Comparación de metodologías para el análisis de datos de degradación para trayectorias lineales

• SERGIO YÁÑEZ ^[1] ; RONALD ANDRÉS GRANADA ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 29, Nº. 2, 2006, págs. 133-151
• Idioma: español
• Títulos paralelos:
  • Comparison between Explicit and Approximate Degradation Data Analysis for Linear Paths
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Se usarán conceptos de análisis de degradación en relación con la confiabilidad de un producto. Muchos mecanismos de falla pueden detectarse a través de procesos de degradación. La degradación es una debilidad que eventualmente puede causar la falla. Existen varios métodos de análisis para datos de degradación en confiabilidad. En este artículo se comparan los resultados de la metodología de análisis de degradación explícita y de la metodología de análisis de degradación aproximada. Particularmente se diseña un estudio de simulación para el caso en que las trayectorias de degradación son de tipo lineal, para estudiar qué tan diferentes pueden ser las estimaciones de la función de distribución acumulativa del tiempo de vida F(t) dadas por cada una de las metodologías; se encontró que las estimaciones son competitivas para este caso. Se ilustra con datos sobre vida útil de algunos dispositivos láser tomados de Meeker & Escobar (1998).

  • English

    We use the concepts of degradation analysis as they relate to product reliability. Many failure mechanisms can be traced to an underlying degradation process. Degradation eventually leads to a weakness that can cause failure. There are several methodologies for the analysis of degradation data in reliability. This paper compares the explicit degradation methodology with the approximate degradation analysis. Specifically we perform a simulation study for linear degradation paths to explore the different estimations of the cumulative distribution function F(t) given by each methodology and we find that the two methods are competitive. We illustrate the results with data from a laser life test taken from Meeker & Escobar (1998).

• Referencias bibliográficas
  • Chao, M. T. (1999). Degradation Analysis and Related Topics: some Thoughts and a Review. National Science Council, R. O. C.. 23.
  • Granada, R. A. (2004). Modelos y análisis para datos de degradación.
  • Lu, C. J,Meeker, W. Q. (1993). " Using Degradation Measures to Estimate a Time-to-Failure Distribution". Technometrics. 35. 161-174
  • Meeker, W. Q,Escobar, L. A. (1998). Statistical Methods for Reliability Data. Wiley. New York.
  • Meeker, W. Q,Escobar, L. A. (2000). Iowa State University^dLouisiana State University. SPLIDA (S-PLUS Life Data Analysis).
  • Pinheiro, J. C,Bates, D. M. (2000). Mixed-Effects Models in S and S-PLUS.
  • (2006). R Development Core Team R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna.
  • Venables, W.Ñ,Ripley, B. D. (2002). Modern Applied Statistics with S.
  • Yáñez, S,Granada, R. A,Jaramillo, M. (2003). " Modelos y análisis para datos de degradación". Revista Colombiana de Estadística. 26....