Verteilungs-ID-Diagramm (Rechtszensierung)

Geben Sie Ausfallzeiten mit einer Zensierungsspalte ein. Das Werkzeug passt Weibull, lognormal, Exponential, Normal, logistisch und loglogistisch per Maximum-Likelihood an, trägt Nelson-Aalen-Schätzwerte auf der Wahrscheinlichkeitsskala jeder Verteilung mit angepasster Gerade und Konfidenzgrenzen auf und ordnet die Verteilungen nach dem Korrelationskoeffizienten. Verwenden Sie es vor der parametrischen Verteilungsanalyse oder einem Verteilungsübersichtsdiagramm. Kleine Unterschiede zwischen den besten Verteilungen sagen wenig aus.

Zuletzt geprüft

Kernaussage

Das Verteilungs-ID-Diagramm (Rechtszensierung) hilft, eine Lebensdauerverteilung zu wählen: Sechs Verteilungen werden an Ausfallzeiten mit rechtszensierten Einheiten angepasst, je mit Wahrscheinlichkeitsnetz; das geradeste passt am besten.

Auf dieser Seite
  1. Zweck
  2. Wichtige Funktionen
  3. Statistische Methoden
  4. Eingabefelder und Optionen
  5. Beschreibung der Ausgabe
  6. Beispiel

Zweck

Das Verteilungs-ID-Diagramm (Distribution ID Plot, Right Censoring) hilft Ihnen, eine Lebensdauerverteilung zu wählen, bevor Sie Zuverlässigkeit oder Perzentile schätzen. Es passt sechs gängige Verteilungen an dieselben Ausfallzeitdaten an, einschließlich Einheiten, die entnommen wurden oder noch laufen (rechtszensiert), und zeichnet für jede ein Wahrscheinlichkeitsnetz. Die Verteilung, deren Punkte einer Geraden am nächsten liegen, passt am besten. Verwenden Sie es als ersten Schritt vor der parametrischen Verteilungsanalyse (Parametric Distribution Analysis) oder einem Verteilungsübersichtsdiagramm (Distribution Overview Plot).

Wichtige Funktionen

  • Passt in einem Durchlauf Weibull-, Lognormal-, Exponential-, Normal-, logistische und loglogistische Verteilung an.
  • Verarbeitet rechtszensierte Daten über eine Zensierungsspalte und einen Zensierungswert.
  • Ordnet die Verteilungen nach dem Korrelationskoeffizienten ihrer Wahrscheinlichkeitsnetze.
  • Ein Wahrscheinlichkeitsnetz je Verteilung, mit angepasster Gerade, ihren Konfidenzgrenzen und den Ausfallpunkten.
  • Meldet jede Verteilung, die nicht an die Daten angepasst werden konnte.

Statistische Methoden

In der Zensierungsspalte sind Zeilen, die dem Zensierungswert entsprechen, rechtszensiert (die Einheit war bei der letzten Beobachtung noch nicht ausgefallen), und jede andere Zeile ist ein Ausfall. Jede der sechs Verteilungen wird per Maximum-Likelihood an alle Zeilen angepasst, wobei ein Ausfall mit seiner Dichte f(t) und eine zensierte Einheit mit ihrer Überlebenswahrscheinlichkeit S(t) = 1 − F(t) eingeht.

Die dargestellten Punkte sind die Ausfallzeiten mit nichtparametrischen Schätzwerten der kumulierten Ausfallwahrscheinlichkeit nach der Nelson-Aalen-Methode, die die zum jeweiligen Ausfallzeitpunkt noch unter Risiko stehenden zensierten Einheiten berücksichtigt. Jedes Netz transformiert die Achsen so, dass seine Verteilung als Gerade erscheinen würde: Die Zeitachse ist bei Weibull, lognormal und loglogistisch logarithmisch und bei Normal, logistisch und Exponential linear, und die Wahrscheinlichkeitsachse verwendet die passende Skala (in Prozent beschriftet). Die rote Linie ist die Verteilungsfunktion der angepassten Verteilung auf derselben Skala. Jedes Netz zeigt außerdem zweiseitige Konfidenzgrenzen (gepunktet) zum Confidence level, so wie Minitab sie zeichnet: für jeden Prozentwert p das Perzentil t_p der angepassten Verteilung mit seiner Varianz nach der Delta-Methode aus der inversen Hesse-Matrix der Log-Likelihood, wobei das Intervall für Weibull, lognormal, Exponential und loglogistisch auf ln(t_p) und für Normal und logistisch auf t_p gebildet wird. Punkte deutlich außerhalb der Grenzen deuten auf eine schlechte Anpassung hin.

Der Korrelationskoeffizient jedes Netzes ist die Pearson-Korrelation zwischen den dargestellten x-Werten (Zeit bzw. ln(Zeit) bei logarithmischer Achse) und den transformierten Wahrscheinlichkeiten der Ausfallpunkte. Werte nahe 1 bedeuten, dass die Punkte nahe an einer Geraden liegen. Kleine Unterschiede zwischen den besten Verteilungen beweisen nicht, dass eine besser passt; betrachten Sie die Netze, insbesondere die Ränder, und berücksichtigen Sie technisches Fachwissen, etwa dass Weibull die übliche Wahl für Ausfallzeiten ist.

Eingabefelder und Optionen

Feld

Beschreibung

Variable

Erforderlich. Zeit bis zum Ausfall bzw. Zeit bis zur Zensierung bei entnommenen oder noch laufenden Einheiten.

Use censoring column

Erforderlich. Zeilen, die dem Zensierungswert entsprechen, sind rechtszensiert; jede andere Zeile ist ein Ausfall. Jede Zeile benötigt einen Wert.

Censoring value

Der Wert in der Zensierungsspalte, der eine zensierte Einheit kennzeichnet. Standard 0, also 1 = Ausfall.

Confidence level (%)

Standard 95; 50 bis 99.99. Legt die Konfidenzgrenzen fest, die um jede angepasste Gerade gezeichnet werden.

distribution-id-plot-right-censoring-inputs


Abbildung 1 — Optionen für das Beispiel: Prüfzeiten der Wicklungen bei 80 °C (Temp80) mit der Zensierungsspalte Cens80, Zensierungswert 0.

Beschreibung der Ausgabe

  • Korrelationsrangfolge — jede Verteilung und ihr Korrelationskoeffizient, von der besten zur schlechtesten.
  • Meldungen — jede Verteilung, die nicht angepasst werden konnte, mit Begründung.
  • Distribution ID Plot — ein Wahrscheinlichkeitsnetz je Verteilung in Rangfolge, mit ihrer Korrelation (r) im Titel, mit den Ausfallpunkten, der angepassten Gerade und ihren Konfidenzgrenzen.
  • PDF-Export über Download.

distribution-id-plot-right-censoring-output


Abbildung 2 — Korrelationsrangfolge und Wahrscheinlichkeitsnetze für 50 Prüfzeiten von Wicklungen: Normal, Weibull und loglogistisch liegen nahe 0.989; Exponential ist mit 0.956 klar am schlechtesten.

Beispiel

Ein Zuverlässigkeitsingenieur prüft 50 Wicklungen von Turbinentriebwerken bei 80 °C. 37 fallen während der Prüfung aus, und 13 werden vor dem Ausfall entnommen; ihre Zeiten sind daher zensiert. Vor der Schätzung von Lebensdauer-Perzentilen möchte der Ingenieur wissen, welche Verteilung die Daten beschreibt. Er setzt Variable = Temp80, Use censoring column = Cens80 und Censoring value = 0, da Cens80 bei einem Ausfall 1 und bei einer entnommenen Wicklung 0 ist.

Die Korrelationskoeffizienten betragen Normal 0.9890, Weibull 0.9886, loglogistisch 0.9883, lognormal 0.9844, logistisch 0.9837 und Exponential 0.9559. Die besten vier liegen praktisch gleichauf; die Daten allein können also nicht zwischen ihnen entscheiden. Exponential ist klar am schlechtesten: Sein Netz zeigt eine deutliche Krümmung, die Ausfallrate ist also nicht konstant, und ein Modell, das Zufallsausfälle annimmt, würde in die Irre führen.

Für den Ingenieur ist Weibull eine sinnvolle Wahl: Sie passt so gut wie die anderen, kann keine negativen Zeiten liefern, und ihr Formparameter zeigt, ob es sich um Früh-, Zufalls- oder Verschleißausfälle handelt. Am stärksten unterscheiden sich die Kandidatenverteilungen an den Rändern; daher prüft der Ingenieur die Netze am unteren und oberen Ende und vergleicht, wenn extreme Perzentile wichtig sind, die Schätzungen aus mehr als einer Verteilung. Der nächste Schritt ist ein Verteilungsübersichtsdiagramm oder eine parametrische Verteilungsanalyse mit Weibull.

Häufig gestellte Fragen

Wie interpretieren Sie den Korrelationskoeffizienten in einem Verteilungs-ID-Diagramm?

Er ist die Pearson-Korrelation zwischen den dargestellten x-Werten und den transformierten Wahrscheinlichkeiten der Ausfallpunkte. Werte nahe 1 bedeuten, dass die Punkte nahe an einer Geraden liegen. Kleine Unterschiede zwischen den besten Verteilungen beweisen nicht, dass eine besser passt; betrachten Sie die Netze, insbesondere die Ränder, und nutzen Sie technisches Fachwissen.

Wie werden rechtszensierte Einheiten behandelt?

In der Zensierungsspalte sind Zeilen, die dem Zensierungswert (Standard 0) entsprechen, rechtszensiert, d. h., die Einheit war bei der letzten Beobachtung noch nicht ausgefallen; jede andere Zeile ist ein Ausfall. Bei der Maximum-Likelihood-Anpassung geht ein Ausfall mit seiner Dichte und eine zensierte Einheit mit ihrer Überlebenswahrscheinlichkeit ein, und die Nelson-Aalen-Punkte berücksichtigen die unter Risiko stehenden zensierten Einheiten.

Welche Verteilung sollten Sie wählen, wenn mehrere gleich gut passen?

Im Wicklungsbeispiel lagen Normal, Weibull, loglogistisch und lognormal praktisch gleichauf, während Exponential klar am schlechtesten war; die Ausfallrate ist also nicht konstant. Weibull war eine sinnvolle Wahl: Sie passte so gut wie die anderen, kann keine negativen Zeiten liefern, und ihr Formparameter zeigt, ob es sich um Früh-, Zufalls- oder Verschleißausfälle handelt.

Was folgt auf ein Verteilungs-ID-Diagramm?

Der nächste Schritt ist ein Verteilungsübersichtsdiagramm oder eine parametrische Verteilungsanalyse mit der gewählten Verteilung, um Zuverlässigkeit oder Lebensdauer-Perzentile zu schätzen. Die Kandidatenverteilungen unterscheiden sich am stärksten an den Rändern; wenn extreme Perzentile wichtig sind, prüfen Sie daher die Netze am unteren und oberen Ende und vergleichen Sie die Schätzungen aus mehr als einer Verteilung.