1、一般的數(shù)據(jù)類(lèi)型分為哪些？
我們開(kāi)展故障數(shù)據(jù)分析時(shí)，我們首先需要知道所需分析的數(shù)據(jù)集屬于什么類(lèi)型的。首先需要判斷您擁有的是什么數(shù)據(jù)，或者能夠獲得什么數(shù)據(jù)，這對(duì)于后面分析有較大的影響。一般情況下可以將數(shù)據(jù)分為4類(lèi)。標(biāo)準(zhǔn)類(lèi)型數(shù)據(jù)、批量/混合或競(jìng)爭(zhēng)失效模式數(shù)據(jù)、間隔/分組/或非破壞性檢測(cè)數(shù)據(jù)、有限或破環(huán)性檢測(cè)數(shù)據(jù)。
類(lèi)型I: 標(biāo)準(zhǔn)類(lèi)型數(shù)據(jù)
標(biāo)準(zhǔn)類(lèi)型數(shù)據(jù)是指您知道所有的故障時(shí)間和所有的刪失時(shí)間。許多可控的試驗(yàn)測(cè)試數(shù)據(jù)都屬于這類(lèi)型。這類(lèi)數(shù)據(jù)是可以知道樣本運(yùn)行了多久時(shí)間以及是否失效或刪失。質(zhì)保數(shù)據(jù)也往往屬于這類(lèi)型的數(shù)據(jù)，如果你知道所有的故障時(shí)間以及能夠評(píng)估刪失時(shí)間。
類(lèi)型II:批量/混合或競(jìng)爭(zhēng)失效模式數(shù)據(jù)
這類(lèi)數(shù)據(jù)一般是您擁有一堆/批量數(shù)據(jù)，但是不知道具體類(lèi)型，需要通過(guò)相應(yīng)的圖形或者預(yù)處理才能知道數(shù)據(jù)類(lèi)型。因此，可以先按照標(biāo)準(zhǔn)數(shù)據(jù)的處理方法進(jìn)行處理，然后再根據(jù)分析結(jié)果進(jìn)行調(diào)整。這類(lèi)數(shù)據(jù)一般是指數(shù)據(jù)存在多個(gè)失效模式，您知道故障和刪失時(shí)間，但是不知道是否屬于同一故障模式。如果您只是知道故障時(shí)間但是故障模式不知道時(shí)，這樣的質(zhì)保數(shù)據(jù)可以落在這類(lèi)數(shù)據(jù)。
類(lèi)型III:間隔測(cè)試/分組/或非破壞性測(cè)試數(shù)據(jù)
這類(lèi)數(shù)據(jù)是進(jìn)行了多個(gè)時(shí)間段的測(cè)試，并且在檢測(cè)時(shí)發(fā)現(xiàn)了故障。但是確切的故障時(shí)間不知道，只是知道這個(gè)時(shí)間段內(nèi)發(fā)生了故障。如果質(zhì)保數(shù)據(jù)是按月統(tǒng)計(jì)故障數(shù)據(jù)但沒(méi)有確切故障時(shí)間和刪失時(shí)間時(shí)，可將質(zhì)保數(shù)據(jù)歸入這個(gè)類(lèi)型。
類(lèi)型IV:有限或破環(huán)性測(cè)試數(shù)據(jù)
這類(lèi)數(shù)據(jù)是每個(gè)樣本只檢測(cè)一次。你僅知道通過(guò)檢測(cè)發(fā)現(xiàn)是否故障，或者檢測(cè)后會(huì)發(fā)生故障。每個(gè)觀測(cè)數(shù)據(jù)要么是刪失、要么是故障。導(dǎo)彈產(chǎn)品的測(cè)試一般屬于這類(lèi)型。測(cè)試時(shí)，一般結(jié)果為工作或者不工作。
2、標(biāo)準(zhǔn)型數(shù)據(jù)的威布爾分析（weibull）方法及流程
首先，判斷您的數(shù)據(jù)是否是0失效。
如果您的數(shù)據(jù)沒(méi)有故障數(shù)據(jù)，那么你需要使用Webibayes方法(也稱(chēng)為單參數(shù)威布爾分析方法)（使用PosWeibull軟件進(jìn)行分析時(shí)，選擇Weibayes方法，設(shè)置形狀參數(shù)β等于固定值即可）。形狀參數(shù)β可以通過(guò)前期的經(jīng)驗(yàn)確定形狀參數(shù)β值，比如從威布爾數(shù)據(jù)庫(kù)或者已知知識(shí)或者失效物理。
如果有一個(gè)故障時(shí)，也就是大量/批量刪失數(shù)據(jù)時(shí)。此時(shí)要分情況進(jìn)行處理。
(a)當(dāng)只有一個(gè)故障時(shí)，要判斷是否存在沒(méi)有失效的樣本運(yùn)行的時(shí)間超過(guò)了失效的樣本。如果有一個(gè)樣本故障，并且沒(méi)有一個(gè)未失效的樣本的運(yùn)行時(shí)間超過(guò)失效的樣本運(yùn)行時(shí)間，此時(shí)，需要使用Weibayes方法（使用PosWeibull軟件，選擇Weibayes方法，設(shè)置β等于固定值即可）。
(b)如果您的樣本數(shù)據(jù)有一個(gè)故障數(shù)據(jù)并且其他未失效的樣本中有運(yùn)行時(shí)間超過(guò)故障樣本的運(yùn)行時(shí)間，要判斷是否知道形狀參數(shù)β。如果您對(duì)于形狀參數(shù)β不太確定，那么可以使用MLE方法。如果您對(duì)于β值滿意，那么可以選擇Weibayes方法進(jìn)行分析。如果不知道，那選擇MLE方法（PosWeibull支持極大似然法MLE、中位秩方法RRX、RRY、修正極大似然法、Kaplan-Meier方法、Crow-AMSAA-Duane方法，分析時(shí)選擇對(duì)應(yīng)方法即可）。
如果故障數(shù)量超過(guò)1個(gè)，那么首先判斷是否有超過(guò)21個(gè)故障數(shù)據(jù)。如果沒(méi)有超過(guò)21個(gè)故障數(shù)據(jù)，那么是否知道威布爾分布的β參數(shù)。如果知道β，那么使用Weibayes方法進(jìn)行分析。如果不知道，那么選擇兩參數(shù)威布爾分析（極大似然、RRX等）
如果選擇的中位秩和修正的MLE極大似然法模型不能滿足要求，要考慮批次問(wèn)題。這里有一些因素需要考慮：1）當(dāng)前風(fēng)險(xiǎn)/失效率的置信下限是否超過(guò)了觀察到的失效數(shù)據(jù)（失效時(shí)間）；2）是否MLE形狀參數(shù)β小于中位秩截距？3）累計(jì)風(fēng)險(xiǎn)CDF是否表示存在批次效應(yīng)？
（待續(xù)）