可靠性和生存方法 > 拟合参数生存 > 拟合参数生存的更多示例 > Arrhenius 加速失效对数正态模型
发布日期: 11/15/2021

Arrhenius 加速失效对数正态模型

Devalt.jmp 数据中,通过加热对单元施加压力以便使它们很快发生故障,从而获取足够的失效数来拟合分布。

注意:Devalt.jmp 中的数据来自 Meeker and Escobar (1998, p. 493)。

1. 选择帮助 > 样本数据库,然后打开 Reliability/Devalt.jmp

首先,使用“二元”平台来查看时间使用对数尺度的温度-小时数图。

2. 选择分析 > 以 X 拟合 Y

3. 选择小时数并点击 Y,响应

4. 选择温度并点击 X,因子

5. 点击确定

图 14.7 温度对数-小时数的二元图 

Image shown here

接下来,使用生存平台针对每个温度生成数据的对数正态图。

6. 选择分析 > 可靠性和生存 > 生存

7. 选择小时数并点击 Y,事件时间

8. 选择删失并点击删失

9. 选择温度并点击分组

10. 选择权重并点击频数

11. 点击确定

12. 点击“乘积限生存拟合”旁边的红色小三角并选择对数正态图对数正态拟合

13. 点击确定

图 14.8 对数正态图 

Image shown here

接下来,使用“拟合参数生存”平台来使用温度的一个效应拟合一个模型。

14. 选择分析 > 可靠性和生存 > 拟合参数生存

15. 选择小时数并点击事件时间

16. 选择 x 并点击添加

17. 选择删失并点击删失

18. 选择权重并点击频数

19. 分布类型改为对数正态

20. 点击运行

图 14.9 “Devalt”参数输出 

Image shown here

结果显示数据的回归拟合:

若只有一个效应并且它是连续的,则显示作为该效应的函数的生存图。线分别对应 0.1、0.5 和 0.9 生存概率。

若效应列有用其他一列表示的公式(如本示例中的情况),图按内部列来进行绘制。在本示例中,效应是列 x,但是按温度x 是其函数)来绘制图。

最后,获取外推到温度为 10 摄氏度(对应时间为 30000 和 10000 小时)的生存概率估计值。

21. 点击“参数生存拟合”红色小三角并选择估计生存概率

22. 图 14.10 中所示的值输入“估计生存对话框”。

10 度的 Arrhenius 变换是 40.9853(即效应值)。

图 14.10 估计生存概率 

Image shown here

23. 点击执行

图 14.11 生存概率 

Image shown here

“生存估计值”报表显示估计值和置信区间。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).