ワイブル信頼性分析

故障時間データにワイブル分布を当てはめ、信頼性と故障モードを予測. ワイブル分析は故障時間分布をモデル化し信頼性を予測します。形状パラメータβは故障モードを示します：β < 1（初期故障）、β ≈ 1（偶発故障）、β > 1（摩耗故障）。主な出力にはMTTFとB10寿命が含まれます。

ワイブル分析は故障時間分布をモデル化し信頼性を予測します。形状パラメータβは故障モードを示します：β < 1（初期故障）、β ≈ 1（偶発故障）、β > 1（摩耗故障）。主な出力にはMTTFとB10寿命が含まれます。

ワイブル信頼性分析とは？

ワイブル解析は、故障時間データをモデル化し製品の信頼性を予測するための統計的手法です。ワイブル分布は他に類を見ない柔軟性を持ち、形状パラメータ (β) を調整することで初期故障 (β < 1)、偶発故障 (β ≈ 1)、摩耗故障 (β > 1) のいずれもモデル化できます。

2 パラメータワイブル分布は、形状 (β) と尺度 (η、特性寿命とも呼ばれます) によって特徴づけられます。尺度パラメータ η は、全体の 63.2% が故障する時間です。主要な導出指標には MTTF (平均故障時間)、B10 寿命 (10% が故障する時間)、および信頼度関数 R(t) があります。

パラメータは通常、最尤推定法 (MLE) またはワイブル確率プロット上での線形回帰によって推定します。R² 値は当てはまりの良さを示します。ワイブル解析は、自動車の保証期間予測、航空宇宙部品の認証、医療機器のライフサイクル計画などで広く用いられています。

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)

計算例

故障時間 (時間): 150, 280, 350, 420, 510, 680, 790, 950, 1100, 1400。ワイブル当てはめの結果は β = 1.62 (摩耗モード)、η = 758 時間。MTTF = 758 × Γ(1.617) ≈ 679 時間。B10 = 758 × 0.1054^(1/1.62) ≈ 189 時間。R(500) = e^(-(500/758)^1.62) = 60.1%。

この計算機を使用する場面

保証期間中の予想フィールド故障数を予測し保証引当金を推定する保証分析時
予防保全間隔の計画時 — B10寿命が部品の10%が故障する時点を示し交換スケジュールの決定に情報提供
製品再設計後に新しいWeibullパラメータを旧設計と比較し信頼性改善を定量化する際
故障が初期故障（β<1）、ランダムイベント（β≈1）、摩耗（β>1）のいずれかを調査し適切な是正措置戦略を選択する際
現在の試験データに基づいて製品が信頼性目標を満たすか予測する信頼性実証試験時

よくある間違い

打ち切り（サスペンド）データの無視 — まだ故障していないユニットは分布の右裾に関する重要な情報を提供；除外すると寿命推定が短い方に偏る
複数の故障モードを持つデータにWeibullを適合 — ライフサイクルを通じてβが変化する場合、データには分離して個別に分析すべき混合故障モードが含まれている可能性
少なすぎる故障データポイント（5個未満）の使用 — データが希少だとパラメータ推定値の信頼区間が非常に広い；点推定値とともに信頼限界を報告
2パラメータWeibullが常に適合すると仮定 — 一部のデータセットは3パラメータWeibull（位置パラメータγを含む）または全く異なる分布が必要；R²と確率プロットの適合度を確認

結果の解釈方法

β < 1（初期故障） — 時間とともに故障が減少；顧客への出荷前に部品をスクリーニングまたはバーンインして初期故障を除去
β ≈ 1（ランダム故障） — 一定故障率；故障が予測不能なため予防交換は役立たない；冗長性と迅速な検出に集中
β = 1.5-2.5（初期摩耗） — 故障が緩やかに増加；B10寿命の直前に年齢ベースの予防交換を実施
β > 3.5（強い摩耗） — 故障率が急激に増加；分布が正規分布に接近；特性寿命ηのかなり前に交換をスケジュール
η（特性寿命） — 時間ηまでにユニットの63.2%が故障；保全計画にはより保守的な交換ポイントであるB10またはB1寿命を使用

よくある質問

形状パラメータ β は何を示していますか?

β < 1 は初期故障 (故障率が減少) を示し、多くの場合、製造欠陥、品質流出、据付ミスが原因です。β ≈ 1 は偶発故障 (故障率が一定) を示し、指数分布と整合し、電子部品に典型的です。β > 1 は摩耗故障 (故障率が増加) を示し、疲労、腐食、材料劣化によって生じます。β = 3.5 は正規分布に近似します。

信頼できるワイブル解析には何個の故障データが必要ですか?

概算には最低でも 5〜10 個の故障データが必要です。技術的な意思決定に用いるなら 20 個以上を推奨します。5 個未満では信頼区間が非常に広くなり、パラメータ推定値は信頼できません。打ち切りデータ (まだ故障していない中断ユニット) も含めることができ、情報量が増えるため実際には解析の精度が向上します。

ワイブル信頼性分析