การ จําลอง แบบ คณิตศาสตร์ ใน ด้าน วิศวกรรม
ใช้การวิเคราะห์ของไวบูลเป็นข้อมูลความล้มเหลวในแบบจําลอง: คู่มือการคํานวณทีละขั้น
Table of Contents
การวิเคราะห์ของ Weibull เป็นวิธีทางสถิติที่ใช้จําลองข้อมูลความล้มเหลว และทํานายความน่าเชื่อถือของผลิตภัณฑ์หรือระบบ มันช่วยระบุรูปแบบความล้มเหลว และประเมินความเป็นไปได้ของความล้มเหลวเมื่อเวลาผ่านไป มัคคุเทศก์นี้ให้กระบวนการทําการวิเคราะห์ไวบูลได้อย่างมีประสิทธิภาพ
การเข้าใจการกระจายของแผ่นวีบูล
การกระจายตัวของ Weiball มีองค์ประกอบอยู่ 2 พารามิเตอร์: พารามิเตอร์รูป ( ⁇ ) และพารามิเตอร์ของขนาด ( ⁇ ) รูปรูป ( ⁇ ) พารามิเตอร์แสดงถึงพฤติกรรมการตกเป็นจังหวะ ในขณะที่พารามิเตอร์ส่วนมาตราสัมพันธ์กับลักษณะของผลิตภัณฑ์ การประมาณค่าของพารามิเตอร์เหล่านี้จําเป็นสําหรับการวิเคราะห์ที่เชื่อถือได้
ขั้นที่ 1: การรวบรวมข้อมูลล้มเหลว
เก็บรวบรวมเวลาความล้มเหลวหรือข้อมูลชีวิตจากการทดสอบหรือการสังเกตในสนาม ข้อมูลควรจะรวมทั้งความล้มเหลวและเซ็นเซอร์รายการ ดูรายละเอียดที่เพิ่มขึ้นมาเพื่อให้วิเคราะห์ข้อมูล
ขั้น ที่ 2: ความ ไม่ มั่นคง และ การ คํานวณ
กําหนดลําดับของจุดข้อมูลที่ล้มเหลวแต่ละจุด โดยเริ่มจาก 1 สําหรับความล้มเหลวที่น้อยที่สุด คํานวณความน่าจะเป็นสําหรับแต่ละจุดข้อมูลที่ล้มเหลว โดยใช้วิธีการระดับมัธยฐาน:
- ความน่าจะเป็นที่ล้มเหลว (F) = (rank - 0.3) / (การล้มเหลวทางสถิติ + 0. 4)
ขั้นที่ 3: วางข้อมูลบนกระดาษไวบูล
แปลงข้อมูลความล้มเหลว โดยการคํานวณลอการิทึมที่จําเป็นสําหรับ dibull language. load of fround time antitions กับลอการิทึมของความน่าจะเป็นที่ล้มเหลว ซึ่งจะช่วยสร้างภาพและประเมินความพอดีได้
ขั้น ที่ 4: พารามิเตอร์ ของ ไมโคร ไว บูล
ปรับค่ารูปร่าง (○) และปรับขนาด ( ⁇ ) พารามิเตอร์จากข้อมูลการพลอต ใช้ความถดถอยเชิงเส้นบนเส้นรุ้ง เพื่อหาค่าความชัน ( ⁇ ) และตัดสัญญาณ ซึ่งเกี่ยวข้องกับ ⁇ . ทางเลือก ใช้ซอฟต์แวร์สถิติสําหรับการประเมินพารามิเตอร์
ขั้น ที่ 5: ผล ที่ ตาม มา
ใช้พารามิเตอร์ของไวบูลประมาณ เพื่อวิเคราะห์พฤติกรรมความล้มเหลว ○ แสดงถึงอัตราการล้มเหลวน้อยกว่า 1 ชี้ถึงอัตราความล้มเหลวที่ลดลง 1 บ่งชี้ว่าล้มเหลวอย่างสุ่ม และมากกว่า 1 บ่งบอกอัตราการล้มเหลวเพิ่มขึ้น พารามิเตอร์ ○ ทําให้เกิดลักษณะชีวิตลักษณะที่ 63.2% ของหน่วยล้มเหลว