영상은 2024년 5월에 업데이트되었습니다.
방법을 확인하세요:
- 신뢰성 도구가 해결하는 문제 종류를 이해합니다.
- 제품(또는 프로세스)이 반복적으로 스트레스를 받아 결국 고장이 발생하는 문제. 스트레스 요인은 무엇이든 될 수 있습니다(예: 전압 사이클, 기계적 부하, 자동차 세차, 모터의 시동/정지 사이클).
- 제품(또는 프로세스)에 반복적으로 스트레스가 가해져 성능이 저하되는 문제(예: 타이어 마모 대 마일리지, 사이클 수에 따른 HVAC 효율성, 시간 경과에 따른 접착력, 약물 유효 기간)
- 신뢰성 분석에서 다루는 문제를 고려하세요
- 언제 고장날까요?
- 특정 직원들은 얼마나 오랫동안 근무하고, 언제 그만두게 됩니까?
- 환자들은 의학적 치료를 기준으로 얼마나 오래 생존합니까?
- 신용카드 이탈 패턴은 어떤가?
- Pharma에서 유효기간을 어떻게 설정합니까?
- 고객에게 얼마나 긴 보증 기간을 제공해야 합니까?
- 일반적인 수리 시간은 얼마나 걸리나요?
- 여러 부분으로 구성된 시스템의 안정성을 최대한 높이려면 어떻게 각 부분을 조립해야 할까요?
Sample Size Explores are useful for teliability life testing샘플 크기 탐색은 수명 테스트에 유용합니다.샘플 크기 탐색은 수명 테스트에 유용합니다.
라이브 데모에 이어진 Jerry Fish @JerryFish 와 Don McCormack @DonMcCormack 의 질문과 답변, 그리고 이 주제에 대한 이전 세션의 Q&A.
질문: 2매개변수 Weibull로 제한되나요, 아니면 3매개변수 사용도 가능한가요?
A: TH로 시작하는 분포는 3개의 매개변수 분포입니다.
질문: 언제 Weibull의 프로파일러를 살펴보나요?
A: Weibull 분포를 사용할 계획인 경우. 보고서 상단의 컨트롤은 그래프에만 적용됩니다. 특정 분포에 대한 프로파일러를 사용하려면 해당 개요 상자 아래에 있는 적합을 사용해야 합니다.
Profilers display under the section for each Distribution type selected. In this case, we see and can interact with Lognormal Profiler results.프로파일러는 선택한 각 분포 유형에 대한 섹션 아래에 표시됩니다. 이 경우 Lognormal Profiler 결과를 보고 상호 작용할 수 있습니다.프로파일러는 선택한 각 분포 유형에 대한 섹션 아래에 표시됩니다. 이 경우 Lognormal Profiler 결과를 보고 상호 작용할 수 있습니다.
질문: 상대적 너비는 무엇을 나타내나요?
A: 견적이 작성된 시점을 기준으로 합니다.
질문: 우리의 테스트 시간이 실제로 주기 수가 아니라 기간이라면 단위는 항상 시간인가요? JMP는 항상 그렇게 해석하나요?
A: 데이터를 사용 가치로 생각하세요. 시간, 사이클, 마일 등 어떤 것이든 상관없습니다. 같은 관점에서 사용 단위는 해석에 관해서만 중요합니다.
질문: 저하 예측을 위해 각 장치를 완전히 별도로 고려합니까? 아니면 모든 장치에 공통 모델이 있습니까?
대답: 공통 또는 개별 경사 및/또는 절편을 살펴볼 수 있는 유연성이 있습니다.
질문: 여러 데이터 세트(그룹)가 있는 경우 Life Distributions의 기울기를 고정할 수 있나요?
A: 기울기가 무슨 뜻인지 잘 모르겠는데, 실패 분포를 맞추는 거잖아요. 그렇긴 하지만, 선택한 분포의 매개변수를 모두 고칠 수 있어요. 그룹 간 차이를 테스트하는 거라면 Fit Life by X를 사용하면 될 듯합니다. 여기서 X는 그룹입니다.
질문: 그가 보여준 설정은 오른쪽 검열된 데이터에서만 작동하는 듯합니다. 왼쪽 검열과 오른쪽과 왼쪽의 혼합을 설정하려면 어떻게 해야 합니까?
A: 혼합 검열이 있는 경우 두 개의 열로 데이터를 설정합니다. 첫 번째 열은 기간의 시작을 나타내고 두 번째 열은 끝을 나타냅니다. 오른쪽 검열된 데이터의 경우 오른쪽 열은 누락으로 설정됩니다. 간격 검열은 두 열 모두에 값이 있습니다.
질문: 이 분석은 다양한 온도에서 보관되어 있고 테스트를 위해 완충액으로 재구성해야 하는 파괴적인 샘플에도 적용됩니까?
A: 이 경우, 우리는 진정한 실패, 즉 무언가가 작동을 멈출 때를 다루고 있습니다. 실패를 대신하는 측정을 사용할 때(예: 특정 %의 분해물이 형성될 때) 우리는 하나(분해/파괴적 분해) 또는 여러 개(분해/반복 측정 분해)가 수행되는 시기에 따라 분해, 파괴적 분해 또는 반복 측정 분해 플랫폼을 사용합니다.
Q: TH와 DS에 대해 간단히 설명해 주시겠습니까?
A: TH는 임계값을 의미합니다. 이는 3개 매개변수 Weibull과 같은 3개 매개변수 모델입니다. DS는 불량 부분 모집단입니다. 이 경우 초기 실패 항목과 상당히 긴 수명을 가진 항목이 혼합되어 있다는 가정이 있습니다. 이러한 분포를 사용하면 초기 실패 비율을 나타내는 매개변수가 있는 단일 분포가 제공됩니다.
질문: Fit Life by X 플랫폼은 온도에 따른 가속과 전압에 따른 가속 등 두 가지 가속 조건을 동시에 처리할 수 있습니까?
A: Fit Parametric Survival을 사용할 수 있습니다. 2023년 8월 25일에 가속 수명 테스트를 다루는 전체 세션을 발표할 예정입니다. Mastering JMP 세션 에 참석하는 것을 고려하세요.
질문: 단백질을 사용하여 가속 안정성 연구를 위해 제약 분야에서 신뢰성을 사용하는 것이 적절할까요?
A: 우선 JMP에는 안정성 플랫폼이 있습니다. 가속 테스트에 대해 이야기하지 않는다면 JMP 분해 기능을 사용하여 유통기한 계산을 할 수 있습니다. 단백질에 아레니우스 방정식을 사용하는 사람들이 있다는 것을 들어보았습니다. 단백질을 굽거나 변성되기 시작할 때까지 열을 높일 때 말입니다. 어떤 모델을 사용해야 하는지에 대한 FDA 또는 UPC 지침이 있는지는 모르겠습니다. Life by X Arrhenius 방정식은 이러한 유형의 모델을 맞추는 한 가지 방법일 수 있습니다. 또한 단백질의 풀림 정도와 같은 것을 측정하는 경우 분해 분석 영역에 들어가게 되지만, Life by X는 진정한 실패를 찾습니다.
질문: 생명 분포 분석에서 '검열'은 무엇을 의미합니까?
A: 검열은 마지막으로 관찰되었을 때 해당 물체가 여전히 작동하고 있음을 나타냅니다.
질문: 다른 검열 코드를 선택하면 무엇이 바뀌나요?
답변: 다른 검열 코드를 선택하면 검열된 관찰치에 해당하는 관찰치가 변경됩니다.
질문: 생명 분포의 경우, 낮은 킬로사이클에서 위험성이 높은 이유는 무엇입니까?
A: 위험은 누적 실패와 실패 확률의 비율입니다. 확률(즉, 분모)이 매우 작기 때문에 위험률이 크다고 생각합니다.
질문: 가속 수명 시험의 일부로 "가속 계수"라는 탭이 보입니다. JMP가 실험 데이터를 기반으로 가속 계수를 계산해 주나요!? 그렇다면 정말 대단하네요!
A: 네, 이는 가속 계수에 대한 데이터와 가정(예: 아르헤니우스)에 근거합니다.
질문: 'X' 섹션은 다변수 저하를 수행하는 데 사용될 수 있습니까?
A: 여러 개의 X를 취하는 플랫폼에서 여러 예측 변수로 (단일) 응답을 모델링할 수 있습니다. 이를 허용하는 특정 신뢰성 플랫폼이 있습니다. Fit Parametric이 가장 일반적입니다.
질문: 안정성 연구 분석은 어떻게 받을 수 있나요?
답변: 초기 대화 상자의 세 번째 탭인 저하(분석>신뢰성 및 안정성>저하)에 있습니다.
질문: 높은 온도에서 새로운 형태의 저하가 발생하는지 확인할 방법이 있나요?
A: 가능합니다. 이런 경우, 혼합물을 다루고 있을 수 있습니다. Life Distribution을 사용하면 혼합물을 맞출 수 있습니다.
질문: 장비에 개별 설정만 있는 경우, 그게 분석을 하는 올바른 방법이겠죠?? 14:49
A: 네, 그것은 분석하는 한 가지 방법입니다.
질문: JMP에서 네바다 차트 분석을 할 수 있나요?
A: 예. 신뢰성 예측 에서 신뢰성 예측 빨간색 삼각형 메뉴에는 이벤트 형식으로 시간별 데이터 저장 옵션이 포함되어 있어 데이터를 저장합니다. 네바다 또는 시간별 이벤트 형식으로 된 표의 날짜 데이터입니다.
질문: 신뢰 구간과 관련하여 JMP 16에서 수명 분포와 Fit Life by X에서 CI를 변경할 수 있다는 것을 알고 있습니다. 매개변수 생존 적합도에서 CI를 변경할 방법이 있습니까? 기본값은 95%이고, 어떤 경우에는 75%와 같이 다른 값으로 변경하고 싶을 수 있습니다. Fit Life by X에서 이 옵션을 볼 수 없습니다.
A: Fit Parametric Survival에서 분석을 위한 변수를 지정하는 화면에서 알파 레벨을 변경할 수 있습니다. 주요 빨간색 삼각형을 참조하세요.
자원:
