisis plusieurs modèles, JMP les comparera-t-il pour vous et vous aidera-t-il à choisir celui qui vous convient le mieux ? (AIC, BIC)
A : Oui, et vous pouvez les comparer.
Références
