非參數增長曲線

非參數增長曲線分析可多次失效的可修復系統。每次失效輸入一列,包含失效時的壽命和系統 ID。它在不假定失效率模型的情況下估計 Nelson 平均累積函數(MCF)。輸出包括帶標準誤和信賴限的 MCF 表、處於風險中的系統數、事件圖以及帶信賴帶的 MCF 圖。

最後審閱

核心要點

非參數增長曲線在不假定模型的情況下估計平均累積函數(MCF),即每個可修復系統直到各壽命的平均失效數,用於顯示修復是否變得更頻繁或更稀少。

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

非參數增長曲線用於分析可修復系統:即每次失效後被修復並重新投入使用的機器、車輛或單元,因此一個系統可以多次失效。它在不對失效率如何變化作任何模型假定的情況下,估計平均累積函數(MCF),即每個系統直到各壽命的平均失效數。可用它檢視隨著系統老化,修復是變得更頻繁還是更稀少,將修復率與目標比較,並規劃備件和維護。

主要功能

  • 適用於重複失效資料:每次失效一列,包含失效時的壽命及其所發生的系統。
  • 在每個失效壽命給出 Nelson MCF 估計,並附標準誤和信賴區間。
  • 每個壽命下仍在觀測的系統數,便於看出估計值依賴的系統很少的位置。
  • 沿壽命軸展示每個系統失效情況的事件圖。
  • 帶信賴帶的 MCF 圖。

統計方法

每個系統的失效按壽命排序,並將其最後一次記錄失效的壽命視為其觀測的結束:沒有單獨的設限欄。在每個不同的失效壽命 tⱼ,dⱼ 為所有系統在該壽命的失效總數,rⱼ 為仍在觀測的系統數(即最後記錄壽命不小於 tⱼ 的系統)。平均累積函數的 Nelson 估計為 M(tⱼ) = Σ dₖ / rₖ,對直到 tⱼ 的所有壽命求和。記錄已結束的系統不再計入 rⱼ,因此該估計考慮了各系統觀測時長不同的情況。

M(t) 的變異數用 Nelson 公式估計,該公式使用每個系統在各壽命的自身失效數:Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ²,其中 dNᵢₖ 為系統 i 在壽命 tₖ 的失效數,若系統 i 此時仍在觀測,則 Yᵢₖ 為 1。信賴區間為 M ± z·SE,下限截斷於 0,其中 z 為該信賴水準對應的標準常態值。

MCF 的斜率即修復率。筆直的 MCF 表示修復率恆定;向上彎曲的曲線表示修復隨壽命增長而變得更頻繁(系統正在磨損);趨於平緩的曲線表示修復變得更稀少(可靠度增長)。在壽命範圍的末端,仍在觀測的系統只剩幾個,因此那裡的估計不太確定,信賴帶變寬。

輸入欄位和選項

欄位

說明

Variable/Failure age

必填。系統在每次失效時的壽命,每次失效一列。

System ID

標明每次失效發生在哪個系統上的欄。

Confidence level (%)

用於 MCF 信賴區間。預設為 95;範圍 50 至 99.99。

nonparametric-growth-curve-inputs


圖 1 — 範例的選項:空調單元的失效壽命在 Failure 欄,飛機編號在 System1。

輸出說明

  • Method table — System 欄、Model(Nonparametric (Nelson MCF))、N Systems 和 N Events。
  • MCF table — 對每個失效壽命:Age、Number at Risk、Number of Events、MCF、Standard Error 和信賴限。
  • Event Plot — 每個系統一列,按系統 ID 排序,每次失效以星號標在一條從壽命 0 延伸到該系統最後記錄壽命的線上。
  • Nonparametric Growth Curve (MCF) — 平均累積事件數隨壽命的變化,並帶信賴帶。
  • 透過 Download 匯出 PDF。

nonparametric-growth-curve-output


圖 2 — 13 架飛機 213 次修復的 Method table、MCF table 的開頭、Event Plot 和 MCF 圖:每架飛機的修復沿其自身的線標出,MCF 近似一條直線,約每 100 小時每個單元修復一次。

計算範例

一位可靠度工程師研究 13 架商用噴氣式飛機的空調單元。每個單元在失效後被修復並重新投入使用,資料包含 213 次失效及每次失效時該單元以小時計的壽命。工程師想知道修復率是否隨單元老化而變化。他們設定 Variable/Failure age = Failure 和 System ID = System1,並保持 95% 信賴水準。

MCF 在 498 小時時達到每單元 4.61 次修復(95% CI 3.49 至 5.73),1,000 小時時為 10.37(8.60 至 12.15),1,496 小時時為 15.27,1,916 小時時為 20.83。這表示全程大約每個單元每 100 小時修復一次,MCF 圖接近一條直線:修復率隨壽命變化不大,因此沒有磨損或改善的跡象。

Number at Risk 欄顯示曲線各部分有多少資料支援。它在第一架飛機的記錄於 393 小時結束後,於 407 小時從 13 降到 12,1,000 小時時為 10,1,916 小時時只有 3,而在最後一個失效壽命(2,722 小時)只剩一架飛機。因此曲線末端不確定,信賴帶變寬即顯示了這一點。就規劃而言,近似恆定的斜率支援按每個單元每 100 執行小時約修復一次來預算備件和維護。

常見問題

什麼是平均累積函數(MCF)?

平均累積函數是可修復系統(每次失效後被修復並重新投入使用)直到各壽命的每系統平均失效數。Nelson 估計在每個失效壽命將失效數除以仍在觀測的系統數,並求和。

如何解釋 MCF 圖的斜率?

MCF 的斜率即修復率。筆直的 MCF 表示修復率恆定。向上彎曲的曲線表示修復隨壽命增長而變得更頻繁,說明正在磨損。趨於平緩的曲線表示修復變得更稀少,說明可靠度在增長。

為什麼 MCF 信賴帶在較大壽命處會變寬?

在壽命範圍的末端,仍在觀測的系統只剩幾個,因此估計依賴的資料更少,也更不確定。Number at Risk 欄顯示支援曲線各部分的系統數。由於沒有單獨的設限欄,每個系統的觀測被視為在其最後記錄的失效壽命處結束。

非參數增長曲線需要什麼資料?

需要重複失效資料,每次失效一列:系統在每次失效時的壽命,以及標明失效發生在哪個系統上的欄。MCF 區間的信賴水準預設為 95%。由於記錄已結束的系統不再計入處於風險中的系統,因此可處理觀測時長不同的系統。