高レベルモデルを用いた生存予測とワイブルモデルとの比較アンシュマン・シン、GEパワー＆ウォーター、機械エンジニア
GEパワー＆ウォーター社コンサルティングエンジニア、ジョン・コルセダル氏
GEパワー＆ウォーター、ライフサイクル信頼性エンジニアリング、テクニカルリーダー、ブラッド・フォークス
機械の寿命は数百もの部品で構成されています。各部品は様々な動作条件の影響を受けますが、その多くは設計プロセスでは考慮されていません。そのため、部品の実際の寿命は単一の点ではなく、動作データの影響を受ける分布となります。さらに、部品の故障が機械全体の故障につながるとは限らないため、故障までの正確な時間を特定できない場合もあります。これらの変動要因により、生存モデルの作成はますます困難になっていますが、動作データを含めることは、この変動の影響を軽減する一つの方法です。JMP Proは、動作データの理解に使用されます。人工ニューラルネットワークとブートストラップモデリングの助けを借りて、従来の不均衡な離散的結果を用いた生存モデルと並行するアプローチを構築し、部品寿命の要因を特定しました。この並行アプローチとJMP Proの視覚化機能により、重要なXが特定され、生存モデルに追加されます。これらの手法を一貫して使用することで、部品寿命のより優れた生存モデルを構築できます。本プレゼンテーションでは、要因を特定し、より正確なモデルを構築するために用いられるモデリング手法を紹介します。
