신뢰도 성장 플랫폼의 예
신뢰도 성장 플랫폼을 사용하여 제품의 신뢰도를 모델링하고 예측합니다. 새로운 종류의 터빈 엔진에 대한 프로토타입을 시험한다고 가정해 보겠습니다. 시험 프로그램은 1년 이상 진행되었으며 세 단계를 거쳤습니다.
프로그램의 처음 100일 단계는 초기 시험 단계로 간주되었습니다. 고장은 공격적 설계 변경으로 해결되어 설계가 크게 수정되었습니다. 그 다음 이어진 100일 단계에서 발견한 수정된 설계의 고장은 하위 시스템 설계를 변경하여 해결되었습니다. 세 번째의 최종 시험 단계는 250일 동안 진행되었습니다. 이 최종 단계에서 고장은 국소 설계 변경으로 해결되었습니다.
각 시험 단계는 지정된 일 수에 따라 종료되므로 단계는 시간 종료됩니다. 구체적으로 말하면 주어진 단계는 다음 단계의 시작 시간에 종료됩니다. 그러나 고장 시간은 정확합니다(중도절단되지 않음).
1. 도움말 > 샘플 데이터 폴더를 선택하고 Reliability/TurbineEngineDesign1.jmp를 엽니다.
2. 분석 > 신뢰성 및 생존 > 신뢰도 성장을 선택합니다.
3. 사건 발생 시간 형식 탭에서 Day를 선택하고 사건 발생 시간을 클릭합니다.
발생한 각 고장에 대해 시험 시작 이후의 일 수가 Day 열에 기록되었습니다.
4. Fixes를 선택하고 사건 개수를 클릭합니다.
특정 날짜의 고장 수 또는 이에 상응하는 필수 수정 횟수가 Fixes 열에 기록되었습니다.
5. Design Phase를 선택하고 단계를 클릭합니다.
6. 확인을 클릭합니다.
신뢰도 성장 보고서가 나타납니다. "누적 사건" 그림에는 일별 누적 고장 수가 표시됩니다. 파란색 수직 파선은 세 단계 사이의 두 전이를 나타냅니다.
그림 11.2 누적 사건 그림
7. 평균 고장 간격 표시 아이콘을 클릭합니다.
그러면 미리 정해진 크기의 구간 동안 계산된 평균 고장 간격 위치에 가로선이 있는 그림이 제공됩니다. 빨간색 삼각형 메뉴의 옵션을 사용하여 구간 크기를 지정할 수 있습니다.
그림 11.3 평균 고장 간격 그림
8. Duane 그림 표시 아이콘을 클릭합니다.
그러면 누적 MTBF 추정값을 세로 축에 표시하고 사건 발생 시간 변수를 가로 축에 표시하는 그림이 제공됩니다. 데이터가 Crow-AMSAA 모형을 따르는 경우 로그-로그 척도 용지에 표시된 점은 선을 따라 분포되어야 합니다.
그림 11.4 Duane 그림
9. "신뢰도 성장"의 빨간색 삼각형을 클릭하고 모형 적합 > 조각별 Weibull NHPP를 선택합니다.
그러면 Weibull NHPP 모형을 시험 프로그램의 세 단계에 적합시키고 이러한 단계를 단일 신뢰도 성장 프로그램의 여러 단계로 처리합니다(Figure 11.5). "조각별 Weibull NHPP"의 빨간색 삼각형 메뉴에 포함된 옵션은 다양한 그림과 보고서를 제공합니다.
그림 11.5 조각별 Weibull NHPP 보고서
