发布日期: 08/07/2020

竞争原因的示例

Nelson (1982) 讨论了有很多失效原因的小电器的失效时间。数据的一个组(第 2 组)用 JMP 样本数据表 Appliance.jmp 来表示。

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

2. 选择分析 > 可靠性和生存 > 生存

3. 选择时间周期并点击 Y,事件时间

4. 点击确定

5. 点击“乘积限生存拟合”旁边的红色小三角并选择竞争原因

6. 点击原因编号,然后点击确定

7. 点击“竞争原因”红色小三角并选择危险率图选项。

“竞争原因”报表和危险率图 

整个系统的生存分布仅是生存概率之积。“竞争原因”表显示每个失效原因的 Alpha 和 Beta 的 Weibull 估计值。

在本例中,大多数失效是由于原因 9 造成的。原因 1 只出现过一次且不能生成好的 Weibull 估计值。原因 15 出现的时间很短而且导致很小的 beta 和很大的 alpha。回想一下 alpha 是失效时间的 63.2% 分位数估计值,这意味着前期失效的原因通常有很大的 alpha。若这些原因不导致前期失效,则也通常不会导致后期失效。

按“原因编号”划分的“时间周期”的“以 X 拟合 Y”图 显示了在“分位数”选项有效时按“原因编号”划分的“时间周期”的“以 X 拟合 Y”图。该图进一步说明 alpha 和 beta 与失效分布之间的关系。

按“原因编号”划分的“时间周期”的“以 X 拟合 Y”图 

在本例中,回想一下原因 9 导致了大多数失效。若更正了原因 9 的问题,这将如何影响其他原因导致的生存概率呢?选择忽略原因选项可删除原因值并重新计算生存估计值。

具有忽略原因的生存图 显示了具有所有竞争原因的生存图和没有原因 9 的生存图。您可以看到不含原因 9 的生存率(用虚线表示)在 2,000 个周期前没有大的改进。之后,该生存率变得好许多,甚至在 10,000 个周期后仍有改进。

具有忽略原因的生存图 

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