分配概要圖(右設限)

輸入失效時間及設限欄,並選擇 Weibull、Lognormal、Exponential、Normal、Logistic 或 Loglogistic 分配。工具用最大概似法進行配適,報告帶標準誤的參數和平均壽命,並繪製 Nelson-Aalen 點對配適線及信賴界限的機率圖,以及密度、存活和危險曲線。可用於檢驗配適程度和失效率趨勢。

最後審閱

核心要點

分配概要圖(右設限)對包含右設限單元的失效時間配適一種選定的壽命分配,並在同一頁面展示機率圖、密度函數、存活函數和危險函數。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

分配概要圖(右設限)對失效時間資料(包括已移除或仍在執行即右設限的單元)配適您選定的一種壽命分配,並在同一頁面以四種方式展示:機率圖、機率密度函數、存活函數和危險函數。在進行更完整的 Parametric Distribution Analysis 之前,可用它檢驗所選分配的配適程度,並一目瞭然地瞭解失效率隨使用時間的變化。

主要功能

  • 六種分配:Weibull、Lognormal、Exponential、Normal、Logistic 和 Loglogistic。
  • 透過設限欄和設限值處理右設限資料。
  • 帶標準誤的最大概似參數估計值,以及平均壽命。
  • 失效點對配適線及其信賴界限的機率圖,用於判斷配適程度。
  • 配適分配的密度、存活和危險曲線。

統計方法

在設限欄中,等於設限值的列為右設限,其餘各列均為失效。所選分配用最大概似法配適,其中失效點貢獻其密度 f(t),設限單元貢獻其存活機率 S(t)。標準誤取自對數概似函數在估計值處的海森矩陣的逆。Weibull 分配以尺度參數 Alpha(63.2% 失效所需的時間)和形狀參數 Beta 報告;Normal 和 Logistic 以位置參數 Mu 和尺度參數 Sigma 報告;Lognormal 以 ln(時間) 的 Mu 和 Sigma 報告;Loglogistic 以尺度參數 Alpha 和形狀參數 Beta 報告;Exponential 以其失效率 Lambda 報告。平均值為配適分配的平均壽命。

機率圖將失效時間與累積失效機率的非參數估計(Nelson-Aalen 法,已考慮設限單元)作對照,座標軸經過轉換,使所選分配呈一條直線;Weibull、Lognormal 和 Loglogistic 的時間軸為對數刻度。紅線為配適分配。點靠近該線表示配適良好;出現系統性的彎曲則表示該分配不適合這些資料。機率圖還按 Confidence level 顯示雙側信賴界限(虛線),其繪製方式與 Minitab 相同:即配適分配百分位數 t_p 的信賴區間,基於逆海森矩陣用 delta 法得到,Weibull、Lognormal、Exponential 和 Loglogistic 對 ln(t_p) 構造,Normal 和 Logistic 對 t_p 構造。

其餘三個面板展示配適分配:密度 f(t);存活函數 S(t) = 1 − F(t),即單元壽命超過時間 t 的機率;以及危險函數 h(t) = f(t) / S(t),即存活到 t 的單元的失效率。風險上升表示磨損失效,風險持平表示隨機失效,風險下降表示早期失效。對於 Weibull,形狀參數 Beta 大於 1 時風險上升。

輸入欄位和選項

欄位

說明

Variable

必填。失效時間,或已移除或仍在執行的單元的設限時間。

Use censoring column

必填。等於設限值的列為右設限;其餘各列均為失效。每一列都需要有值。

Censoring value

設限欄中標記設限單元的值。預設為 0,即 1 = 失效。

Assumed distribution

Weibull(預設)、Lognormal、Exponential、Normal、Logistic 或 Loglogistic。

Confidence level (%)

預設為 95;範圍 50 至 99.99。設定機率圖上的信賴界限。

distribution-overview-plot-right-censoring-inputs


圖 1 — 範例所用選項:80 °C 下的繞組試驗時間(Temp80),設限欄 Cens80,設限值 0,Weibull 分配。

輸出說明

  • Parameter estimates — 配適分配的 Parameter、Estimate 和 Standard Error。
  • Characteristics — 配適分配的平均壽命。
  • Distribution Overview Plot — 四個面板:Probability Plot(帶信賴界限)、Probability Density Function、Survival Function 和 Hazard Function。
  • 透過 Download 匯出 PDF。

distribution-overview-plot-right-censoring-output


圖 2 — 50 個繞組試驗時間的 Weibull 概要圖:Alpha 為 73.3 h,Beta 為 2.32,平均值為 65.0 h,風險隨使用時間穩步上升。

計算範例

一名可靠度工程師在 80 °C 下測試 50 個渦輪發動機繞組;其中 37 個失效,13 個在失效前被移除。Distribution ID Plot 顯示 Weibull 的配適程度與其他分配相當,因此工程師設定 Variable = Temp80、Use censoring column = Cens80、Censoring value = 0 和 Assumed distribution = Weibull。

配適的 Weibull 尺度參數 Alpha = 73.34 小時(標準誤 5.20),形狀參數 Beta = 2.318(標準誤 0.313),平均壽命為 64.98 小時。由於 Beta 遠大於 1,Hazard Function 隨使用時間穩步上升,從 20 小時時約每小時 0.006 次失效升至 80 小時時約 0.035:繞組出現磨損失效。Survival Function 在 20 小時為 0.95,40 小時為 0.78,80 小時為 0.30,中位壽命為 62.6 小時。在機率圖上,第 10 百分位數(估計值 27.8 小時)的 95% 界限為 20.8 至 37.1 小時,中位數的界限為 54.2 至 72.4 小時。

在 Probability Plot 中,低端的點沿線分配,但在約 50 至 70 小時之間位於線的上方,因此工程師應謹慎對待極端百分位數,並與另一種分配進行比較。當 Assumed distribution = Normal 時,配適結果為 Mu = 63.55 小時,Sigma = 27.55 小時。對於維護而言,風險上升支援在繞組進入曲線陡峭部分之前按計畫更換,而不是執行到失效。

常見問題

分配概要圖中的存活函數是什麼?

存活函數 S(t) = 1 − F(t) 是單元壽命超過時間 t 的機率。在計算範例中,對 50 個渦輪發動機繞組配適 Weibull,得到 20 小時的存活機率為 0.95,40 小時為 0.78,80 小時為 0.30,中位壽命為 62.6 小時。

危險函數說明什麼?

危險函數 h(t) = f(t) / S(t) 是存活到時間 t 的單元的失效率。風險上升表示磨損失效,風險持平表示隨機失效,風險下降表示早期失效。對於 Weibull 分配,形狀參數 Beta 大於 1 時風險上升。

如何在機率圖上判斷配適程度?

點靠近配適的紅線表示配適良好;出現系統性的彎曲則表示該分配不適合這些資料。圖中的點為考慮了設限單元的 Nelson-Aalen 估計值。在範例中,約 50 至 70 小時之間的點位於線的上方,因此應謹慎對待極端百分位數,並與另一種分配進行比較。

Weibull 的 Alpha 和 Beta 參數是什麼意思?

Alpha 是 Weibull 尺度參數,即 63.2% 的單元失效所需的時間,Beta 是形狀參數。在範例中 Alpha 為 73.34 小時,Beta 為 2.318,遠大於 1,因此繞組出現磨損失效;風險上升支援按計畫更換,而不是執行到失效。