Weibull 분석은 모델 고장 데이터에 사용되는 통계적 방법이며 제품 또는 시스템의 신뢰성을 예측합니다. 실패 패턴을 식별하고 시간이 지남에 따라 실패 확률을 추정하는 데 도움이됩니다. 이 가이드는 Weibull 분석을 효과적으로 수행하기 위해 단계별 프로세스를 제공합니다.

Weibull 배포 이해

Weibull 배포는 두 가지 매개 변수로 특징입니다. 모양 매개 변수 (β) 및 스케일 매개 변수 (η). 모양 매개 변수는 결함 비율 동작을 나타냅니다. 스케일 매개 변수는 제품의 특성 생활에 의존합니다. 이 매개 변수의 정확한 추정은 신뢰할 수있는 분석에 필수적입니다.

1 단계 : 실패 데이터를 수집

테스트 또는 현장 관측에서 실패 시간 또는 수명 데이터. 데이터는 실패하고 검열 된 항목 모두 포함해야합니다. 분석을위한 ascending 주문의 데이터를 구성하십시오.

2단계: 순위 및 계산 실패 확률

할당은 각 실패 데이터 포인트에, 1에서 시작된 가장 이른 실패. 미디어 순위 방법을 사용하여 각 데이터 포인트에 대한 실패 확률 계산:

  • 실패 확률 (F) = (랭크 - 0.3) / (총 실패 + 0.4)

단계 3: Weibull 종이에 Plot 자료

Weibull 플로팅에 필요한 로그 분석을 통해 실패 데이터를 변환합니다. 실패 확률의 로그 분석에 대한 실패 시간의 로그 분석. 이 데이터 시각화 및 적합을 평가하는 데 도움이됩니다.

단계 4: 견적 Weibull 매개 변수

형상 (β)과 스케일 (η) 매개 변수를 플로팅 된 데이터에서 결정하십시오. γ에 리레이트 회귀를 사용하여 슬로프 (β) 및 인터셉트를 찾을 수 있습니다. 또는 매개 변수 추정에 대한 통계 소프트웨어를 적용합니다.

5 단계 : 결과 해석

예상된 Weibull 매개 변수를 사용하여 실패 동작을 분석합니다. 1 미만의 β은 임의 실패를 1 건의 제안하고, 1보다 큰 것은 실패율을 증가합니다. 규모 매개 변수는 63.2% 단위가 실패한 특성의 수명을 제공합니다.