想象一下，你的新车在行驶60英里后出现故障。发动机灯亮起，您的车辆现在必须被拖去维修。这不仅是一个保修问题，也是一个由于产品可靠性不足而导致的现场问题。可靠性的定义是指产品在一段时间内的质量，从统计学上讲，它是指产品在规定时间内不发生故障的概率。
想象一下，你的新车在行驶60英里后出现故障。发动机灯亮起，您的车辆现在必须被拖去维修。这不仅是一个保修问题，也是一个由于产品可靠性不足而导致的现场问题。可靠性的定义是指产品在一段时间内的质量，从统计学上讲，它是指产品在规定时间内不发生故障的概率。
失败的风险
像这样的情况，原始设备制造商（OEM）会有过错。然后，这些原始设备制造商（OEM）必须迅速找到根本原因，并确定其他仍在外地运营的车辆的风险，这样他们就可以预测有多少额外的车辆会带着同样的问题回来，或者继续行驶而完全没有问题（也称为幸存者）。最终如果风险足够大，可能需要在该市场进行车辆召回。
一旦找到了失效的零件，就会确定未决的风险*，并开始计算给定时间段的概率。一般来说，寿命数据(如周期、里程、工作时间)往往不符合正态分布，所以建议采用Weibull分布模型模型进行可靠性分析，利用Minitab统计软件进行预测。
在Minitab统计软件中进行可靠性分析时，需要以下数据：
- 故障量
- 故障时的里程数
- 失效日期
- 不合格部件的生产日期
- 车辆登记日期
- 有关期间的产量
有了以上数据，我们就可以利用Minitab统计软件提供分析所需的输入。
仔细观察数据
有42辆汽车因燃油喷射设备故障而在外地发生故障。这些故障是由原始设备制造商 告的。与生产的1 190万个零件相比，这个数字较低，因为早期的故障，即婴儿死亡，也有记录。即使有些零件已经失效，但幸存者仍在现场工作。我们需要考虑幸存者的数量及其迄今的里程数。
运行可靠性分析
参数分布分析将帮助我们计算出有多少车辆可能出现故障。
有多少车辆可能会出现故障/strong>
车辆平均每年行驶约45000公里。下表显示的是45000公里之前和135000公里之前的估计累积概率。
生产了1190万件。95%的置信度上限估计，最大的预期返修故障为0.0000037。因此，在100万个零部件中，预期会出现3.7个故障。在1190万辆汽车中，有44辆汽车可能发生故障。1190万个零件x每百万个零件3.7个=44个零件可能发生故障。已经有42辆车出现故障，预计有2辆车可能在45000公里以下出现退货。原始设备制造商通常与零部件供应商签订了保修协议：在规定的时间内，零部件不得出现故障。
这种数据驱动的方法是有用的 。Minitab 统计软件为计算产品的可靠性提供了广泛的功能，其中一些功能在本例中进行了演示。
Minitab是做质量分析的工具，不知道您是否有产品质量这方面的困扰呢妨试试产品质量分析及预测方案吧！点击咨询在线客服
标签：数据分析
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！