신뢰도 예측 플랫폼의 예
7개월 간의 생산 및 반환 데이터가 있습니다. 이 정보를 사용하여 2011년 2월까지 수리를 위해 반환될 총 유닛 수를 예측하려고 합니다. 제품 계약 기간은 12개월입니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Reliability/Small Production.jmp를 엽니다.
2. 분석 > 신뢰성 및 생존 > 신뢰도 예측을 선택합니다.
3. Nevada 형식 탭에서 Sold Quantity를 선택하고 생산 개수를 클릭합니다.
4. Sold Month를 선택하고 타임스탬프를 클릭합니다.
5. 다른 열을 선택하고 고장 개수를 클릭합니다.
6. 확인을 클릭합니다.
그림 10.2 관측된 데이터 보고서
"관측된 데이터" 보고서의 왼쪽 아래에는 이전 고장에 대한 막대 차트가 표시됩니다. 누적 고장은 오른쪽의 선 그래프에 표시됩니다. 생산 수준은 상당히 일관됩니다. 시간 경과에 따라 생산이 누적되면 더 많은 유닛이 고장 위험에 노출되므로 누적 고장 비율이 서서히 증가합니다. 일관된 생산 수준으로 인해 월별 누적 고장 비율과 고장 개수도 비슷한 결과를 보입니다.
7. 수명 분포 표시 아이콘을 클릭합니다.
JMP에서는 수명 분포 플랫폼을 사용하여 Weibull 분포로 생산 및 고장 데이터를 적합시킵니다(Figure 10.3). 그런 다음 적합된 Weibull 분포를 사용하여 다음 5개월 동안의 반환을 예측합니다(Figure 10.4).
그림 10.3 수명 분포 보고서
"예측" 보고서의 왼쪽 그래프에는 이전 생산이 표시됩니다(Figure 10.4). 오른쪽 그래프에서는 시간 경과에 따라 이전 고장 개수가 꾸준히 증가했음을 알 수 있습니다.
그림 10.4 예측 보고서
8. "예측" 보고서에서 "계약 기간"에 "12"를 입력합니다.
9. 왼쪽 예측 그래프에서 애니메이션 핫 스폿을 2010년 7월로 드래그하고 약 3500까지 위로 올립니다.
왼쪽 그래프에 미래 생산을 나타내는 주황색 막대가 나타납니다. 오른쪽 그래프의 월별 반환 고장은 2010년 8월까지 서서히 증가합니다.
그림 10.5 생산 및 고장 추정값
10. 왼쪽 그래프에서 2010년 2월 핫 스폿을 약 3000으로 드래그한 후 2010년 3월 핫 스폿을 약 3300으로 드래그합니다.
11. 오른쪽 그래프에서 오른쪽 핫 스폿을 2011년 2월로 드래그합니다.
JMP에서는 반환 수가 2010년 8월까지 서서히 증가하다가 2011년 2월까지 감소할 것으로 추정합니다.
그림 10.6 미래 생산 개수 및 예측 고장 수
