Weibull analiziyle arıza verisini okuma: adımlar, parametreler ve yorum
Weibull analizinde şekil ve ölçek parametreleri ne anlatır, sansürlü arıza verisi nasıl işlenir ve sonuçtan bakım kararı nasıl çıkarılır? Adım adım rehber.
Weibull analizi hangi soruya cevap verir?
Weibull analizi, bir parçanın ya da sistemin ne kadar süre sonra arızalandığına dair gözlem verisinden, arızanın zamanla nasıl davrandığını çıkaran bir güvenilirlik yöntemidir. Temel soru şudur: bu parça yeni iken mi daha riskli, yoksa yaşlandıkça mı? Cevap bakım stratejisini doğrudan etkiler. Erken ömürde arızalanan bir parçayı önleyici değişimle korumak anlamsızdır; aşınmayla arızalanan bir parçayı ise belirli bir yaşta değiştirmek mantıklıdır.
Yöntem, arıza zamanlarını iki parametreli bir dağılıma uydurur. NIST'in mühendislik istatistik el kitabına göre şekil parametresi, arıza oranının zamanla nasıl değiştiğini kontrol eder: şekil parametresi bire eşitse dağılım üstel dağılıma iner ve arıza oranı sabittir. Ölçek parametresi ise dağılımın zaman ölçeğini belirler ve el kitabında karakteristik ömür olarak adlandırılır.
Şekil ve ölçek parametreleri ne anlama gelir?
Şekil parametresi (beta ya da gamma olarak da yazılır) analizin en bilgilendirici çıktısıdır. Yorumu şu mantıkla yapılır: • Bire eşit: arıza oranı zamanla değişmez, yani arızalar rastgele gelir. Bu durumda yaş, parçayı daha riskli yapmaz. • Birden küçük: arıza oranı zamanla düşer. Bu, erken ömür arızalarının (üretim hatası, montaj hatası, devreye alma sorunu) baskın olduğunu gösterir. Çözüm genellikle önleyici değişim değil, kalite kontrolü ve burn-in testleridir. • Birden büyük: arıza oranı zamanla artar; yorulma, aşınma, korozyon gibi yaşlanma mekanizmaları işlemektedir. Burada planlı değişim ya da durum izleme anlamlıdır.
Ölçek parametresi (eta) ise karakteristik ömürdür; zaman biriminde ifade edilir ve örneğin çalışma saati ya da çevrim sayısı olabilir. Parçalar arasında ölçek parametresini kıyaslayarak hangisinin daha uzun ömürlü olduğunu görebilirsiniz.
Bu yorumlar tek başına karar vermez. Arıza mekanizmasının mühendislik açısından da açıklanabilir olması gerekir: şekil parametresi büyük çıkıyorsa gerçekten aşınma gibi bir mekanizma var mı, sahada bunu doğrulayan bir bulgu var mı?
Analizin adım adım akışı
Bir Weibull çalışması şu sırayla ilerler.
Birinci adım, veriyi toplayın: her birim için çalışma süresi ya da çevrim sayısı, arızalandı mı yoksa hâlâ çalışıyor mu, arıza modu nedir. Arıza modlarını ayırmak çok önemlidir; farklı mekanizmaların arızalarını aynı dağılıma koymak sonucu bozar. İkinci adım, veriyi temizleyin: ölçüm birimini tek tipe getirin, belirsiz kayıtları ayıklayın. Üçüncü adım, sıralayın ve her arıza için ampirik bir güvenilirlik değeri hesaplayın (sıra tabanlı yaklaşımlar bu amaçla kullanılır). Dördüncü adım, Weibull olasılık kağıdına ya da yazılımda eşdeğerine yerleştirin. Noktalar yaklaşık bir doğru üzerine diziliyorsa model uygundur. Beşinci adım, parametreleri tahmin edin; küçük örneklemde grafik yöntemi, büyük örneklemde en çok olabilirlik yöntemi tercih edilir. Altıncı adım, güven aralıklarını hesaplayın ve sonuçları yorumlayın.
Örnek bir okuma: bir pompa contası için şekil parametresi birden belirgin biçimde büyük çıkarsa, belirli bir yaştan sonra arıza riski artıyor demektir. Karakteristik ömrün altında bir yaşta planlı değişim önerilir.
Sansürlü veri neden önemlidir?
Gerçek sahada tüm parçalar arızalanana kadar beklenmez. Gözlem dönemi bittiğinde bir kısmı hâlâ çalışıyordur; bazıları da başka bir nedenle (bakım, başka arıza modu, işletme dışı kalma) kayıttan çıkmıştır. Bu birimlerin ne kadar çalıştığı bilinir ama arıza zamanları bilinmez. Bunlara sansürlü veri denir.
Sansürlü veriyi atmak ya da bunları arızalı sayıp zamanı sanki arıza zamanı gibi kullanmak ciddi bir yanlılık yaratır: ömrü olduğundan kısa gösterirsiniz. Doğru yaklaşım, sansürlü birimleri "bu süre boyunca arızalanmadı" bilgisi olarak analize dahil etmektir. Bu bilgi, özellikle az arıza gözlenen güvenilir ürünlerde analizi mümkün kılan asıl veridir.
Karışık arıza modlarında ise her mod için ayrı analiz yapılır: bir moda ait olmayan arızalar, o mod için sansürlü sayılır. Daha sonra modlar sistem düzeyinde birleştirilebilir. Bu ayrım yapılmazsa dağılım bir yerde çift tepeli görünür ve uyum zayıf kalır.
Sonuçtan bakım ve garanti kararı çıkarmak
Weibull sonuçları iş kararına şu yollarla bağlanır.
Bakım stratejisi: şekil parametresi aşınmaya işaret ediyorsa, planlı yenileme aralığı karakteristik ömürden belirgin küçük seçilir ve maliyetle (planlı değişim ile plansız arıza maliyeti) kıyaslanır. Erken ömür arızası baskınsa, devreye alma kontrolleri ve tedarikçi kalitesi masaya gelir. Yedek parça planı: arıza zamanı dağılımından belirli bir dönemde kaç parçaya ihtiyaç olacağı tahmin edilir. Garanti: garanti süresi içinde beklenen arıza oranı hesaplanır; böylece garanti maliyeti öngörülebilir olur. Tasarım: iki tasarım ya da iki tedarikçi aynı yöntemle karşılaştırılır.
Her kararda sonucun belirsizliği de raporlanmalı. Az arıza ile hesaplanan parametrelerin güven aralığı geniştir ve tek bir sayıya dayanarak yüksek maliyetli karar vermek yanıltıcıdır. Yeni veri geldikçe analiz güncellenir; bu bir defalık değil, yaşayan bir çalışmadır.
Sık yapılan hatalar
Weibull analizinde sık görülen hatalar şunlardır: • Arıza modlarını karıştırmak: farklı nedenlerle gelen arızaları tek dağılıma koymak. • Sansürlü veriyi göz ardı etmek ya da yanlış işlemek. • Çok az arıza ile aşırı kesin yorum yapmak; güven aralığı geniştir. • Birimleri karıştırmak: bir parçayı takvim gününe, diğerini çalışma saatine göre kaydetmek. • Model uygunluğunu kontrol etmemek: olasılık grafiğinde noktalar çizgiyi izlemiyorsa Weibull uygun olmayabilir ya da arıza modları karışıktır. • Parametreyi mühendislik açıklaması olmadan yorumlamak; şekil parametresi aşınma diyorsa sahada aşınmanın izini aramak gerekir. • Onarılabilir sistemlerde ilk arıza verisini sistem ömrü gibi kullanmak; onarılan sistemler için farklı yöntemler gerekebilir.
Analizi paylaşırken olasılık kağıdı grafiğini, tahmin edilen parametreleri, güven aralıklarını ve varsayımları birlikte sunmak, sonucun sorgulanabilir ve tekrarlanabilir olmasını sağlar.
Bu beceri Mindset programlarında nerede çalışılır?
Güvenilirlik Mühendisliği ve Weibull Analizi programı, bakım ve güvenilirlik mühendislerine, kalite ve ürün geliştirme ekiplerine ve saha verisiyle çalışan analistlere yöneliktir. Programın ömür dağılımları, Weibull analizi, sansürlü ve karışık veri, sistem güvenilirliği, test planlama ve saha verisi ile garanti bağlantısı başlıkları bu sayfadaki akışı uygulamalı olarak işler.
Kurumsal bir bakım ekibi, kendi arıza kayıtlarından seçilen bir parça sınıfıyla bitirme analizi yaparak bakım aralığı kararlarını veriye bağlayabilir.
İlgili Mindset programı
Güvenilirlik Mühendisliği ve Weibull Analizi
Sık sorulan sorular
Weibull analizi için kaç arıza gerekir?
Kesin bir sayı yoktur. Çok az arızayla parametreler tahmin edilebilir ama güven aralığı geniş kalır. Sansürlü veriyi de dahil etmek ve sonuçları belirsizlikle birlikte raporlamak, az arızalı durumlarda yöntemin değerini korur.
Şekil parametresi birden büyükse parçayı hemen değiştirmeli miyim?
Hemen değil. Bu sonuç yaşlanmanın arıza riskini artırdığını gösterir; ama değişim zamanı planlı değişim ile plansız arıza maliyetini karşılaştırarak ve güven aralıklarını da dikkate alarak belirlenir. Örneğin plansız duruşun maliyeti yüksekse erken değişim savunulabilir; parça ucuz ve arıza zararsızsa izlemeye devam etmek daha ekonomik olabilir.
Üstel dağılım ile Weibull arasındaki fark nedir?
Üstel dağılımda arıza oranı sabittir. Weibull, şekil parametresi sayesinde arıza oranının artmasını ya da azalmasını da modelleyebilir; şekil parametresi bire eşit olduğunda Weibull üstel dağılıma döner. Üstel varsayım yalnızca arızaların yaşa bağlı olmadığı, rastgele geldiği durumlarda uygundur; aşınma ya da yorulma gibi yaşlanma etkisi olan parçalarda yanıltabilir. Bu yüzden önce şekil parametresini tahmin edip bire göre anlamlı farklı olup olmadığına bakmak mantıklıdır.
Excel ile Weibull analizi yapılabilir mi?
Basit grafik yöntemi tablo hesabıyla uygulanabilir, ancak sansürlü ve karışık veri ile güven aralıkları için istatistik yazılımı ya da özel güvenilirlik araçları daha güvenlidir. Küçük bir deneme için hesap tablosu uygun bir başlangıçtır.