公開日: 04/01/2021

船舶用ディーゼルエンジンの例

サンプルデータの「Diesel Ship Engines.jmp」には、長期就航した2 隻の船舶(Grampus4とHalfbeak4)のエンジンの修理時間が記録されています。詳細については、Meeker and Escobar(1998)を参照してください。修理の履歴を確認し、今後どの程度の頻度で修理が必要になるかを予測してみましょう。分析結果から、エンジンの交換時期を判断することができます。

1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Reliability」フォルダにある「Diesel Ship Engines.jmp」を開きます。

2. 57行目と129行目が「除外されている行」として設定されていることを確認してください。

注: 「除外されている行」として設定されていない場合は、57行目と129行目を選択して、[行]>[除外する/除外しない]を選択します。

3. [分析]>[信頼性/生存時間分析]>[再生モデルによる分析]を選択します。

4. 起動ウィンドウに、図6.11のとおりに入力を行います。

図6.11 「Diesel Ship Engines.jmp」の起動ウィンドウ 

Image shown here

5. [OK]をクリックします。

図6.12 「Diesel Ship Engines.jmp」のレポート 

Image shown here

「イベントプロット」を見ると、Grampus4において、エンジン修理が生じた頻度は、時間を通じて一定だと分かります。一方、Halfbeak4の修理はより散発的で、「19,000」時間前後で修理回数が急増しています。この増加は、「MCFプロット」を見ると、すぐに分かります。

修理回数を予測するモデルを構築するため、パラメトリックなモデルをあてはめてみましょう。

6. 「再生モデルによる分析」の赤い三角ボタンをクリックし、[モデルのあてはめ]を選択します。

7. 「再生性モデルの指定」で、[対数線形非同次Poisson過程]を選択します。

8. 「システムID」列を「尺度効果」と「形状効果」の両方に指定します。

9. [モデルの実行]をクリックします。

図6.13 「Diesel Ship Engines.jmp」にあてはめたモデル 

Image shown here

10. 「再生性モデルのあてはめ」の赤い三角ボタンをクリックし、[プロファイル]を選択します。

図6.14 「Diesel Ship Engines.jmp」のプロファイル 

Image shown here

将来における修理回数を予測してみましょう。プロファイルにおける「イベント時刻」の数値を変更すれば、将来の累計修理回数がどのように変化するかを確認できます。

時間が「30,000」となるまでに必要な修理の回数の予測値を見るには、「イベント時刻」の数値として「30000」と入力します。Grampus4は114回の修理が必要と予測されます。Halfbeak4の修理回数を見るには、点線をクリックして「Grampus4」から「Halfbeak4」にドラッグします。Halfbeak4エンジンの場合、140回の修理が必要です。

時間が「80,000」となるまでに必要な修理の回数の予測値を見るには、「イベント時刻」の数値として「80000」と入力します。Halfbeak4エンジンの場合、248,169回の修理が必要です。点線をクリックしてHalfbeak4からGrampus4にドラッグしてください。Grampus4は418回の修理が必要と予測されます。

したがって、将来的には、Halfbeak4の方が、Grampus4よりも、頻繁に修理しなければならないことがわかります。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).