I test di durata accelerati sono utili per valutare l'affidabilità dei prodotti, in particolare per i componenti che devono funzionare per lunghi periodi e non possono permettersi di attendere che i guasti si verifichino al loro ritmo normale. La nuova funzionalità JMP 18 Constant Stress Accelerated Lifetime Testing (CSALT), specifica per la progettazione di esperimenti (DOE), consente di creare e valutare progetti multifattoriali fino a 3 fattori di accelerazione e quindi di utilizzare uno script JMP per avviare il modello Fit Life by X dopo la raccolta dei dati.
Scopri come identificare in modo interattivo i fattori e le condizioni di prova, specificare i valori di pianificazione per il modello di accelerazione sottostante e creare automaticamente tre piani di prova: Ottimale, di Compromesso e Bilanciato. Scopri come interpretare la diagnostica di progetto per ciascun piano e scegli il/i tuo/i progetto/i prima di crearli con un semplice clic.
Domande a cui hanno risposto Caleb @calking e Jacob Rhyne @jacob_rhyne durante la demo live del webinar. Ulteriori domande sono disponibili alla fine del video, a partire dal minuto ~46:53.
Le condizioni di temperatura di utilizzo consentono di selezionare Basso/Alto; è possibile utilizzare invece una distribuzione della temperatura?
A: La piattaforma CSALT Design al momento non consente di specificare la distribuzione dei fattori, ma solo l'utilizzo basso/alto e le condizioni di prova.
Non ho riscontrato la legge di potenza nelle trasformazioni fattoriali. Come dovremmo gestirla?
A: Per i modelli a legge di potenza, è possibile utilizzare la trasformazione logaritmica in CSALT. Charlie Whitman, ingegnere di sistemi JMP, ne parla intorno al minuto 25 del video "Diving Into Accelerated Life Testing" .
Probabilità 0,1 (10%). Quale integrale di confidenza viene utilizzato in questo caso?
A: Per impostazione predefinita, CSALT Design imposta alpha=0,05. È possibile modificarlo utilizzando il menu a triangolo rosso "Confronti tra piani".
Da dove provengono i guasti previsti? È qualcosa che l'utente deve stimare a priori nel proprio sistema?
A: Se ti riferisci all'impostazione della probabilità nelle impostazioni del modello di accelerazione, sì, questa dovrebbe essere una stima basata su conoscenze pregresse. Se invece ti riferisci ai guasti previsti nella diagnostica, questi vengono calcolati utilizzando l'allocazione delle unità moltiplicata per la probabilità di guasto.
CSALT è utile per la modellazione della durata di vita dei semiconduttori?
A: I modelli qui considerati non sono modelli di degrado. I tipi di test che stai eseguendo sono di tipo "superato/non superato". Se stai cercando di monitorare una risposta nel tempo man mano che invecchia o si degrada, questo strumento non è adatto. Stiamo lavorando per implementare questa funzionalità in futuro, quindi è un'ottima aggiunta alla lista dei desideri di JMP.
Il parametro del modello indica 1-sigma, quindi presumo che potrebbe essere 68% CL, ovvero alfa = 0,32?
A: In questo caso, JMP non sta pensando in termini di sigma utilizzato in un grafico di controllo dove rappresenta sigma come misura statistica della variabilità nel risultato. Non sta dicendo che è a 1-Sigma dalla media. Invece, quando vedi Sigma di 1 qui, JMP presuppone che il valore di Sigma sia 1. Se lo cambi a 2, allora tiene conto di un po' più di incertezza perché il valore di
Sigma è più ampio. Per il tipo di distribuzione della risposta lognormale, come nell'esempio, questa opzione di valore è Sigma. Se si cambia la distribuzione della risposta in Weibull, l'opzione non è più Sigma, ma Weibull beta.
Risorse
