경쟁 원인의 예
이 예에서는 생존 플랫폼을 사용하여 다양한 고장 원인이 있는 소형 전기 기구의 고장 시간을 검토합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Reliability/Appliance.jmp를 엽니다.
2. 분석 > 신뢰성 및 생존 > 생존을 선택합니다.
3. Time Cycles를 선택하고 Y, 사건 발생 시간을 클릭합니다.
4. 확인을 클릭합니다.
5. "승법 극한 생존 적합" 옆의 빨간색 삼각형을 클릭하고 여러 경쟁 원인을 선택합니다.
6. Cause Code를 클릭하고 확인을 클릭합니다.
7. "경쟁 원인"의 빨간색 삼각형을 클릭하고 위험 그림을 선택합니다.
그림 14.11 경쟁 원인 보고서 및 위험 그림
전체 시스템에 대한 생존 분포는 단순히 생존 확률의 곱입니다. "경쟁 원인" 테이블에는 각 고장 원인에 대한 알파 및 베타의 Weibull 추정값이 표시됩니다.
이 예에서는 대부분의 고장이 원인 9 때문입니다. 원인 1은 한 번만 발생했으며 좋은 Weibull 추정값을 생성할 수 없습니다. 원인 15는 아주 짧은 시간 동안 발생했으며 결과 베타 값이 작고 알파 값이 큽니다. 알파는 고장 시간의 63.2% 분위수에 대한 추정값이며, 이는 조기 고장 원인의 알파 값이 매우 크다는 의미입니다. 이러한 원인으로 인해 조기 고장이 발생하지 않으면 일반적으로 이 원인으로 인한 이후 고장도 발생하지 않습니다.
Figure 14.12에서는 "분위수" 옵션이 적용된 "Time Cycles 대 Cause Code"의 X로 Y 적합 그림을 보여 줍니다. 이 그림에서는 알파와 베타가 고장 분포와 어떤 관련이 있는지 자세히 보여 줍니다.
그림 14.12 Time Cycles 대 Cause Code의 X로 Y 적합 그림
이 예에서 원인 9에 의해 대부분의 고장이 발생했습니다. 원인 9를 수정할 경우 나머지 원인으로 인한 생존에 어떤 영향을 미칠지 검토할 수 있습니다. 원인 생략 옵션을 선택하여 원인 값을 제거하고 생존 추정값을 다시 계산합니다.
Figure 14.13에서는 모든 경쟁 원인이 포함된 생존 그림과 원인 9가 없는 생존 그림을 보여 줍니다. 원인 9가 없는 생존율(파선으로 표시됨)은 2,000 사이클까지 크게 개선되지 않음을 확인할 수 있습니다. 그런 다음 훨씬 나아지고 10,000 사이클이 지나도 개선된 상태로 유지됩니다.
그림 14.13 생략된 원인이 있는 생존 그림
