The world inside a pillow

福井泰好「入門　信頼性工学（第２版）」森北出版 　の読後メモ。 設例について、Python ［Google Colaboratory］による演算処理例を示す。 5章　信頼性データの統計的解析 5.0　概要 p75　観測データの態様 \[ \left\{ \begin{array}{l} 時刻、回数 \left\{ \begin{array}{l} 階級幅 \\ 階級値 \end{array} \right.\\ 度数 \left\{ \begin{array}{l} なし（=度数１） \\ 度数あり\left\{ \begin{array}{l} 頻度 \\ 累積度数 \end{array} \right. \end{array} \right.\end{array} \right. \] p75　分布の推定方法 線形回帰分析 最尤法 p75　分布の種類 \[ \left\{ \begin{array}{l} 正規分布\left\{ \begin{array}{l} 正規分布 \\ 対数正規分布 \end{array} \right. \\ 指数分布\\ポアソン分布\\ワイブル分布 \left\{ \begin{array}{l} ２母数 \\ ３母数 \end{array} \right.\end{array} \right. \] 5.1　回帰分析 p78　例題5.1　線形回帰分析（度数なしデータ、正規分布） （処理手順） \(n\) 個の時刻データ \(x_i\) を設定 ミーンランク（累積確率）\(F(x_i)=\cfrac{i}{n+1}\) を計算 正規分布を前提として、上側確率パーセント点 \(y=\Phi^{-1}(F)\)を計算  回帰直線を求めるに必要な係数を計算 一覧表を作成（表5.1、p166 表A1） （使用モジュール） 正規分布の累積確率に対応するパーセント点： scipy.stats.norm.ppf リストの昇順並び替え： sorted from scipy.stats import norm import pandas as pd # 故障時間の観測データ f_time = [33.5,21.5,19,24,35,27,23,29.5,31,26,28.5,25,

福井泰好「入門　信頼性工学（第２版）」森北出版 　の読後メモ。 設例について、Python ［Google Colaboratory］による演算処理例を示す。 3章　信頼性工学の概要 p47　図3.6　故障率λ （処理手順） ワイブル式より、DFR・CFR・IFRの各分布を計算 上記分布を合算（観測される故障率λの分布） （コード）      故障率kのグラフ 　と同じ 赤色実線：観測される故障率λ曲線（バスタブ曲線） 青色点線：DFR分布 橙色点線：CFR分布 赤色点線：IFR分布 p47　図3.6　確率密度ｆ （処理手順） ワイブル式より、DFR・CFR・IFRの各分布を計算 上記分布を合算（観測される確率密度ｆの分布） （コード）      確率密度ｆのグラフ 　と同じ 赤色実線：観測される確率密度ｆ曲線 青色点線：DFR分布 橙色点線：CFR分布 赤色点線：IFR分布 p47　図3.6　信頼度Ｒ （処理手順） ワイブル式より、DFR・CFR・IFRの各分布を計算 上記分布を合算（観測される信頼度Ｒの分布） （コード）      信頼度Rのグラフ 　と同じ 赤色実線：観測される信頼度Ｒ曲線 青色点線：DFR分布 橙色点線：CFR分布 赤色点線：IFR分布 p52　例題3.1(1)　総試験時間　定数打切り方式 （処理手順） 寿命試験結果のデータを設定 同データを、指定個数分（故障が発現済み）／未発現に区分 故障が発現済み：寿命時間を加算 故障が未発現：指定個数の最長寿命　×　未発現データ個数 各区分の計算結果を合算 time_list = [45,53,55,61,65,67,70,71,74,75] # 寿命試験結果 f_num = 4 # 故障数 t_list = sorted(time_list) # 昇順に並び替え # 故障が発現済み confirmed = t_list[:f_num] con_sum = sum(confirmed) # 故障が未発現 residual = len(t_list)-len(confirmed) res_sum = confirmed[-1] * residual # 総試験時間Tc total = con_sum + res_sum print(f'定数打切り方式（故障数{f_num}個）での総試験時