Simulación Monte Carlo para evaluar diseños de planes de prueba de vida acelerada
Palabras clave:
Pruebas de vida acelerada, varianza aproximada del percentil, simulación Monte Carlo, distribución log normalResumen
Las pruebas de vida acelerada proveen información sobre la “vida” de componentes de manera rápida, esto se logra al correr las pruebas de vida en niveles de esfuerzo más elevados que las condiciones de uso. Las características de vida en el esfuerzo de diseño pueden ser estimadas a través de extrapolación. Para llevar a cabo eficientemente una prueba de vida acelerada algunas variables de decisión como la proporción de unidades a colocar en cada nivel de esfuerzo y la selección de los niveles de esfuerzo deberán ser elegidas cuidadosamente en la etapa de diseño ya que estas variables afectan el costo de la prueba y la precisión en la estimación de los parámetros de interés. En este trabajo se realiza una aplicación en un artículo de la industria automotriz del cual se ha diseñado un plan de prueba que minimiza la varianza asintótica y se validan sus propiedades utilizando simulación Monte Carlo. Los resultados muestran que el plan de prueba compromiso seleccionado tiene buenas propiedades estadísticas y que es adecuado para ser aplicado al sensor de nivel sellado.Descargas
Citas
Bagdonavicius, V., & Nikulin, M. (2001).
Accelerated life models: modeling and statistical
analysis: CRC Press.
Bai, D. S., Chun, Y. R., & Kim, J. G.
(1995). Failure-censored accelerated life test
sampling plans for Weibull distribution under
expected test time constraint. Reliability Engineering
& System Safety. doi: 10.1016/0951-8320(95)00067-
C
Chernoff, H. (1962). Optimal accelerated
life designs for estimation. Technometrics. doi:
1080/00401706.1962.10490020
Erkanli, A., & Soyer, R. (2000). Simulationbased
designs for accelerated life tests. Journal of
Statistical Planning and Inference, 90(2), 335-348.
doi: 10.1016/S0378-3758(00)00126-9
Han, D. (2015). Time and cost constrained
optimal designs of constant-stress and step-stress
accelerated life tests. Reliability Engineering &
System Safety, 140, 1-14.
Ma, H., & Meeker, W. Q. (2010). Strategy
for planning accelerated life tests with small sample
sizes. Reliability. doi: 10.1109/TR.2010.2083251
Meeker, W. Q., & Escobar, L. A. (1998). Statistical methods for reliability data.
Meeker, W. Q., & Hahn, G. J. (1985). How to plan an accelerated life test: Some practical guidelines: ASQC Statistics Division.
Müller, P., & Parmigiani, G. (1995). Optimal Design via Curve Fitting of Monte Carlo Experiments. Journal of the American Statistical Association, 90(432), 1322-1330. doi: 10.2307/2291522
Nelson, W., & Kielpinski, T. J. (1976). Theory for optimum censored accelerated life tests for normal and lognormal life distributions. Technometrics. doi: 10.1080/00401706.1976.10489407
Nelson, W., & Meeker, W. Q. (1978). Theory for optimum accelerated censored life tests for Weibull and extreme value distributions. Technometrics. doi: 10.1080/00401706.1978.10489643
Nelson, W. B. (2004). Accelerated testing: statistical models, test plans, and data analysis.
Tang, L.-C., & Xu, K. (2005). A multiple objective framework for planning accelerated life tests. Reliability, IEEE Transactions on, 54(1), 58-63. doi: 10.1109/TR.2004.841731
Tang, L. C., Tan, A. P., & Ong, S. H. (2002). Planning accelerated life tests with three constant stress levels. Computers & industrial engineering. doi: 10.1016/S0360-8352(02)00040-2
Wang, Y., Zhang, C., & Chen, X. (2007). Simulation-based optimal design for accelerated life testing. European Safety & Reliability ….
Yang, G. (2010). Accelerated life test plans for predicting warranty cost. Reliability, IEEE Transactions on, 59(4), 628-634. doi: 10.1109/TR.2010.2085550
Yang, G., & Jin, L. (1994). Best compromise test plans for weibull distributions with different censoring times. Quality and Reliability Engineering International, 10(5), 411-415. doi: 10.1002/qre.4680100507
Yang, G. B. (1994). Optimum constant-stress accelerated life-test plans. Reliability. doi: 10.1109/24.370223
Publicado
Cómo citar
Número
Sección
Licencia
Todos los contenidos de CULCYT se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial 4.0 Internacional” (CC-BY-NC). Puede consultar desde aquí la versión informativa de la licencia.
Los autores/as que soliciten publicar en esta revista, aceptan los términos siguientes: a) los/las autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; y b) se permite y recomienda a los/las autores/as agregar enlaces de sus artículos en CULCYT en la página web de su institución o en la personal, debido a que ello puede generar intercambios interesantes y aumentar las citas de su obra publicada.
