Les gens,
Voyons comment Patty se débrouille à Ivy U.
Patty approchait de la fin de sa période d'enseignement à Ivy U. Il ne restait plus que quelques classes. Elle doit admettre qu'elle est triste de voir cette aventure se terminer. Mais la vie est ainsi faite.
Le programme prévoyait que les derniers cours couvrent des "sujets choisis", Patty a donc décidé que son sujet choisi serait l'analyse de Weibull. Elle était convaincue que tous les ingénieurs devaient être familiarisés avec l'analyse des défaillances et que ce sujet s'inscrivait parfaitement dans le cadre des statistiques d'ingénierie.
Avant même de s'en rendre compte, elle se dirigeait vers le nord de l'université d'Ivy pour son avant-dernier cours. Elle se dit qu'elle devrait s'imprégner de la beauté du campus à l'approche de sa voiture, car ce serait bientôt la dernière fois qu'elle viendrait à Ivy U pour un certain temps. Aujourd'hui, elle a eu de la chance, elle a trouvé une place de parking tout de suite.
Alors qu'elle entre dans le bâtiment principal de l'ingénierie, elle remarque une note dans sa boîte aux lettres. Il s'agit d'un message du doyen Howard. Elle l'ouvrit rapidement. Il demandait une brève réunion après son dernier cours.
"Le doyen Howard veut me voir ! Je me demande si c'est sérieux. Est-ce que j'ai fait une gaffe, d'une manière ou d'une autre ?"
Elle allait devoir attendre deux jours pour savoir ce que voulait le doyen et elle ne pouvait pas s'en préoccuper maintenant, car son cours commençait dans dix minutes.
Patty a commencé le cours en expliquant le développement de la théorie de Weibull et en donnant quelques exemples. Elle a montré l'origine du facteur d'échelle et de la pente. Patty a insisté sur le fait qu'une pente raide indique une distribution serrée des données (une bonne chose pour la prédiction à partir des données) et qu'une échelle plus grande suggère une durée de vie moyenne plus longue. Elle a ensuite discuté de l'importance des différents types de tests dans le domaine de l'électronique, tels que les tests de cycles thermiques et les tests de chocs par chute. À titre d'exemple, elle a pensé partager quelques données de cycles thermiques accélérés pour deux alliages différents utilisés dans l'assemblage électronique.
Elle a présenté la première série de données dans une diapositive PowerPoint (figure 1).
Figure 1.
"Quelqu'un peut-il m'expliquer ces résultats ? demande Patty.
Après quelques murmures, Karen Armstrong lève la main.
"Oui, Karen", a répondu Patty.
"Il semble que l'alliage 2 ait démontré des performances supérieures, comme en témoignent sa pente beaucoup plus raide et son échelle légèrement meilleure", a répondu Karen.
"Beau travail, Karen", a répondu Patty.
"Qu'en est-il de ce point ? demande Patty en pointant du doigt la valeur manifestement aberrante de l'alliage 1.
Il y a eu d'autres murmures, mais personne n'a levé la main. Patty a donc montré une diapositive sur laquelle la valeur aberrante avait été retirée. (Figure 2.)
"J'ai supprimé la valeur aberrante parce que l'analyse des défaillances a montré qu'elle était atypique", a déclaré Mme Patty.
Figure 2.
"Comme vous pouvez le voir, l'alliage 1 a maintenant une pente légèrement meilleure. Cela suggère une distribution plus serrée et donc une meilleure capacité à prédire la performance", a-t-elle poursuivi.
Il y a maintenant un murmure très fort, et finalement Scott Bryzinski lève la main.
"Oui, Scott ? répond Patty.
"Professeur, cela ressemble tout simplement à de la tricherie, à l'abandon d'un mauvais point de données parce que vous prétendez qu'il n'est pas représentatif des autres échantillons", a expliqué M. Scott.
Il y a eu de nombreux échos d'accord.
Patty a eu un petit rire.
"D'accord, d'accord, vous avez raison. Il n'est pas juste de censurer un point de données dans la plupart des cas. Cela fait partie de la leçon de ce cours. Ne censurez pas les données à la légère", a déclaré Patty.
"Examinons les données relatives aux alliages 3 et 4", poursuit Patty. Voir la figure 3.
Figure 3.
Les élèves ont examiné les données pendant un certain temps et Diane Pompey a finalement levé la main.
"Oui, Diane", reconnaît Patty.
"Ils ont l'air aussi égaux qu'on pourrait s'y attendre, sauf que la taille des échantillons est différente. L'alliage 3 comporte 15 échantillons et l'alliage 4 seulement 13, comme le montre la colonne 'F' du 'tableau des statistiques'", explique Diane.
"Bon travail Diane, peu de gens auraient remarqué cette différence", a répondu Patty.
"Je vous dirai que l'alliage 3 et l'alliage 4 avaient tous deux 15 échantillons au départ pour le test. Que pensez-vous qu'il se soit passé ?" demande Patty.
Très rapidement, Fred Wilkins a levé la main. Patty lui fait un signe de tête.
"Je parie que deux des échantillons de l'alliage 4 n'ont pas échoué", suggère Fred.
"C'est exact ! répond Patty avec enthousiasme.
"Je veux que vous preniez tous quelques minutes pour discuter de cette situation avec les personnes assises autour de vous. Je vous demanderai ensuite de voter anonymement pour dire si les deux échantillons qui n'ont pas échoué font de l'alliage 4 un alliage identique, meilleur ou moins bon que l'alliage 3", a indiqué Patty.
Après cinq minutes de discours bruyant, les élèves ont voté sur un site web, dont Patty a pu montrer les résultats sur son ordinateur portable et les projeter à la classe. Douze élèves ont estimé que les alliages étaient toujours les mêmes. 24 pensaient que l'alliage 4 était meilleur et 6 pensaient que l'alliage 4 était pire.
"Des commentaires sur les résultats ?" demande Patty.
Il n'y a pas eu de preneur.
"Supposons que les deux échantillons qui ont échoué ont été testés pendant une période beaucoup plus longue et qu'ils ont finalement échoué après un nombre de cycles très élevé, disons 2 000. Voyons à quoi ressemblerait le diagramme de Weibull", a déclaré Patty.
Elle a ensuite montré la figure 4.
Figure 4.
"Quelqu'un peut-il l'expliquer ? demande Patty.
Peu de temps après, Young Koh lui fait une descente dans la main.
"Coleman, les cycles ajoutés ont augmenté l'échelle de manière significative, mais ont ruiné la pente, ce qui suggère une plus grande dispersion des données. Comme vous l'avez suggéré plus tôt, le test de fiabilité consiste à espérer avoir la capacité de prédire la durée de vie. Avec la forte diminution de la pente, la prédiction devient beaucoup plus difficile. Ainsi, l'échantillon 4 est probablement moins bon que l'échantillon 3, même s'il a une grande échelle". Young a expliqué.
"Précisément", répond Patty.
"Il est intéressant de noter que de nombreux ingénieurs de l'industrie électronique d'aujourd'hui se contentent d'ignorer les échantillons qui ne tombent pas en panne", a poursuivi M. Patty.
La classe la regarde avec des visages choqués.
"Eh bien, c'est tout pour la prochaine fois", a déclaré Patty.
"Deux étudiantes, Jessica Han et Mary Connor, sont restées après le cours pour parler à Patty.
"Professeur, il y a une rumeur selon laquelle vous enseignerez les "Processus de fabrication" à la rentrée prochaine, est-ce vrai ? demande Mary. Et de poursuivre : "Nous l'espérons vraiment. Vous êtes le meilleur professeur ici."
Patty était tellement touchée qu'elle commençait à avoir les yeux embués, "Merci pour votre aimable commentaire, mais je doute que ce soit le cas", dit-elle d'une voix chevrotante.
Le doyen va-t-il renvoyer Patty ou va-t-elle enseigner les procédés de fabrication au prochain trimestre ? Restez à l'écoute pour le savoir.
Santé,
Dr. Ron
