离散逆波利亚与威布尔-1模型在工业可靠性研究中的实际意义
应用统计
2014-11-04 v1
摘要
工程师经常面临基于观测到的工业反馈数据评估工业部件寿命的问题。通常，寿命被建模为连续随机变量，例如指数分布或威布尔分布。然而，在某些情况下，所研究设备的特点更倾向于使用离散概率模型。这种情况发生在仅按周期或按需求运行的设备上。此时，寿命更宜以失效前的周期数或需求次数来衡量，因此理论上离散模型应更为合适。本文旨在阐明可靠性工程师使用两种最流行的离散模型的实际意义：基于波利亚瓮方案的逆波利亚分布（IPD）和所谓的威布尔-1（W1）模型。研究表明，出于不同原因，这两种模型的实际应用应限制在特定的工业情境中。特别是，当对老化性质一无所知和/或数据严重右删失时，相对于更灵活的连续寿命模型（如常用的威布尔分布），它们的意义可能有限。尽管如此，赋予IPD分布的直观含义有利于工程师在低（减速）老化情境中使用它。
引用
@article{arxiv.1411.0408,
title = {On the practical interest of discrete Inverse Polya and Weibull-1 models in industrial reliability studies},
author = {Alberto Pasanisi and Côme Roero and Nicolas Bousquet and Emmanuel Remy},
journal= {arXiv preprint arXiv:1411.0408},
year = {2014}
}
备注
18 pages, 7 figures