Curva de crescimento não paramétrica

A curva de crescimento não paramétrica analisa sistemas reparáveis que podem falhar muitas vezes. Informe uma linha por falha, com a idade na falha e o ID do sistema. Estima a função média acumulada (MCF) de Nelson sem supor um modelo para a taxa de falhas. A saída inclui uma tabela MCF com erros padrão e limites de confiança, o número de sistemas em risco, um gráfico de eventos e um gráfico MCF com bandas de confiança.

Última revisão

Conclusão principal

A curva de crescimento não paramétrica estima a função média acumulada (MCF), o número médio de falhas por sistema reparável até cada idade, sem supor um modelo, para mostrar se os reparos se tornam mais ou menos frequentes.

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

Finalidade

A curva de crescimento não paramétrica (Nonparametric Growth Curve) analisa sistemas reparáveis: máquinas, veículos ou unidades que são reparados e voltam a operar após cada falha, de modo que um mesmo sistema pode falhar muitas vezes. Ela estima a função média acumulada (MCF), o número médio de falhas por sistema até cada idade, sem supor nenhum modelo para a variação da taxa de falhas. Use-a para ver se os reparos estão se tornando mais ou menos frequentes à medida que os sistemas envelhecem, para comparar a taxa de reparos com uma meta e para planejar peças sobressalentes e manutenção.

Principais recursos

  • Trabalha com dados de falhas recorrentes: uma linha por falha, com a idade na falha e o sistema em que ela ocorreu.
  • Estimativa MCF de Nelson em cada idade de falha, com seu erro padrão e intervalo de confiança.
  • Número de sistemas ainda sob observação em cada idade, para que você veja onde a estimativa se apoia em poucos sistemas.
  • Gráfico de eventos com as falhas de cada sistema ao longo do eixo da idade.
  • Gráfico MCF com bandas de confiança.

Métodos estatísticos

As falhas de cada sistema são ordenadas por idade, e a idade da sua última falha registrada é tomada como o fim da sua observação: não há uma coluna de censura separada. Em cada idade de falha distinta tⱼ, dⱼ é o número total de falhas em todos os sistemas nessa idade e rⱼ o número de sistemas ainda sob observação (aqueles cuja última idade registrada é pelo menos tⱼ). A estimativa de Nelson da função média acumulada é M(tⱼ) = Σ dₖ / rₖ sobre todas as idades até tⱼ. Os sistemas cujos registros terminaram deixam de contar em rⱼ, de modo que a estimativa considera sistemas observados por períodos diferentes.

A variância de M(t) é estimada com a fórmula de Nelson, que usa as contagens de falhas de cada sistema em cada idade: Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ², em que dNᵢₖ é a contagem de falhas do sistema i na idade tₖ e Yᵢₖ é 1 se o sistema i ainda está sob observação nesse momento. O intervalo de confiança é M ± z·SE, com o limite inferior truncado em 0, em que z é o valor da normal padrão para o nível de confiança.

A inclinação da MCF é a taxa de reparos. Uma MCF reta significa uma taxa constante de reparos; uma curva que se inclina para cima significa que os reparos estão se tornando mais frequentes com a idade (os sistemas estão se desgastando); uma curva que se achata significa que estão se tornando menos frequentes (crescimento de confiabilidade). Perto do fim da faixa de idades, restam poucos sistemas sob observação, de modo que a estimativa ali é menos certa e a banda se alarga.

Campos de entrada e opções

Campo

Descrição

Variable/Failure age

Obrigatório. Idade do sistema em cada falha, uma linha por falha.

System ID

A coluna que identifica em qual sistema cada falha ocorreu.

Confidence level (%)

Para o intervalo de confiança da MCF. Padrão 95; de 50 a 99.99.

nonparametric-growth-curve-inputs


Figura 1 — Opções do exemplo: idades de falha de unidades de ar-condicionado na coluna Failure, número do avião em System1.

Descrição da saída

  • Tabela Method — coluna System, Model (Nonparametric (Nelson MCF)), N Systems e N Events.
  • Tabela MCF — para cada idade de falha: Age, Number at Risk, Number of Events, MCF, Standard Error e os limites de confiança.
  • Event Plot — uma linha por sistema, na ordem do ID do sistema, com cada falha marcada como uma estrela em uma linha que vai da idade 0 até a última idade registrada do sistema.
  • Nonparametric Growth Curve (MCF) — o número médio acumulado de eventos em função da idade, com a banda de confiança.
  • Exportação em PDF por meio de Download.

nonparametric-growth-curve-output


Figura 2 — Tabela Method, o início da tabela MCF, o Event Plot e o gráfico MCF para 213 reparos em 13 aviões: os reparos de cada avião são marcados ao longo da sua própria linha, e a MCF é uma reta quase perfeita, de cerca de um reparo por unidade a cada 100 horas.

Exemplo prático

Um engenheiro de confiabilidade estuda as unidades de ar-condicionado de 13 aviões a jato comerciais. Cada unidade é reparada após uma falha e volta a operar, e os dados contêm 213 falhas, com a idade da unidade em horas em cada uma. O engenheiro quer saber se a taxa de reparos muda à medida que as unidades envelhecem. Ele define Variable/Failure age = Failure e System ID = System1, e mantém a confiança de 95%.

A MCF chega a 4.61 reparos por unidade em 498 horas (IC de 95% de 3.49 a 5.73), 10.37 em 1,000 horas (8.60 a 12.15), 15.27 em 1,496 horas e 20.83 em 1,916 horas. Isso dá cerca de um reparo por unidade a cada 100 horas ao longo de todo o período, e o gráfico MCF é próximo de uma reta: a taxa de reparos não muda muito com a idade, de modo que não há sinal de desgaste nem de melhoria.

A coluna Number at Risk mostra quantos dados sustentam cada parte da curva. Ela cai de 13 para 12 em 407 horas, depois que o registro do primeiro avião termina em 393 horas, é 10 em 1,000 horas e apenas 3 em 1,916 horas, e na última idade de falha (2,722 horas) resta um único avião. O fim da curva é, portanto, incerto, o que a banda que se alarga mostra. Para o planejamento, a inclinação quase constante respalda orçar peças sobressalentes e manutenção em cerca de um reparo por unidade a cada 100 horas de operação.

Perguntas frequentes

O que é a função média acumulada (MCF)?

A função média acumulada é o número médio de falhas por sistema até cada idade, para sistemas reparáveis que são reparados e voltam a operar após cada falha. A estimativa de Nelson soma, em cada idade de falha, o número de falhas dividido pelo número de sistemas ainda sob observação.

Como interpretar a inclinação de um gráfico MCF?

A inclinação da MCF é a taxa de reparos. Uma MCF reta significa uma taxa constante de reparos. Uma curva que se inclina para cima significa que os reparos estão se tornando mais frequentes com a idade, indicando desgaste. Uma curva que se achata significa que os reparos estão se tornando menos frequentes, indicando crescimento de confiabilidade.

Por que a banda de confiança da MCF se alarga nas idades mais altas?

Perto do fim da faixa de idades, restam poucos sistemas sob observação, de modo que a estimativa se apoia em menos dados e é menos certa. A coluna Number at Risk mostra quantos sistemas sustentam cada parte da curva. A observação de cada sistema é considerada encerrada na sua última idade de falha registrada, pois não há uma coluna de censura separada.

Quais dados uma curva de crescimento não paramétrica exige?

Exige dados de falhas recorrentes, com uma linha por falha: a idade do sistema em cada falha e uma coluna que identifica em qual sistema a falha ocorreu. O nível de confiança do intervalo da MCF tem padrão de 95%. Sistemas observados por períodos diferentes são tratados porque os registros encerrados deixam de contar entre os sistemas em risco.