想象一下，你的新车开了60英里后抛锚了。引擎灯亮了，你的车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。
可靠性被定义为产品的质量随着时间的推移，统计上讲是在规定的时间段内不会失败的产品的概率。
本文与之共同撰写先生Serhan Anac，经过认证的六西格玛黑腰带和南印雷克斯大师。Serhan Anac是一个问题解决了11年的经验罗伯特博世在土耳其。
Serhan领先的客户质量项目也参与了研发，因此他对可靠性以及蒙特卡罗模拟和更多分析工程方法的兴趣。
统计数据，数据科学和Minitab爱好者，Serhan帮助他的组织改进流程并找到日常制造问题的解决方案，因此很高兴分享他的最佳实践，以帮助其他优质的专业人士在其职业生涯中学习和增长。
失败的风险
在这种情况下，原始设备制造商(OEM)将是错误的。然后，这些oem必须迅速找到根本原因，并确定仍在现场运行的其他车辆的风险，以便预测有多少其他车辆会出现同样的问题，或完全没有问题继续驾驶(也称为幸存者)。最终，如果风险足够高，在这个市场上召回汽车可能是必要的。
一旦找到失败的部分，您将确定未突出的风险*并开始计算给定时间段的概率。一般来说，生活数据（例如循环，里程，操作时间）不常常适合正态分布，因此威布尔分布模型建议使用Minitab统计软件对模型进行可靠性分析，进行预测18luck新利手机版。
相关博客:为什么量化失败和生存风险很重要
为了在Minitab统计软件中执行可靠性分析，需要以下数据18luck新利手机版：
失败的数量
失败的里程
失败日期
失败部分的生产日期
车辆注册日期
在股份期间生产的卷
通过上述数据，我们可以使用Minitab统计软件为分析提供所需的输入。18luck新利手机版
仔细看看数据
由于燃料喷射设备故障，42辆车在现场失败。这些由原始设备制造商报告。还记录了数量较低，而不是提前失败，即婴儿死亡率的1190万份。
尽管一些部件已经损坏，幸存者仍然在战场上工作。我们需要考虑到幸存者的数量和他们至今所走的路程。
运行可靠性分析
参数分布分析将有助于我们计算有多少车辆可能会失败。
图：Weibull概率图
期待在可靠性分析上了解更多信息？出席全球提供的任何Minitab培训课程：阅读课程描述和立即询问！！
有多少车辆可能会失败？
车辆平均每年平均驾驶约45000公里。估计累积概率为45000公里，直到下面显示的表格中报告了135000公里。
表：累积失败概率
生产了1190万份。95％置信水平上限估计最高预期返回失效0.0000037。因此，我们可以预期的100万部分，我们可以预期3.7个故障。
在1190万辆汽车中，有44辆可能出现故障:
11.9百万份X 3.7百百万次= 44份可能失败
已经有42辆车出现故障，其中2辆预计将在45000公里以下返回。
原始设备制造商通常签署了与组件供应商的保修协议：零件不得在一段时间内失败。
这种数据驱动的方法很有用。
Minitab统18luck新利手机版计软件提供了多种功能，用于计算产品的可靠性，其中一些功能在此示例中展示。
*注意：风险是定性和定量确定的，但我们专注于仅在本博客中的定量方面。
案例分析：
在意义的光速下可靠性和可靠性设计
为灯泡准备好！在一个快速变化的行业，在上市时间和产品可靠性给出竞争优势的情况下，了解世界领先的照明公司的特征方式，迅速验证新的创新。在这一小时的网络研讨会上，W.D.Van Driel和P.Watté博士，使用Minitab统计软件在Tignify，前飞利浦照明的Minitab统计软件将阐明设计的可靠性（DFR）。18luck新利手机版从现实生活中学习他们的方法，以降低开发成本，提高您的设计性能和合规性，并加快产品设计可靠性的测试。如果您开发旨在满足高规格的产品多年来，您将发现如何降低产品故障的风险和后果以及昂贵的索赔 - 为您和您的客户。
