신뢰성 및 생존 방법
신뢰성 및 생존 방법에서는 제품이나 시스템의 신뢰도를 평가 및 개선하고, 사람이나 제품의 생존 데이터를 분석하기 위해 JMP에서 사용할 수 있는 다양한 방법과 도구를 설명합니다.
• 수명 분포 플랫폼을 사용하면 제품, 구성 요소 또는 시스템의 수명을 분석하여 품질과 신뢰성을 향상시킬 수 있습니다. 이 분석을 통해 제품에 가장 적합한 재료와 제조 공정을 결정할 수 있으므로 제품의 품질과 신뢰성을 높일 수 있습니다. 자세한 내용은 수명 분포에서 확인하십시오.
• 수명 분포 적합 플랫폼은 요인이 하나만 있을 때 수명 사건을 분석하는 데 도움이 됩니다. 다양한 변환을 사용하여 사건과 요인 간의 관계를 모델링하거나, 데이터의 사용자 변환을 생성하도록 선택할 수 있습니다. 자세한 내용은 수명 분포 적합에서 확인하십시오.
• 누적 손상 플랫폼을 사용하면 시간이 지남에 따라 스트레스 수준이 변경될 수 있는 가속 수명 시험을 분석할 수 있습니다. 자세한 내용은 누적 손상에서 확인하십시오.
• 피로 모형 플랫폼을 사용하면 피로 데이터를 분석할 수 있으며 이를 S-N(변형 또는 스트레스 대 주기 수) 곡선 모델링이라고도 합니다. 자세한 내용은 피로 모형에서 확인하십시오.
• 재발 분석 플랫폼에서는 각 유닛에 대해 사건이 여러 번 반복될 수 있는 사건 시간을 분석합니다. 일반적으로 이러한 사건은 장치가 고장 나서 수리한 후 다시 사용하기 시작할 때 발생합니다. 자세한 내용은 재발 분석에서 확인하십시오.
• 반복 측정 열화 플랫폼에서는 계층적 베이지안 모델링 방법을 사용하여 파괴되지 않고 측정할 수 있는 관측 유닛의 측정값을 분석합니다. 가속 요인을 사용하거나 사용하지 않고 관측값을 분석할 수 있습니다. 자세한 내용은 반복 측정 열화에서 확인하십시오.
• 파괴 열화 플랫폼에서는 측정을 위해 제품을 파괴해야 하는 제품 특성에 대한 고장 데이터를 모델링합니다. 따라서 제품 유닛당 하나의 관측값이 생성됩니다. 가속 요인을 포함할 수도 있습니다. 다양한 유형의 공통 열화 모형을 사용할 수 있습니다. 자세한 내용은 파괴 열화에서 확인하십시오.
• 신뢰도 예측 플랫폼은 미래 고장 수를 예측하는 데 도움이 됩니다. 분석할 때 생산 날짜, 고장 날짜 및 생산량을 사용하여 수명 분포에 대한 모수를 추정합니다. 자세한 내용은 신뢰도 예측에서 확인하십시오.
• 신뢰도 성장 플랫폼에서는 시간이 경과하면서 설계에 개선 사항이 반영됨에 따른 단일 수리 가능 시스템의 신뢰성 변화를 모델링합니다. 자세한 내용은 신뢰도 성장에서 확인하십시오.
•
신뢰도 블록 다이어그램 플랫폼에서는 시스템 부품 간의 신뢰도 관계를 표시하고, 부품에 신뢰도 분포가 주어진 경우 신뢰도 동작을 분석적으로 추정합니다. 자세한 내용은 신뢰도 블록 다이어그램에서 확인하십시오.
•
수리 가능 시스템 시뮬레이션 플랫폼을 사용하면 수리 가능 시스템의 부품 간 관계를 대화식으로 정의할 수 있습니다. 시스템의 다운 시간을 시뮬레이션할 수도 있습니다. 자세한 내용은 수리 가능 시스템 시뮬레이션에서 확인하십시오.
• 생존 플랫폼에서는 하나 이상의 그룹에 대한 생존 추정값을 계산합니다. 이를 완전 분석으로 사용할 수 있으며, 좀 더 복잡한 모형 적합을 위한 정보를 얻을 수 있는 탐색적 분석으로도 유용합니다. 자세한 내용은 생존 분석에서 확인하십시오.
• 모수 생존 모형 적합 플랫폼에서는 위치 효과와 척도 효과를 모두 포함할 수 있는 선형 회귀 모형을 사용하여 사건 발생 시간 변수를 적합시킵니다. 여러 분포를 사용하여 적합이 수행됩니다. 자세한 내용은 모수 생존 모형 적합에서 확인하십시오.
• 열화 플랫폼에서는 열화 데이터를 분석하여 유사 고장 시간을 예측합니다. 그런 다음 다른 신뢰성 플랫폼에서 이러한 유사 고장 시간을 분석하여 고장 분포를 추정할 수 있습니다. 설명 요인을 포함할 수 있습니다. 안정성 분석을 수행하여 제품 유효 기간을 설정할 수 있습니다. 사용자 파괴 열화 모형을 적합시킬 수도 있습니다. 자세한 내용은 열화에서 확인하십시오.
• 비례 위험 모형 적합 플랫폼에서는 예측 변수와 위험 함수 간의 곱셈 관계를 가정하는 Cox 비례 위험 모형을 적합시킵니다. 자세한 내용은 비례 위험 모형 적합에서 확인하십시오.