가속 수명 시험은 장기간 작동해야 하고 정상적인 고장 발생률을 기다릴 여유가 없는 부품의 제품 신뢰성을 평가하는 데 유용합니다. 새로운 JMP 18의 정응력 가속 수명 시험(CSALT) 특수 목적 실험 설계(DOE) 기능을 사용하면 최대 3개의 가속 계수에 대한 다중 계수 설계를 생성하고 평가한 다음, 데이터 수집 후 JMP 스크립트를 사용하여 Fit Life by X 모델을 실행할 수 있습니다.
요인과 테스트 조건을 대화형으로 식별하고, 기본 가속 모델에 대한 계획 값을 지정하고, 최적, 절충, 균형의 세 가지 테스트 계획을 자동으로 생성하는 방법을 확인하세요. 각 계획에 대한 설계 진단을 해석하고, 버튼 클릭 한 번으로 설계를 생성하기 전에 원하는 설계를 선택하는 방법도 살펴보세요.
라이브 웨비나 데모 중에 Caleb (@calking) 과 Jacob Rhyne( @jacob_rhyne) 이 질문에 답변했습니다. 추가 질문은 영상 말미, 약 46분 53초부터 시작됩니다.
질문: 사용 온도 조건에서는 낮음/높음 중 하나를 선택할 수 있는데, 대신 온도 분포를 사용할 수 있을까요?
A: CSALT Design 플랫폼에서는 현재 요소의 분포를 지정할 수 없고, 저/고 사용량 및 테스트 조건만 지정할 수 있습니다.
질문: 인수 변환에서 멱법칙을 보지 못했습니다. 어떻게 처리해야 할까요?
A: 멱법칙 모델의 경우 CSALT에서 로그 변환을 사용할 수 있습니다. JMP 시스템 엔지니어인 찰리 휘트먼이 '가속 수명 시험 입문 ' 영상의 25분경에서 이 내용을 설명합니다.
질문: 확률이 0.1(10%)일 때, 어떤 신뢰구간이 사용되나요?
A: CSALT Design은 기본적으로 알파 값을 0.05로 설정합니다. 빨간색 삼각형 메뉴인 '평면 비교'를 사용하여 이 값을 변경할 수 있습니다.
질문: 예상 실패 횟수는 어디에서 나오는 건가요? 사용자가 시스템에서 사전에 예측해야 하는 값인가요?
A: 가속 모델 설정에서 확률을 설정하는 것에 대해 질문하시는 거라면, 네, 이는 사전 지식을 바탕으로 한 추정치여야 합니다. 진단에서 예상되는 고장 횟수에 대해 질문하시는 거라면, 이는 단위 할당량 * 고장 확률을 사용하여 계산됩니다.
질문: CSALT는 반도체 수명 모델링에 유용한가요?
A: 여기서 가정하는 모델은 성능 저하 모델이 아닙니다. 여기서 실행하는 테스트는 합격/불합격 여부만 판단합니다. 시간이 지남에 따라 응답이 노화되거나 성능이 저하되는 것을 모니터링하려는 경우, 이 기능은 해당 기능을 지원하지 않습니다. 향후에 해당 기능을 추가할 예정이므로 JMP 위시리스트에 추가해 주시면 좋겠습니다.
질문: 모델 매개변수에 1-시그마라고 되어 있는데, 그렇다면 신뢰구간은 68%, 즉 알파는 0.32일 거라고 추측할 수 있겠네요?
A: 이 경우 JMP는 관리도에서 시그마를 결과의 변동성을 나타내는 통계적 측정값으로 사용하는 개념을 고려하지 않습니다. 즉, 평균에서 1-시그마만큼 떨어져 있다고 말하는 것이 아닙니다. 여기서 시그마가 1로 표시되면 JMP는 시그마 값을 1로 가정합니다. 이 값을 2로 변경하면 시그마 값이 1이 되므로 불확실성이 약간 더 커지게 됩니다.
시그마는 더 넓은 범위입니다. 예시와 같이 응답 분포 유형이 로그정규분포인 경우, 이 값 옵션은 시그마입니다. 응답 분포를 와이블 분포로 변경하면 옵션은 더 이상 시그마가 아니라 와이블 베타가 됩니다.
자원
