Wie kann die Zuverlässigkeit von Industrieanlagen besser vorhergesagt werden? Diese Forschung befasst sich mit der Herausforderung, Verteilungsparameter für Ausfalldaten in Industrieanlagen zu schätzen, die zwei Ausfallarten unterliegen, wenn die Ursache jedes Ausfalls unbekannt ist. Der Schwerpunkt der Studie liegt auf der Verbesserung der Genauigkeit und Zuverlässigkeit von industriellen Instrumenten. Die Forschung entwickelte eine Loglikelihood-Methode, die dann an generierten gemischten Ausfallartdaten getestet wurde. Mängel dieser Methode lösten die Entwicklung von zwei zusätzlichen Methoden, MINESS und MINESS+, aus, die die Fehlersumme der Quadrate der Zuverlässigkeitsfunktion minimieren, nachdem die Ausfalldaten in zwei Sätze geteilt wurden. Diese Studie bietet verbesserte Methoden zur Zuverlässigkeitsanalyse und trägt zu besseren Wartungsstrategien und reduzierten Ausfallzeiten in industriellen Umgebungen bei.
Der Fokus des Artikels auf die Schätzung von Verteilungsparametern für Ausfalldaten steht im Einklang mit dem Schwerpunkt des Journal of Quality in Maintenance Engineering auf die Verbesserung von Wartungsstrategien und die Sicherstellung der Gerätezuverlässigkeit. Die Entwicklung neuer Methoden zur Analyse von gemischten Ausfallartdaten trägt direkt zum Ziel der Zeitschrift bei, Qualität und Effektivität in den Praktiken des Wartungsingenieurwesens zu verbessern. Die statistische Natur der Methodologien verbindet sich auch mit dem quantitativen Fokus der Zeitschrift.