RGA es compatible con todos los modelos tradicionales de análisis de crecimiento de confiabilidad: 

• Crow-AMSAA (NHPP)
• Duane
• Gompertz Estándar y modificado
• Lloyd-Lipow
• Logístico

El software admite varios enfoques innovadores que amplían los métodos tradicionales de crecimiento de la confiabilidad de manera que representan mejor las prácticas de prueba del mundo real y las aplicaciones prácticas.

• El modelo Crow Extended le permite clasificar modos de falla en función de si serán reparados o no. Esto le permite realizar proyecciones de crecimiento de confiabilidad y evaluar la estrategia de administración de crecimiento de confiabilidad.
• El Folio de Planificación de Crecimiento lo ayuda a crear un plan de prueba de crecimiento de confiabilidad de múltiples fases. Además, puede usar el modelo Crow Extended - Continuous Evaluation para analizar datos de múltiples fases de prueba y crear un trazado multifásico para comparar los resultados de la prueba con el plan. Esto ayudará a determinar si es necesario hacer ajustes en las fases de prueba posteriores para cumplir con sus objetivos de confiabilidad.
• El Folio Discreto de Planificación de Crecimiento de Confiabilidad le permite desarrollar la estrategia general para dispositivos de una sola vez.
• El Folio del Perfil de la Misión lo ayuda a crear un plan de prueba operacional equilibrado y realizar un seguimiento de las pruebas reales en comparación con el plan para asegurarse de que los datos sean adecuados para el análisis de crecimiento de confiabilidad.

Datos de Tiempos hasta Fallas: Cuando tiene datos de pruebas de desarrollo en los cuales los sistemas fueron operados continuamente hasta la falla, puede usar los modelos Crow-AMSAA (NHPP) o Duane. RGA proporciona una selección de tipos de datos para tiempos de falla individuales o agrupados, y también para combinar datos de múltiples sistemas idénticos. Esto puede incluir situaciones donde:

• Todos los sistemas funcionan simultáneamente, por lo que el tiempo de operación de cada sistema no fallado es el mismo que el registrado para el sistema fallido.
• Ha registrado los tiempos operativos exactos para los sistemas con y sin falla.
• Ha registrado la fecha del calendario de cada falla para que el software pueda estimar los tiempos de operación de los sistemas no fallados en función de la tasa de uso diaria promedio para el período de tiempo relevante.

Con el modelo Crow-AMSAA (NHPP), RGA ofrece opciones de análisis adicionales para ciertas situaciones.

• Análisis de Brechas: Si considera que una parte de los datos es errónea o falta, esta característica le permite conservar la contribución del intervalo de brechas al tiempo total de prueba sin hacer suposiciones sobre el número real de fallas durante ese período de tiempo.
• Cambio de Pendiente: Si un cambio importante en el diseño del sistema o en el entorno operacional ha causado un cambio significativo en la intensidad de falla observada durante la prueba, un solo modelo puede no proporcionar una buena adecuación para los datos. En tales casos, RGA puede dividir los datos en dos segmentos y aplicar un modelo Crow-AMSAA (NHPP) por separado para cada segmento.

Datos Discretos (también llamado Atributo, One-Shot o Success/Failure Data): Cuando tiene datos de pruebas de crecimiento de confiabilidad (de pasada/no) de una sola toma (y dependiendo del tipo de datos), RGA admite modelos de datos mixtos que pueden ser utilizado con los modelos Crow Extended y Crow Extended-Continuous Evaluation. Para datos discretos, el software ofrece una selección de tipos de datos que pueden manejar pruebas en las que se realiza una única prueba para cada configuración de diseño, varias pruebas por configuración o una combinación de ambas. RGA también es compatible con el descuento por falla si ha registrado los modos de falla específicos de las pruebas secuenciales de un solo disparo.

Datos de confiabilidad: cuando simplemente desea analizar los valores de confiabilidad calculados para diferentes tiempos/etapas dentro de las pruebas de desarrollo, puede utilizar los modelos Estándar Gompertz, Modificado Gompertz, Lloyd-Lipow o Logístico.

Aunque el análisis de crecimiento de confiabilidad tradicional requiere la suposición que todas las mejoras de diseño se incorporan antes del final de la prueba (prueba-arreglo-prueba), muchos escenarios de prueba reales también pueden incluir algunos modos de falla que no son fijos, y otros donde algunos o todas las correcciones se retrasan hasta un momento posterior (test-fix-find-test o test-find-test). Con los modelos Crow Extended y Crow Extended - Continuous Evaluation, puede usar las Clasificaciones del Modo de Falla para proporcionar el tratamiento de análisis adecuado para cualquiera de estas estrategias de administración. Para las correcciones demoradas, ambos modelos usan Factores de Efectividad para indicar cuánto se reducirá la intensidad de falla de cada modo una vez que se implemente la corrección.

Para el análisis de crecimiento de confiabilidad tradicional puede calcular el MTBF, la intensidad de falla o la confiabilidad para un tiempo/etapa determinados. El software le permite determinar la cantidad de pruebas que se requerirán para demostrar un MTBF, intensidad de falla o confiabilidad especificadas. Además, puede estimar el número esperado de fallas para un tiempo/etapa dado. El Quick Calculation Pad (QCP) proporciona un "Registro de cálculo" que le permite registrar los resultados de una serie de cálculos diferentes y luego copiar/pegar la información según sea necesario.

La aplicación RGA hace que sea fácil crear una matriz completa de gráficos y diagramas para presentar su análisis de forma gráfica:

• La Configuración de Trazado le permite personalizar por completo el "aspecto y la sensación" de los gráficos de trazado, mientras que el editor de gráficos de metarchivo RS Draw proporciona la opción de insertar texto, dibujar objetos o marcar puntos particulares en los gráficos de trazado. Puede guardar sus tramas en una variedad de formatos de archivos gráficos para usar en otros documentos.
• Los Trazados Superpuestos le permiten trazar los resultados de múltiples conjuntos de datos juntos en la misma parcela. Esta puede ser una herramienta visual efectiva para comparar diferentes conjuntos de datos o métodos de análisis.
• La utilidad de Trazados Lado a Lado le permite ver (e imprimir) múltiples gráficos para un conjunto de datos determinado, uno al lado del otro

Informes personalizables: El Libro de Trabajo de Síntesis es una herramienta de informes personalizada que está integrada en RGA. Integra a la perfección las funciones de hoja de cálculo y procesamiento de textos, al mismo tiempo que le permite incluir resultados calculados y trazados de su análisis.

RGA también brinda oportunidades para el análisis de sistemas reparables en el campo.

• Análisis de Sistemas Reparables: algunos de los modelos en RGA se pueden usar para analizar datos de sistemas reparables que operan en el campo bajo condiciones típicas de uso del cliente. Tales datos pueden obtenerse de un sistema de garantía, un depósito de reparación, pruebas operacionales, etc. Específicamente, puede utilizar los modelos Power Law o Crow-AMSAA (NHPP) para el análisis de sistemas reparables basado en la suposición de reparación mínima (es decir, el sistema es "tan malo como viejo" después de cada reparación) para calcular una variedad de métricas útiles, que incluyen:
• Tiempo de reacondicionamiento óptimo para un costo de reparación determinado y un costo de reacondicionamiento.
• Confiabilidad condicional, MTBF o intensidad de falla para un tiempo dado.
• Número esperado de fallas por un tiempo dado.
• Tiempo para una confiabilidad condicional dada, MTBF o intensidad de falla.

También puede usar el modelo Crow Extended para sistemas reparables en campo si desea evaluar la mejora (es decir, el salto en MTBF) que podría lograrse desplegando un conjunto de soluciones para todos los sistemas que operan en el campo. 

• Diseño de Prueba de Confiabilidad para Sistemas Reparables: La utilidad de diseño de prueba en RGA ha sido diseñada específicamente para sistemas reparables. Esta herramienta utiliza el modelo NHPP para determinar el tiempo de prueba requerido por sistema (o la cantidad de sistemas que deben probarse) para demostrar un objetivo de confiabilidad específico, definido en términos de MTBF o intensidad de falla en un momento determinado.
• Perfiles de Misión Operativa: Cuando un sistema debe probarse para una variedad de perfiles de misión operacionales diferentes, puede ser un desafío asegurarse de que las pruebas se apliquen de manera equilibrada, lo que arrojará datos adecuados para el análisis de crecimiento de confiabilidad. Los folios de Perfil de Misión de RGA pueden ayudarlo a crear un plan de prueba operacional, seguir el uso esperado versus el uso real para todos los perfiles de misión y verificar que la prueba se haya realizado. Le ayuda a agrupar automáticamente los datos en "puntos de convergencia" específicos para que el modelo de crecimiento se pueda aplicar de manera adecuada.

Puede usar la función de generación de datos RGA Monte Carlo para crear conjuntos de datos que se pueden analizar directamente en una de las publicaciones estándar de RGA. También puede usar la utilidad SimuMatic® para analizar y trazar automáticamente los resultados de una gran cantidad de conjuntos de datos que se han creado a través de la simulación. Estas herramientas de simulación integradas se pueden usar para realizar una amplia variedad de tareas de confiabilidad, tales como: 

• Diseñar pruebas de crecimiento de confiabilidad.
• Obtener de límites de confianza basados en la simulación.
• Experimentar con las influencias de los tamaños de muestra y los tipos de datos en los métodos de análisis.
• Evaluar el impacto del tiempo de prueba asignado.