Weibull güvenilirliği, arıza olasılığının maruziyet süresiyle nasıl değiştiğini açıklar. B10, bu modelin kümülatif arızalarda %10’a ulaştığı süredir; karakteristik ömür ise yaklaşık %63,2’ye karşılık gelir. Kablo girişi ömür iddiasına dayanarak karar vermeden önce belirtilen ömür ölçüsünü, test koşullarını ve güven sınırını karşılaştırırım.
Bu ayrım önemlidir. İki modelin karakteristik ömrü aynı olduğu hâlde B10 değerleri oldukça farklı olabilir. Az sayıda arıza görülen uzun bir test, geri gönderilen çok sayıda parçadan farklı bilgiler sağlar. Eğriyi, modelin uygulandığı popülasyon ve modele uydurmak için kullanılan kayıtlarla birlikte okuyun.
Önemli çıkarımlar
- B10 modelin erken ömür yüzdeliğini açıklar; ortalama veya karakteristik ömürle aynı değildir.
- Şekil parametresi arıza oranı eğilimini değiştirirken ölçek parametresi karakteristik zamanı belirler.
- Testten sağ çıkan numuneleri sansürlenme zamanları ve durumlarıyla birlikte kaydedin.
- Nokta tahminini, karar için gereken güven sınırıyla karşılaştırın.
- Hızlandırılmış test süresini, ilgili mekanizma ve hızlandırma modeli üzerinden kullanım koşullarına bağlayın.
Bir Weibull modeli, arızaya kadar geçen süre veya çevrim sayısı gibi büyüklükleri açıklamak için kullanılan bir olasılık dağılımıdır. IEC 61649:2008, testteki veya hizmetteki örneklenmiş öğelerin Weibull analizi için analitik ve grafik yöntemler sunar. Bir kablo girişi için modelin hangi montaj, maruziyet ve arıza olayına uygulandığını tanımlayın.
İki parametreli biçimde zaman başlangıcı sıfırdır; şekil parametresi ve ölçek parametresi pozitiftir. maruziyet süresi için kümülatif arıza olasılığı şöyledir:
Sağkalım olasılığı, zamanına kadar tanımlanan arızanın meydana gelmemiş olma olasılığıdır. . Zaman ve ölçek aynı birimle ifade edilmelidir; şekil boyutsuzdur. Bu biçim, bazı yazılımlarda farklı sembollerle gösterilir ve NIST’in Weibull ömür modelinde kullanılır.
Karakteristik ömür, ölçek değeridir; model bu değerde değerine, yani yaklaşık %63,2 kümülatif arıza oranına ulaşır. Şekil parametresi, hâlâ sağ kalan birimler arasındaki anlık arıza oranının eğilimini belirler. 1’in altındaki değer azalan, 1 sabit, 1’in üzerindeki değer ise artan bir oran verir.
Şekil eğilimini bir incelemeye yön vermek için kullanırım. Artan bir oran, yaşlanmayla ilgili bozulmanın incelenmesini gerektirebilir; erken arızalar ise montaj veya üretim değişkenliğine daha yakından bakmayı gerektirebilir. Fiziksel sonuç yine de numunelere ve maruziyet geçmişine dayanır: aynı istatistiksel şekil farklı mekanizmalardan kaynaklanabilir.
B10 ömrü, arıza dağılımının onuncu yüzdeliğidir. Aynı modelde popülasyonun %90’ı bu maruziyete kadar sağ kalır. NIST’in kantil ilişkisini kullanarak:
Logaritma doğaldır ve sonuç ile aynı birimdedir. Ortalama ömür, her iki parametreye bağlı ayrı bir ortalamadır. Üç parametreli bir Weibull dağılımına konum veya kaydırma parametresi eklenir; bu nedenle sıfır konumlu bu denklemi uygulamadan önce model biçimini doğrulayın.
Parametreleri özellikle seçilmiş üç açıklayıcı modeli ele alalım. Bunlar, makalenin ilerleyen bölümündeki altı numunelik veri kümesinden ayrı matematiksel örneklerdir.
| Model | Şekil | Karakteristik ömür | Hesaplanan B10 | 500 h’de arıza olasılığı |
|---|---|---|---|---|
| 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 |
B modeli için varsayılan 1.000 h ölçek değerini ve 2 şekil değerini B10 denkleminde yerine koyun. ifadesinin karekökü yaklaşık 0,32459’dur ve sonuç 324,6 h olur. A’nın ölçeği aynıdır ancak şekli farklıdır; bu nedenle B10 değeri çok daha erkendir.
Erken arızalar söz konusu olduğunda, gerekli maruziyet süresindeki B10 değerini veya arıza olasılığını karşılaştırırım. Yalnızca ölçek değerine bakmak bu farkı gizler. 500 h’de B’nin kümülatif arıza olasılığı A’dan düşüktür. 2.000 h’de sıralama tersine döner: A için %86,47, B için %98,17 olur. İki eğri, ortak 1.000 h karakteristik ömürlerinde kesişir.
C, şekli sabit tutarken ölçeğin artırılmasının etkisini gösterir. B10 değeri B’ninkinin 1,5 katıdır ve bu, ölçek oranıyla aynıdır. Üç eğrinin tamamı belirtilen parametrelerden hesaplanmıştır; gerçek kablo girişi karşılaştırmalarında ilgili gözlemlere uydurulmuş ve belirsizlikleriyle değerlendirilmiş modeller gerekir.
Bir rapor yalnızca bir süre veriyorsa bunun B10, ortalama ömür, karakteristik ömür, testin bitiş noktası veya planlanan çalışma süresi olup olmadığını belirleyin. Uzun dönem dayanıklılık rehberi, kullanım koşulları ile bakımın bu uzun vadeli kararla nasıl bağlantılı olduğunu açıklar.
Bir popülasyon, sonucun temsil etmesi amaçlanan montaj kümesidir. Rakor tasarımını, conta bileşimini, kablo kılıfını ve çapını, montaj düzenini ve kurulum koşulunu sabitleyin. Partiler veya varyantlar farklıysa, etkileri birlikte havuzlayarak gizlemek yerine inceleyebilmek için kimliklerini koruyun.
Maruziyet başlamadan önce işlevsel bir sonlanım ölçütü seçin. Belirli bir eşiği aşan sızıntı, tutma gücünün kaybı ve kaplamada gözle görülür hasar farklı olaylardır. Farklı ömür dağılımlarına yol açabilirler. Mühendislik kararına uyan olayı seçer, ardından her numunenin tutarlı biçimde değerlendirilmesi için ölçüm yöntemini ve eşiği tanımlarım.
Kablo contasından ve montaj arayüzünden geçen sızıntı yollarını ayırt etmeye su girişi arıza rehberi yardımcı olur. Her iki yol da muhafazanın içine su girmesine neden olsa bile farklı incelemeler gerektirebilir.
Analiz için tek bir maruziyet saati tutun: çalışma saati, geçen çevresel maruziyet süresi veya sayılan çevrimler. Başlangıç noktasını ve duraklamaların nasıl ele alınacağını belirtin. Burada ele alınan ömür, onarılmamış montajın ilk arızasına kadardır. Onarımdan sonraki tekrarlanan arızalar, onarımı ve yinelemeyi tanımlayan bir model ve veri yapısı gerektirir.
Rastgele seçilmiş veya başka şekilde gerekçelendirilmiş bir örneklem, tartışılan popülasyonu temsil etmelidir. Geri gönderilen parçalar arıza teşhisi açısından değerli olabilir; ancak yalnızca iade listesini kullanmak hâlâ kurulu olan ve tanımlı arıza olayını yaşamamış birimleri dışarıda bırakır. Arıza kayıtlarını hâlâ gözlem altında olan birimlere ve bunların maruziyet geçmişlerine bağlayın; dayanıklılık testi rehberi, montaj tanımının ve maruziyet planlamasının nasıl bir araya geldiğini açıklar.
Sağdan sansürleme, birimin son gözlemine kadar tanımlı arıza olayının gerçekleşmediği ancak sonraki arıza zamanının bilinmediği anlamına gelir. Aralık sansürlemesinde olay iki gözlem zamanı arasında gerçekleşmiştir. NIST’in sansürleme rehberi bu veri türlerini ve her birinin analize neden dahil edilmesi gerektiğini açıklar.
Aşağıdaki varsayımsal altı numunelik veri kümesini kullanın. Numune ömürlerinin aynı popülasyondan bağımsız geldiğini, maruziyet koşulunun ortak olduğunu, sonlanım ölçütünün sürekli izlendiğini ve testin önceden planlandığı gibi 300 h’de durdurulduğunu varsayın.
| Numune | Gözlem zamanı | Durum | Anlamı |
|---|---|---|---|
| A | 100 h | Arıza | İlk tanımlı arıza 100 h’de gerçekleşti |
| B | 180 h | Arıza | İlk tanımlı arıza 180 h’de gerçekleşti |
| C | 260 h | Arıza | İlk tanımlı arıza 260 h’de gerçekleşti |
| D | 300 h | Sağdan sansürlü | Testin bitiş noktasına kadar sağ kaldı |
| E | 300 h | Sağdan sansürlü | Testin bitiş noktasına kadar sağ kaldı |
| F | 300 h | Sağdan sansürlü | Testin bitiş noktasına kadar sağ kaldı |
Durum için ayrı bir alan tutun. 300 h’deki üç kayıt sağkalım gözlemidir; bunların katkısı 300 h’de kaydedilmiş bir arızanın katkısından farklıdır. Bu kayıtları silmek örneklemin sağ kalan yarısını kaybettirir; arıza olarak yeniden kodlamak ise gerçekleşen olayı değiştirir.
Sonlanım ölçütü belirli aralıklarla inceleniyorsa son başarılı ve ilk başarısız muayeneyi kaydedin. 200 h’de başarılı olup 250 h’de başarısız olan bir numune bu aralığı tanımlar. Orta noktayı veya muayene zamanını kesin olay zamanı olarak atamak yerine aralıkları kabul eden bir uyum yöntemi kullanın.
Her gözlemin sona erme nedenini de kaydederim. Planlı bir durdurma, arızaya yakın göründüğü için numunenin çıkarılmasından farklı bir sansürleme varsayımını destekler. Analiz yöntemini seçmeden önce bu tür çıkarmaları ve ömürle ilişkilerini araştırın.
Maksimum olabilirlik kestirimi veya MLE, kaydedilmiş gözlemlerle seçilen dağılımı en tutarlı kılan parametreleri belirler. Kesin arızalar, arıza zamanlarındaki olasılık yoğunluğuna katkıda bulunur; sağdan sansürlü birimler ise gözlem zamanlarına kadar sağkalım olasılığıyla katkı sağlar. Aralık gözlemleri, iki ölçüm arasındaki arıza olasılığıyla katkıda bulunur. NIST’in maksimum olabilirlik kestirimi rehberi bu farklı olabilirlik terimlerini açıklar.
Yukarıdaki altı varsayımsal kayıt için, konumu sıfıra sabitlenmiş iki parametreli Weibull MLE modeli yaklaşık 2,047 şekil, 353,7 h ölçek ve 117,8 h B10 verir. Tabloda aynı kayıtların iki kasten hatalı ele alınış biçimiyle bu hesaplama karşılaştırılır.
| İşlem | Şekil tahmini | Ölçek tahmini | B10 tahmini | Veri üzerindeki sonuç |
|---|---|---|---|---|
| Üç arıza ve sağdan sansürlü üç sağ kalan numune | 2,047 | 353,7 h | 117,8 h | Belirtilen gözlemleri korur |
| Sağ kalan üç numunenin tümünü çıkar | 3,121 | 202,2 h | 98,3 h | Yalnızca arıza görülen alt kümeye uyar |
| 300 h’de sağ kalan üç numunenin tümünü arızalı olarak işaretle | 4,016 | 266,0 h | 151,9 h | Örnekte olmayan olayları ekler |
Bu varsayımsal veri kümesinde sağ kalanları arıza olarak yeniden kodlamanın B10’u yükselttiğini gördüm: 117,8 h yerine 151,9 h. Aynı sağ kalanları çıkarmak ise değeri 98,3 h’ye düşürür. Bu zıt etkiler, içe aktarılan bir raporu kontrol ederken durum alanını öncelikli hâle getirir; kodlama hatası sonucu her iki yönde de değiştirebilir. Önce doğru durumları kullanın, ardından uyumu ve belirsizliği değerlendirin. Yalnızca üç gözlenmiş arıza olduğunda şekil ve alt kuyruk tahminleri duyarlıdır. Güçlü bir mühendislik karşılaştırması için daha bilgilendirici maruziyet ve güven analizi gerekir.
Olasılık grafiği, gözlemleri dönüştürülmüş eksenlerde modelle karşılaştırır. Daha önce gösterilen olağan kümülatif eğrilerden farklıdır. NIST’in olasılık grafiği yönteminde, grafik noktalarının konumları sansürlemeyi hesaba katar. Genel olarak doğrusal bir örüntü, seçilen modelle tutarlılığı destekler.
Eğriliği, parti kümelerini, erken aykırı değerleri ve numune konumunun etkilerini araştırın. Belgelenmiş bir ölçüm veya popülasyon gerekçesi olmadıkça bir noktayı dışarıda bırakmayın. Makul dağılımları aynı gözlemlerle karşılaştırın. NIST’in çözümlü Weibull örneği, benzer uyum istatistiklerine sahip Weibull ve lognormal uyumları karşılaştırır; bu, yalnızca görsel olarak düzgün bir eğrinin model seçimini belirsiz bıraktığını gösterir.
Arıza mekanizmaları da birbiriyle rekabet edebilir. Korozyon, sızıntı arızası gerçekleşmeden gözlemi sona erdirirse hem sona eren olayı hem de sansürlü sızıntı zamanını kaydedin. NIST’in rakip risk modeli, bağımsızlık ve ilk arıza varsayımları altında mekanizmaları birleştirir. Bağlantı bölgesindeki hareket hem korozyonu hem de sızıntıyı artırıyorsa model seçerken bu ortak nedeni araştırın.
Bir güven sınırı, analiz varsayımları altında popülasyona ilişkin tahmin edilen bir niceliğin belirsizliğini ifade eder. B10 için alt güven sınırı, B10 nokta tahmininden farklı bir soruyu yanıtlar. Güven düzeyini, tek veya çift taraflı biçimi ve hesaplama yöntemini değerin yanında belirtin.
Örneğin, bir gerekliliğin B10 için en az 1.000 h olan tek taraflı %95 alt güven sınırı istediğini varsayın. B10 nokta tahmini 1.300 h ve bu alt sınır 900 h olan varsayımsal bir rapor gerekliliği karşılamaz. Nokta tahminindeki 300 h fazlalık, istenen sınırdaki 100 h eksikliği telafi etmez.
Bu karşılaştırmada numune büyüklüğünü ve arıza sayısını da dikkate alırım. Güven aralığı, tahmin edilen yüzdelik dilimdeki veya parametredeki belirsizlikle ilgilidir; bireysel ömürlerin o bölümünü kapsayan bir aralıktan farklıdır. Raporları karşılaştırırken aynı ömür ölçüsünü, güven yaklaşımını, sonlanım ölçütünü ve maruziyet temelini kullanın.
Hiç arıza görülmediyse kaç birimin ne kadar süre sağ kaldığını bildirin. Kısıtlanmamış iki parametreli bir Weibull uyumunda ölçeği artırmak, tüm numunelerin sağ kaldığı verinin olabilirliğini artırmaya devam edebilir; bu nedenle gözlemler tek başına sonlu bir şekil ve ölçek tahmini belirlemez. Ayrı olarak tanımlanan bir güvenilirlik gösterim yöntemi, sağkalım sonuçlarını belirtilen varsayımlarıyla kullanabilir.
Kullanışlı bir okuma sırası; ömür ölçüsünü belirlemek, gözlenmiş ve sansürlü verileri incelemek, model uyumunu kontrol etmek ve ardından istenen güven sınırını karşılaştırmaktır. Kararı belirleyen unsuru izleyin: maruziyet süresi, arıza sayısı, karışık popülasyonlar veya belirsiz bir mekanizma.
Yüksek stres düzeyinde uydurulan Weibull eğrisi o koşulu tanımlar. Normal kullanıma yönelik projeksiyon için ömür dağılımını, ilgili arıza mekanizmasına ait hızlandırma ilişkisiyle birleştirin. NIST’in kullanım koşullarına yansıtma rehberi, özellikle kullanım ömrü tahmini gözlemlerin seyrek olduğu erken kuyruğa düştüğünde iki modelin de neden önemli olduğunu açıklar.
Hızlandırılmış test ve hizmet koşullarının aynı mekanizmayı koruduğunu kontrol edin. Daha yüksek sıcaklık, bir contanın bozulma sürecini değiştirebilir; nem, kimyasallar ve hareket ise montajı farklı biçimlerde etkileyebilir. İlgisiz saatleri tek bir yaş sayacında birleştirmek yerine stres geçmişini modelin bir parçası olarak ele alın. Bu stresler ile conta işlevi arasındaki ilişki, sızdırmazlık elemanının yaşlanması kılavuzuna göre açıklanır.
Öngörüyü amaçlanan kullanıma yakın koşullarda kontrol eden daha düşük stresli, daha uzun süreli veya saha gözlemleri ararım. Test koşullarındaki tahmini özgün saat veya çevrim birimlerinde koruyun ve hizmet ömrü tahmini için kullanım profilini belirtin. Böylece B10 değeri bakım veya tasarım kararlarına aktarılırken belirli bir popülasyona, arıza olayına ve maruziyet modeline bağlı kalır.
B10, karakteristik ömür ve ortalama ömür, Weibull ömür modelinin farklı bölümlerini açıklar. Aynı karakteristik ömür, çok farklı erken arıza davranışlarını gizleyebilir; bu nedenle amaçlanan maruziyet ve kararla eşleşen ölçüyü karşılaştırın. Arızalı ve sağ kalan numunelerin her ikisini de doğru durumlarıyla analize dahil edin.
Güven sınırını nokta tahmininin yanında okur, ardından popülasyonu, arıza tanımını ve stres koşullarını kontrol ederim. Çözümlü örnekler, bu ayrıntıların sayısal sonucu neden değiştirdiğini gösterir. Hizmet ömrü tahmininde sonucu bakım veya tasarım kararlarına uygulamadan önce test modelini gerçek mekanizma ve kullanım profiliyle ilişkilendirin.
Karakteristik ömür, iki parametreli modelin kümülatif arıza oranının yaklaşık %63,2’ye ulaştığı ölçek değeridir. Ortalama ömür hem şekil hem de ölçek parametresine bağlıdır ve farklı bir büyüklüktür. Süreleri karşılaştırmadan önce raporda belirtilen ölçüyü okuyun; B10, arızaların daha erken gerçekleştiği onuncu yüzdelik dilimdeki maruziyete odaklanır.
Son gözlem zamanını, sağdan sansürlü durumunu ve gözlemin sona erme nedenini kaydedin. Bu kayıtlar, numunelerin o zamana kadar çalışır durumda kaldığını gösterir ve ömür analizine katkı sağlar. Sansürlü verileri kabul eden bir analiz yöntemi kullanın. Muayeneler arasında arıza saptanmışsa kesin bir olay zamanı atamak yerine son başarılı muayene ile ilk başarısız muayene arasındaki aralığı koruyun.
B10, tanımlanan koşullarda kümülatif arızaların %10’a ulaştığı model maruziyetidir; bu, nüfusun %90’ının sağ kaldığı noktaya karşılık gelir. Bazı birimler daha erken, bazıları daha geç arızalanır. Tahminde belirsizlik de vardır; bu nedenle güvenilirlik hedefini değerlendirirken gereken güven sınırını karşılaştırın. Bakım planlamasında ayrıca arızanın sonuçları ve kullanım profili dikkate alınır.
Ömür dağılımını, ilgili mekanizma ve kullanım koşulları için geçerli bir hızlandırma modeliyle birleştirin. Mekanizmanın hâlâ geçerli olduğunu kontrol edin ve projeksiyonu uygun, daha düşük zorlanma düzeyindeki gözlemler, uzun süreli gözlemler veya saha gözlemleriyle karşılaştırın. Projeksiyonlanan ömrü yorumlarken popülasyonu, arıza ölçütünü, maruziyet süresinin nasıl sayıldığını ve belirsizliği açıkça belirtin.