Bilgiseller / Risk analizi yöntemleri
Güvenilirlikte çalışma koşulları: orantılı tehlike modeli ve nedensellik sınırı
Açık temel dağılımla görev olasılıklarını hesaplamak için görev grubu tehlike oranını kullanın; yaşla değişen seçeneği ve gözlemsel ilişkinin kanıtlayamayacağı noktaları inceleyin.
Bu sayfada
Filo ağır görevde daha erken arızalanabilir; ancak gözlenen fark yükün yanında sıcaklığı, birim seçimini, bakımı veya değişen maruziyeti yansıtabilir. Orantılı tehlike modeli kaydedilen koşullarla arıza hızları arasındaki ilişkiyi ifade eder. Özgün örnek, zaman varsayımını ve nedensellik sınırını görünür tutarak bu ilişkiyi koşullu öngörüye dönüştürmeyi gösterir.
Arıza son durumunu ve karşılaştırma topluluğunu tanımlayın
Yeni birimleri işletmeye girişten belirtilen ilk işlevsel arızaya kadar izleyin. Yaş t işletme saatiyle ölçülür; görev içinde onarımdan yarar sayılmaz. Başlangıçta atanıp ilk örnekte sabit tutulan referans görev grubunu z = 0, daha ağır görev grubunu z = 1 tanımlasın. Etiketler gözlenmiş deney sonuçlarını değil, varsayımsal grupları anlatır. Karşılaştırmanın başlangıç durumu ortaktır.
Gruplar kullanılabilir ortak son duruma ve maruziyet tanımına sahip olmalıdır. Bir grupta uyarı sökümü tetiklerken diğeri bozulana kadar hizmette kalıyorsa kaydedilen arıza zamanları doğrudan karşılaştırılamaz. Gözlemin zaten yaşlanmış birimlerde başlaması da önceki sağkalımın ve giriş yaşının doğru işlenmesini gerektirir. Katsayıyı güvenilirlik farkı olarak yorumlamadan önce risk kümesini tanımlayın. Kayıt politikası arıza mekanizmasıyla karıştırılmamalıdır.
Orantılı tehlikenin gerçekte neyi varsaydığını belirtin
h(t | z) = h0(t) exp(βz) kullanın; h0(t) saatin tersi birimli temel tehlike, β ise ikili görev göstergesi için boyutsuzdur. NIST orantılı tehlikeyi, temel tehlikenin açıklayıcı değişkene bağlı çarpanıyla açıklar. Yalnız z bakımından farklı iki sabit grubun tehlike oranı, oranın tanımlı olduğu her yaşta exp(β)’dır. Referans grubun seçimi açıkça bildirilmelidir.
Bu varsayım, temel tehlikenin zamanla yükselmesine, düşmesine veya biçim değiştirmesine izin verir. Her tehlikeyi sabit kılmak yerine karşılaştırılan tehlikelerin oranını sınırlar. Kestirilen Cox modeli, göreli etkileri hesaplarken temel biçimi belirtmeyebilir; fakat mutlak görev sağkalımı yine kestirilmiş temel birikimli tehlike ister. Tehlike oranı tek başına birimin görevini tamamlama olasılığını veremez. Göreli ve mutlak sonuçlar ayrı bilgi taşır.
Tam belirtilmiş özgün görev örneği kurun
β = ln(2) varsayın; böylece ağır görev grubunun tehlike oranı 2 olsun. Saat cinsinden zamanla temel birikimli tehlikeyi H0(t) = (t/3000)² seçin. Bu, standart Weibull birikimli tehlike ve sağkalım biçimleriyle uyumlu, şekli 2 ve ölçeği 3000 h olan Weibull temelidir. Parametreler açıklama için kurgulanmıştır; gerçek işletme yükü etkisinin kestirimleri değildir.
1000 h sonunda temel birikimli tehlike 0,111111, ağır görev değeri bunun iki katıdır. 3000 h sonunda karşılık gelen temel değer 1’dir. Aralık boyunca sabit tutulan açıklayıcı değişkende tehlikeyi görev çarpanıyla çarpmak, birikimli tehlikeyi de aynı çarpanla çarpar. Bu kural, görev sırasında değişen koşula kendiliğinden uygulanmaz; o durumda maruziyet geçmişi bütünlemeye katılmalıdır. Sabitliğin kapsamı açık olmalıdır.
Çarpanı mutlak görev olasılıklarına dönüştürün
Sabit açıklayıcı değişken için S(t | z) = exp[−H0(t) exp(βz)] = S0(t)’ın exp(βz) kuvveti olur. 1000 h sonunda referans sağkalım 0,894839, ağır görev sağkalımı 0,800737’dir. Karşılık gelen arıza olasılıkları 0,105161 ve 0,199263 olur. Gösterilen tüm olasılıklar altı ondalığa yuvarlanmıştır; varsayılan modelde tehlike oranı 2 olarak kalır. Sağkalımın tanımı başlangıç topluluğunu temel alır.
3000 h sonunda referans sağkalım 0,367879, ağır görev sağkalımı 0,135335’tir. Arıza olasılıkları 0,632121 ve 0,864665 olur. Birikimli arıza olasılığı oranları kısa ufukta 1,894839, uzun ufukta 1,367879’dur. İkisi de tehlike oranına eşit değildir. Sağ kalanlar arasındaki hızı ikiye katlamak, her ufukta başlangıç topluluğunun arızalanmış payını ikiye katlamaz. Olasılık ve hız farklı paydalar kullanır.
Sürekli değişkenlere anlamlı referans birimleri verin
Sıcaklık eklemek için T’yi santigrat derece alarak x = (T − 40)/10 tanımlayın; ardından h(t | z,x) = h0(t) exp(βz + θx) yazın. Kurgusal θ = ln(1,5) katsayısını seçin. Göreve ve modellenen diğer değişkenlere koşullu çarpan, her 10 °C artış için 1,5’tir. 40 °C merkezlemesi, h0’ı belirtilen sıcaklıktaki referans görevin tehlikesi yapar.
Toplamsal log-tehlike biçimi ve etkileşim bulunmaması uygunsa, sabit 50 °C’de ağır görev için ortak çarpan 2 × 1,5 = 3 olur. Bu, 1000 h sonunda 0,283469 arıza olasılığı verir. Birim tanımı önemlidir: sıcaklığın tek derece mi, 10 °C artışlarla mı yazıldığını belirtmeden θ bildirmek yorumu değiştirir. Log-doğrusal ilişkiyi gözlenen sıcaklıkların dışına taşımak da gerekçe ister.
Yaşla değişen etkiyi sınayın
Ayrı özgün karşı örnekte z sabit kalsın; fakat ağır görev tehlike oranı 1500 h boyunca 2, sonrasında 1 olsun. Bu, katsayıyı yaşla değiştirir; birimin o anda görev değiştirdiği anlamına gelmez. 3000 h sonunda birikimli tehlikesi 2H0(1500) + [H0(3000) − H0(1500)] = 1,25 olur; arıza olasılığı 0,713495, sağkalım 0,286505 verir. İki senaryo ayrı varsayımlara dayanır.
Sabit oran modeli aynı ufukta 0,864665 arıza olasılığı verir. Tek sabit katsayı, karşı örneğin erken ve geç tehlike oranlarını aynı anda üretemez. Sonraki oran bire indiğinde sağkalım eğrileri aniden eşitlenmez: önceki birikimli maruziyet kalır. Yaşa özgü hız karşılaştırması ile tam görev olasılığı, bütünüyle belirtilmiş matematiksel modelde bile farklı soruları yanıtlar. Önceki kayıplar sonraki hızın eşitlenmesiyle silinmez.
İlgili yaşlarda kanıtla orantılılığı denetleyin
Survival paketinin orantılılık tanıları, ölçeklenmiş Schoenfeld artıklarını ve zamana bağlı katsayı çizimini kullanır. Varsayılan sabit etkide temel katsayı fonksiyonu yatay olmalıdır. Büyük p değerini etkinin sabit olduğunun kanıtı saymak yerine yaş örüntülerini ve belirsizliği biçimsel sınamayla birlikte inceleyin. Geç yaşlarda seyrek arızalar, önemli sapmaların saptanmasını zorlaştırabilir. Sınamanın bilgi gücü örnekleme bağlıdır.
Bu örnekte gözlenmiş veriler üzerinde uyum, artık çizimi veya hipotez sınaması yapılmamıştır. Gerçek filo için ilgili her değişkeni, öngörüde kullanılan temel biçimi ve mevcut maruziyetin amaçlanan görevi kapsayıp kapsamadığını değerlendirin. Soruya göre zaman etkileşimi, yaş aralıkları veya tabakalama orantısızlığa uygun yanıt olabilir. Parametreleri ve ortaya çıkan mutlak öngörüleri yine doğrulanmalıdır; yeni biçim tek başına doğruluk kanıtı değildir.
Değişen koşulları değişen katsayılardan ayırın
Zamana bağlı z(t), işletme koşulundaki gerçek değişimi; β(t) ise birimler yaşlanırken aynı değişken karşıtlığına ait ilişkideki değişimi temsil eder. Koşullar değişiyorsa h0(u) exp[βz(u)] ifadesini gerçek geçmiş üzerinden bütünleyin. Geçmişi ömür boyu ortalamayla değiştirmek, özellikle temel tehlike yaşla yükseliyorsa maruziyet sıralamasını kaybettirebilir. Aynı ortalama koşul, aynı bütünlenmiş tehlike anlamına gelmeyebilir. Zaman kaydı öngörünün girdisidir.
Her risk kümesi zamanında yalnız o anda bilinen değişken bilgisini kullanın. Arıza sonrası değerlerle hesaplanan sensör ortalaması veya gelecekteki bakıma göre oluşturulan etiket, kurulumda biliniyormuş gibi alınamaz. Operatörler bozulmaya yanıt olarak yükü azaltıyorsa maruziyet yaklaşan arızayla da bağlantılıdır. Kullanışlı, zamanla güncellenen regresyon bu geri beslemeyi kendiliğinden çözmez veya dayatılmış görev politikası altında ne olacağını belirlemez.
İlişkiyi, müdahaleyi ve sağ kalan seçilimini ayırın
Ağır görev birimleri; üretim partisi, saha sıcaklığı, bakım kaynakları veya zor işe atanma nedenleri bakımından farklı olabilir. Kaydedilen değişkenlere göre düzeltme koşullu öngörüyü iyileştirebilir; fakat yalnız görevi değiştirmenin arızayı kestirilen çarpan kadar değiştireceğini garanti etmez. Nedensel iddia, tanımlı müdahale, uygun karşılaştırma tasarımı ve karıştırıcı etkenler, maruziyet ölçümü ile izlem hakkında savunulabilir varsayımlar ister.
Tehlike oranının yorumu ayrıca her yaşta hâlâ sağ kalan birimlere koşulludur. Hassas birimler erken arızalandıkça sağ kalan gruplar başlangıç topluluklarından farklılaşabilir. Bu nedenle dikkatle kestirilmiş hız karşıtlığı bile otomatik olarak bireysel nedensel etki veya marjinal görev riski oranı değildir. Mühendislik kararı görev değişikliği ise istenen karşı-olgusal görev sonucunu belirtin ve o soruya ilişkin kanıtı açıkça değerlendirin.
Öngörüyü desteklenen kapsamda yararlı kılın
Son durumu, yaş saatini, referans grubunu, değişken birimlerini, temel birikimli tehlikeyi, katsayıları ve desteklenen işletme aralığını birlikte bildirin. Mutlak güvenilirlik öngörürken hem göreli etkilerin hem temelin belirsizliğini katın. İdari sansürleme uygun koşullu bağımsızlık varsayımlarında kabul edilebilir; yaklaşan arıza nedeniyle söküm olmayabilir. Yinelenen onarımlar ve yarışan son durumlar, ayrı hedefleriyle tutarlı modeller gerektirir. Kapsam dışı süreçleri aynı katsayıya yüklemeyin.
Özgün örnek, tehlike bütünlemesi ile sağkalım özdeşliğini, eşit olmayan tehlike ve birikimli risk oranlarını, ayrıca somut orantılılık ihlalini denetler. Gerçek uygulama; ilgili birimlerde kalibrasyon, eksik maruziyetin makul işlenmesi ve işletme koşulları değiştikten sonra kontroller ekler. Modeli kanıtın desteklediğini açıklamak için kullanın; müdahalenin yararına ilişkin iddiayı o soruyu yanıtlayabilecek kanıta bağlı tutun. Öngörü ile nedensel karar arasındaki bağ açık kurulmalıdır.
Kaynaklar
- NIST/SEMATECH — Proportional hazards model.
- NIST/SEMATECH — Weibull reliability model.
- R survival documentation — Test the proportional hazards assumption of a Cox regression.
- Miguel A. Hernán — The Hazards of Hazard Ratios.
- Therneau, Crowson and Atkinson — Using Time Dependent Covariates and Time Dependent Coefficients in the Cox Model.