Experimento e Dados
Em Junho, 100 unidades são vendidas e m Julho, 3 retornaram.
Isto da 3 falhas com um mês para o mês de Junho.
Do mesmo modo, 3 falhas ocorrerão em Agosto e 5 ocorrerão em Setembro
para este lote de Junho. Consequentemente, no fim de 3 meses, existe um
total de 11 falhas para um total de 100 unidades de Junho. Isto
significa que 89 peças estão operando e podem ser consideradas como
suspensão com três meses. Para o lote de Julho, de 140 peças, duas
retornaram no mês seguinte e 4 no próximo mês. Após dois meses, existem
134 peças de Julho ainda operando. Para o ultimo lote de 150 peças de
Agosto, 4 peças falharam em Setembro, portanto 146 peças estão em
suspensão em um mês. As vendas e retornos são apresentados na Tabela 1.
| Tabela
1 |
|
Retornos |
|
Mês |
Vendas (Lote) |
Julho |
Agosto |
Setembro |
| Junho |
100 |
3 |
3 |
5 |
| Julho |
140 |
- |
2 |
4 |
| Agosto |
150 |
- |
- |
4 |
|
Analises
Passo 1: A análise é feita no Weibull++ em uma planilha de
tempos de falha, usando a Weibull 2 parâmetros com MLE. O módulo de
Análise de Garantia é então ativado.
Como a informação que temos são de 3 meses de vendas
e retornos, o analista especifica um período de três para a entrada
dos dados no modulo de Garantia. Os dados de venda e retorno são
então colocados na planilha, como apresentado a seguir na Figura 1.
Passo 2: Os dados são convertidos em tempo de
falha e o modulo de Análise de Garantia é utilizado para gerar a
previsão de um período, Outubro, como apresentado a seguir na Figura
2.
Passo 3: A Previsão aparece em uma planilha, como
na Figura 3, apresentando o número de retornos para o mês de Outubro.
O numero de produtos que irão retornar em garantia em Outubro são 12 do
lote de Junho, 11 do lote de Julho e 6 de Agosto.
Na Figura 4, o Summary Output apresenta o número total de
retornos para o período 4 (Outubro), que são 29 peças.
Passo 4: Os dados de garantia são transferidos para o
folio e os parâmetros são calculados, como na Figura 5. Os
resultados são beta = 2,4927 e eta = 6,6952. Os resultados aparecem
no Summary Output.
Passo 5:
Usando o QCP, a confiabilidade de campo após 6 meses é 47%, como
apresentado na Figura 6.
