ノンパラメトリック成長曲線
ノンパラメトリック成長曲線は、何度も故障しうる修理可能システムを解析します。故障ごとに1行で、故障時の年齢とシステムIDを入力します。故障率のモデルを仮定せずに、Nelsonの平均累積関数(MCF)を推定します。出力には、標準誤差と信頼限界付きのMCF表、リスク集合のシステム数、イベントプロット、信頼帯付きのMCFプロットが含まれます。
最終レビュー
重要なポイント
ノンパラメトリック成長曲線は、モデルを仮定せずに平均累積関数(MCF)、すなわち各年齢までの修理可能システムあたりの平均故障数を推定し、修理が頻繁になっているか、少なくなっているかを示します。
目的
ノンパラメトリック成長曲線は、修理可能システム、すなわち故障のたびに修理されて使用に戻される機械、車両、装置を解析します。そのため、1つのシステムが何度も故障しえます。故障率がどう変化するかについてのモデルを仮定せずに、平均累積関数(MCF)、すなわち各年齢までのシステムあたりの平均故障数を推定します。システムが経年するにつれて修理が頻繁になっているか、少なくなっているかを確認したり、修理率を目標と比較したり、予備品と保全を計画したりするために使用します。
主な機能
- 繰り返し故障のデータを扱います。故障ごとに1行で、故障時の年齢と、故障が起きたシステムを指定します。
- すべての故障年齢でのNelsonのMCF推定値を、標準誤差と信頼区間とともに算出します。
- 各年齢でまだ観察されているシステムの数。推定値が少数のシステムに基づいている箇所がわかります。
- 年齢軸に沿った、各システムの故障のイベントプロット。
- 信頼帯付きのMCFプロット。
統計手法
各システムの故障は年齢順に並べ替えられ、最後に記録された故障の年齢が、そのシステムの観察の終了として扱われます。打ち切りの列は別にありません。異なる故障年齢 tⱼ ごとに、dⱼ はその年齢でのすべてのシステムの故障の合計数、rⱼ はまだ観察されているシステムの数(最後に記録された年齢が tⱼ 以上のもの)です。平均累積関数のNelson推定値は、tⱼ までのすべての年齢にわたって、M(tⱼ) = Σ dₖ / rₖ です。記録が終了したシステムは、rⱼ に数えられなくなるため、この推定値は、観察期間の長さが異なるシステムを考慮します。
M(t)の分散は、各年齢での各システム自身の故障数を使うNelsonの式で推定されます:Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ²。ここで dNᵢₖ は年齢 tₖ でのシステムiの故障数、Yᵢₖ はシステムiがその時点でまだ観察されていれば1です。信頼区間は M ± z·SE で、下限は0で切り捨てられます。ここでzは、信頼水準に対応する標準正規分布の値です。
MCFの傾きが修理率です。MCFが直線であれば、修理率が一定であることを意味します。上向きに曲がる曲線は、年齢とともに修理が頻繁になっていること(システムが摩耗していること)を、平らになる曲線は、修理が少なくなっていること(信頼性成長)を意味します。年齢範囲の終わり付近では、観察されているシステムが少数しか残っていないため、その箇所の推定値は不確かさが大きく、帯が広がります。
入力フィールドとオプション
項目 | 説明 |
Variable/Failure age | 必須。各故障時のシステムの年齢で、故障ごとに1行です。 |
System ID | 各故障がどのシステムで起きたかを識別する列です。 |
Confidence level (%) | MCFの信頼区間に使います。デフォルトは95で、50〜99.99です。 |

図1 — 例のオプション:Failure列の空調ユニットの故障年齢と、System1列の機体番号。
出力の説明
- Method table — System列、Model(Nonparametric (Nelson MCF))、N Systems、N Events。
- MCF table — 故障年齢ごとの、Age、Number at Risk、Number of Events、MCF、Standard Error、信頼限界。
- Event Plot — システムIDの順に、システムごとに1行で、年齢0からそのシステムの最後に記録された年齢まで伸びる線上に、各故障を星印で示します。
- Nonparametric Growth Curve (MCF) — 年齢に対する平均累積イベント数を、信頼帯とともに示します。
- DownloadによるPDFエクスポート。

図2 — 13機の機体の213件の修理に対するMethod table、MCF tableの冒頭、Event Plot、MCFプロット:各機体の修理がそれぞれの線に沿って示され、MCFは、ユニットあたり100時間に約1回の修理というほぼ直線になっています。
計算例
信頼性エンジニアが、13機の民間ジェット機の空調ユニットを調べています。各ユニットは故障後に修理されて使用に戻され、データには213件の故障と、それぞれの時点でのユニットの年齢(時間)が含まれます。エンジニアは、ユニットの経年に伴って修理率が変化するかどうかを知りたいと考えます。Variable/Failure age = Failure、System ID = System1に設定し、信頼水準は95%のままにします。
MCFは、498時間までにユニットあたり4.61回の修理(95%信頼区間3.49〜5.73)、1,000時間までに10.37回(8.60〜12.15)、1,496時間までに15.27回、1,916時間までに20.83回に達します。これは全体を通して、ユニットあたり約100時間に1回の修理であり、MCFプロットはほぼ直線です。修理率は年齢によってあまり変化せず、摩耗や改善の兆候はありません。
Number at Risk列は、曲線の各部分がどれだけのデータに支えられているかを示します。最初の機体の記録が393時間で終了した後の407時間で13から12に減り、1,000時間では10、1,916時間ではわずか3で、最後の故障年齢(2,722時間)では1機だけが残ります。そのため、曲線の終わりは不確かで、帯が広がっていることがそれを示しています。計画の観点では、ほぼ一定の傾きから、予備品と保全の予算を、運転100時間あたりユニットごとに約1回の修理を想定して立てることが裏付けられます。
よくある質問
平均累積関数(MCF)とは何ですか?
平均累積関数は、故障のたびに修理されて使用に戻される修理可能システムについて、各年齢までのシステムあたりの平均故障数です。Nelson推定値は、各故障年齢で、故障数をまだ観察されているシステムの数で割った値を合計します。
MCFプロットの傾きはどのように解釈しますか?
MCFの傾きが修理率です。MCFが直線であれば、修理率が一定であることを意味します。上向きに曲がる曲線は、年齢とともに修理が頻繁になっていることを示し、摩耗を表します。平らになる曲線は、修理が少なくなっていることを示し、信頼性成長を表します。
MCFの信頼帯が高い年齢で広がるのはなぜですか?
年齢範囲の終わり付近では、観察されているシステムが少数しか残っておらず、推定値はより少ないデータに基づくため、不確かさが大きくなります。Number at Risk列は、曲線の各部分を支えているシステムの数を示します。打ち切りの列は別にないため、各システムの観察は、最後に記録された故障年齢で終了するものとして扱われます。
ノンパラメトリック成長曲線には、どのようなデータが必要ですか?
故障ごとに1行の繰り返し故障のデータ、すなわち各故障時のシステムの年齢と、その故障がどのシステムで起きたかを識別する列が必要です。MCFの区間の信頼水準のデフォルトは95%です。記録が終了したシステムはリスク集合のシステムに数えられなくなるため、観察期間の長さが異なるシステムも扱えます。
