可靠性和生存方法 > 可靠性增长 > “可靠性增长”平台的更多示例 > 时间采用日期格式的“分段 Weibull NHPP 变点检测”
发布日期: 04/13/2021

时间采用日期格式的“分段 Weibull NHPP 变点检测”

Reliability 子文件夹下的文件 BrakeReliability.jmp 包含刹车系统的纠正次数数据。日期列给出第二列中指定的纠正次数实施的日期。对于该数据,失效时间是已知的。请注意,日期列必须采用升序顺序。

检验开始时间是日期列中的第一个条目 09/29/2011,对应的纠正次数值设置为 0。需要用它指示检验的开始时间。若这个第一行中有纠正次数的非零值,则相应日期将被视为检验开始时间。但是,在分析中纠正次数的值将被视为 0。

在最后一行给出检验终止时间为 05/31/2012。因为最后一行中的纠正次数值为 0,检验被视为在 5/31/2012 定时截尾。若这个最后一行中有纠正次数的非零值,则检验被视为定数截尾。

1. 选择帮助 > 样本数据库,然后打开 Reliability/BrakeReliability.jmp

2. 选择分析 > 可靠性和生存 > 可靠性增长

3. 选择日期格式选项卡。

4. 选择日期并点击时间戳

5. 选择纠正次数并点击事件计数

6. 点击确定

7. 点击“可靠性增长”红色小三角并选择拟合模型 > Crow AMSAA

“观测数据”报表中的“累积事件图”会相应更新以显示模型。该模型看起来拟合数据的效果不好。

图 10.25 具有 Crow AMSAA 模型的“累积事件”图 

Image shown here

8. 点击“可靠性增长”红色小三角并选择拟合模型 > 分段 Weibull NHPP 变点检测

“观测数据”报表中的“累积事件图”会相应更新以显示使用变点检测的分段模型拟合。这两个模型均显示在Figure 10.26 中。 尽管数据颇为稀疏,分段模型看起来可以更好地拟合数据。

图 10.26 具有两个模型的“累积事件”图 

Image shown here

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).