Manau, kolegoms, užsiimantiems patikimumo darbu, kyla klausimas: kaip pasirinkti mėginių skaičių tyrimo ir plėtros etape? Produkto kūrimo etape neišvengiamai bus produkto bandymo specifikacijos, kuriose aprašomas, kokį temperatūrų diapazoną gali atitikti mūsų gaminiai, kiek smūgių ir vibracijos įtempių jie gali atlaikyti ir pan.
Tada pradėjome rengti bandymus, siekdami patikrinti, ar mūsų gaminiai atitinka gaminio specifikacijų reikalavimus. Taigi, kiek kiekvieno bandomojo elemento pavyzdžių patikriname, kad galėtume pasakyti, kad mūsų gaminys atitinka mūsų gaminio specifikacijas?
Pasidalykite metodu, pristatytu knygoje „Praktinis patikimumo inžinerija“, kurią skaitau, taip pat pasidalykite kai kurių pagrindinių patikimumo matavimo terminų paaiškinimais ir skaičiavimo atvejais.
Bandomųjų pavyzdžių skaičiaus parinkimas MTEP etape
Pirmiausia remkitės dvinario skirstinio sąvoka: dvinario skirstinys kartojamas n nepriklausomų Bernulli bandymų. Kiekviename tyrime yra tik du galimi rezultatai, o tai, ar jie atsiranda, yra priešingi vienas kitam ir nepriklauso vienas nuo kito. Jie neturi nieko bendra su kitų bandymų rezultatais. Tikimybė, kad įvykis įvyks arba neįvyks, išlieka nepakitusi kiekviename nepriklausomame bandyme. .
Produkto kūrimo stadijoje laikoma, kad kiekvieno MTEP pavyzdžio bandymo rezultato (Pass) arba (Nepavyko) tikimybė kiekviename bandomajame elemente išlieka nepakitusi kiekviename nepriklausomame teste. Pagal dvinario skirstymo teoriją cituokite 14 praktinio patikimumo inžineriją.3 2 Elementų pasiskirstymo patikimumo formulė yra tokia:
Aukščiau pateiktoje formulėje daroma prielaida, kad gedimų skaičius k=0, o supaprastinta formulė yra tokia: C=1-R^N; tiriamųjų mėginių skaičius yra N=Ln(1-C)/Ln(R); žemiau esanti ekrano kopija cituojama iš praktinio patikimumo inžinerijos.
Aukščiau pateiktame ekrano kopijos pavyzdyje atkreipkite dėmesį: R čia reiškia tikimybę parodyti produkto bandymo specifikacijų patikimumą. Nepainiokite to su eksponentinės paskirstymo patikimumu. R=e^(-λt) eksponentinio skirstinio; keičiasi su laiku. .
Atsižvelgiant į aukščiau pateiktą pavyzdį kaip R=90% ir C=50%, apskaičiuotas tiriamųjų mėginių skaičius MTEP etape yra 7. Populiari reikšmė yra tokia: kai pasirenkami 7 tiriamieji pavyzdžiai, jei visų 7 mėginių testo rezultatai yra išlaikyti, yra 50 % pasitikėjimo, kad mūsų kuriamas produktas atitiks produkto bandymo specifikacijas su 90 % tikimybe (nesvarbu, kiek produktų parduosime ateityje Rinkoje, kol visi 7 pavyzdžiai Išbandžius MTEP etapą, galime pareikšti išoriniam pasauliui, kad esame 50 % įsitikinę, kad 90 % rinkoje esančių gaminių gali atitikti mūsų gaminių bandymų specifikacijas. Žinoma, prielaida čia yra užtikrinti, kad MTEP etapas yra toks pat kaip partijos segmentas).
Perskaičius knygos įvadą, pramonės automatizavimo pramonės standartas yra naudoti R=97% & C=50%, todėl gaunama N=23. Kai kuriems žmonėms čia gali kilti klausimų, kuris skyrius apibrėžia R ir C reikšmes? Kaip tai apibrėžti? Tai irgi mano klausimas, be to, tai yra sunkumas plėtojant patikimumą ir kokybišką darbą... Pavyzdžiui, kai kurių produktų tyrimų ir plėtros kaštai yra per dideli. Paprastai projekte bus pateiktas tik vienas produktas tyrimams ir plėtrai išbandyti. Jei jis išlaikys testą pagal šį pavyzdį, jis gali pasakyti tik C=50%, R=50%... Manau, kad tokia yra ir dabartinė daugumos įmonių situacija...
Pagrindinių patikimumo matavimo terminų paaiškinimas ir skaičiavimo pavyzdžiai
Neseniai darbe susidūriau su klientu, kuris paklausė apie PPM, MTBF ir patikimumo tikimybės R skaičiavimą. Nekalbėsiu apie kliento atvejį, o pasidalinsiu tuo, ką mačiau praktinio patikimumo inžinerijoje;
MTBF: tarpas tarp gedimų; R(t)=e^(-1/MTBF*t) eksponentiniame skirstinyje;
PPM: Milijono dalių; R(t)=1-PPM(t)/(10^6);
BX-Life: jei čia x=10, tai reiškia R=90%;
Aukščiau pateikto pavyzdžio analizė: produkto B1 Pavyzdyje tai yra MTTF (MeanTime To Failure), kuris tenkina eksponentinį pasiskirstymą. Pakeiskite jį į 14.2 formulę aukščiau esančiame paveikslėlyje, kad gautumėte MTTF=47.5 metų, o tai reiškia metinį gedimų rodiklį λ=0.021, (čia pateikiamas kitas teiginys, nes MTTF {{10} },5 metų, tada metinė remonto norma=1/47.5=2.1%, o tai yra labai didelis... Paprastai plataus vartojimo prekės yra mažesnės nei 0,3%...); PPM vertė yra 100,000, o tai reiškia, kad po 5 metų 100,000 produktų vienam milijonui suges.