वेइबुल विश्वसनीयता विश्लेषण

वेइबुल विश्वसनीयता विश्लेषण क्या है?

Weibull विश्लेषण विफलता-समय के आंकड़ों का मॉडल बनाने और उत्पाद की विश्वसनीयता का पूर्वानुमान लगाने की एक सांख्यिकीय विधि है। Weibull बंटन असाधारण रूप से लचीला है — अपने आकार प्राचल (shape parameter, β) को समायोजित करके यह प्रारंभिक-अवस्था विफलताओं (infant mortality, β < 1), यादृच्छिक विफलताओं (β ≈ 1) और घिसावट-जनित विफलताओं (wear-out, β > 1), तीनों का मॉडल बना सकता है।

दो-प्राचल वाला Weibull बंटन आकार (shape, β) और मापक (scale, η — जिसे विशिष्ट आयु या characteristic life भी कहते हैं) से परिभाषित होता है। मापक प्राचल η वह समय है जिस तक 63.2% इकाइयाँ विफल हो चुकी होती हैं। इससे व्युत्पन्न प्रमुख मापदंडों में MTTF (औसत विफलता-समय), B10 आयु (वह समय जिस तक 10% इकाइयाँ विफल हो जाती हैं) और विश्वसनीयता फलन R(t) शामिल हैं।

प्राचलों का आकलन सामान्यतः Maximum Likelihood Estimation (MLE) से, या Weibull प्रायिकता आलेख पर रैखिक समाश्रयण (linear regression) से किया जाता है। R² का मान फिट की उपयुक्तता (goodness of fit) दर्शाता है। Weibull विश्लेषण का व्यापक उपयोग ऑटोमोटिव वारंटी पूर्वानुमान, एयरोस्पेस पुर्जों के प्रमाणन और चिकित्सा उपकरणों की जीवनचक्र योजना में होता है।

Formula: f(t) = (β/η)(t/η)^(β-1) x exp(-(t/η)^β) R(t) = exp(-(t/η)^β) MTTF = η x Γ(1 + 1/β) B10 = η x (-ln(0.9))^(1/β)

गणना उदाहरण

विफलता समय (घंटे): 150, 280, 350, 420, 510, 680, 790, 950, 1100, 1400. Weibull फिट से β = 1.62 (wear-out मोड) और η = 758 घंटे प्राप्त होते हैं। MTTF = 758 × Γ(1.617) ≈ 679 घंटे। B10 = 758 × 0.1054^(1/1.62) ≈ 189 घंटे। R(500) = e^(-(500/758)^1.62) = 60.1%।

इस कैलकुलेटर का उपयोग कब करें

• वारंटी अवधि में अपेक्षित फील्ड विफलताओं की भविष्यवाणी और वारंटी आरक्षित अनुमान के लिए वारंटी विश्लेषण के दौरान
• निवारक रखरखाव अंतराल योजना बनाते समय — B10 जीवन बताता है कि 10% घटक कब विफल हो चुके होंगे
• उत्पाद पुनर्डिज़ाइन के बाद नए Weibull पैरामीटर्स की पुराने डिज़ाइन से तुलना करने और विश्वसनीयता सुधार की मात्रा निर्धारित करने के लिए
• यह जांचने के लिए कि विफलताएँ infant mortality (β<1), यादृच्छिक घटनाओं (β≈1), या घिसाव (β>1) के कारण हैं
• विश्वसनीयता प्रदर्शन परीक्षण के दौरान यह भविष्यवाणी करने के लिए कि उत्पाद वर्तमान परीक्षण डेटा के आधार पर अपना विश्वसनीयता लक्ष्य पूरा करेगा या नहीं

बचने योग्य सामान्य गलतियाँ

• सेंसर किए गए (निलंबित) डेटा की अनदेखी — जो इकाइयाँ अभी तक विफल नहीं हुई हैं वे वितरण की दाईं पूंछ के बारे में महत्वपूर्ण जानकारी प्रदान करती हैं; इन्हें बाहर करने से विश्लेषण छोटे जीवन अनुमानों की ओर पक्षपाती होता है
• कई विफलता मोड वाले डेटा पर Weibull फिट करना — यदि β जीवनचक्र में बदलता है, तो डेटा में मिश्रित विफलता मोड हो सकते हैं जिन्हें अलग-अलग विश्लेषित किया जाना चाहिए
• बहुत कम विफलता डेटा बिंदुओं (5 से कम) का उपयोग — विरल डेटा के साथ, पैरामीटर अनुमानों में बहुत चौड़े विश्वास अंतराल होते हैं; बिंदु अनुमानों के साथ विश्वास सीमाएँ रिपोर्ट करें
• 2-पैरामीटर Weibull हमेशा फिट होता है यह मानना — कुछ डेटासेट को 3-पैरामीटर Weibull (स्थान पैरामीटर γ सहित) या पूरी तरह से भिन्न वितरण की आवश्यकता होती है; R² और संभाव्यता प्लॉट फिट की जांच करें

परिणामों की व्याख्या कैसे करें

• β < 1 (infant mortality) — विफलताएँ समय के साथ घटती हैं; शिपिंग से पहले प्रारंभिक विफलताओं को हटाने के लिए घटकों की स्क्रीनिंग या burn-in करें
• β ≈ 1 (यादृच्छिक विफलताएँ) — स्थिर विफलता दर; निवारक प्रतिस्थापन मदद नहीं करता क्योंकि विफलताएँ अप्रत्याशित हैं; redundancy और त्वरित पहचान पर ध्यान दें
• β = 1.5-2.5 (प्रारंभिक घिसाव) — विफलताएँ मध्यम रूप से बढ़ती हैं; B10 जीवन से ठीक पहले आयु-आधारित निवारक प्रतिस्थापन लागू करें
• β > 3.5 (तीव्र घिसाव) — विफलता दर तेजी से बढ़ती है; वितरण सामान्य के करीब पहुँचता है; विशेषता जीवन η से पहले प्रतिस्थापन शेड्यूल करें
• η (विशेषता जीवन) — 63.2% इकाइयाँ समय η तक विफल हो जाएँगी; अधिक रूढ़िवादी प्रतिस्थापन बिंदुओं के रूप में B10 या B1 जीवन का उपयोग करें

संबंधित मानक और संदर्भ

• IEC 61649 — पैरामीटर अनुमान विधियों, goodness of fit परीक्षणों, और विश्वास अंतरालों को कवर करने वाला Weibull विश्लेषण मानक
• ANSI/SAE JA1000/1 — विश्वसनीयता प्रदर्शन के लिए Weibull विश्लेषण की आवश्यकता वाला ऑटोमोटिव घटक विश्वसनीयता कार्यक्रम मानक
• MIL-HDBK-189A — विकास परीक्षण कार्यक्रमों के लिए Weibull-आधारित मॉडलों का उपयोग करने वाला विश्वसनीयता वृद्धि प्रबंधन
• ISO 5479 — डेटा का सांख्यिकीय व्याख्या, सामान्य वितरण से विचलन के लिए परीक्षण (Weibull बनाम normal fit के बीच निर्णय लेते समय प्रासंगिक)

अक्सर पूछे जाने वाले प्रश्न

आकार प्राचल β मुझे क्या बताता है?

β < 1 प्रारंभिक-अवस्था विफलता (infant mortality, घटती विफलता दर) दर्शाता है — इसका कारण प्रायः विनिर्माण दोष, गुणवत्ता जाँच से निकल गए दोष (quality escapes) या संस्थापन की त्रुटियाँ होती हैं। β ≈ 1 यादृच्छिक विफलताएँ (स्थिर विफलता दर) दर्शाता है — जो चरघातांकी (exponential) बंटन के अनुरूप है और इलेक्ट्रॉनिक घटकों में सामान्य है। β > 1 घिसावट (wear-out, बढ़ती विफलता दर) दर्शाता है — जिसका कारण थकान, संक्षारण या पदार्थ का ह्रास होता है। β = 3.5 पर बंटन लगभग सामान्य बंटन जैसा हो जाता है।

विश्वसनीय Weibull विश्लेषण के लिए मुझे कितने विफलता आंकड़ा-बिंदु चाहिए?

मोटे आकलन के लिए कम से कम 5-10 विफलता आंकड़ा-बिंदु आवश्यक हैं। अभियांत्रिकी निर्णयों के लिए 20+ आंकड़ा-बिंदु अनुशंसित हैं। 5 से कम बिंदुओं पर विश्वास अंतराल बहुत चौड़े हो जाते हैं और प्राचलों का आकलन अविश्वसनीय रहता है। सेंसर्ड आंकड़े (censored data — वे इकाइयाँ जो अभी तक विफल नहीं हुई हैं) भी शामिल किए जा सकते हैं, और अधिक सूचना देकर वे विश्लेषण को वास्तव में बेहतर ही बनाते हैं।