Dauer: 3 Tage
Einführung:
Zuverlässigkeit ist ein fester Bestandteil des Alltagslebens der Menschen und hat in vielen Branchen zunehmend an Bedeutung gewonnen. JMP widmet sich seit vielen Jahren der Entwicklung einer umfassenden Suite von Plattformen für Zuverlässigkeitsdatenanalyse und Zuverlässigkeitstechnik. Die Suite unterstützt nicht nur ausgereifte und traditionelle Methoden, sondern ist auch führend in der Entwicklung an der Spitze der Forschung. In diesem Kurs lernen die Teilnehmer, wie man die Produktlebensdauer analysiert und beschleunigte Tests durchführt.
Zwecke:
In diesem Kurs werden die statistischen Methoden behandelt, die in der Zuverlässigkeitsanalyse verwendet werden, und es wird praktische Erfahrung im Umgang mit Software vermittelt. Während des Kurses erhalten die Teilnehmer ein umfassendes und tiefes Verständnis für statistische Tools für verschiedene Zuverlässigkeitsprobleme und lernen, wie sie diese mit JMP analysieren können. Ziel dieses Kurses ist es, den Teilnehmern einsatzbereite Fähigkeiten für ihre täglichen Aufgaben zu vermitteln, damit sie wertvolle Beiträge für Management- und Geschäftsentscheidungen leisten können.
Wer sollte teilnehmen:
Dieser Kurs ist für Personen konzipiert, deren Arbeit mit Produktzuverlässigkeit zu tun hat, darunter Studenten, Fakultätsmitglieder, Konstruktions- oder Testingenieure, Manager und Berater. Dieser Kurs behandelt grundlegende statistische Theorien, komplexe Zuverlässigkeitskonzepte und bietet eine detaillierte Anleitung zur Verwendung der Software, die alle für die Durchführung allgemeiner oder komplexer Zuverlässigkeitsaufgaben unerlässlich sind. Teilnehmer mit unterschiedlichem Hintergrund können von verschiedenen Aspekten des Kurses profitieren. Teilnehmer, die an diesem Kurs teilnehmen, sollten bereits mit der grundlegenden Verwendung der JMP-Software vertraut sein, einschließlich des Verständnisses der Struktur der JMP-Datentabelle, des Konzepts der JMP-Plattform und der Beziehung zwischen Datenspalten und Variablen im Plattformstartdialog. Als statistischer Hintergrund müssen Teilnehmer über ein grundlegendes Verständnis der statistischen Verteilung und der linearen Regression verfügen.
Inhalt:
• Tag 1
o Grundlage der Zuverlässigkeitsanalyse
o Arten von Zuverlässigkeitsdaten und Metriken von Interesse
o Nichtparametrische Schätzungen und Konfidenzintervalle
o Weibull- und Lognormalverteilungen
o Definition und Anwendungen des Wahrscheinlichkeitsnetzes
o Maximum-Likelihood-Inferenz, parametrische Schätzungen und Konfidenzintervalle
o Parametrische Modellauswahl
o Bayesianische statistische Methoden zur Zuverlässigkeit
o Fehlermodi und Analyse
o Garantieanalyse (Zuverlässigkeitswald)
o Zuverlässigkeitsdemonstration und Zuverlässigkeitstestplan
• Tag 2
o Analyse von Daten aus beschleunigten Lebensdauertests (ALT)
o Übersicht über ALT-Methoden
o Physikbasierte Beschleunigungsmodelle
o Temperaturbeschleunigte Lebensdauertests
o ALT mit zwei Beschleunigungsvariablen
o Design von ALLEM
o Modelle mit variabler Spannung und Stufenspannung
o Degradationsmodellierung
o Beschleunigte Degradation durch wiederholte Messungen
o Bayesianische Analyse der beschleunigten Degradation durch wiederholte Messungen
o Beschleunigter destruktiver Abbau.
o Ermüdungsmodell (Neue Funktion in JMP 18)
o Überblick über das Ermüdungsmodell (auch bekannt als SN-Kurvenmodellierung)
o Einführung von Ermüdungsmodellen
o Ermüdungsdatenanalyse
• Tag 3
o Zuverlässigkeitsanalyse nicht reparierbarer Systeme
o Einführung in das Zuverlässigkeitsblockdiagramm (RBD)
o Kennzahlen zur Systemzuverlässigkeit
o Komponenten von RBD und Konfigurationseinstellungen
o Analyse der Systemzuverlässigkeit
o RBD-basierte Zuverlässigkeitszuweisung
o Zuverlässigkeitsanalyse reparierbarer Systeme
o Einführung in die Simulation reparierbarer Systeme (RSS)
o Komponenten, Ereignisse und Aktionen in RSS
o RSS-basierte Ausfallzeitanalyse
o RSS-basierte Budgetplanung
Registrieren
