Weibull++ 6 实例学习 

中级难度

 
 Case Study 5: Warranty Analysis Example

Download Weibull++ File (*.rw6)Download Weibull++ File (*.rw6) 

背景
某公司每月都要跟踪并统计产品的出货和产品返修情况，根据6、7、8月的出货和9月的返修量，使用Weibull++ Waranty analysis分析工具,计算出寿命数据和参数，然后便可预测10月份的返修数量和6个月内的可靠度。

实验和数据
 6月份出货为100，7月时返修3个，这样就可以算出6月的失效率。7月、8月也是如此。最终，6月份出货的100个产品中共11个失效，这就意味着还有89个产品仍继续运行。7月份共售出产品140个，两个个月后还有134个正常工作。8月份出售150件产品，到9月份时，有四个产品失效。 出货和返修情况如下表所示。

Table 1     
                                         Returns
Month Shipments July August September
June 100 3 3 5
July 140 - 2 4
August 150 - - 4

分析
 Step 1: 分析时首先将数据输入数据表中，然后选择使用2-parameter Weibull distribution with MLE和标准回归方法进行品保分析。

由于三个月的出货和返修数量都是有效的，将具体数据输入品保数据输入表中，Figure 1。

Figure 1      [Enlarge]

Figure 1: Click to Enlarge

Step 2: 将数据转换为times-to-failure数据，应用品保分析功能生成10月返修情况预测。Figure 2。

Figure 2      [Enlarge]

Figure 2: Click to Enlarge

Step 3: 在Forecast Output sheet中，显示的是10月份的返修量，其中6月份出货产品返修12个，7月份出货产品返修11个，8月份出货产品返修6个。 Figure 3。

Figure 3      [Enlarge] 

Figure 3: Click to Enlarge

在Figure 4中， Summary Output sheet显示了10月份的全部返修数为29。

Figure 4      [Enlarge] 

Figure 4: Click to Enlarge

Step 4: 将数据从Warranty Analysis utility中转移至Data Folio，并计算参数 （ Figure 5）。计算结果为beta = 2.4927，eta = 6.6952。该结果还显示在Summary Output sheet中。

Figure 5      [Enlarge] 

Figure 5: Click to Enlarge

Step 5: 通过快速计算板QCP算得6个月内的可靠度为47%,Figure 6。

Figure 6      [Enlarge] 

Figure 6: Click to Enlarge