Gráfico de identificação de distribuição (censura arbitrária)

Informe uma coluna Start e uma End; células em branco e preenchidas marcam cada linha como exata, censurada à direita, à esquerda ou por intervalo. A ferramenta ajusta Weibull, lognormal, exponencial, normal, logística e log-logística por máxima verossimilhança, plota as estimativas de Turnbull em cada gráfico de probabilidade com limites de confiança e classifica as distribuições pelo coeficiente de correlação. Use para dados de inspeção em que as falhas são encontradas na verificação seguinte.

Última revisão

Conclusão principal

Ajuda a escolher uma distribuição de vida quando os tempos exatos de falha nem sempre são conhecidos, ajustando seis distribuições a dados exatos e censurados e classificando seus gráficos de probabilidade.

Nesta página
  1. Finalidade
  2. Principais recursos
  3. Métodos estatísticos
  4. Campos de entrada e opções
  5. Descrição da saída
  6. Exemplo prático

Finalidade

O Gráfico de Identificação de Distribuição (Censura Arbitrária) ajuda a escolher uma distribuição de vida quando os tempos exatos de falha nem sempre são conhecidos. Ele aceita qualquer mistura de falhas exatas, unidades censuradas à direita (ainda funcionando quando vistas pela última vez), unidades censuradas à esquerda (já falhadas na primeira verificação) e unidades censuradas por intervalo (falharam em algum momento entre duas inspeções). Ele ajusta seis distribuições e desenha um gráfico de probabilidade para cada uma, classificadas pela retidão do gráfico. Use-o para dados de inspeção ou auditoria, em que uma falha só é encontrada na verificação seguinte.

Principais recursos

  • Dados inseridos como uma coluna Start e uma coluna End; o padrão de células em branco e preenchidas define o tipo de censura de cada linha.
  • Linhas exatas, censuradas à direita, à esquerda e por intervalo no mesmo conjunto de dados.
  • Ajusta Weibull, lognormal, exponencial, normal, logística e log-logística em uma única execução.
  • Classifica as distribuições pelo coeficiente de correlação de seus gráficos de probabilidade.
  • Um painel de gráfico de probabilidade por distribuição, com a reta ajustada e seus limites de confiança.

Métodos estatísticos

Cada linha é lida a partir de seus valores Start e End: Start = End é uma falha exata nesse instante; Start < End é uma falha censurada por intervalo em algum momento entre os dois; End em branco é censura à direita em Start (a unidade ainda funcionava nesse instante); Start em branco é censura à esquerda em End (a unidade já havia falhado nesse instante). Toda linha precisa de pelo menos um valor, e Start não pode ser maior que End.

Cada distribuição é ajustada por máxima verossimilhança. Uma falha exata contribui com a densidade f(t), uma unidade censurada à direita com a probabilidade de sobrevivência 1 − F(Start), uma unidade censurada à esquerda com F(End) e uma unidade censurada por intervalo com F(End) − F(Start), a probabilidade de falhar dentro do intervalo. A estimativa não paramétrica da probabilidade acumulada de falha para os pontos do gráfico é a estimativa de Turnbull, um método iterativo que distribui cada falha censurada por intervalo pelos instantes em que ela poderia ter ocorrido.

Como na ferramenta de censura à direita, cada painel transforma os eixos para que sua distribuição seja plotada como uma reta (tempo em log para Weibull, lognormal e log-logística), e o coeficiente de correlação é a correlação de Pearson entre os valores x plotados e as probabilidades transformadas. Valores próximos de 1 significam um gráfico mais reto. Com dados de inspeção agrupados, há menos pontos distintos no gráfico do que unidades, de modo que a correlação se apoia em menos pontos; observe os painéis e também a classificação, e use o conhecimento de engenharia sobre o mecanismo de falha. Cada painel mostra ainda limites de confiança bilaterais (pontilhados) no Confidence level, como o Minitab os desenha: para cada percentual p, o percentil t_p da distribuição ajustada, com sua variância pelo método delta a partir da inversa da Hessiana da log-verossimilhança, e o intervalo formado em ln(t_p) para Weibull, lognormal, exponencial e log-logística e em t_p para normal e logística. Pontos bem fora dos limites indicam um ajuste ruim.

Campos de entrada e opções

Campo

Descrição

Start column

Obrigatório. Último instante conhecido em bom estado ou o instante exato da falha. Deixe Start em branco em uma linha para marcá-la como censurada à esquerda.

End column

Obrigatório. Primeiro instante conhecido de falha ou o instante exato da falha. Deixe End em branco em uma linha para marcá-la como censurada à direita. Start = End significa falha exata; Start < End significa censura por intervalo. Deve ser uma coluna diferente de Start.

Confidence level (%)

Padrão 95; de 50 a 99.99. Define os limites de confiança desenhados em torno de cada reta ajustada.

distribution-id-plot-arbitrary-censoring-inputs


Figura 1 — Opções do exemplo: dados de inspeção em uma coluna Start e uma coluna End.

Descrição da saída

  • Correlation ranking — cada distribuição e seu coeficiente de correlação, da melhor para a pior.
  • Messages — qualquer distribuição que não pôde ser ajustada, com o motivo.
  • Distribution ID Plot for Start-End — um painel de gráfico de probabilidade por distribuição, na ordem da classificação, com o título contendo sua correlação (r), mostrando os pontos do gráfico, a reta ajustada e seus limites de confiança.
  • Exportação em PDF por meio de Download.

distribution-id-plot-arbitrary-censoring-output


Figura 2 — Classificação por correlação e gráficos de probabilidade para 50 enrolamentos verificados a cada 10 horas: Loglogistic 0.990, Lognormal 0.989 e Weibull 0.987 estão praticamente empatadas.

Exemplo prático

Este exemplo usa os 50 enrolamentos de motores de turbina testados a 80 °C da página Gráfico de Identificação de Distribuição (Censura à Direita), registrados como seriam se os enrolamentos fossem verificados apenas em inspeções a cada 10 horas a partir de 30 horas. Os 4 enrolamentos encontrados falhados na primeira inspeção são censurados à esquerda (Start em branco, End = 30). Os 33 encontrados falhados em uma inspeção posterior são censurados por intervalo, por exemplo, Start = 50 e End = 60 para um enrolamento que funcionava em 50 horas e falhou em 60. Os 13 retirados antes da falha são censurados à direita em seus instantes de retirada (End em branco). O engenheiro seleciona Start como a coluna Start e End como a coluna End.

A classificação é Loglogistic 0.990, Lognormal 0.989, Weibull 0.987, Exponential 0.980, Normal 0.975 e Logistic 0.972. Cada painel tem apenas cinco pontos, em 30, 40, 50, 60 e 79 horas: os instantes em que a estimativa de Turnbull coloca as falhas (a única falha encontrada entre 70 e 80 horas é colocada em 79 horas, depois do último enrolamento censurado à direita dentro desse intervalo). Com tão poucos pontos, os coeficientes são todos altos e próximos entre si, e os três primeiros não podem ser separados apenas pelos dados. A Weibull ajustada tem escala de 73.3 horas e forma de 2.17, próximas das 73.3 horas e 2.32 obtidas com os tempos exatos; assim, agrupar as falhas em intervalos de inspeção alterou pouco o modelo ajustado.

Para o engenheiro, Loglogistic, Lognormal e Weibull descrevem razoavelmente os dados; a Weibull continua sendo uma escolha sensata para falhas por desgaste, porque sua forma mostra a tendência da taxa de falhas. O próximo passo é um Gráfico de Visão Geral da Distribuição (Censura Arbitrária) com a distribuição escolhida, para ver as curvas ajustadas de sobrevivência e de risco.

Perguntas frequentes

Como inserir dados censurados por intervalo?

Use uma coluna Start e uma coluna End. Start igual a End é uma falha exata; Start menor que End é uma falha censurada por intervalo entre os dois instantes; End em branco significa censura à direita em Start (ainda funcionando nesse instante); Start em branco significa censura à esquerda em End (já falhada nesse instante). Start não pode ser maior que End.

Como escolher a melhor distribuição a partir do gráfico?

As distribuições são classificadas pelo coeficiente de correlação de seus gráficos de probabilidade; valores próximos de 1 significam um gráfico mais reto. Com dados de inspeção agrupados, há menos pontos distintos no gráfico do que unidades; portanto, observe os painéis e também a classificação, verifique os pontos em relação aos limites de confiança e use o conhecimento de engenharia sobre o mecanismo de falha.

O que é a estimativa de Turnbull?

É a estimativa não paramétrica da probabilidade acumulada de falha usada para os pontos do gráfico. É um método iterativo que distribui cada falha censurada por intervalo pelos instantes em que ela poderia ter ocorrido. No exemplo dos enrolamentos, ela colocou falhas em apenas cinco instantes; por isso, todos os coeficientes de correlação foram altos e próximos entre si.

O que fazer depois do Gráfico de Identificação de Distribuição?

Execute um Gráfico de Visão Geral da Distribuição (Censura Arbitrária) com a distribuição escolhida para ver as curvas ajustadas de sobrevivência e de risco. No exemplo, Loglogistic, Lognormal e Weibull ficaram praticamente empatadas, e a Weibull continuou sendo uma escolha sensata para falhas por desgaste, porque sua forma mostra a tendência da taxa de falhas.