Les tests de durée de vie accélérés sont utiles pour évaluer la fiabilité des pièces qui doivent fonctionner pendant de longues périodes et pour lesquelles il est impératif d'éviter les défaillances à leur rythme normal. La nouvelle fonctionnalité de plans d'expériences (DOE) dédiée aux tests de durée de vie accélérés sous contrainte constante (CSALT) de JMP 18 permet de créer et d'évaluer des plans multifactoriels pour un maximum de 3 facteurs d'accélération, puis d'utiliser un script JMP pour lancer le modèle Fit Life by X après la collecte des données.
Découvrez comment identifier interactivement les facteurs et les conditions de test, spécifier les valeurs de planification du modèle d'accélération sous-jacent et créer automatiquement trois plans de test : optimal, compromis et équilibré. Apprenez à interpréter les diagnostics de conception pour chaque plan et à choisir votre ou vos conceptions avant de les créer d'un simple clic.
Réponses de Caleb (@calking) et Jacob Rhyne (@jacob_rhyne ) aux questions posées lors de la démonstration en direct. D'autres questions sont posées à la fin de la vidéo, à partir de 46 min 53 s environ.
Q : Les conditions de température d'utilisation permettent de sélectionner Bas/Haut ; pouvons-nous utiliser une distribution de température à la place ?
A : La plateforme CSALT Design ne vous permet actuellement pas de spécifier la distribution des facteurs, seulement les conditions d'utilisation faible/élevée et les conditions de test.
Q : Je n'ai pas vu de loi de puissance dans les transformations factorielles. Comment traiterions-nous cela ?
R : Pour les modèles de loi de puissance, vous pouvez utiliser la transformation logarithmique dans CSALT. Charlie Whitman, ingénieur système chez JMP, en parle aux alentours de la 25e minute de la vidéo « Diving Into Accelerated Life Testing » .
Q : Probabilité de 0,1 (10 %). Quel est l'intégrale de confiance utilisée dans ce cas ?
R : Par défaut, CSALT Design définit alpha=0,05. Vous pouvez modifier cette valeur à l'aide du menu à triangle rouge « Comparaisons de plans ».
Q : D’où proviennent les défaillances attendues ? L’utilisateur doit-il les estimer a priori dans son système ?
R : Si votre question concerne la définition de la probabilité dans les paramètres du modèle d'accélération, il s'agira effectivement d'une estimation basée sur des données préalables. Si votre question concerne les défaillances attendues dans les diagnostics, celles-ci sont calculées en multipliant l'allocation des unités par la probabilité de défaillance.
Q : CSALT est-il utile pour la modélisation de la durée de vie des semi-conducteurs ?
A : Les modèles utilisés ici ne sont pas des modèles de dégradation. Les tests effectués sont de type réussite/échec. Si vous souhaitez suivre l'évolution d'une réponse au fil du temps, en fonction de son vieillissement ou de sa dégradation, ce module ne le permet pas. Nous prévoyons d'intégrer cette fonctionnalité à l'avenir ; il serait donc judicieux de l'ajouter à la liste de souhaits de JMP.
Q : Le paramètre du modèle indique 1-sigma, donc je suppose que cela pourrait être 68 % CL, ou alpha = 0,32 ?
A : Dans ce cas, JMP ne raisonne pas en termes de sigma tel qu'il est utilisé dans une carte de contrôle, où sigma représente une mesure statistique de la variabilité du résultat. Il ne s'agit pas d'indiquer un écart de 1 sigma par rapport à la moyenne. En réalité, lorsque vous voyez un sigma de 1 ici, JMP considère que la valeur de sigma est égale à 1. Si vous la modifiez à 2, cela tient compte d'une incertitude légèrement supérieure, car la valeur de
Sigma est plus large. Pour une distribution de réponse lognormale, comme dans l'exemple, cette option est Sigma. Si vous changez la distribution de réponse pour Weibull, l'option n'est plus Sigma, mais Weibull bêta.
Ressources
