Las pruebas de vida acelerada son útiles para evaluar la fiabilidad de los productos, especialmente en el caso de componentes que deben funcionar durante largos periodos y que no pueden permitirse el lujo de esperar a que se produzcan fallos a su ritmo normal. La nueva función de diseño de experimentos (DOE) de propósito especial para pruebas de vida acelerada bajo tensión constante (CSALT) de JMP 18 permite crear y evaluar diseños multifactoriales con hasta 3 factores de aceleración y, a continuación, utilizar un script de JMP para ejecutar el modelo Fit Life by X una vez recopilados los datos.
Descubra cómo identificar factores y condiciones de prueba de forma interactiva, especificar valores de planificación para el modelo de aceleración subyacente y crear automáticamente tres planes de prueba: Óptimo, Compromiso y Equilibrado. Aprenda a interpretar los diagnósticos de diseño para cada plan y seleccione su(s) diseño(s) antes de crearlo(s) con un simple clic.
Caleb (@calking) y Jacob Rhyne (@jacob_rhyne ) respondieron a sus preguntas durante la demostración en directo del seminario web. Encontrará preguntas adicionales al final del vídeo, a partir del minuto 46:53.
P: Las condiciones de temperatura de uso permiten seleccionar Baja/Alta; ¿podemos usar una distribución de temperatura en su lugar?
A: Actualmente, la plataforma de diseño CSALT no permite especificar la distribución de factores, solo las condiciones de uso (bajo/alto) y de prueba.
P: No vi ninguna ley de potencias en las transformaciones de factores. ¿Cómo podríamos manejar eso?
A: Para modelos de ley de potencias, puede utilizar la transformación logarítmica en CSALT. El ingeniero de sistemas de JMP, Charlie Whitman, lo explica alrededor del minuto 25 del vídeo "Introducción a las pruebas de vida aceleradas ".
P: 0,1 (10%) de probabilidad. ¿Qué integral de confianza se utiliza en este caso?
R: Por defecto, CSALT Design establece alpha=0,05. Puede cambiarlo mediante el menú triangular rojo "Comparaciones de planos".
P: ¿De dónde provienen los fallos previstos? ¿Es algo que el usuario necesita estimar de antemano en su sistema?
A: Si te refieres a configurar la probabilidad en los ajustes del modelo de aceleración, sí, se necesitaría una estimación basada en el conocimiento previo. Si te refieres a los fallos esperados en el diagnóstico, estos se calculan utilizando la asignación de unidades multiplicada por la probabilidad de fallo.
P: ¿Es útil CSALT para el modelado de la vida útil de los semiconductores?
A: Los modelos que se utilizan aquí no son modelos de degradación. Las pruebas que se realizan son de tipo aprobado/reprobado. Si lo que se busca es monitorizar una respuesta a lo largo del tiempo a medida que envejece o se degrada, este sistema no lo permite. Estamos considerando esta funcionalidad para el futuro, por lo que sería conveniente añadirla a la lista de deseos de JMP.
P: El parámetro del modelo dice con 1-sigma, por lo tanto supongo que podría ser 68% CL, o alfa = 0,32?
A: En este caso, JMP no está pensando en términos de sigma utilizado en un gráfico de control donde representa sigma como una medida estadística de variabilidad en el resultado. No está diciendo que está a 1-Sigma de la media. En cambio, cuando ve Sigma de 1 aquí, JMP asume que el valor de Sigma es 1. Si lo cambia a 2, entonces tiene en cuenta un poco más de incertidumbre porque el valor de
Sigma es más amplio. Para la distribución de respuesta de tipo lognormal, como en el ejemplo, esta opción de valor es Sigma. Si cambia la distribución de respuesta a Weibull, la opción ya no es Sigma, sino Weibull beta.
Recursos
