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。

本文由Serhan Anac先生共同撰写，他是六西格玛认证黑带和谢宁RedX大师。Serhan Anac是一位解决问题的专家，在土耳其罗伯特博世公司有11年的经验。在领导客户质量项目的同时，Serhan还参与了研发工作，因此他对可靠性、蒙特卡罗模拟和更多的分析工程方法很感兴趣。作为一个统计学、数据科学和Minitab的爱好者，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，因此他很乐意分享他的最佳实践，以帮助其他质量专业人士学习和成长。

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报告的。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？

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。

注：风险的确定既有定性的，也有定量的，但我们在本文中只关注定量方面。

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？不妨试试产品质量分析及预测方案吧！点击咨询在线客服