如何用JMP进行可靠性(Reliability)分析

可靠性是一个在产品的设计、制造和使用的每个环节中都存在的问题。 简单地说，所谓可靠性就是产品不易发生故障的程度。众所周知，产品在出厂 检验时通常都是合格的，但是随着时间的推移，产品的功能和性能会渐渐发生 变化，最终导致故障的发生。虽然这一趋势无法改变，但设计、制造出在指定 时间内不出现故障的产品却是企业和消费者都关心的话题。远到二战早期美军 战斗机频频发生的通信故障，近到今年 3-15 期间屡屡曝光的某品牌笔记本电脑 的质量问题，究其实质，都是产品可靠性不过关惹的祸。合理应用可靠性分析， 可以帮助研发、工程、质量等部门的技术人员提高产品质量的稳定性，降低产 品全寿命周期费用和售后服务成本，改善顾客的满意度和忠诚度。

令人不解的是，很多企业已经意识到可靠性分析的重要性，却依然在刻 意地回避可靠性分析，这是为什么呢?原因很多，其中的一个主要原因是因为 一般企业觉得常规的统计质量管理已经够复杂了，而可靠性的研究还需要用到 许多更高深的统计学知识，这对于没有经过正规统计方法培训的人来说，会让 人望而生畏，这在客观上大大了可靠性方法在企业的推广。

笔者尝试过用不同软件进行可靠性分析，SAS 公司的高端六西格玛软件 JMP(试用版可以在 jmp/china 下载)是其中之一，

其交互式可视化分析的特点

在可靠性方面也有很好的体现。下面以一个典型的实例来看看如何用 JMP 做可 靠性分析。 例：

某公司为了对一个电子产品进行可靠性分析，收集了一批该产品

的使用寿命数据(如按照可靠性方法的理论，要解决这两个问题，需要首先解决 一个基本问题：这组寿命数据是服从什么分布的?实在地讲，这不是一个容易 解决的问题，得一个一个分布地去尝试、去比较、去验证，什么威布尔

Weibull 分布啊，对数正态分布啊，指数分布啊，等等，少说也有十几种。而 一般质量工程师一听这些专业的统计学名词就犯晕，而且由于寿命数据中又含 有删失特性，判断起来就更复杂了，通常需要通过一系列冗长的统计分析报表 和统计指标去判断。

笔者在用 JMP 软件做分析的时候，发现 JMP 中有一条命令叫拟合所有 分布，它可以在几秒钟的时间内对所有常规的可靠性分布逐一拟合，然后自动 筛选出最佳的分布拟合。比如在下此外，在获得最佳拟合分布的同时，与该产 品质量相关的各种可靠性特征(如可靠寿命、失效概率、失效概率密度、故障率 等等)也可以用利用这些关于可靠性分析的内容还有很多，比如加速寿命分析、 寿命数据的回归分析和可维修性分析等等。这些在 JMP 软件中都有对应的图形 化智能分析平台，一个很直接的好处是可以让非统计专业背景的工程师迅速跨 越统计学的壁垒，直接进行技术问题的分析和研究，进而提升产品的可靠性， 降低顾客投诉率以及售后服务成本。

tips:感谢大家的阅读，本文由我司收集整编。仅供参阅！