Tăng trưởng độ tin cậy gia tốc
TĂNG TRƯꢀNG ðꢁ TIN CꢂY GIA TꢃC
1. Mꢄ ñꢅu
Chương này chú ý ñꢀn viꢁc quꢂn lý và qui hoꢃch tăng trưꢄng ñꢅ tin cꢆy trong môi
trưꢇng thương mãi. ðó là do viꢁc quꢂn lý/qui hoꢃch tăng trưꢄng trong ñꢅ tin cꢆy là yꢀu
tꢈ quan trꢉng duy nhꢊt thꢋa mãn nhu cꢌu cꢍa khách hàng. ðꢎ thꢏc hiꢁn hiꢁu quꢂ ñiꢐu này
trong môi trưꢇng sꢂn xuꢊt vꢑi nhiꢐu loꢃi sꢂn phꢒm khác nhau, cꢌn ñiꢎm lꢃi vꢐ phương
pháp luꢆn truyꢐn thꢈng trong tăng trưꢄng ñꢅ tin cꢆy và mꢄ rꢅng ý niꢁm gây cꢂn trꢄ lên
quá trình gia tꢈc cꢓng giai ñoꢃn. Trưꢑc ñây, nhu cꢌu vꢐ qui hoꢃch tăng trưꢄng ñꢅ tin cꢆy
ñưꢔc thꢏc hiꢁn trong hꢁ con cꢄ lꢑn hay hꢁ thꢈng (xem tham khꢂo 1). ðiꢐu này ñơn giꢂn
do rꢍi ro lꢑn nhꢊt khi phát triꢎn sꢂn phꢒm mꢑi trong mꢕc này so vꢑi mꢕc thành phꢌn
(component). Tương tꢏ, trong chương trình khi muꢈn ñꢒy mꢃnh tꢈc ñꢅ trưꢄng thành cꢍa
sꢂn phꢒm hay hꢁ thꢈng phꢕc tꢃp lên mꢕc tin cꢆy mꢑi, khi chưa có chiꢀn lưꢔc ñꢌy ñꢍ thì
phꢂi trꢂ giá cao. Mꢅt nhà quꢂn lý chương trình phꢂi biꢀt ñưꢔc vꢐ mꢕc tăng trưꢄng ñꢅ tin
cꢆy thꢏc hiꢁn ñưꢔc trong nhꢖng ñiꢐu kiꢁn ràng buꢅc vꢐ thꢇi gian và chi phí. Mꢅt kꢀ
hoꢃch phꢂn công là cꢌn thiꢀt cho mꢗi hꢁ con quan trꢉng và thꢋa mãn ñưꢔc mꢘc tiêu ñꢅ
tin cꢆy ꢄ cꢊp hꢁ thꢈng. Xu hưꢑng này khác hơn so vꢑi qui hoꢃch vꢐ tăng trưꢄng ñꢅ tin
cꢆy là yêu cꢌu cꢌn thiꢀt cho “nꢐn (platforms)” mꢑi, dù chúng không là hꢁ thꢈng con
phꢕc tꢃp hay chꢙ là mꢅt phꢌn tꢚ ñơn giꢂn. Trong môi trưꢇng thương mãi vꢑi nhiꢐu dꢃng
sꢂn phꢒm, thì mꢘc tiêu cꢌn hưꢑng ñꢀn là platforms chꢕ không phꢂi là sꢂn phꢒm. Thưꢇng
có ít thꢇi gian ñꢎ ñánh giá, chưa kꢎ ñꢀn viꢁc ñánh giá, ñꢅ tin cꢆy (xem tham khꢂo 2 và 3).
Vꢆy, nꢀu không có phương pháp ñánh giá, thì platforms có thꢎ bꢛ nguy hiꢎm. Yꢀu tꢈ gia
tꢈc thꢇi gian ñã luôn là mꢅt công cꢘ cꢍa tăng trưꢄng ñꢅ tin cꢆy dùng trong công nghiꢁp.
ðiꢐu quan trong khi thiꢀt lꢆp qui hoꢃch ñꢅ tin cꢆy là phꢂi kꢀt hꢔp kꢜ thuꢆt thꢚ nghiꢁm vꢐ
hiꢁu quꢂ thꢇi gian và chi phí có sꢝn. Kꢀ hoꢃch có ñưꢔc ưu ñiꢎm cꢍa tiꢀn bꢅ trong lĩnh
vꢏc thꢚ nghiꢁm gia tꢈc, như các thꢚ nghiꢁm hiꢁn hꢖu như HAST (Highly Accelerated
Stress Test), các thꢞa sꢈ gia tꢈc dùng trong quá khꢕ, thꢍ tꢘc ưꢑc lưꢔng các thꢞa sꢈ gia
tꢈc ꢄ cꢊp hꢁ thꢈng (xem tham khꢂo 2–13) và các phꢌn khác. Các công cꢘ tiꢀn bꢅ hơn hiꢁn
có và ñưꢔc dùng ñꢎ cꢂi thiꢁn sꢂn phꢒm hay quá trình như:
• Thiꢀt kꢀ dùng kinh nghiꢁm
• Phương pháp Taguchi
• Phân tích ña biꢀn
• Phân tích nhiꢁt
• Phân tích ñꢅ tin cꢆy theo tham sꢈ
FMEA (Failure Modes và Effects Analysis)
cũng còn ñưꢔc dùng nhiꢐu như công cꢘ qui
hoꢃch tăng trưꢄng ñꢅ tin cꢆy, như phương pháp
tꢈt nhꢊt ñꢎ tăng trưꢄng ñꢅ tin cꢆy càng nhanh
càng tꢈt. Các phương pháp này rꢊt thích hꢔp vꢑi
quá trình cꢓng giai ñoꢃn cùng vꢑi ꢕng dꢘng phù hꢔp cꢍa phương pháp tăng trưꢄng ñꢅ tin
cꢆy theo phương thꢕc truyꢐn thꢈng như trình bày trong Military Handbook-189 (xem
Reference 1). Theo nghĩa rꢅng hơn, ý niꢁm vꢐ thꢚ nghiꢁm tăng trưꢄng ñꢅ tin cꢆy gia tꢈc,
như vꢟ ꢄ hình 10.1, thì ñơn giꢂn và dꢏa trên viꢁc tìm kiꢀm và sꢚa chꢖa chꢀ ñꢅ hꢋng hóc.
Hiꢁn nay trong thꢛ trưꢇng cꢃnh tranh thì luôn ñòi hꢋi sꢏ hoꢃch ñꢛnh hoàn chꢙnh, ñꢠc biꢁt
khi mꢕc ñꢅ phꢕc tꢃp cꢍa platform ñã ñưꢔc gia tăng kinh khꢍng do yꢀu tꢈ cꢃnh tranh và
phát triꢎn công nghꢁ làm giꢂm kích thưꢑc và chi phí xuꢈng nhiꢐu lꢌn. Thꢆt không khôn
ngoan khi phát triꢎn mꢅt platform tuy rꢟ nhưng không có qui hoꢃch vꢐ “platform
Reliability Growth.” Khi ꢕng dꢘng ñúng ñꢡn thì phương pháp tăng trưꢄng ñꢅ tin cꢆy rꢊt
là mꢃnh mꢟ. Các phương pháp truyꢐn thꢈng cung cꢊp cho chúng ta nhiꢐu công cꢘ rꢊt có
giá trꢛ, như viꢁc qui hoꢃch thꢚ nghiꢁm, bám theo và ñánh giá ñꢅ tăng trưꢄng, ưꢑc lưꢔng
nhân tꢈ sꢚa chꢖa hiꢁu quꢂ, hoꢃt ñꢅng nhóm ñꢎ xem xét lꢃi tác ñꢅng hiꢁu chꢙnh, và chiꢀn
lưꢔc thꢚ nghiꢁm-phân tích và sꢚa chꢖa (Test-Analyze-and -Fix TAAF).
1.1 Kꢆ hoꢇch tăng trưꢄng ñꢈ tin cꢉy tꢇi cꢊng giai ñoꢇn (The Stage Gate Reliability
Growth Plan)
Theo chương 1,
thì viꢁc tăng trưꢄng
ñꢅ tin cꢆy xuꢊt
hiꢁn trong mꢉi
cꢓng giai ñoꢃn.
Cꢓng giai ñoꢃn vꢐ
kꢀ hoꢃch tăng
trưꢄng ñꢅ tin cꢆy
ñưꢔc minh hꢉa ꢄ
hình 10.2. Theo
ñó, hꢌu hꢀt quá
trình tăng trưꢄng
xuꢊt hiꢁn trong
cꢓng giai ñoꢃn 2 tꢃi
thꢚ nghiꢁm gia tꢈc
ñꢌu tiên. ðiꢐu này
minh hoꢃ phương
thꢕc tăng trưꢄng ñꢅ tin cꢆy sꢂn xuꢊt ñưꢔc xem xét và qui hoꢃch trong suꢈt pha hay mꢕc
cꢍa cꢓng giai ñoꢃn. Ưu ñiꢎm cꢍa viꢁc dùng qui hoꢃch tăng trưꢄng theo cꢓng giai ñoꢃn là
tính thꢏc tiꢎn trong công nghiꢁp.Có hai dꢃng phương pháp thꢚ nghiꢁm ARG ñưꢔc dùng:
thꢚ nghiꢁm dùng stress không ñꢓi và thꢚ nghiꢁm dùng stress theo bưꢑc. Phương pháp thꢚ
nghiꢁm vꢑi stress cꢈ ñꢛnh dùng cách tăng stress và duy trì ñꢀn mꢅt mꢕc ñꢠc thù trong mꢅt
thꢇi gian (xem thêm chương 4, 5, và 9), thí dꢘ phương pháp lão hóa ñꢝng nhiꢁt
(isothermal aging), trong ñó phꢌn tꢚ ñưꢔc ñꢠt trong cùng nhiꢁt ñꢅ trong suꢈt thꢇi gian
thꢚ nghiꢁm (tương tꢏ như trong quá trình burn-in). Phương pháp thꢚ nghiꢁm stress theo
bưꢑc có thꢎ áp dꢘng vào các dꢃng stress như nhiꢁt ñꢅ, shock, rung ñꢅng, và quá trình
HALT (Highly Accelerated Life Test) như mô tꢂ ꢄ chuơng 4. Các thꢚ nghiꢁm này kích
thích chꢀ ñꢅ hꢋng hóc tiꢐm tàng, và ñꢅ tăng trưꢄng ñꢅ tin cꢆy xuꢊt hiꢁn khi chꢀ ñꢅ hꢋng
hóc ñưꢔc sꢚa chꢖa. Cho dù phương pháp nào ñi nꢖa thì qui hoꢃch ARG luôn ñóng vai trò
chꢍ yꢀu ñꢎ tránh mꢊt thꢇi gian và tiꢐn bꢃc khi thꢚ nghiꢁm gia tꢈc mà chưa có mꢅt chương
trình tꢓ chꢕc ñưꢔc tương tꢏ như quá trình cꢓng giai ñoꢃn.
1.2 Thꢆ nào là mꢈt chương trình thꢋ nghiꢌm gia tꢍc tꢍt nhꢎt?
Có nhiꢐu dꢃng thꢚ nghiꢁm gia tꢈc như HALT, tress tꢞng bưꢑc, thꢒm tra dùng gia tꢈc
stress cao ñꢅ: HASS (Highly
Accelerated Stress Screening), thꢒm
tra dùng stress môi trưꢇng ESS
(Environmental Stress Screening),
thꢚ nghiꢁm gia tꢈc không hꢋng hóc
(failure-free accelerated testing),
tăng trưꢄng ñꢅ tin cꢆy (Reliability
Growth), tăng trưꢄng ñꢅ tin cꢆy gia
tꢈc (accelerated reliability growth),
và tiꢀp tꢘc (xem hình 10.3). Các yꢀu
tꢈ thꢏc tꢀ này ñꢐu rꢊt quan trꢉng, do
mꢗi phương pháp ñꢐu ñưꢔc dùng
trong ꢕng dꢘng thương mãi và công
nghiꢁp ñꢎ bꢂo ñãm ñꢅ tin cꢆy sꢂn
phꢒm. Có thꢎ xuꢊt hiꢁn nhꢌm lꢢn khi
trong chương và suꢈt quyꢎn sách này, chúng tôi ñꢐ ra xu hưꢑng tích hꢔp và thiꢀt lꢆp các
kꢜ thuꢆt trong suꢈt quá trình cꢍa chu kỳ phát triꢎn sꢂn phꢒm dùng phương pháp tăng
trưꢄng ñꢅ tin cꢆy gia tꢈc, có kꢀt nꢈi vꢑi các pha/các mꢕc cꢍa cꢓng giai ñoꢃn. Cꢓng giai
ñoꢃn chꢙ ñơn giꢂn cung cꢊp format cho viꢁc tích hꢔp thꢚ nghiꢁm kꢛp thꢇi. Bꢂng 10.1 tóm
tꢡt xu hưꢑng này và phương thꢕc khꢑp vꢑi quá trình cꢓng giai ñoꢃn. Hiꢁn nay, ý niꢁm
toán hꢉc kꢀt nꢈi mꢕc chính chꢡn (maturation) tꢞ ñưꢇng cong ñꢅ tăng trưꢄng tin cꢆy (xem
hình 10.2) ñã ñưꢔc mô tꢂ trưꢑc ñây (xem phꢌn tham khꢂo 20). Mꢅt thí dꢘ hꢖu ích ñưꢔc
cho trong phꢘ lꢘc cꢍa chương.
Bꢂng 10.1: Các phương pháp và thꢚ nghiꢁm cꢓng giai ñoꢃn tăng trưꢄng ñꢅ tin cꢆy gia tꢈc
Phương pháp Cꢊng giai
hay thꢋ
ñoꢇn
ðꢏnh nghĩa và ꢐng dꢑng
nghiꢌm gia tꢍc (chương)
Theo ñꢛnh nghĩa trong phꢘ lꢘc 1, Tăng trưꢄng ñꢅ tin cꢆy là
phương pháp cꢂi thiꢁn tích cꢏc vꢐ ñꢅ tin cꢆy tham sꢈ trong
khoꢂng hay trong thꢇi gian do sꢏ thay ñꢓi cꢍa thiꢀt kꢀ sãn
phꢒm hay qui trình sꢂn xuꢊt. Mꢅt chương trình tăng
trưꢄng ñꢅ tin cꢆy thưꢇng ñưꢔc thiꢀt lꢆp nhꢣm giúp thiꢀt
lꢆp qui hoꢃch có hꢁ thꢈng ñꢎ thꢏc hiꢁn ñꢅ tin cꢆy trong
suꢈt thꢇi gian thꢏc hiꢁn chương trình ñꢐ quꢂn lý ñuꢔc
nguꢤn tài nguyên và các rꢍi ro cꢍa ñꢅ tin cꢆy. Phương
thꢕc ñưꢔc ꢕng dꢘng ꢄ ñây là kꢀt hꢔp cꢓng giai ñoꢃn vꢑi
các phương pháp thꢚ nghiꢁm gia tꢈc.
Tăng trưꢄng ñꢅ
tin cꢆy
1-3
(Ch 10)
Hiꢎu ñưꢔc yêu cꢌu cꢍa khách hàng là mꢅt vꢊn ñꢐ thưꢇng
bꢛ bꢋ sót. ðây là mꢅt vꢊn ñꢐ khai mꢃc ñơn giꢂn hay là
mꢅt xu hưꢑng ñꢌy ñꢍ. Trong xu hưꢑng ñꢌy ñꢍ thì các
công cꢘ như FMEA, competitive Benchmarking, và mô
hình dꢏ báo ñꢅ tin cꢆy ñưꢔc dùng ñꢎ bꢂo ñãm có ñưꢔc xu
hưꢑng thông minh nhꢊt trong chương trình chín chꢡn cꢍa
sꢂn phꢒm (product maturation).
Hiꢎu ñưꢔc yêu
cꢌu cꢍa khách
hàng
1
(Ch 2)
HALT là dꢃng thꢚ nghiꢁm stress theo bưꢑc thưꢇng bao
gꢤm hai stress: nhiꢁt ñꢅ và rung ñꢅng. Thꢚ nghiꢁm gia tꢈc
stress cao ñꢅ này ñưꢔc dùng ñꢎ tìm chꢀ ñꢅ hꢋng hóc
càng nhanh càng tꢈt và ñánh giá rꢍi ro cꢍa sꢂn phꢒm.
Thưꢇng ñưꢔc dùng ñꢎ thꢏc hiꢁn các giꢑi hꢃn cꢍa ñꢠc
trưng sꢂn phꢒm.
HALT (Highly
Accelerated
Life Test)
2
(Ch 3)
. ðưa mꢅt sꢈ nhꢋ mꢢu vào mꢅt chuꢗi các bưꢑc stress (thí
dꢘ như nhiꢁt ñꢅ) và ño lưꢇng hꢋng hóc sau mꢗi bưꢑc. Thꢚ
(Ch 3,6,9) nghiꢁm này ñưꢔc dùng ñꢎ tìm hꢋng hóc trong mꢅt thꢇi
gian ngꢡn nhꢊt và thꢏc hiꢁn nghiên cꢕu vꢐ rꢍi ro.
Thꢚ nghiꢁm
Stress theo
bưꢑc
2
Thꢏc hiꢁn trong phòng kín, như là autoclave, ñꢎ thꢏc hiꢁn
yꢀu tꢈ áp suꢊt cao, nhꢣm cho phép thꢏc hiꢁn môi trưꢇng
HAST (Hightly
Accelarated
Stress Test)
3
ꢒm ñꢅ cao vꢑi nhiꢁt ñꢅ 1000C. ðiꢐu này cho phép rút ngꢡn
(Ch 3,4,9) thꢇi gian thꢚ nghiꢁm. Thí dꢘ, mꢅt phép thꢚ 1000 giꢇ vꢑi
850C/85%RH ñưꢔc thay bꢣng phép thꢚ HAST 80 giꢇ
1300C/85%RH tꢃi áp suꢊt 33,5 psi.
Còn ñưꢔc gꢉi là phương pháp thꢚ không có hꢋng hóc.
ðây là phương pháp thꢚ nghiꢁm ñꢅ tin cꢆy thꢈng kê có
nghĩa ñưꢔc dùng ñꢎ chꢕng tõ rꢣng mꢘc tiêu ñꢅ tin cꢆy
Thꢚ nghiꢁm
không hꢋng
hóc
3
thꢋa mãn ñưꢔc mꢅt mꢕc confidence nào ñó. Thí dꢘ, mꢘc
(Ch 4, 9) tiêu vꢐ ñꢅ tin cꢆy là 1000 FIT (tꢕc là 1 triꢁu giꢇ MTTF)
tꢃi mꢕc 90% confdence. Kích thưꢑc mꢢu thꢈng kê hiꢁu
quꢂ nhꢊt ñưꢔc tính khi không có hꢋng hóc mong muꢈn
trong thꢇi gian thꢚ nghiꢁm.
Thꢚ nghiꢁm thꢒm tra hay thꢚ nghiꢁm ñưꢔc dùng trong sꢂn
xuꢊt nhꢣm loꢃi bꢋ nhꢖng hꢋng hóc trong giai ñoꢃn sơ
sinh. ðây là dꢃng thꢚ nghiꢁm mang tính tꢊn công do ñưꢔc
thiꢀt lꢆp vꢑi mꢕc stress cao hơn so vꢑi phương pháp thꢒm
tra ESS thông thưꢇng. Khi mꢕc tꢊn công ñuꢔc dùng thì
thiꢀt lꢆp thꢒm tra trong thꢚ nghiꢁm HALT.
HASS (Hightly
Accelerated
Stress Screen)
4-5
(Ch 5)
ESS
(Environmental
Stress
Thꢚ nghiꢁm thꢒm tra vꢐ môi trưꢇng hay thꢚ nghiꢁm ñưꢔc
dùng trong sꢂn xuꢊt ñꢎ loꢃi bꢋ hꢋng hóc giai ñoꢃn sơ sinh
hay tiꢐm tàng.
4-5
(Ch 5)
Screening)
2. Ưꢒc lưꢓng lꢓi ñiꢔm dùng mꢐc tăng
trưꢄng ñꢈ tin cꢉy không ñꢊi
Thꢚ nghiꢁm gia tꢈc tꢃo ñiꢐu kiꢁn
cho phương pháp tăng trưꢄng ñꢅ tin cꢆy
tꢊn công thꢏc hiꢁn cꢂi thiꢁn ñưꢔc ñꢅ tin
cꢆy trong thꢇi gian bꢂo hành. ðây là mꢅt
phꢌn trong triꢀt lý cꢍa pha phát triꢎn.
Nꢀu viꢁc sꢚa chꢖa chꢀ ñꢅ hꢋng hóc
ñưꢔc kꢀt hꢔp trong sꢂn phꢒm, thì thꢏc
hiꢁn ñưꢔc yꢀu tꢈ tăng trưꢄng ñꢅ tin cꢆy.
Thí dꢘ, mꢅt sꢂn phꢒm tiêu biꢎu tꢤn tꢃi trong thꢇi gian dài hơn 25 năm, trong khi kỳ vꢉng
cꢍa khách hàng thưꢇng chꢙ là tꢞ 10 ñꢀn 20 năm. Nꢀu sꢂn phꢒm ñi tꢞ cꢓng giai ñoꢃn quá
trình và kꢀt hꢔp sꢚa chꢖa chꢀ ñꢅ hꢋng hóc quan sát ñưꢔc, thì ngay cꢂ nhꢖng ưꢑc lưꢔng
thꢆn trꢉng nhꢊt vꢐ rút gꢉn tꢈc ñꢅ hꢋng hóc cũng có ý nghĩa. Tuy nhiên, khi không bao
gꢤm yꢀu tꢈ sꢚa chꢖa, thì ngay cꢂ khi có chương trình thꢒm tra sꢂn xuꢊt, thì cũng chꢙ loꢃi
bꢋ hꢋng hóc trong giai ñoꢃn sơ sinh và không có yꢀu tꢈ cꢂi thiꢁn thꢏc tꢀ thꢏc hiꢁn trong
tꢈc ñꢅ hꢋng hóc xác lꢆp và luôn ñưꢔc duy trì trong thꢇi gian sꢚ dꢘng sꢂn phꢒm cꢍa
khách hàng. Như thꢀ, tăng trưꢄng ñꢅ tin cꢆy là quan trꢉng do thương hiꢁu sꢂn phꢒm là
quan trꢉng, và ngay khi mà mꢅt công ty cung cꢊp hàng trăm sꢂn phꢒm vꢑi ñꢅ tin cꢆy
cao, nhưng chꢙ cꢌn “mꢅt con sâu làm rꢌu nꢤi canh”. Như thꢀ, nꢀu bꢃn là mꢅt nhà quꢂn lý
vꢑi ý ñꢛnh cꢡt giꢂm chi phí, thì bꢃn cũng không thꢎ thꢏc hiꢁn viꢁc này cho chương trình
tăng trưꢄng ñꢅ tin cꢆy, nꢀu không muꢈn có rꢍi ro ñꢈi vꢑi sꢂn phꢒm cꢍa mình.. Khi tác
ñꢅng hiꢁu chꢙnh ñưꢔc bao gꢤm vào bên trong sꢂn phꢒm, thì ñꢅ tin cꢆy cũng ñưꢔc cꢂi
thiꢁn ñáng kꢎ, giꢂ, thiꢎu rꢍi ro vꢐ sꢂn phꢒm bꢛ trꢂ vꢐ hay phꢂi cung cꢊp phꢘ tùng thay thꢀ.
Thí dꢘ, xem xét mꢅt sꢂn phꢒm lꢡp ghép vꢑi 10,000 FIT (100,000 giꢇ MTBF). Ta hꢂy giꢂ
sꢚ là 95% hꢋng hóc tiꢐm tàng ñưꢔc sꢚa chꢖa dùng tác ñꢅng hiꢁu chꢙnh. Trong lꢛch sꢚ
thì hiꢁu quꢂ sꢚa chꢖa cꢍa xí nghiꢁp là tꢞ 60% ñꢀn 80 % vꢑi trung bình là 70%. Trung
bình, thì sꢏ can thiꢁp cꢍa ta cꢂi thiꢁn tꢈc ñꢅ hꢋng hóc cꢍa sꢂn phꢒm lên 66.5% (= 0.7cꢍa
95%). Kꢀt quꢂ là, sꢂn phꢒm ñưꢔc thiꢀt kꢀ vꢑi 10,000 FITs tăng cưꢇng mꢘc tiêu tin cꢆy
vꢑi tác ñꢅng sꢚa chꢖa. Dùng ưꢑc lưꢔng này tꢈc ñꢅ hꢋng hóc sꢟ giꢂm xuꢈng tꢞ 10.000
FIT thành ~3,350 (300,000 giꢇ MTBF). ðây là thꢞa sꢈ cꢂi thiꢁn 3 lꢌn (tꢕc là h 1/(1–
0.665) chia cho 10.000 FIT). (Nhꢣm làm rõ thêm thì tꢈc ñꢅ hꢋng hóc 10.000 FIT tꢕc là
10 hꢋng hóc trong 1 triꢁu giꢇ. Giꢂ sꢚ cꢂi thiên ñưꢔc 66.5% tꢕc là loꢃi bꢋ ñi 66.5% hꢋng
hóc. Mꢅt cách hiꢁu quꢂ thì tꢕc 0.665 nhân vꢑi 10 hꢋng hóc trong 1 triꢁu giꢇ hay là loꢃi
bꢋ 6.65 hꢋng hóc trong 1 triꢁu giꢇ ñꢎ thành 3.35 hꢋng hóc trong mꢅt triꢁu giꢇ. Và 3.35
hꢋng hóc trong 1 triꢁu giꢇ tꢕc là 3,350 FIT.)
Bꢋ qua thꢇi gian cꢌn ñưa vào cho sꢚa chꢖa, thì ñꢅ tin cꢆy R ñưꢔc cꢂi thiꢁn mꢗi năm
tꢞ yꢀu tꢈ (xem thêm chương 8):
R(10.000 FIT) = 0,916 thành
R(3.350 FIT) = 97%
ðưꢔc vꢟ ꢄ hình.4. Thꢞa sꢈ tăng trưꢄng là 3 (=10,000/3,350). ðiꢐu này ñòi hꢋi
hꢋng hóc tꢃi hiꢁn trưꢇng và các vꢊn ñꢐ liên quan như dùng quá nhiꢐu phꢘ tùng rꢇi ñưꢔc
cꢂi thiꢁn tꢞ 8.4% xuꢈng còn 3% như thí dꢘ vꢞa nêu. Tꢞ ưꢑc lưꢔng này, bꢂng 10.2 cung
cꢊp mꢅt tꢓng quan vꢐ lꢔi ñiꢎm ñꢅ tin cꢆy ưꢑc lưꢔng ñưꢔc khi tích hꢔp chương trình tăng
trưꢄng ñꢅ tin cꢆy.
Cꢌn chú ý là chương trình tăng trưꢄng ñꢅ tin cꢆy ñưꢔc dùng trong quá trình thꢒm
tra hay giám sát. Viꢁc thꢒm tra hay giám sát mà không bao hàm yꢀu tꢈ sꢚa chꢖa sꢟ không
thꢎ làm tăng ñꢅ tin cꢆy. Hình 10.5 minh hꢉa ý niꢁm này. Quá trình thꢒm tra hay giám sát
ñưꢔc thꢂo luꢆn trong chương 5.
3. Phương pháp tăng cưꢕng tăng trưꢄng ñꢈ tin cꢉy
Vꢐ cơ bꢂn thì phương pháp luꢆn trong viꢁc qui hoꢃch ARG ñưꢔc tóm gꢉn thành các
bưꢑc sau (xem tham khꢂo 1–3):
• Thiꢀt kꢀ thꢚ nghiꢁm gia tꢈc thích hꢔp ñꢎ tăng cưꢇng (stress) chꢀ ñꢅ hꢋng hóc mong
muꢈn hay không mong muꢈn cꢍa hꢁ con. Các thꢚ nghiꢁm này cꢌn ñưꢔc chꢉn lꢏa và thiꢀt
kꢀ nhꢣm kích thích hꢋng hóc xuꢊt hiꢁn vꢑi tꢈc ñꢅ nhanh hơn. Mꢅt chương trình hiꢁu quꢂ
sꢟ bao gꢤm chương trình hành ñꢅng hiꢁu chꢙnh kꢛp thꢇi nguyên nhân cꢈt lõi cꢍa hꢋng
hóc (stream-lined root-cause corrective action plan). Không có chương trình hoàn chꢙnh
thì thꢚ nghiꢁm gia tꢈc sꢟ trꢄ thành lãng phí và ñánh mꢊt cơ hꢅi tăng trưꢄng ñꢅ tin cꢆy.
• Sꢚ dꢘng ñúng ñꢡn các thꢞa sꢈ gia tꢈc trưꢑc ñó và các tham sꢈ tăng trưꢄng ñꢅ tin cꢆy
(thí dꢘ alpha). ðiꢐu này sꢟ cho phép ưꢑc lưꢔng ñưꢔc ñꢅ tăng trưꢄng tin cꢆy trong suꢊt
các pha cꢍa chương trình thꢚ nghiꢁm sꢥ ñưꢔc thꢏc hiꢁn.
• Theo bám chính xác và ñánh giá ñꢅ tăng trưꢄng tin cꢆy trong và sau mꢗi pha thꢚ
nghiꢁm và tác ñꢅng hiꢁu chꢙnh. ðiꢐu này giúp kꢜ thuꢆt ñánh giá hꢔp lý ñꢎ sꢚa chꢖa mꢅt
cách hiꢁu quꢂ hơn, cho phép ñánh giá ñúng ñꢡn hơn sꢏ ñꢤng thuꢆn cꢍa các mꢘc ñích hay
mꢈc mꢘc tiêu. Qui hoꢃch tăng trưꢄng tin cꢆy không chưa ñꢍ, mà liên tꢘc ñánh giá ñꢅ tin
cꢆy là chꢍ yꢀu giúp cho viꢁc quꢂn lý bꢂo ñꢂm ñꢃt ñưꢔc mꢘc tiêu tăng trưꢄng ñꢅ tin cꢆy.
ðiꢐu quan trꢉng là, nꢀu có thꢎ thì dùng phương trình và ñưꢇng cong tăng trưꢄng ñꢅ
tin cꢆy lý tưꢄng; chúng ñưꢔc tích hꢔp trong ñꢅ tăng trưꢄng tin cꢆy và khi thiꢀt kꢀ mꢘc
tiêu nꢅi tꢃi. Chúng cung cꢊp mꢘc tiêu vꢐ thꢇi gian thꢚ nghiꢁm gia tꢈc và giúp ưꢑc lưꢔng
sꢈ lưꢔng hꢋng hóc mong muꢈn trong mꢗi pha cꢍa chương trình cꢍa chương trình xác
ñꢛnh phꢒm chꢊt cꢍa hꢁ con.
Sau khi thꢚ nghiꢁm xong, thì thꢚ nghiꢁm gia tꢈc cꢌn phꢂi qua qui trình phân tích
hꢋng hóc chuꢒn. Các thành phꢌn hꢋng hóc nꢣm trong phꢌn “hꢁ thꢈng các hành ñꢅng hiꢁu
chꢙnh và xem xét hꢋng hóc” cho phép xem xét lꢃi ñꢎ tìm ra cơ chꢀ hꢋng hóc. Kꢀ hoꢃch
ARG cꢌn có huꢑng dꢢn ñꢎ xác ñꢛnh ñưꢔc ñúng nguyên nhân cꢈt lõi và tác ñꢅng sꢚa chꢖa
thích hꢔp. Nhóm xem xét hành ñꢅng hiꢁu chꢙnh cꢌn ñưꢔc tꢓ chꢕc ñꢎ soát xét giꢂi pháp
cꢍa tꢞng bài toán. Sau khi thiꢀt lꢆp xong tác ñꢅng hiꢁu chꢙnh, thì ñánh giá ñꢅ tăng trưꢄng
tin cꢆy. Viꢁc ñánh giá, soát xét hꢋng hóc, và hꢁ thꢈng tác ñꢅng hiꢁu chꢙnh, nhóm soát xét
hành ñꢅng hiꢁu chꢙnh, và các quá trình khác ñꢐu là công cꢘ quan trꢉng dùng cho tăng
trưꢄng ñꢅ tin cꢆy, bꢂo ñãm ñưꢔc là ñꢃt ñưꢔc mꢘc tiêu ñꢐ ra. Nꢀu thꢚ nghiꢁm không ñưꢔc
thiꢀt kꢀ ñúng ñꢡn ñꢎ khꢄi tꢃo tꢊt cꢂ hay hꢌu hꢀt chꢀ ñꢅ hꢋng hóc tiꢐm tàng cꢍa sꢂn phꢒm,
thì khó khăn sꢟ xuꢊt hiꢁn, làm chꢆm tiꢀn ñꢅ cꢍa chương trình. Các chương trình thưꢇng
bꢋ qua các chi tiꢀt này, thí dꢘ như ñã coi là tác ñꢅng hiꢁu chꢙnh ñã ñưꢔc thiꢀt kꢀ ñúng ñꢎ
sꢚa chꢖa ñưꢔc phân tích nguyên nhân cꢈt lõi cꢍa hꢋng hóc.
4. ꢖng dꢑng lý thuyꢆt tăng cưꢕng tăng trưꢄng ñꢈ tin cꢉy
Các phương trình và ñưꢇng cong tăng trưꢄng tin cꢆy ñưꢔc tích hꢔp vào trong qui
hoꢃch ARG nhꢣm ñꢠc trưng cho tăng trưꢄng hiꢁn thꢏc các hꢁ con phꢕc tꢃp trong giai
ñoꢃn thꢚ nghiꢁm chꢍ yꢀu. Chúng rꢊt hꢖu ích ñꢎ biꢎu diꢦn tăng trưꢄng toàn bꢅ chương
trình, xác ñꢛnh khi nào thꢇi gian là ñã ñꢍ ñꢎ thꢏc hiꢁn yêu cꢌu vꢐ ñꢅ tin cꢆy, ưꢑc lưꢔng
MTBF (Mean Time Between Failure) trung bình trong suꢈt mꢗi pha, và ưꢑc lưꢔng tꢈc ñꢅ
tăng trưꢄng. Chúng cung cꢊp ñꢅ mꢐm dꢟo quan trꢉng trong giai ñoꢃn kꢀ hoꢃch. Thí dꢘ,
tꢈc ñꢅ tăng trưꢄng là chưa biꢀt trong giai ñoꢃn qui hoꢃch ban ñꢌu, khi dùng ñꢅ tăng
trưꢄng cꢈ hꢖu “alpha” ñã có trưꢑc ñây và ưꢑc lưꢔng giá trꢛ MTBF ban ñꢒu cꢍa hꢁ con,
tuy nhiên, ta vꢢn còn có thꢎ xây dꢏng kꢀ hoꢃch tăng trưꢄng ñꢅ tin cꢆy. Nꢀu thꢚ nghiꢁm
gia tꢈc ñưꢔc thꢏc hiꢁn trong cꢊp ñꢅ hꢁ con, ta vꢢn còn có thꢎ ưꢑc lưꢔng ñꢅ tin cꢆy trong
suꢈt pha thꢚ nghiꢁm thông qua ưꢑc lưꢔng vꢞa phꢂi ñꢅ nén thꢇi gian. Khi dùng ưꢑc
lưꢔng vꢞa phꢂi cho ñꢅ tăng trưꢄng alpha ñã biꢀt, thì dꢖ liꢁu quá khꢕ thưꢇng cho phép
ưꢑc lưꢔng ñưꢔc mꢅt thꢞa sꢈ gia tꢈc hiꢁu quꢂ cho mꢘc tiêu qui hoꢃch thꢚ nghiꢁm. Có thꢎ
qui hoꢃch ARG tꢞ giꢂ thiꢀt sau (xem phꢘ lꢘc 2 và 3):
• Tꢤn tꢃi và ưꢑc lưꢔng ñưꢔc mꢅt thꢞa sꢈ gia tꢈc hiꢁu quꢂ A.
• Thꢇi gian ñưꢔc nén tuyꢀn tính dùng thꢞa sꢈ A này.
• ðꢅ tăng trưꢄng tinh cꢆy ngang nhau có ñưꢔc trong mꢅt gian ñoꢃn thꢇi gian chưa nén,
như là khoꢂng thꢇi gian gia tꢈc nén tương ñương.
Dùng giꢂ thiꢀt này, phương trình tăng trưꢄng tin cꢆy lý tưꢄng (xem thêm phꢘ lꢘc 1–3)
ñưꢔc mô tꢂ trong phương trình 10.2.
M (t) = Mt
t ≤ t1
(10.2a)
α
M I
t
Aα
t ≥ t1
M (t, A) =
1−
α
tt
trong ñó:
A = thꢞa sꢈ gia tꢈc hiꢁu dꢘng,
MI = giá trꢛ MTBF ban ñꢌu
α = tham sꢈ tăng trưꢄng
t = thꢇi gian thꢚ nghiꢁm tích lũy trong ñiꢐu kiꢁn gia tꢈc
và t1= thꢇi gian thꢚ nghiꢁm tích lũy trong pha ñꢌu tiên
Các phương trình ñưꢔc dùng khi gia tꢈc ñưꢔc áp dꢘng cho tꢊt cꢂ các pha bao gꢤm cꢂ
pha 1. Các phương trình này thay ñꢓi chút ít nꢀu thꢚ nghiꢁm gia tꢈc bꢡt ñꢌu sau thꢇi gian
t1 (xem tham khꢂo 2 và 3) và là:
α
M I
t
t
1
M (A,t) =
1−
t1 < t < tf
(10.2b)
1−
α
t1
t f
Tuy nhiên, thꢞa sꢈ thêm này càng gꢌn vꢑi ñơn vꢛ trong hꢌu hꢀt ꢕng dꢘng khi tf>> t1.
So sánh vꢑi phương trình tăng trưꢄng tin cꢆy (xem phꢘ lꢘc 1), thì phương trình 10.2 ñưꢔc
thay ñꢓi ñơn giꢂn bꢄi thꢞa sꢈ gia tꢈ hiꢁu dꢘng. Tình huꢈng mà A là bꢣng ñơn vꢛ thì
phương trình trꢄ thành tăng trưꢄng tin cꢆy lý tưꢄng chuꢒn (xem phꢘ lꢘc 1–3).
▼Thí dꢑ 10.1: Dꢀ báo tăng trưꢁng tin cꢂy gia tꢃc
Bài toán:
Xét hꢁ thꢈng con mꢑi có MTBF ban ñꢌu là 14.000 giꢇ. Mꢅt khách hàng muꢈn mua hꢁ
con này tꢞ công ty cꢍa bꢃn nhưng có yêu cꢌu MTBF là 200.000 giꢇ. Ưꢑc lưꢔng xem
thꢏc hiꢁn tăng trưꢄng này ñưꢔc không? Dùng giá trꢛ tăng trưꢄng vꢞa phꢂi alpha là 0.25.
Giꢂ sꢚ là không có hơn 3.000 giꢇ thꢚ nghiꢁm tăng tꢈc ñưꢔc dùng ñꢎ tìm kiꢀm và sꢚa
chꢖa hꢋng hóc ñꢎ tăng trưꢄng ñꢅ tin cꢆy cꢍa sꢂn phꢒm này. Dùng thꢞa sꢈ gia tꢈc thꢚ
nghiꢁm hꢔp lý nhꢊt là 200.
Giꢗi:
ðꢎ cung cꢊp mꢅt ưꢑc lưꢔng, thì ưꢑc lưꢔng ñꢌu tiên t1 dùng trꢛ MTBF ban ñꢌu [2,3] là:
3M I 3(14.000
t1 =
=
= 210
n MI. Th
(10.3)
may quan sát h
A
200
3 l
m ban ñꢌu (t1), trong ñ
ꢧ ñây, ta dùng th
trong giai n th
Ti ñꢀn, chèn giá tr
kh là 0.25 ñꢎ có:
14.000 3000
ꢞ
a s
nghi
ꢈ
ꢁ
ꢌ
ꢞa s
ꢈ
này b
ó:
ꢂ
o
ñ
ãm 95% c
ơ
ꢋ
ng hóc
i quá
ñ
o
ꢃ
ꢚ
ꢀ
ꢕ
p
ꢛ
này vào phương trình ARG dùng t
ă
ng trưꢄng alpha v
ꢞa ph
ꢂ
0,25
MF =
2000,25 =136.473 gi
ꢇ
(10.4)
1− 0,25 210
K
ꢀ
t qu
a khách hàng là 200.000
và nh t thi t ph i th
n m t s bi n pháp gi
u r i ro (xem thêm
Ưꢑc lưꢔng r i ro c
n ph m, chương 13). K
qu này ñưꢔc gi i thi
thành d ng ñꢤ th i khách
hàng. Thí d , công c nh
Excel dùng ñꢎ p trình và
minh h a thành ñưꢇng
cong ñꢤ th . B ng 10.3
minh h a b ng vào/ra t
chương trình này và hình
ꢂ
cho th
ꢊ
y là bưꢑ
c
ñꢌu thì r t khó khꢑp ñưꢔc vꢑi yêu cꢌu vꢐ MTBF tin cꢆy
ꢊ
c
gi
hi
thi
ph
ꢍ
ꢇ
ꢁ
ꢊ
ꢀ
ꢁ
ꢂ
ꢏc
ꢂm
ꢅ
ꢈ
ꢎ
ꢌ
ꢍ
n
ꢍ
ꢍa
ꢀt
ꢁu
s
ꢂ
ꢒ
ꢂ
ꢑ
ꢛ vꢑ
ꢃ
ꢘ
ꢘ
ư
l
ꢆ
ꢉ
ꢛ
ꢂ
ꢉ
ꢂ
ꢞ
10.6 minh h
(xem thêm tham kh
3).
ꢉ
a
ñꢤ th
ꢛ
ꢂ
ngõ ra
o 2 và
Hình 10.6 minh h
trên. Tr MTBF t i m
ch ñưꢔc minh h
con, t o bưꢑc nh
c và k ng tiêu bi
quá kh alpha là 0,25 cho ñꢀn khi có ñưꢔc d
5. ðánh giá tăng trưꢄng ñꢈ tin cꢉy
ꢉ
i
a
ñ
ñưꢇng cong lý tưꢄng c
m c a pha t ng trưꢄng dùng th
i pha, tác ñꢅng hi u ch
y trong MTBF. Th a s gia t c (AF) ñưꢔ
u c a chꢀ ñꢅ ng hóc. Nên dùng th a s
li u dùng ñưꢔc.
ꢍa hꢁ con dùng phương trình ARG nói
ꢛ
ꢃ
ꢉ
ꢂ
ꢗ
i
ꢎ
ꢍ
ă
ꢚ
ꢙ
nghi
nh ñưꢔc tích h
ưꢑc lưꢔng tꢞ ñ
ng trưꢄng v
ꢁ
m – phân tích – và s
ꢚ
a
ꢁ
ꢖa
a
ꢄ ñây. Sau m
ꢗ
ꢁ
ꢔ
p vào trong h
ꢃ
ꢞ
ꢈ
ꢈ
c
i
ꢐu ki
ꢁn gia
t
ꢈ
ỳ
ꢕ
v
ꢉ
ꢎ
ꢍ
h
ꢋ
ꢞ
ꢈ
t
ă
ꢞa ph
ꢂi c
ꢍ
a
ꢖ ꢁ
Có thꢎ ñánh giá theo hai hưꢑng. Phương pháp th
ꢕ
ꢁ
nh
c phát hi
ánh giá ñưꢔc và r t thông d
c hi n b
c th c hi
a chương trình (xem chương
ng ch quá trình t ng trưꢄng.T
ñưꢔc.
ꢊ
t dùng (
n ngu
ng trong k
ng cách quan sát
n theo l ch thꢇi
ñ
ánh giá ñꢛnh lưꢔng
n h ng hóc. D
ho ch
tình tr
li u chương trình không liên t
ARG. Phương pháp th
nhi u ho ñꢅng trong quá trình ñꢎ
gian k t qu a n c và ch t lưꢔng theo
13). Các phương pháp này b sung l n nhau nh
nh t là nên th c hi n các ưꢑc lưꢔng ñꢛnh lưꢔng n
5.1 Phương pháp ñánh giá
ánh giá tính hi u qu a các phương pháp k
gia t ng nhi u kh ng qui ho ch và qu n lý chương trình t
ánh giá ti a s n ph m là m c tiêu ch u nh ñꢃ
thì thưꢇng không ñꢍ li u v ng hóc cho c
c tin c p lý v hi u qu
ng hóc c a s n ph m. u này thưꢇng là
m gia t c. Nh th , thi u sót v thông tin ñư
a không th c t , quá d a vào vi ưꢑc lưꢔng t
c quan, ñư ñꢀn vi ánh giá không úng v thành qu
th ng kê thưꢇng ñưꢔc dùng trong công nghi
nghi m không h ng hóc (xem chương 5). M t khác, phương pháp lu
c t ng trưꢄng ñꢅ tin c y t tác ñꢅng hi u ch nh ñưꢔc trình bày trong
o 17 và 18. Các phương pháp này i ph i có s
ng c a y u t nén th i gian khi dùng các th nghi m gia t
t khi ã c i biên thích h p, ta thi t l
trưꢄng ñꢅ tin c y. Thưꢇng r t c n thi ñꢎ ưꢑc lưꢔng m
ꢃng ñꢅ tin c
ꢆ
y hi
ꢁ
n h
ꢖu) d
ꢏa vào thông tin t
ꢞ
vi
ꢁ
ꢤ
ꢋ
ꢖ
ꢁ
ꢘ
c, không
ñ
ꢊ
ꢘ
ꢀ
ꢃ
ꢕ
hai là phương pháp ñꢛnh tính ñưꢔc th
ãm là ho ñꢅng
úng k ho ch c
m kh
ꢏ
ꢁ
ꢣ
ꢐ
ꢃt
b
ꢂo
ñ
ꢃt
ñ
ã
ñ
u
ꢔ
ꢏ
ꢁ
ꢛ
ꢀ
ꢂ
cꢍ
ꢗ
l
ꢏ
ꢊ
ñ
ꢀ
ꢃ
ꢍ
ꢓ
ꢢ
ꢣ
ꢈ
ꢀ
ă
ꢈt
ꢊ
ꢏ
ꢁ
ꢀu
ð
ꢁ
ꢂ
ꢅ
ꢂ
c
ꢍ
ꢜ
thu
ꢆ
t dùng s
ꢚ
ă
a ch
ng trưꢄng ñꢅ tin c
ñưꢔc m c tiêu ñꢅ tin
trưꢑc và sau khi có
a bi n pháp s
ꢖa cho ñꢅ tin cꢆy
s
ꢟ
ă
ꢐ
ꢀ
c t
u ch
n
ă
ꢃ
ꢂ
ꢆy.
Vi
y. Trong th
tác ñꢅng hi
ch a và m
thi t l p chương trình th
th a s hi u qu a ch
quá bi quan hay l
Có m t s th c t
phương pháp th
dùng ánh giá m
ph n tham kh
các nh hu
2 và 3). M
ꢁ
c
ñ
n b
ꢀ
cꢍ
ꢂ
ꢒ
ꢘ
ꢍ
h
y h
yꢀ
ꢣm
t
ꢘ
c
ꢆ
ꢏ
d
ꢖ
ꢁ
ꢐ
ꢆ
ꢂ
ꢋ
ꢔ
ꢂ
ꢁ
ꢙ
nh ñꢎ ưꢑc lưꢔng ñưꢔc m
i thi n t ñꢅ
nghi
ꢕ
ꢐ
ꢁ
ꢂ
cꢍ
ꢁ
ꢚa
ꢖ
ꢀ
ꢕ
c
ñꢅ
cꢂ
ꢁ
ꢈ
c
h
ꢋ
ꢍ
ꢒ
ꢀ
ði
ꢐ
ñ
úng khi
ꢆ
ꢚ
ꢖ
ꢁ
ꢈ
ư
ꢀ
ꢐ
a
ñꢀn các
ꢞ
ꢈ
ꢁ
ꢂ
s
ꢚ
ꢏ
ꢀ
ꢏ
ꢁc
ꢈ
ꢂ
c
c
ñꢅ
ñꢅ tin c
nh dùng
h
ꢋ
ng hóc
ꢃ
ꢀ
a
ꢁc
ñ
ñ
ꢐ
ꢍ
a
ꢘ
ꢆ
y.
ꢅ
ꢈ
ꢏ
ꢈ
ꢁ
ꢁ
p. Thí d
ư
ꢚ
ꢋ
ꢠ
ꢆn
ñ
ꢕ
ă
ꢆ
ꢞ
ꢁ
ꢙ
ꢌ
ꢂ
ñ
òi h
ꢋ
ꢚ
ꢂ
ꢁ
ꢏ
c
ꢈ
ꢂ
i biên ñꢎ
k
ꢀ
t h
ꢔ
p
o
ꢂ
ꢄ
ꢅ
ꢍ
ꢀ
ꢂ
ꢈ
ꢇ
c (xem tham khꢂ
ñ
ꢔ
ꢀ
ꢆ
p chúng trong giai
ñ
o
ꢃn th
ꢚ
nghi
ꢁm t
ăng
ꢆ
ꢊ
ꢌ
ꢀt
ꢅ
t “th a s
ꢞ
ꢈ
s
ꢚa ch
ꢖa hi
ꢁu qu
ꢂ”
ñưꢔ
hi u ch
Ngoài ra còn có m
kê v ñꢅ ng hóc do kích thu
c
ñꢛnh ngh
ĩ
a nh
u này ñưꢔc dùng ñꢎ ưꢑc lưꢔng s
t s gi
ư
là ph
ꢌ
n tr
ă
m gi
ꢂ
m trong v
ꢊ
n
c
ñꢐ chꢀ ñꢅ
i thi n t
h
ꢋ
ng hóc nh
ñꢅ ng hóc c
c hi n các ánh giá th
th i gian.
ꢇ
vào tác ñꢅng
a s n ph m.
ng
ꢁ
ꢙ
nh.
ði
ꢐ
ꢏ
ꢂ
ꢁ
ꢈ
c
h
ꢋ
ꢁ
ꢍ
ꢂ
ꢒ
ꢈ
ꢅ
ꢈ
ꢂ
i pháp khác khi không ñưꢔc phép th
ꢏ
ꢐ
ñ
ꢐ
t
ꢈ
c
h
ꢋ
ꢑ
c m u quá l n và yêu c u v
ꢢ
ꢑ
ꢌ
ꢇ
6. Tóm tꢘt
Các m quan tr
• ARG ñưꢔc thi
• T ng trưꢄng xu
• Các th nghi m có ý ngh
tin c y.
• Các công c
thông thưꢇng.
• T ng trưꢄng ñꢅ tin c
a khách hàng.
ñ
i
ꢎ
ꢉ
ꢀ
ꢊ
ng c
t k
t hi
ꢌ
n nh
các chꢀ ñꢅ
n khi ta k
a th ng kê ñưꢔc thi
ꢑ là:
ꢀ
h
ꢀ
ꢋ
ng hóc càng nhanh càng t
t h p các bi n pháp s a ch
t k i m c tiêu khoa h
ꢈ
t.
ă
ꢁ
ꢔ
ꢁ
ꢚ
ꢑ
ꢖa.
ꢚ
ꢁ
ĩ
ꢈ
ꢀ
ꢀ
v
ꢘ
ꢉ
c là ki
ꢎ
m tra ñꢅ
ꢆ
ꢘ
hi
ꢁ
n
ñꢃi h
ơ
n
ñưꢔc dùng ñꢎ xem xét các v
a s n ph m là nhi m v mà ta ph
ng trưꢄng gia t ñꢅ tin c y cung c
ꢊn
ñꢐ thông thưꢇng và không
i làm ñꢎ th a mãn nhu c
p k ho ch qu n lý.
ă
ꢆ
y c
n t
ꢍ
ꢂ
ꢒ
ꢁ
ꢘ
ꢂ
ꢋ
ꢌu
cꢍ
• Quá trình c
ꢓ
ng giai
ñ
o
ꢃ
ă
ꢈ
c
ꢆ
ꢊ
ꢀ
ꢃ
ꢂ
Thư mꢑc
1. Military Handbook-189, Reliability Growth Management, 13 February 1981.
2. Feinberg, A. A., “Accelerated Reliability Growth Models,” Journal of the Institute of
Environmental Sciences, 1994, pp. 17-23.
3. Feinberg, A. A., and Gibson, G. J., “Accelerated Reliability Growth Methodologies
and Models,” Recent Advances in Life-Testing and Reliability, edited by N. Balakrishnan,
CRC Press, Boca Raton, FL, 1995.
4. Peck, D. S., and Trap, O. D., (1978), Accelerated Testing Handbook, Technology
Associates, Revised 1987.
5. Peck, D. S., and Zierst, C. H., Jr., “The Reliability of Semiconductor Devices in the
Bell System,” Proceedings of the IEEE, Vol. 62, No. 2, February 1974, pp. 260-273.
6. Reynolds, F. H., “Accelerated Test Procedures for Semiconductor Components,” 15th
Annual Proceedings on Reliability Physics, 1977, pp. 168-178.
7. IEEE index (1988), The 1988 Index to IEEE Publications, IEEE Service Center, P.O.
Box 1331, Piccatanny, NJ 08855, (201) 981-1396 and 9535.
8. Howes, M. J., and Morgan, D. V., Eds., (1981), “Reliability and Degradation of
Semiconductor Devices and Circuits,” The Wiley Series in Solid State Devices and
Circuits,” Vol. 6,Wiley, New York.
9. Nelson,W., Accelerated Testing,Wiley, New York, 1990.
10. Gibson, G. J., and Crow, L.H., “Reliability Fix Effectiveness Factor Estimation,”
Annual Reliability and Maintainability Symposium, 1989, p. 75 (89 RM-075).
11. Moura, E. C., “A Method to Estimate the Acceleration Factor for Subassemblies,”
IEEE Transactions on Reliability, Vol. 41, No. 3, 1992, p. 396.
12. Seager, J. D., and Fieselman, C. D., “A Method to Predict an Average Activation
Energy for Subassemblies,” IEEE Trans. Reliability, Vol. 37, December 1988, pp. 458-
461.
13. Schinner, J. D., “Reliability Growth Through Application of Accelerated Reliability
Techniques and Continued Improvement Processes,” Proceedings of the Institute of
Environmental Sciences, 1991, pp. 347-354.
14. Duane, J. J., “Learning Curve Approach to Reliability Modeling,” IEEE Transactions
on Aerospace, 2, 1964, p. 563.
15. Seusy, C. J., “Achieving Phenomenal Reliability Growth, ASM Conference on
Reliability,” Key to Industrial Success, Los Angeles, CA, pp. 24-26 March, 1987.
16. Hobbs, G., “Highly Accelerated Life Testing,” Proceedings of the Institute of
Environment Sciences, 1992, pp. 377-381.
17. Gibson, G. J., and Crow, L. H., “Reliability Fix Effectiveness Factor Estimation,”
Annual Reliability and Maintainability Symposium, 1989, p. 75 (89 RM-075).
18. Crow, L. H.,“Methods of Assessing Reliability Growth Potential,” 1984, pp. 48-189.
19. Feinberg, A. A., Gibson, G. J., and Shupe, R. H., “Connecting Technology
Performance Maturation Levels to Reliability Growth,” Proceedings of the Institute of
Environmental Sciences, 1992, pp. 415-421.
14 trang
20380
Free
Bạn đang xem tài liệu "Tăng trưởng độ tin cậy gia tốc", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- tang_truong_do_tin_cay_gia_toc.pdf
