參數成長曲線

參數成長曲線分析對可修復系統的失效率如何隨系統累計執行小時數和經歷修復而隨時間變化進行建模。它使用帶冪律的非齊次卜瓦松過程(Crow-AMSAA)等模型,判斷系統是在改善(失效率下降)、惡化(失效率上升)還是保持穩定。

最後審閱

核心要點

參數成長曲線分析對可修復系統的失效率如何隨系統累計執行小時數和經歷修復而隨時間變化進行建模。

本頁內容
  1. 什麼是參數成長曲線?
  2. 何時使用參數成長曲線?
  3. 正確使用參數成長曲線的指南
  4. 替代方法:何時不宜使用參數成長曲線
  5. 參數成長曲線範例
  6. 如何進行參數成長曲線

什麼是參數成長曲線?

參數成長曲線分析對可修復系統的失效率如何隨系統累計執行小時數和經歷修復而隨時間變化進行建模。它使用帶冪律的非齊次卜瓦松過程(Crow-AMSAA)等模型,判斷系統是在改善(失效率下降)、惡化(失效率上升)還是保持穩定。

簡單定義:一種針對可修復系統的統計模型,可揭示修復是否使系統隨時間變得更可靠、系統是否在磨損,或失效率是否保持穩定。

何時使用參數成長曲線?

  • 在分析 多次失效並被修復的可修復系統 時使用——例如機械、車輛或複雜設備。
  • 用於判斷 可靠度在執行壽命期內是在改善、下降還是保持穩定。
  • 用於 維護計畫、備件需求預測和可靠度改善計畫。

正確使用參數成長曲線的指南

  • 準確記錄所有 失效時間和修復時間 ——時間遺漏會扭曲成長曲線。
  • 在得出結論之前,使用 Cramer-von Mises 等適合度檢定 驗證模型的配適。
  • 在假定存在趨勢之前,使用 Laplace 檢定 確認可靠度是否確實在改善或惡化。

替代方法:何時不宜使用參數成長曲線

  • 如果產品 不可修復(失效後即更換),請使用 參數分配分析
  • 如果已確認失效率恆定,簡單的 Exponential 分配模型 可能就已足夠。

參數成長曲線範例

一名可靠度工程師正在分析 13 架商用噴氣式飛機所用空調機組的失效率。每臺機組在失效後都被修復並重新投入使用。工程師的目的是利用精確的失效時間資料(沒有任何機組退出使用)來判斷失效率隨時間是上升、下降還是恆定。所有資料均為精確的失效時間。步驟如下:

  1. 收集所需資料。
Parametric Growth Curve — figure 1

2. 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。

3. 要找到參數成長曲線,請選擇 Statistical module> Reliability>Parametric Growth Curve。

4. 在工具中輸入資料及其他輸入項,如下所示:

Parametric Growth Curve — figure 2

5. 使用上述工具後,得到如下輸出:

Parametric Growth Curve — figure 3Parametric Growth Curve — figure 4

如何進行參數成長曲線

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Reliability>Parametric Growth Curve。
  3. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V);也可以使用 Load Example 選項載入範例資料。
  4. 接下來,填寫所需選項。
  5. 最後,點選頁面底部的 calculate,即可得到所需結果。

參數成長曲線的工具介面分為兩部分。

Parametric Growth Curve — figure 5

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

右側提供以下選項:

  • Data Format: 定義失效時間資料的結構。Data are exact failure/retirement times 表示資料集中的每個觀測值都是發生失效或系統退出使用的精確時間——與僅知道失效所在時間視窗的區間設限資料相對。
  • Variable / Start Variables: 選擇包含可修復系統上記錄的每個事件的精確失效時間或退出使用時間的欄。對於區間資料,則為包含失效的時間區間的起點。
  • System ID: 選擇標示每個失效時間屬於哪個可修復系統的欄——當同一資料集中合併了多個系統的資料時使用。隨後對每個已標示的系統分別或聯合估計成長曲線。

常見問題

什麼是參數成長曲線?

參數成長曲線對可修復系統的失效率如何隨系統累計執行小時數和經歷修復而變化進行建模。它使用帶冪律的非齊次卜瓦松過程(Crow-AMSAA)等模型,判斷系統是在改善(失效率下降)、惡化(失效率上升)還是保持穩定。

何時應使用參數成長曲線?

對於多次失效並被修復的可修復系統(如機械、車輛或複雜設備),用它來了解可靠度在執行壽命期內是在改善、下降還是保持穩定。它可為維護計畫、備件需求預測和可靠度改善計畫提供支援。

如何檢定參數成長曲線模型?

準確記錄所有失效時間和修復時間,因為時間遺漏會扭曲成長曲線。用 Cramer-von Mises 等適合度檢定驗證模型的配適,並在假定存在趨勢之前,用 Laplace 檢定確認可靠度是否確實在改善或惡化。

何時不應使用參數成長曲線?

參數成長曲線適用於每次失效後被修復並重新投入使用的系統。如果產品不可修復、失效後即更換,請改用參數分配分析。如果已確認失效率恆定,簡單的 Exponential 分配模型可能就已足夠。