ניתוח Weibull – מה התפלגות הכשלים מספרת על המוצר שלכם?

למה דווקא Weibull?

כשמהנדס אמינות מקבל רשימה של זמני כשל, השאלה הראשונה איננה "מה הממוצע", אלא "איך הכשלים מתפזרים לאורך הזמן". ממוצע לבדו מסתיר את הסיפור: אותו ממוצע יכול להתאים למוצר שנכשל בעיקר בשבועות הראשונים, ולמוצר שעובד בלי בעיות שנים ואז מתחיל להישחק.

התפלגות Weibull, שנקראת על שם המהנדס השוודי Waloddi Weibull, היא הכלי הנפוץ ביותר לניתוח נתוני חיים בהנדסת אמינות. היתרון שלה הוא גמישות: בעזרת שני פרמטרים בלבד היא יכולה לתאר כשלים מוקדמים, כשלים אקראיים וכשלי בלאי, ולכן היא מתאימה לרכיבים מכניים, אלקטרוניים ואלקטרו-מכניים כאחד.

שני הפרמטרים שצריך להכיר

פרמטר הצורה β (Beta) – איך המוצר נכשל

β מתאר את מגמת שיעור הכשל לאורך הזמן, ולכן הוא המספר החשוב ביותר בניתוח:

• β קטן מ-1 – שיעור הכשל יורד עם הזמן. זהו דפוס של כשלים מוקדמים (Infant Mortality), שמצביע בדרך כלל על בעיות ייצור, הרכבה, חומרי גלם או התקנה.
• β שווה 1 – שיעור הכשל קבוע ואינו תלוי בגיל היחידה. זהו המקרה האקספוננציאלי, של כשלים אקראיים.
• β גדול מ-1 – שיעור הכשל עולה עם הזמן. זהו דפוס של בלאי (Wear-out): עייפות, שחיקה, קורוזיה או הזדקנות חומרים.

שלושת המצבים האלה הם בדיוק שלושת האזורים של עקומת האמבט. ההבדל הוא שניתוח Weibull אומר לכם באיזה אזור נמצא מנגנון הכשל הספציפי שאתם בודקים, על סמך הנתונים שלכם.

פרמטר הסקאלה η (Eta) – החיים האופייניים

η מוגדר כגיל שבו 63.2% מהיחידות כבר נכשלו, ללא תלות בערך של β. לכן הוא נקרא "החיים האופייניים" (Characteristic Life). כאשר β שווה 1, η שווה ל-MTTF; כאשר β גדול מ-1, ה-MTTF קרוב לערכו של η.

זו גם תזכורת חשובה: מדד ממוצע כמו MTBF או MTTF אינו "הזמן שבו היחידה תחזיק". עד שמגיעים אליו, חלק גדול מהאוכלוסייה כבר נכשל.

חיי B – המספר שההנהלה צריכה

בפועל, הרבה פעמים מעניין אותנו פחות מתי יכשלו 63% מהיחידות, ויותר מתי יכשל אחוז קטן מהן. לשם כך משתמשים ב-B-Life: חיי Bx הם הגיל שבו x אחוזים מהאוכלוסייה נכשלו. חיי B10, למשל, הם הגיל שבו 10% מהיחידות צפויות להיכשל, וחיי B1 מתייחסים לאחוז אחד.

מדד כזה מתרגם את הסטטיסטיקה לשפה של החלטות: מה תקופת האחריות הסבירה, מתי לתזמן החלפה מונעת, וכמה חלפים להחזיק במלאי.

איך מבצעים ניתוח Weibull בפועל

1. מגדירים מנגנון כשל אחד. ניתוח שמערבב מנגנוני כשל שונים, למשל כשל בלאי של מיסב יחד עם כשל אלקטרוני בבקר, יפיק קו מטעה. מנתחים כל מנגנון בנפרד.
2. אוספים את הגיל של כל היחידות – גם של אלה שלא נכשלו. יחידות שעדיין פועלות, או שהוצאו מסיבה אחרת, נקראות השעיות (Suspensions). כשמנתחים מנגנון כשל אחד, כשלים ממנגנונים אחרים נחשבים גם הם להשעיות.
3. בוחרים את יחידת הגיל הנכונה. שעות פעולה, מחזורים, קילומטרים או מספר הפעלות – לפי מה שבאמת שוחק את הרכיב, ולא לפי תאריך לוח שנה.
4. משרטטים על נייר Weibull ומתאימים קו. השיטה ההנדסית המקובלת היא רגרסיה על דרגות (Rank Regression) עם דרגות חציוניות (Median Ranks). שיטת הנראות המרבית (MLE) היא חלופה נפוצה, בעיקר בתוכנות סטטיסטיות.
5. בודקים את איכות ההתאמה. קו ישר מעיד שהתפלגות Weibull מתאימה. קו מעוקם או "שבור" יכול להעיד על ערבוב של מנגנונים, על גיל התחלה שאינו אפס, או על כך שהתפלגות אחרת מתאימה יותר.

טעויות נפוצות

• התעלמות מהשעיות. זו הטעות היקרה ביותר. אם מנתחים רק את היחידות שנכשלו, מקבלים תמונה פסימית מדי של אורך החיים, כי מתעלמים מכל היחידות ששרדו.
• ערבוב מנגנוני כשל. קו אחד שמנסה לתאר כמה מנגנונים מסתיר את הבעיה האמיתית.
• מסקנות מהירות מדי מנתונים מעטים. ניתוח Weibull אפשרי גם עם מספר כשלים קטן מאוד, אבל רווחי הסמך רחבים. כדי להבחין בין Weibull להתפלגויות אחרות, כמו Lognormal, נדרשים בדרך כלל כ-20 כשלים ויותר.
• שימוש ב-MTBF במקום ב-β. אם β גדול מ-1, הנחת שיעור כשל קבוע פשוט לא נכונה, ותוכנית תחזוקה שנבנית עליה תהיה שגויה.

דוגמה מעשית מהתעשייה

מפעל ייצור מפעיל צי של משאבות זהות, ומדווח על החלפות מיסבים "בלתי צפויות". צוות התחזוקה מציע להגדיל את מלאי החלפים, ומנהל הרכש שוקל להחליף ספק.

צוות האמינות אוסף את שעות הפעולה של כל המשאבות: אלה שהמיסב שלהן נכשל, וגם אלה שעדיין פועלות. כשלי אטם וכשלי מנוע מסווגים כהשעיות, כי הם מנגנונים אחרים. הניתוח מראה β גדול בבירור מ-1, כלומר בלאי ולא כשל אקראי.

המשמעות משנה את ההחלטה: הכשלים אינם "בלתי צפויים", ואפשר לחזות אותם. במקום להגדיל מלאי ולהחליף ספק, הצוות קובע מרווח החלפה מונעת על בסיס חיי B שנגזרים מהניתוח, ומשלב את התוצאות במערכת FRACAS כדי לעקוב אחרי השפעת השינוי. אילו β היה יוצא קטן מ-1, הכיוון היה הפוך: חקירה של תהליך ההתקנה או של הספק, כי החלפה מונעת רק הייתה מכניסה יותר יחידות לתקופת הכשלים המוקדמים.

לסיכום

ניתוח Weibull הוא אחד הכלים השימושיים ביותר שיש למהנדס אמינות. שני פרמטרים, β ו-η, מספרים איך המוצר נכשל ומתי, ומאפשרים להבחין בין בעיית ייצור, כשל אקראי ובלאי – הבחנה שמדד ממוצע לבדו לא יכול לתת.

הערך האמיתי של הניתוח נמצא בהחלטות שהוא מאפשר: תכנון תחזוקה מונעת רק היכן שהיא באמת עוזרת, קביעת תקופת אחריות מבוססת נתונים, ומיקוד מאמצי שיפור בגורם האמיתי. התנאי הוא נתונים נקיים: מנגנון כשל אחד, יחידת גיל נכונה, וכל היחידות – גם אלה ששרדו.

המשך קריאה

MTBF – מה המספר באמת אומר, ומה הוא לא אומר?

FRACAS – איך הופכים תקלות שטח לשיפור אמינות מדיד?

קורס CRE – Certified Reliability Engineer

ניתוח נתוני חיים והתפלגות Weibull הם חלק מרכזי בגוף הידע של הסמכת CRE של ASQ

במסלול ההכנה להסמכת CRE ב-ALD Academy לומדים את הכלים האלה ואת ההקשר ההנדסי שלהם.

למסלול ההכנה ל-CRE