이는 만큼 낮은 고장률을 가질 수있는 최신 구성 요소 또는 시스템에서 일반적으로 발생하는 문제 입니다. 이를 해결하려면 가정을하고 모델을 작성하거나 다른 형식의 데이터를 통합해야합니다.10− 9
INL의 Lee Cadwallader는 다음 과 같이 썼다 .
설계 단계의 구성 요소와 같은 구성 요소에 대한 운영 경험 데이터가없는 경우 분석가는 다음과 같은 몇 가지 옵션을 갖습니다.
분해 — 구성 요소를 구성 요소로 분해 한 다음 핸드북 고장률을 부품에 할당합니다. 해석자가 부품 데이터의 정확성을 확신하는 경우이 기술은 지루하지만 유용합니다. 부품의 데이터가 정확하지 않으면 다른 기술을 사용해야합니다.
분석가 판단 — 시스템 가용성 요구 사항을 기반으로 역 추정을 요구하거나 해당 구성 요소 클래스의 일반적인 고장률에 대한 엔지니어링 판단을 요구할 수 있습니다.
전문가 의견 — 주체 전문가로부터 질적 의견을 얻고이를 결합하여 크기 차 실패율을 개발합니다.
구성 요소 별 기술 (예 : 배관을위한 Thomas 방법)
구성 요소 고장률 설명서에서 알 수 있듯이 분해는 전자 부품에 자주 사용됩니다 .
다른 자료에 따르면 업계 데이터 또는 경험을 사용하여 데이터를 테스트하거나 대신 테스트 할 수 있습니다.
Weibull.com에서 논의 된 다른 기술은 다음과 같습니다.
구성품의 마모 시간을 평가하기 위해 장기 테스트가 필요할 수 있습니다. 경우에 따라 100 % 듀티 사이클 (하루 24 시간 도로 마모 시뮬레이터에서 타이어를 작동)은 몇 달 안에 유용한 수명 테스트를 제공 할 수 있습니다. 다른 경우, 실제 제품 사용은 하루 24 시간이며 듀티 사이클을 가속화 할 방법이 없습니다. 테스트 시간을 단축하기 위해 높은 수준의 물리적 스트레스가 필요할 수 있습니다. 이것은 QALT (Quantitative Accelerated Life Testing)라고하는 신 뢰성 평가 기법으로, 테스트 할 재료의 물리 및 엔지니어링을 고려해야합니다.
주의 할 점으로이 문제와 금융 시스템의 소행성 파업 및 치명적인 실패와 같은 다른 희귀 한 사건을 추정 하는 것 (Taleb의 "검은 백조") 과 밀접한 관계가있는 것으로 보입니다 . . 후자의 비율은 과소 평가되었다.