# ความเชื่อถือได้แบบ Weibull: วิธีอ่าน B10 และข้อกล่าวอ้างเรื่องอายุใช้งานของช่องนำสายเคเบิล > Source: https://chinacableglands.com/th/blog/weibull-cable-entry-reliability/ > Language: th > Publisher: เบปโต เคเบิลแกลนด์ > Author: Victor Huang > Published: 2026-10-22 > Updated: 2026-10-29 ศึกษาเรื่องความเชื่อถือได้แบบ Weibull, B10 และอายุลักษณะเฉพาะ พร้อมตัวอย่างคำนวณ ข้อมูลการสังเกตที่ถูกเซ็นเซอร์ ขอบเขตความเชื่อมั่น และเงื่อนไขการทดสอบช่องนำสายเคเบิล

ความเชื่อถือได้แบบ Weibull อธิบายว่าความน่าจะเป็นของความล้มเหลวเปลี่ยนไปอย่างไรตามเวลาสัมผัสสภาวะ B10 คือเวลาที่แบบจำลองมีความล้มเหลวสะสมถึง 10%; ส่วนอายุลักษณะเฉพาะคือเวลาที่ความล้มเหลวสะสมอยู่ที่ประมาณ 63.2%. ฉันเปรียบเทียบตัวชี้วัดอายุที่ระบุ เงื่อนไขการทดสอบ และขอบเขตความเชื่อมั่น ก่อนใช้ข้อกล่าวอ้างอายุการใช้งานของช่องนำสายประกอบการตัดสินใจ

ความแตกต่างนี้สำคัญ แบบจำลองสองชุดอาจมีอายุลักษณะเฉพาะเท่ากันแต่ค่า B10 ต่างกันมาก การทดสอบที่ยาวนานแต่พบความล้มเหลวเพียงเล็กน้อยยังให้ข้อมูลต่างจากรายการชิ้นส่วนที่ถูกส่งคืนจำนวนมาก อ่านเส้นโค้งควบคู่ไปกับประชากรและบันทึกที่ใช้ปรับแบบจำลอง

ข้อสรุปสำคัญ

รูปร่าง สเกล และ B10 ของ Weibull หมายถึงอะไร?

แบบจำลอง Weibull เป็นการแจกแจงความน่าจะเป็นที่ใช้อธิบายปริมาณต่าง ๆ เช่น เวลา หรือจำนวนรอบจนเกิดความล้มเหลว IEC 61649:2008 ระบุวิธีวิเคราะห์ Weibull ทั้งเชิงวิเคราะห์และเชิงกราฟสำหรับรายการตัวอย่างที่นำมาทดสอบหรือใช้งาน สำหรับช่องนำสาย ให้กำหนดชุดประกอบ สภาวะสัมผัส และเหตุการณ์ความล้มเหลวที่แบบจำลองนี้ใช้อธิบาย

แบบจำลองสองพารามิเตอร์ใช้จุดกำเนิดเวลาเป็นศูนย์ มีพารามิเตอร์รูปร่าง β\beta ที่เป็นบวก และพารามิเตอร์สเกล η\eta ที่เป็นบวก สำหรับเวลาสัมผัส t≥0t\geq0 ความน่าจะเป็นของความล้มเหลวสะสมคือ:

F(t)=1−exp⁡[−(tη)β]F(t)=1-\exp\left[-\left(\frac{t}{\eta}\right)^\beta\right]

ความน่าจะเป็นในการอยู่รอดคือความน่าจะเป็นที่ยังไม่เกิดความล้มเหลวที่กำหนดไว้จนถึงเวลา tt โดย R(t)=1−F(t)R(t)=1-F(t) เวลาและสเกลต้องใช้หน่วยเดียวกัน ส่วนรูปร่างไม่มีมิติ นี่คือรูปแบบที่แสดงในแบบจำลองอายุการใช้งาน Weibull ของ NIST แม้ซอฟต์แวร์บางชนิดจะใช้สัญลักษณ์ต่างกัน

อายุลักษณะเฉพาะคือพารามิเตอร์สเกล η\eta ซึ่งแบบจำลองมีความล้มเหลวสะสม F(η)=1−e−1F(\eta)=1-e^{-1} หรือประมาณ 63.2%. พารามิเตอร์รูปร่างกำหนดแนวโน้มของอัตราความล้มเหลวฉับพลันในหน่วยที่ยังรอดอยู่ ค่าต่ำกว่า 1 ทำให้อัตราลดลง ค่าเท่ากับ 1 ทำให้อัตราคงที่ และค่ามากกว่า 1 ทำให้อัตราเพิ่มขึ้น

ฉันใช้แนวโน้มของรูปร่างเพื่อกำหนดทิศทางการตรวจสอบเพิ่มเติม อัตราความล้มเหลวที่เพิ่มขึ้นทำให้ควรตรวจสอบการเสื่อมสภาพตามอายุ ส่วนความล้มเหลวช่วงต้นอาจชวนให้ตรวจสอบความแปรปรวนในการติดตั้งหรือการผลิตอย่างใกล้ชิด ข้อสรุปทางกายภาพยังต้องอาศัยชิ้นทดสอบและประวัติการสัมผัสสภาวะ เพราะรูปร่างทางสถิติเดียวกันอาจเกิดจากกลไกที่ต่างกัน

อายุ B10 คือเปอร์เซ็นไทล์ที่สิบของการแจกแจงความล้มเหลว ในแบบจำลองเดียวกัน ประชากร 90% จะรอดอยู่จนถึงระดับการสัมผัสสภาวะนั้น ตามความสัมพันธ์ควอนไทล์ของ NIST:

tB10=η[−ln⁡(0.9)]1/βt_{B10}=\eta[-\ln(0.9)]^{1/\beta}

ลอการิทึมเป็นลอการิทึมธรรมชาติ และผลลัพธ์มีหน่วยเดียวกับ η\eta อายุเฉลี่ยเป็นค่าเฉลี่ยอีกประเภทหนึ่งซึ่งขึ้นอยู่กับพารามิเตอร์ทั้งสอง แบบจำลอง Weibull สามพารามิเตอร์เพิ่มพารามิเตอร์ตำแหน่งหรือพารามิเตอร์เลื่อน ดังนั้นให้ยืนยันรูปแบบแบบจำลองก่อนใช้สมการที่กำหนดตำแหน่งเป็นศูนย์

ตัวอย่างคำนวณ: อายุลักษณะเฉพาะเท่ากัน แต่ B10 ต่างกัน

พิจารณาแบบจำลองตัวอย่างสามชุดที่กำหนดพารามิเตอร์ไว้โดยเจตนาเพื่อสาธิต ตัวอย่างทางคณิตศาสตร์เหล่านี้แยกจากชุดข้อมูลชิ้นทดสอบหกชิ้นที่จะกล่าวถึงภายหลังในบทความ

แบบจำลอง รูปร่าง อายุลักษณะเฉพาะ ค่า B10 ที่คำนวณได้ ความน่าจะเป็นของความล้มเหลวที่ 500 h
A 1 1,000 h 105.4 h 39.35%
B 2 1,000 h 324.6 h 22.12%
C 2 1,500 h 486.9 h 10.52%

สำหรับแบบจำลอง B ให้นำสเกลสมมติ 1,000 h และรูปร่าง 2 แทนค่าในสมการ B10 รากที่สองของ −ln⁡(0.9)-\ln(0.9) มีค่าประมาณ 0.32459 จึงได้ 324.6 h ส่วน A มีสเกลเท่ากันแต่รูปร่างต่างกัน ทำให้ค่า B10 เกิดขึ้นเร็วกว่ามาก

เมื่อคำนึงถึงความล้มเหลวช่วงต้น ฉันจะเปรียบเทียบ B10 หรือความน่าจะเป็นของความล้มเหลว ณ ระดับการสัมผัสสภาวะที่ต้องการ สเกลเพียงอย่างเดียวซ่อนความแตกต่างนี้ไว้ ที่ 500 h แบบจำลอง B มีความน่าจะเป็นของความล้มเหลวสะสมต่ำกว่า A แต่ที่ 2,000 h ลำดับกลับกัน: A เท่ากับ 86.47% ส่วน B เท่ากับ 98.17% เส้นโค้งทั้งสองตัดกันที่อายุลักษณะเฉพาะร่วมกัน 1,000 h

พารามิเตอร์รูปร่างและสเกลเปลี่ยนเส้นโค้งความล้มเหลวสะสมแบบ Weibull อย่างไร เส้นโค้งคำนวณสามเส้นแสดงความน่าจะเป็นความล้มเหลวสะสมตั้งแต่ศูนย์ถึงสองพันชั่วโมง เส้นรูปร่าง 1 และรูปร่าง 2 ที่มีสเกล 1,000 ชั่วโมงต่างถึง 63.2% ที่ 1,000 ชั่วโมง ส่วนเส้นที่สามมีรูปร่าง 2 และสเกล 1,500 ชั่วโมง และถึง 63.2% ที่ 1,500 ชั่วโมง รูปร่างและสเกล เปลี่ยนเส้นโค้ง ความล้มเหลวสะสมตามเวลาทดสอบ 100% 63.2% 50% 0% 0 1,000 2,000 เวลาทดสอบ (ชั่วโมง) รูปร่าง 1 · สเกล 1,000 h รูปร่าง 2 · สเกล 1,000 h รูปร่าง 2 · สเกล 1,500 h
เส้นโค้งคำนวณแสดงว่ารูปร่างเปลี่ยนการแจกแจงอย่างไร และสเกลเลื่อนเวลาลักษณะเฉพาะอย่างไร แต่ละเส้นมีความล้มเหลวสะสมถึง 63.2% ที่ค่าสเกลของตนเอง

แบบจำลอง C แสดงผลของการเพิ่มสเกลโดยคงรูปร่างไว้เท่าเดิม ค่า B10 ของ C เป็น 1.5 เท่าของ B ซึ่งตรงกับอัตราส่วนของสเกล เส้นโค้งทั้งสามคำนวณจากพารามิเตอร์ที่ระบุ การเปรียบเทียบช่องนำสายจริงต้องใช้แบบจำลองที่ปรับจากข้อมูลสังเกตที่เกี่ยวข้องและประเมินร่วมกับความไม่แน่นอน

สำหรับรายงานที่ระบุเพียงระยะเวลา ให้ตรวจสอบว่าหมายถึง B10 อายุเฉลี่ย อายุลักษณะเฉพาะ จุดสิ้นสุดการทดสอบ หรือช่วงเวลาการใช้งานที่วางแผนไว้ คู่มือความทนทานระยะยาวอธิบายว่าเงื่อนไขการใช้งานและการบำรุงรักษาเชื่อมโยงกับการตัดสินใจระยะยาวนั้นอย่างไร

กำหนดประชากรช่องนำสายและเหตุการณ์ความล้มเหลว

ประชากรคือชุดของชุดประกอบที่ผลลัพธ์ตั้งใจใช้อธิบาย ให้กำหนดแบบของแกลนด์ สารประกอบซีล ปลอกหุ้มและเส้นผ่านศูนย์กลางของสายเคเบิล รูปแบบการติดตั้ง และเงื่อนไขการติดตั้งให้ชัดเจน หากล็อตหรือรุ่นต่างกัน ให้บันทึกอัตลักษณ์นั้นไว้ เพื่อให้ตรวจสอบผลกระทบได้แทนที่จะซ่อนความแตกต่างด้วยการรวมข้อมูลเข้าด้วยกัน

กำหนดจุดสิ้นสุดเชิงหน้าที่ก่อนเริ่มสัมผัสสภาวะ การรั่วเกินเกณฑ์ที่กำหนด การสูญเสียแรงยึดรั้ง และความเสียหายของสารเคลือบที่มองเห็นได้เป็นเหตุการณ์คนละแบบ ซึ่งอาจทำให้ได้การแจกแจงอายุการใช้งานต่างกัน ฉันเลือกเหตุการณ์ที่สอดคล้องกับการตัดสินใจทางวิศวกรรม จากนั้นกำหนดวิธีวัดและเกณฑ์เพื่อให้ประเมินชิ้นทดสอบทุกชิ้นอย่างสม่ำเสมอ

คู่มือความล้มเหลวจากน้ำซึมเข้า อธิบายวิธีแยกเส้นทางรั่วผ่านซีลสายเคเบิลกับอินเทอร์เฟซติดตั้ง เส้นทางเหล่านี้อาจต้องตรวจสอบต่างกัน แม้ทั้งสองเส้นทางจะทำให้น้ำเข้าไปภายในตู้ได้

ใช้หน่วยเวลาการสัมผัสสภาวะเพียงแบบเดียวในการวิเคราะห์: ชั่วโมงการทำงาน เวลาที่สัมผัสสภาพแวดล้อมสะสม หรือจำนวนรอบที่นับได้ ระบุเวลาเริ่มต้นและวิธีจัดการช่วงหยุดให้ชัดเจน การพิจารณาที่นี่ใช้ความล้มเหลวครั้งแรกของชุดประกอบที่ยังไม่ได้ซ่อม การล้มเหลวซ้ำหลังซ่อมต้องใช้แบบจำลองและโครงสร้างข้อมูลที่อธิบายการซ่อมและการเกิดซ้ำได้

ชิ้นทดสอบช่องนำสายเคเบิลที่ตั้งในแนวตั้งแยกจากกัน โดยมีปลายสายสีดำแต่ละชุด วางห่างกันบนชั้นวางภายในห้องทดสอบสภาพแวดล้อมที่เปิดประตูอยู่
ชิ้นทดสอบช่องนำสายเคเบิลแยกกันวางตามตำแหน่งที่เว้นระยะบนชั้นวางในห้องทดสอบ แต่ละชิ้นมีแกลนด์และปลายสายของตนเอง

ตัวอย่างที่สุ่มมาหรือมีเหตุผลรองรับควรเป็นตัวแทนของประชากรที่กล่าวถึง ชิ้นส่วนที่ส่งคืนมีประโยชน์ต่อการวินิจฉัย แต่รายการที่มีเฉพาะชิ้นส่วนส่งคืนจะไม่มีข้อมูลของหน่วยที่ติดตั้งแล้วและยังรอดอยู่ เชื่อมโยงบันทึกความล้มเหลวกับหน่วยที่ยังอยู่ระหว่างการสังเกตและประวัติการสัมผัสสภาวะของหน่วยเหล่านั้น คู่มือการทดสอบความทนทานอธิบายว่าการกำหนดชุดประกอบและการวางแผนการสัมผัสสภาวะเชื่อมโยงกันอย่างไร

แยกบันทึกที่ทราบเวลาเกิดความล้มเหลวอย่างแน่ชัดออกจากบันทึกที่ถูกเซ็นเซอร์

การเซ็นเซอร์ทางขวาหมายถึงหน่วยนั้นยังไม่เกิดความล้มเหลวตามที่กำหนดไว้จนถึงเวลาสังเกตครั้งสุดท้าย แต่ยังไม่ทราบเวลาที่จะล้มเหลวในภายหลัง ส่วนการเซ็นเซอร์ช่วงเวลาหมายถึงเหตุการณ์เกิดขึ้นระหว่างเวลาสังเกตสองครั้ง แนวทางของ NIST เรื่องการเซ็นเซอร์ข้อมูลอธิบายชนิดข้อมูลเหล่านี้และเหตุผลที่แต่ละชนิดควรรวมไว้ในการวิเคราะห์

ใช้ชุดข้อมูลสมมติของชิ้นทดสอบหกชิ้นต่อไปนี้ โดยสมมติว่าอายุการใช้งานของชิ้นทดสอบเป็นอิสระกันและมาจากประชากรเดียวกัน ใช้เงื่อนไขสัมผัสสภาวะร่วมกัน ตรวจติดตามจุดสิ้นสุดอย่างต่อเนื่อง และวางแผนหยุดการทดสอบไว้ล่วงหน้าที่ 300 h

ชิ้นทดสอบ เวลาสังเกต สถานะ ความหมาย
A 100 h ความล้มเหลว พบความล้มเหลวแรกตามที่กำหนดที่ 100 h
B 180 h ความล้มเหลว พบความล้มเหลวแรกตามที่กำหนดที่ 180 h
C 260 h ความล้มเหลว พบความล้มเหลวแรกตามที่กำหนดที่ 260 h
D 300 h ถูกเซ็นเซอร์ทางขวา รอดอยู่จนถึงจุดสิ้นสุดการทดสอบ
E 300 h ถูกเซ็นเซอร์ทางขวา รอดอยู่จนถึงจุดสิ้นสุดการทดสอบ
F 300 h ถูกเซ็นเซอร์ทางขวา รอดอยู่จนถึงจุดสิ้นสุดการทดสอบ

ให้ใช้ช่องสถานะแยกต่างหาก รายการสามรายการที่ 300 h เป็นการสังเกตว่าหน่วยยังรอดอยู่ จึงมีส่วนต่อการวิเคราะห์ต่างจากการบันทึกความล้มเหลวที่ 300 h การตัดรายการเหล่านี้ออกจะทำให้ข้อมูลของตัวอย่างครึ่งหนึ่งที่รอดอยู่สูญหาย ส่วนการเปลี่ยนสถานะเป็นความล้มเหลวก็เปลี่ยนสิ่งที่เกิดขึ้นจริง

หากตรวจสอบจุดสิ้นสุดเป็นระยะ ให้บันทึกเวลาที่ผ่านการตรวจครั้งล่าสุดและเวลาที่พบความล้มเหลวครั้งแรก การผ่านที่ 200 h แล้วไม่ผ่านที่ 250 h กำหนดช่วงเวลานั้นไว้ ใช้วิธีปรับแบบจำลองที่รองรับข้อมูลแบบช่วง แทนการกำหนดจุดกึ่งกลางหรือเวลาตรวจเป็นเวลาเหตุการณ์ที่แน่นอน

ฉันยังบันทึกเหตุผลที่การสังเกตแต่ละครั้งสิ้นสุดลง การหยุดตามแผนรองรับสมมติฐานการเซ็นเซอร์ที่ต่างจากการนำชิ้นทดสอบออกเพราะดูเหมือนใกล้จะล้มเหลว ให้ตรวจสอบการนำออกเช่นนี้และความสัมพันธ์กับอายุการใช้งานก่อนเลือกวิธีวิเคราะห์

ปรับแบบจำลองให้เข้ากับข้อมูลสังเกตและตรวจสอบแบบจำลอง

การประมาณค่าด้วยวิธีภาวะน่าจะเป็นสูงสุด หรือ MLE เลือกพารามิเตอร์ที่ทำให้ข้อมูลสังเกตที่บันทึกไว้สอดคล้องกับการแจกแจงที่เลือกมากที่สุด กรณีที่ทราบเวลาที่เกิดความล้มเหลวอย่างแน่นอนมีส่วนเป็นความหนาแน่นความน่าจะเป็น ณ เวลาที่ล้มเหลว ส่วนหน่วยที่ถูกเซ็นเซอร์ทางขวาจะมีส่วนเป็นความน่าจะเป็นในการรอดอยู่จนถึงเวลาสังเกต ข้อมูลแบบช่วงมีส่วนเป็นความน่าจะเป็นที่ความล้มเหลวเกิดขึ้นระหว่างค่าที่อ่านได้สองครั้ง คำแนะนำของ NIST เรื่อง MLE อธิบายพจน์ภาวะน่าจะเป็นที่แตกต่างกันเหล่านี้

ตัวอย่างคำนวณ: การเปลี่ยนสถานะทำให้ผลลัพธ์เปลี่ยน

สำหรับบันทึกสมมติหกรายการข้างต้น การประมาณค่าด้วยวิธีภาวะน่าจะเป็นสูงสุดสำหรับ Weibull สองพารามิเตอร์ที่กำหนดตำแหน่งไว้เป็นศูนย์ให้ค่ารูปร่างประมาณ 2.047 สเกล 353.7 h และ B10 117.8 h ตารางเปรียบเทียบผลคำนวณนี้กับการจัดการข้อมูลชุดเดียวกันอย่างไม่ถูกต้องสองวิธี

วิธีจัดการ ค่าประมาณรูปร่าง ค่าประมาณสเกล ค่าประมาณ B10 ผลต่อข้อมูล
ความล้มเหลวสามรายการและชิ้นที่รอดซึ่งถูกเซ็นเซอร์ทางขวาสามชิ้น 2.047 353.7 h 117.8 h คงข้อมูลสังเกตตามที่ระบุไว้
ตัดชิ้นที่รอดทั้งสามชิ้นออก 3.121 202.2 h 98.3 h ปรับแบบจำลองจากเฉพาะกลุ่มที่ล้มเหลว
กำหนดให้ชิ้นที่รอดอยู่ที่ 300 h ทั้งสามชิ้นเป็นความล้มเหลว 4.016 266.0 h 151.9 h สร้างเหตุการณ์ที่ไม่มีอยู่ในตัวอย่าง

ฉันพบว่าการเปลี่ยนสถานะของชิ้นที่รอดอยู่ให้เป็นความล้มเหลวทำให้ B10 ในชุดข้อมูลสมมตินี้เพิ่มขึ้น: 151.9 h แทนที่จะเป็น 117.8 h การตัดชิ้นที่รอดชุดเดียวกันออกทำให้ค่าลดลงเหลือ 98.3 h ผลที่สวนทางกันนี้ทำให้ช่องสถานะเป็นสิ่งสำคัญอันดับต้น ๆ เมื่อตรวจสอบรายงานที่นำเข้า เพราะการลงรหัสผิดอาจทำให้คำตอบเปลี่ยนไปได้ทั้งสองทิศทาง ให้ใช้สถานะที่ถูกต้องก่อน จากนั้นจึงประเมินความพอดีของแบบจำลองและความไม่แน่นอน เมื่อมีความล้มเหลวที่สังเกตได้เพียงสามครั้ง ค่ารูปร่างและค่าประมาณส่วนหางล่างจึงอ่อนไหว จำเป็นต้องมีข้อมูลการสัมผัสสภาวะที่ให้ข้อมูลมากขึ้นและการวิเคราะห์ความเชื่อมั่น เพื่อการเปรียบเทียบทางวิศวกรรมที่หนักแน่น

กราฟความน่าจะเป็นเปรียบเทียบข้อมูลสังเกตกับแบบจำลองบนแกนที่แปลงแล้ว ซึ่งแตกต่างจากเส้นโค้งสะสมทั่วไปที่แสดงไว้ก่อนหน้านี้ ในวิธีสร้างกราฟความน่าจะเป็นของ NIST ตำแหน่งการพล็อตคำนึงถึงข้อมูลที่ถูกเซ็นเซอร์ รูปแบบที่เกือบเป็นเส้นตรงโดยรวมสนับสนุนความสอดคล้องกับแบบจำลองที่เลือก

ตรวจสอบความโค้ง การกระจุกตัวตามล็อต ค่าผิดปกติช่วงต้น และผลจากตำแหน่งชิ้นทดสอบ คงจุดข้อมูลไว้ เว้นแต่มีเหตุผลด้านการวัดหรือประชากรที่บันทึกไว้รองรับการจัดการต่างออกไป เปรียบเทียบการแจกแจงที่เป็นไปได้โดยใช้ข้อมูลสังเกตชุดเดียวกัน ตัวอย่างคำนวณ Weibull ของ NIST เปรียบเทียบการปรับแบบจำลอง Weibull กับ lognormal ซึ่งมีสถิติความพอดีใกล้เคียงกัน แสดงให้เห็นว่าเส้นโค้งที่ดูเรียบร้อยเพียงอย่างเดียวไม่เพียงพอที่จะตัดสินใจเลือกแบบจำลอง

กลไกความล้มเหลวอาจแข่งขันกันได้เช่นกัน หากการกัดกร่อนทำให้การสังเกตสิ้นสุดลงก่อนเกิดความล้มเหลวจากการรั่ว ให้บันทึกทั้งเหตุการณ์ที่ทำให้การสังเกตสิ้นสุดและเวลาการรั่วที่ถูกเซ็นเซอร์ แบบจำลองความเสี่ยงแข่งขันของ NIST รวมกลไกต่าง ๆ ภายใต้สมมติฐานความเป็นอิสระและความล้มเหลวครั้งแรก หากการเคลื่อนตัวของข้อต่อส่งเสริมทั้งการกัดกร่อนและการรั่ว ให้ตรวจสอบสาเหตุร่วมดังกล่าวเมื่อเลือกแบบจำลอง

อ่านขอบเขตความเชื่อมั่นควบคู่กับค่าประมาณอายุการใช้งาน

ขอบเขตความเชื่อมั่นแสดงความไม่แน่นอนของปริมาณประชากรที่ประมาณไว้ภายใต้สมมติฐานการวิเคราะห์ ขอบเขตความเชื่อมั่นด้านล่างของ B10 ตอบคำถามต่างจากค่าประมาณแบบจุดของ B10 ให้ระบุระดับความเชื่อมั่น รูปแบบด้านเดียวหรือสองด้าน และวิธีคำนวณควบคู่กับค่านั้น

ตัวอย่างเช่น สมมติว่าข้อกำหนดต้องการขอบเขตความเชื่อมั่นด้านเดียวแบบล่างของ B10 ที่ระดับ 95% ไม่น้อยกว่า 1,000 h รายงานสมมติที่มีค่าประมาณแบบจุดของ B10 เท่ากับ 1,300 h แต่มีขอบเขตล่างเท่ากับ 900 h จึงไม่ผ่านข้อกำหนด ส่วนเกิน 300 h ของค่าประมาณแบบจุดไม่ชดเชยการขาดไป 100 h จากขอบเขตที่กำหนด

ฉันพิจารณาขนาดตัวอย่างและจำนวนความล้มเหลวควบคู่กับการเปรียบเทียบนั้น ช่วงความเชื่อมั่นเกี่ยวข้องกับความไม่แน่นอนของเปอร์เซ็นไทล์หรือพารามิเตอร์ที่ประมาณได้ ต่างจากช่วงที่มีอายุการใช้งานของแต่ละหน่วยตามสัดส่วนดังกล่าว เมื่อต้องเปรียบเทียบรายงาน ให้ใช้ตัวชี้วัดอายุ หลักเกณฑ์การระบุช่วงความเชื่อมั่น จุดสิ้นสุด และฐานการสัมผัสสภาวะเดียวกัน

เมื่อไม่พบความล้มเหลว ให้รายงานจำนวนหน่วยที่รอดอยู่และระยะเวลาที่รอด ในการปรับแบบจำลอง Weibull สองพารามิเตอร์แบบไม่กำหนดข้อจำกัด การเพิ่มสเกลอาจทำให้ภาวะน่าจะเป็นของข้อมูลที่ทุกหน่วยรอดอยู่เพิ่มขึ้นต่อไป ดังนั้นข้อมูลสังเกตเพียงอย่างเดียวจึงไม่สามารถระบุค่าประมาณรูปร่างและสเกลที่มีขอบเขตจำกัดได้ วิธีสาธิตความเชื่อถือได้ที่กำหนดแยกต่างหากสามารถใช้ผลการรอดเหล่านั้นได้ภายใต้สมมติฐานที่ระบุไว้

ลำดับการอ่านที่มีประโยชน์คือระบุว่ากำลังใช้ตัวชี้วัดอายุชนิดใด ตรวจดูข้อมูลที่สังเกตและข้อมูลที่ถูกเซ็นเซอร์ ตรวจสอบความพอดีของแบบจำลอง แล้วเปรียบเทียบกับขอบเขตความเชื่อมั่นที่ต้องการ ติดตามองค์ประกอบที่มีผลต่อการตัดสินใจ ได้แก่ ระยะเวลาสัมผัสสภาวะ จำนวนความล้มเหลว ประชากรที่ปะปนกัน หรือกลไกที่ยังไม่แน่นอน

เชื่อมโยงอายุจากการทดสอบแบบเร่งกับสภาวะการใช้งาน

เส้นโค้ง Weibull ที่ปรับเข้ากับข้อมูลภายใต้ความเค้นสูงอธิบายสภาวะนั้น การคาดการณ์ไปยังการใช้งานปกติต้องรวมการแจกแจงอายุการใช้งานเข้ากับความสัมพันธ์การเร่งสำหรับกลไกความล้มเหลวที่เกี่ยวข้อง คำแนะนำของ NIST สำหรับการคาดการณ์ที่สภาวะใช้งานอธิบายว่าเหตุใดแบบจำลองทั้งสองจึงสำคัญ โดยเฉพาะเมื่อการคาดการณ์อายุการใช้งานอยู่ในส่วนหางช่วงต้นที่มีข้อมูลสังเกตเบาบาง

ตรวจสอบว่าสภาวะการทดสอบแบบเร่งและสภาวะการใช้งานยังคงกลไกเดิมไว้ อุณหภูมิที่สูงขึ้นอาจเปลี่ยนกระบวนการเสื่อมสภาพของซีล ขณะที่ความชื้น สารเคมี และการเคลื่อนไหวอาจเปลี่ยนชุดประกอบในลักษณะต่างกัน ให้ถือประวัติความเค้นเป็นส่วนหนึ่งของแบบจำลอง แทนการรวมชั่วโมงที่ไม่เกี่ยวข้องกันเป็นตัวนับอายุเดียว คู่มือการเสื่อมสภาพตามอายุของซีลเชื่อมโยงความเค้นเหล่านี้เข้ากับหน้าที่ของซีล

ฉันมองหาข้อมูลจากสภาวะความเค้นต่ำกว่า ระยะเวลานานกว่า หรือการใช้งานจริง เพื่อใช้ตรวจสอบการคาดการณ์ใกล้กับการใช้งานที่ตั้งใจไว้ คงค่าประมาณจากเงื่อนไขการทดสอบไว้ในหน่วยชั่วโมงหรือรอบเดิม และระบุรูปแบบการใช้งานสำหรับการคาดการณ์อายุการใช้งาน ดังนั้นค่า B10 จึงยังผูกกับประชากร เหตุการณ์ความล้มเหลว และแบบจำลองการสัมผัสสภาวะเฉพาะ เมื่อจะนำไปใช้ประกอบการตัดสินใจด้านการบำรุงรักษาหรือการออกแบบ

บทสรุป

B10 อายุลักษณะเฉพาะ และอายุเฉลี่ยอธิบายส่วนต่าง ๆ ของแบบจำลองอายุการใช้งาน Weibull อายุลักษณะเฉพาะเดียวกันอาจซ่อนพฤติกรรมความล้มเหลวช่วงต้นที่แตกต่างกันมาก จึงควรเปรียบเทียบตัวชี้วัดที่ตรงกับการสัมผัสสภาวะและการตัดสินใจที่ต้องการ ให้รวมทั้งชิ้นทดสอบที่ล้มเหลวและที่รอดอยู่ไว้ในการวิเคราะห์ พร้อมสถานะที่ถูกต้อง

ฉันอ่านขอบเขตความเชื่อมั่นควบคู่กับค่าประมาณแบบจุด จากนั้นตรวจสอบประชากร นิยามความล้มเหลว และสภาวะความเค้น ตัวอย่างคำนวณแสดงให้เห็นว่าเหตุใดรายละเอียดเหล่านี้จึงเปลี่ยนคำตอบเชิงตัวเลข สำหรับการคาดการณ์อายุการใช้งาน ให้เชื่อมโยงแบบจำลองการทดสอบกับกลไกจริงและรูปแบบการใช้งานก่อนนำผลไปใช้ตัดสินใจด้านการบำรุงรักษาหรือการออกแบบ

คำถามที่พบบ่อยเกี่ยวกับการวิเคราะห์ความเชื่อถือได้แบบ Weibull

อายุลักษณะเฉพาะของ Weibull คืออายุเฉลี่ยหรือไม่?

อายุลักษณะเฉพาะคือค่าพารามิเตอร์สเกล ณ จุดที่แบบจำลองสองพารามิเตอร์มีความล้มเหลวสะสมประมาณ 63.2% อายุเฉลี่ยขึ้นอยู่กับทั้งรูปร่างและสเกล จึงเป็นค่าคนละประเภทกัน ก่อนเปรียบเทียบระยะเวลา ให้อ่านว่ารายงานระบุตัวชี้วัดชนิดใด ส่วน B10 มุ่งที่ระดับการสัมผัสสภาวะ ณ เปอร์เซ็นไทล์ที่สิบของความล้มเหลวช่วงต้น

ควรบันทึกชิ้นทดสอบที่รอดจากการทดสอบอย่างไร?

ให้บันทึกเวลาสังเกตครั้งสุดท้าย สถานะข้อมูลที่ถูกเซ็นเซอร์ทางขวา และเหตุผลที่ยุติการสังเกต ข้อมูลเหล่านี้แสดงการรอดอยู่จนถึงเวลานั้นและเป็นส่วนหนึ่งของการวิเคราะห์อายุการใช้งาน ใช้วิธีวิเคราะห์ที่รองรับข้อมูลแบบเซ็นเซอร์ สำหรับความล้มเหลวที่ตรวจพบระหว่างการตรวจ ให้เก็บช่วงระหว่างเวลาที่ผ่านการตรวจครั้งล่าสุดกับเวลาที่พบว่าล้มเหลวครั้งแรกไว้ แทนการกำหนดเวลาเหตุการณ์ที่แน่นอน

B10 บอกอะไรเกี่ยวกับช่องนำสายแต่ละชุด?

B10 คือระดับการสัมผัสสภาวะตามแบบจำลองเมื่อความล้มเหลวสะสมถึง 10% ซึ่งเทียบเท่ากับการรอดอยู่ 90% ภายใต้เงื่อนไขที่กำหนด บางหน่วยล้มเหลวก่อนหน้านั้นและบางหน่วยภายหลัง ค่าประมาณนี้ยังมีความไม่แน่นอน ดังนั้นเมื่อประเมินเป้าหมายความเชื่อถือได้ ให้เปรียบเทียบกับขอบเขตความเชื่อมั่นที่ต้องการ การวางแผนบำรุงรักษายังต้องพิจารณาผลกระทบของความล้มเหลวและรูปแบบการใช้งาน

เส้นโค้ง Weibull จากการทดสอบแบบเร่งช่วยสนับสนุนการคาดการณ์อายุการใช้งานได้อย่างไร?

รวมการแจกแจงอายุการใช้งานเข้ากับแบบจำลองการเร่งสำหรับกลไกความล้มเหลวและเงื่อนไขการใช้งานที่เกี่ยวข้อง ตรวจสอบว่ากลไกดังกล่าวยังใช้ได้ และเปรียบเทียบการคาดการณ์กับข้อมูลจากสภาวะความเค้นต่ำกว่า ระยะเวลานาน หรือการใช้งานจริงที่เหมาะสม เมื่อตีความอายุที่คาดการณ์ ให้ระบุประชากร เกณฑ์ความล้มเหลว นาฬิกาการสัมผัสสภาวะ และความไม่แน่นอนอย่างชัดเจน

แหล่งข้อมูลและเอกสารอ้างอิงทางเทคนิค