作者：admin 時間：2022-06-29
FMEA軟件Weibull案例-如何給客戶一個合理的產品可靠性指標，如何給客戶一個合理的產品可靠性指標
最近碰到好多朋友提到類似的問題，"腦癢"了睡不著，半夜起來寫一篇。希望對大家有所幫助。過程和原理與之前發表的案例6類似，不過應用場景有所區別。
過程其實不那么復雜：
1、了解客戶需求和可用資源；
2、收集數據；
3、進行分析；
4、給出結果，甚至還可以"算個命"(預測未來）
老師，我們客戶需要我們提供一下產品的可靠性指標，請問您客戶幫個忙嗎？請問客戶需要具體什么可靠性指標呢？客戶需要我們產品的Beta值和Eta值。哦！那是客戶希望了解你們的產品壽命分布，希望得到其Weibull分布的兩個參數了。請問你們對這個產品做過壽命試驗嗎？沒有做呢！
請問您可以根據您的經驗，給我一個經驗值嗎？這有點為難我了...雖然我們自嘲自己是“算命工程師”，但至少需要點依據啊。那請問你們計劃做這個試驗嗎？
這個可能來不及了，客戶需要我們這兩天就提供。而且這個部件不是我們自己生產的，我們只是采購過來，再組裝起來銷售給客戶。好的！那請問之前有銷售過這個部件嗎？有沒有客戶現場的返修或索賠數據？這個是有的，我們的產品已經銷售了1年多，一共1萬多個產品，并且現場有10幾個索賠數據。
了解了！那么我們可以基于銷售和返修數據，通過Weibull分析，即壽命數據分析，得到這個零部件的可靠性指標，提供給你們的客戶。那這個過程應該怎么來做呢？我查了很多資料，理論方面方面偏多，具體怎么分析一時半會好像很難學會。
沒關系，咱們通過一個例子，了解一下整個分析過程。
1、背景簡介
在實際工作中，很多朋友都會碰到這樣的情況：客戶或者需要提供產品或者某個部件的可靠性指標，比如Bx壽命、R(t)或F(t)---某個時間的可靠度或不可靠度、甚至是Weibull分布的Beta值和Eta值；（MTBF的情況以后找機會討論）
通常來說，比較合理方式是通過實際的數據計算，給到客戶一個結果，數據來源主要是兩個來源：
1、通過產品壽命試驗，得到壽命數據（即運行多少時間失效或者不失效）；
2、通過之前產品的銷售和索賠（返修）數據；
很多時候，通過現有的售后數據分析得到的結果，成本更低，客戶的接受度會更高。，我們就通過一個例子，簡單講解一下整個過程。
基于售后數據的壽命數據收集，主要是收集以下兩個方面的數據：
1、產品的銷售數據。注：數據列明類似，根據企業情況會有差別。
2、索賠或者返修數據，即現場發生失效的數據。注：數據列名類似，根據企業情況會有差別。
3、數據處理。根據上一步中收集到的數據，我們可以很容易通過Excel的透視表工具，整理得到以下的數據
1、產品的銷售數據統計（本例中按月統計）；2、產品的失效數據；
注：本例中是按月統計，其實也可以使用其他的方式進行。請持續關注我們的文章。
3、數據分析
將整理后的數據，輸入到軟件中：
3.1、選擇軟件模塊：
3.2、數據輸入：
3.3、點擊“分析”，得到處理后的壽命數據：
3.4、選擇分布：Weibull兩參數，設置分析方法：大似然估計，然后點擊“計算”
3.5、得到圖形和Beta值和Eta值：從圖中可以得到：Beta=1.50887；Eta=30.776508；
3.6、檢查確認分析過程和結果是正確的，計算結果是可以說明您的產品達到或者超出客戶的預期，提交給客戶。
4、預測未來
如果還需要預測一下未來，可以通過軟件自帶的“預測”功能，預測未來某段時間內，這個產品的索賠和返修情況。注：分析過程和其中數據的處理原理，請參考之前的文章。
5、總結和說明
銷售及售后數據，可以很好地作為產品可靠性指標計算的數據來源。文中只是介紹了一種基于售后數據進行Weibull分析的過程和方法。
分析中時間取值只是以月為單位作為時間的維度，很多時候可能會是有偏差的，其實還可以以天數、里程等維度來進行分析；數據處理也有其他更復雜的方式，在以后的文章中，我們會對此展開進一步的說明；
本文旨在介紹基于售后數據的數據處理和分析過程；故分析過程中的很多細節，沒有展開進行詳細說明介紹。
以上文章來源于制造學習聯盟，作者陳云斌
版權所有© 國可工軟科技有限公司 滬ICP備2020030271號
中文
英文