Il video è stato aggiornato a maggio 2024.
Scopri come:
- Comprendere i tipi di problemi affrontati dagli strumenti di affidabilità
- Problemi in cui un prodotto (o processo) viene ripetutamente sollecitato, portando infine a guasti e lo stress potrebbe essere qualsiasi cosa (ad esempio, cicli di tensione, carichi meccanici, lavaggi auto, cicli di avvio/arresto su un motore)
- Problemi in cui un prodotto (o processo) viene ripetutamente sollecitato, portando al degrado delle prestazioni (ad esempio, usura degli pneumatici rispetto al chilometraggio, efficienza HVAC rispetto al numero di cicli, forza di adesione nel tempo, durata di conservazione del farmaco)
- Considerare i problemi affrontati dall'analisi di affidabilità
- Quando si romperà?
- Per quanto tempo rimangono determinati dipendenti e quando se ne andranno?
- Quanto tempo sopravvivono i pazienti grazie ai trattamenti medici?
- Qual è il modello di abbandono delle carte di credito?
- Nel settore farmaceutico, come faccio a impostare la data di scadenza?
- Quanto dura la garanzia che dovrei offrire ai clienti?
- Qual è il tempo di riparazione tipico?
- Come posso mettere insieme i pezzi per garantire la massima affidabilità di un sistema di parti?
Sample Size Explores are useful for teliability life testingLe esplorazioni delle dimensioni del campione sono utili per i test di durata della affidabilitàLe esplorazioni delle dimensioni del campione sono utili per i test di durata della affidabilità
Domande e risposte di Jerry Fish @JerryFish e Don McCormack @DonMcCormack che hanno seguito la demo live, più Q&A da una sessione precedente sullo stesso argomento.
Siamo limitati al metodo Weibull a due parametri oppure è possibile anche quello a tre parametri?
A: Le distribuzioni che iniziano con TH sono le distribuzioni a tre parametri.
Quando prendiamo in esame i profiler di Weibull?
R: Quando si pianifica di utilizzare la distribuzione di Weibull. I controlli in cima al report si applicano solo al grafico. Per utilizzare un profiler per una distribuzione specifica, è necessario utilizzare il fit sotto la casella di contorno appropriata.
Profilers display under the section for each Distribution type selected. In this case, we see and can interact with Lognormal Profiler results.I profiler vengono visualizzati nella sezione per ogni tipo di distribuzione selezionato. In questo caso, vediamo e possiamo interagire con i risultati del profiler lognormale.I profiler vengono visualizzati nella sezione per ogni tipo di distribuzione selezionato. In questo caso, vediamo e possiamo interagire con i risultati del profiler lognormale.
Cosa indica la larghezza relativa?
A: Relativamente al punto in cui viene effettuata la stima.
Se il nostro tempo di prova è in realtà un periodo di tempo e non un numero di cicli, le unità saranno sempre ore? JMP lo interpreta sempre in questo modo?
R: Pensa ai dati come a un valore di utilizzo. Non importa se si tratta di tempo, cicli, miglia, ecc. Allo stesso modo, le unità di utilizzo contano solo quando si tratta di interpretazione.
Per la previsione della degradazione ogni dispositivo è considerato totalmente separatamente oppure esiste un modello comune per tutti i dispositivi?
R: Hai la flessibilità di considerare pendenze e/o intercette comuni o separate.
È possibile correggere la pendenza in Life Distributions quando si hanno più set di dati (gruppi)?
R: Non sono sicuro di cosa intendi per pendenza, stai adattando una distribuzione di fallimento. Detto questo, puoi correggere uno qualsiasi/tutti i parametri della distribuzione che scegli. Se intendi dire che stai testando le differenze tra i gruppi, potresti voler usare Fit Life by X dove X è il gruppo.
La configurazione che ha mostrato sembrava funzionare solo per i dati censurati a destra. Come possiamo configurare la censura a sinistra e un mix di destra e sinistra?
R: Se hai una censura mista, imposti i dati con due colonne. La prima colonna indica l'inizio del periodo, la seconda la fine. Per i dati censurati a destra, la colonna di destra è impostata su mancante. La censura a intervalli ha un valore per entrambe le colonne.
Questa analisi si applica ai campioni distruttivi, come i solidi conservati a temperature diverse e che devono essere ricostituiti con un tampone per essere analizzati?
R: In questo caso, abbiamo a che fare con veri e propri fallimenti, ovvero quando qualcosa smette di funzionare. Quando utilizziamo una misurazione come sostituto di un fallimento (ad esempio, quando si forma una certa % di degradante), utilizzeremo le piattaforme Degradation, Destructive Degradation o Repeated Measurements Degradation, a seconda di quando ne viene eseguita una (Degradation/Destructive Degradation) o più (Degradation/Repeated Measurements Degradation).
Puoi spiegare brevemente TH e DS?
A: TH sta per soglia. Questi sono i modelli a tre parametri come il Weibull a tre parametri. DS è la sottopopolazione difettosa. In quel caso, si presume che ci sia una miscela di elementi con guasti precoci e elementi con una vita considerevolmente più lunga. Utilizzando queste distribuzioni si otterrà una distribuzione singola con un parametro che indica la proporzione di guasti precoci.
La piattaforma Fit Life by X può gestire contemporaneamente due condizioni di accelerazione, come l'accelerazione dovuta alla temperatura e l'accelerazione dovuta alla tensione?
R: Puoi usare Fit Parametric Survival. Presenteremo un'intera sessione sui test di vita accelerati il 25 agosto 2023. Considera di partecipare a quella sessione Mastering JMP .
È appropriato utilizzare l'affidabilità in ambito farmaceutico per uno studio accelerato della stabilità, utilizzando le proteine?
R: Innanzitutto, c'è una piattaforma di stabilità in JMP. Se non stiamo parlando di test accelerati, puoi fare calcoli di durata di conservazione usando le capacità di degradazione di JMP. Abbiamo sentito di persone che usano l'equazione di Arrhenius per le proteine, quando in un certo senso le stai cuocendo o aumentando il calore su di esse finché non iniziano a denaturarsi. Non so se ci siano linee guida FDA o UPC in termini di quali modelli usare. L'equazione di Arrhenius Life by X potrebbe essere un modo per adattare quei tipi di modelli, tieni anche presente che se stai misurando qualcosa come la quantità di srotolamento della proteina, ti metterà nell'area dell'analisi della degradazione rispetto a Life by X, che sta cercando un vero fallimento.
Cosa indica "Censor" nell'analisi della distribuzione della vita?
A: Il censore indica che l'oggetto era ancora funzionante al momento dell'ultima osservazione.
Cosa cambia se selezioniamo un codice di censura diverso?
R: Quando si seleziona un codice di censura diverso, si modificano le osservazioni che corrispondono alle osservazioni censurate.
Per quanto riguarda la distribuzione della vita, perché il rischio è elevato a bassi chilocicli?
R: Il rischio è il rapporto tra i guasti cumulativi e la probabilità di guasto. Sospetto che sia grande perché la probabilità (cioè il denominatore) è molto piccola.
Vedo una scheda che dice "Acceleration Factor" come parte di Accelerated Life Test. JMP calcola il tuo fattore di accelerazione in base ai dati sperimentali!? Se sì, è FANTASTICO!
R: Sì, si basa sui dati e sulle ipotesi che fai sul fattore di accelerazione (ad esempio, è Arhhenius).
La sezione 'X' verrebbe utilizzata per effettuare una degradazione multivariata?
R: Nelle piattaforme che prendono più X, puoi modellare una (singola) risposta con più predittori. Ci sono alcune piattaforme di affidabilità che ti permettono di farlo. Fit Parametric è la più generale di queste.
Come si arriva all'analisi degli studi di stabilità?
R: Si trova in Degrado (Analizza>Affidabilità e stabilità>Degrado), la terza scheda nella finestra di dialogo iniziale.
Esiste un modo per determinare se a temperature più elevate si verifica una nuova forma di degradazione?
R: Forse. In questi casi, potresti avere a che fare con delle miscele. Life Distribution ti consente di adattare le miscele.
Se la tua apparecchiatura ha solo impostazioni discrete, allora questo sarebbe il modo corretto per eseguire l'analisi, giusto?? 14:49
R: Sì, questo è un modo per fare l'analisi.
È possibile eseguire l'analisi del grafico Nevada in JMP?
R: Sì. In Previsione affidabilità , il menu triangolo rosso Previsione affidabilità contiene l'opzione Salva dati in formato Tempo all'evento, che salva Nevada o dati Date in una tabella formattata Ora dell'evento.
Per quanto riguarda l'intervallo di confidenza, so che JMP 16 può modificare il CI nella distribuzione della vita e in Fit Life by X. Esiste un modo per modificare il CI nell'adattamento di sopravvivenza parametrico? Il valore predefinito è 95%, in alcuni casi potrei volerlo modificare con altri valori, ad esempio 75%. Non vedo questa opzione in Fit Life by X.
A: In Fit Parametric Survival, puoi cambiare il tuo livello Alpha dalla schermata in cui specifichi le variabili per l'analisi. Guarda il triangolo rosso principale.
Risorse:
