Confiabilidad

LOGO
PAM Lab
http://opam.ing.uchile.cl
Laboratorio de Gestin de Activos Fsicos
Physical Asset Management Lab

Ingeniera
Mecnica
FACULTAD DE CIENCIAS
FISICAS Y MATEMATICAS
UNIVERSIDAD DE CHILE
Rodrigo Pascual
Anlisis de
confiabilidad
25 de marzo de 2009
13 de agosto de 2008
27,31 de marzo de 2008, 7 de abril de 2008
16,17,22 de agosto de 2007
14 de marzo de 2007/23-25,30 de agosto de 2006/ 19-31 de agosto de 2005/1,6 de abril de 2005
1 de septiembre de 2004/5 de abril de 2004/ 4 de septiembre de 2003/16 de abril de 2003

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Al terminar de leer este capitulo, podrs:
Conocer
Distribuciones usadas
en anlisis de
confiabilidad
Definir y calcular:
confiabilidad,
tasa de fallas
Evaluacin
Sntesis
Anlisis
Aplicacin
Comprensin
Conocimiento
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Motivacin
Diseo de un programa eficiente de
mantenimiento
comprensin de los fenmenos de falla
Fallas
aleatorias,
Estudiaremos
Ingeniera de la confiabilidad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Objetivos
Reducir costo global
controlar y mejorar la confiabilidad,
Definir programas
Preventivos
predictivos
Reemplazo de equipos
Agrupamiento de intervenciones
overhaul
Indicadores

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Dificultades
incertidumbre
efectos de cambios en el comportamiento
Escasez de datos

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Tipos de intervenciones
Tipo
Correctivas
Preventivas
M.P. Sistemtico
centrado en la condicin
Calidad
Perfectas
Como nuevo
Mnimas
Como antes
Imperfectas
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Estimacin no parmetrica de
confiabilidad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Confiabilidad
Edad
x
x
x
x
R(t)+F(t)=1
U
n
i
d
a
d

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Obs
Disponiendo de la tasa de fallas
Numero esperado de fallas en un cierto
intervalo
Costos de falla asociados
Costos de intervencin esperados
presupuesto

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Observaciones
La probabilidad de que falle en un
intervalo infinito es 1
F( )=1
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Tasa de fallas

Edad
x
x
x
x U
n
i
d
a
d

At
(t) ~2/4/At
t
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Densidad de probabilidad
Probabilidad condicional
Sobrevivir hasta t
Fallar en dt
f(t)dt~ R(t)dt
P(Fallar durante dt
dado que se sobrevivi
hasta t)
P(sobrevivir hasta t)
P(Fallar durante dt)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Observaciones
estimando (t)

confiabilidad del equipo
plazos
de mantenimiento
preventivo
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Mtodos para estimar R a partir de historial de
fallas
Estimar
directamente de los
datos de falla,
R,
Sin censuras
(suspensiones)
Tiempo calendario
(t)
o
x
o
o:preventiva
x:correctiva
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
en el instante t
i

quedan
n - i unidades
operando.

i= 1 2 3 4
x
x x x
tiempo
Edad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Estimacin inicial
Edad
x
x
x
x
Edad
x
x
x
x
#

i
n
d
i
v
i
d
i
d
u
o

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Por lo tanto,
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Obs
O sea,
posibilidad nula de que
hayan unidades
operando para t > t
n
.
poco probable
que muestra incluya el
tiempo de
supervivencia ms
largo,
se subestima R
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Adems,
Es razonable que
las primeras y las
ultimas observaciones,
tengan la misma
distancia con respecto
al 0% y 100% de
posibilidad
simetra
25%
100%
F=i/n
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Estimacin de F (II)
-rangos medios-
25% 100%
F=i/n
20%
80%
F=1/n
F=1/(n+1)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
III. rangos de la mediana
Importancia de las colas
t
25% 100%
20%
80%
F=i/n
F=i/(n+1)
16% 84% tabla
F=(i-0.3)/(n+0.4)
16% 84%
Rangos medianos aprox.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
MTTF
Edad (ut)
F
At
t
Integrando por partes,
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
MTBF si estrategia correctiva
x x x x
TBF
1
TBF
2
TBF
3
R
tiempo calendario
TBF
0
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
MTBF si estrategia preventiva

Fuente: Barlow & Proschan, Matematical Theory of Reliability, SIAM, 1965.
x
x
x
x
x
x
x
Tiempo calendario
N
Nuevo plan preventivo
1
MTBF(Ts)
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribuciones utilizadas en
anlisis de confiabilidad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribuciones
1 parmetro
Exponencial
Poisson
2 parmetros
Normal
3 parmetros
Weibull
mas
Bi-Weibull
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribucin exponencial
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Tasa de fallas

tasa de fallas por unidad de tiempo
1/
tiempo medio entre fallas (MTBF)
Para una pob. exponencial
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribucin de Poisson
Describe
numero de eventos aleatorios
Parmetro
promedio de eventos/intervalo de tiempo

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Poisson
probabilidad de que k eventos ocurran en
el intervalo T:

m=T
Valor esperado de x
t
T
m
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
En excel,
POISSON(x;media;acumulado)

Probabilidad acumulada
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Horas de seguimiento
Equipo Stand-by Operacin
1 2800 400
2 300 2500
3 2700 700
4 2500 800
5 0 3100
total fallas 7 12
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejercicio
probabilidad de que
una mquina no falle durante un da
si
Promedio: 10 fallas/semana laboral (5 das)?
=10 fallas/semana laboral
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Solucin
T:1 da
m=T
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejercicio
tasa de falla: 1/10000 fallas/ut;
probabilidad de que falle entre las 200 y
300 ut?
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Solucin
0,0001
=10
-4
fallas/ut
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
8
Calcule las tasa de fal las de los equi pos.
total horas standby = 2800+ 300+ 2700+ 2500+ 0
= 8300
nro de fal las en modo standby = 7
tasa de fal las en modo standby =
7
8300
= 8:4E 4 fal las/ hora
total horas operaci n = 400+ 2500+ 700+ 800+ 3100
= 7500
nro de fal las en operaci n = 12
tasa de fal las en operaci n =
12
7500
tasa de fal la global =
7+ 12
8300+ 7500
tasa de fal la promedi o =
8:4E 4+ 1:6E 3
2
Obser vaci n 2 Notese que la tasa de fal la global y la tasa de fal la promedi o
no son necesari amente i denti cas. Si se est i nteresado en usar un solo valor, la
tasa promedi o es ms usada.
Ej empl o 4 La tasa de fal la puede ser calculada para cada ti po de fal la si hay
datos suci entes.
Se recolectari on datos de fal la de cuatro equi pos si mi lares en una planta
qui mi ca, por 2500 horas c/ u. Se observaron 40 fal las. De el las, 25 son fal las
pri mari as y 15 son fal las secundari as.
Calcule las tasas de fal la.
Sol ut i on 6
total horas = 4 2500 = 10000
nro total de fal las = 40
40
10000
= 4E 3 fal las/ hora
nro de fal las pri mari as = 25
tasa de fal las pri mari as =
25
10000
= 2:5E 3fal las/ hora
nro de fal las secundari as = 15
tasa de fal las secundari as =
15
10000
1 2800 400
2 300 2500
3 2700 700
4 2500 800
5 0 3100
total fallas 7 12
fallas/hora op.
Tiempo
Stand-by
Op.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Solucin
8
Calcule las tasa de fal las de los equi pos.
total horas standby = 2800+ 300+ 2700+ 2500+ 0
= 8300
nro de fal las en modo standby = 7
tasa de fal las en modo standby =
7
8300
total horas operaci n = 400+ 2500+ 700+ 800+ 3100
= 7500
nro de fal las en operaci n = 12
tasa de fal las en operaci n =
12
7500
7+ 12
8300+ 7500
tasa de fal la promedi o =
8:4E 4+ 1:6E 3
2
Obser vaci n 2 Notese que la tasa de fal la global y la tasa de fal la promedi o
no son necesari amente i denti cas. Si se est i nteresado en usar un solo valor, la
tasa promedi o es ms usada.
Ej empl o 4 La tasa de fal la puede ser calculada para cada ti po de fal la si hay
datos suci entes.
Se recolectari on datos de fal la de cuatro equi pos si mi lares en una planta
qui mi ca, por 2500 horas c/ u. Se observaron 40 fal las. De el las, 25 son fal las
pri mari as y 15 son fal las secundari as.
Calcule las tasas de fal la.
Sol ut i on 6
total horas = 4 2500 = 10000
nro total de fal las = 40
40
10000
= 4E 3 fal las/ hora
nro de fal las pri mari as = 25
tasa de fal las pri mari as =
25
10000
nro de fal las secundari as = 15
tasa de fal las secundari as =
15
10000
1 2800 400
2 300 2500
3 2700 700
4 2500 800
5 0 3100
total fallas 7 12
fallas/hora op.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
agregado
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribucin Gaussiana

Densidad de probabilidad

m , media
o
2
, varianza
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Probabilidad acumulada
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Obs
F(x)
se evala con cambio de variable

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejercicio
Decisin:
Que modelo de resistencia comprar?
Criterio:
Duracin de una resistencia
P([420, 720])>= 95%
Proveedor propone modelo:
MTTF
600 horas
desviacin standard
120 horas
Recomienda el modelo?
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Solucin
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
tasa de falla definida por tramos
0
0
tiempo
(t) (t)
u
b
t
u b
t t +
+ a
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Confiabilidad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Modelo de Dhillon
0 2 4 6 8 10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
tiempo
(
t
)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
componente
confiabilidad
linealmente decreciente
La confiabilidad es
R(0)= 1
R(10000)=0
Calcule su MTBF.
R
t
1
10000
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
tasa de fallas constante
-pob. exponencial-
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo

Si
= 2E-6 fallas/hora,
Calcule
confiabilidad a las 500 horas de operacin
MTBF
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
a las 500 horas:
R(500) = exp(2E-6 * 500) = 0.999
MTBF = 1/2E-6 = 50000 horas

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Desgaste mecnico
Se evala numricamente
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo

Si
b = 2E-6 fallas/h^2
a = 1E-7 fallas/h,
Calcule MTBF

edad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
en Maple:
> MTBF:=int(exp(-(.5*1e-7*t^2+2e-6*t)),t=0..infinity);

MTBF = 3943 horas
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Mantenibilidad
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Mantenibilidad
Tasa de reparacin
Anlogo
Tasa de fallas:
Numero esperado de reparaciones por
unidad de tiempo
-reparaciones/unidad de tiempo-
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Com p. A T TTR
fal l a 1 40. 1 1. 5
fal l a 2 83 3. 8
Com p. B T TTR
fal l a 1 41. 4 1. 3
Com p. C T TTR
fal l a 1 40. 6 1. 1
fal l a 2 82 1. 5
TTR t i m e t o repai r
T t i em po i ni c i o fal l a
Hori z ont e 100
uni dades horas
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Com p. A T TTR
fal l a 1 40. 1 1. 5
fal l a 2 83 3. 8
Com p. B T TTR
fal l a 1 41. 4 1. 3
Com p. C T TTR
fal l a 1 40. 6 1. 1
fal l a 2 82 1. 5
TTR t i m e t o repai r
T t i em po i ni c i o fal l a
Hori z ont e 100
uni dades horas
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Confiabilidad de seres vivos
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Gompertz-Makeham
Fuente: L.A. Gavrilov, N.S. Gavrilova, Why We Fall Apart. Engineering'S Reliability Theory Explains Human Aging, IEEE
Spectrum, 41(9), 30-35, 2004.

Gompertz, B., On the nature of the function expressive of the law of human mortality and on a new mode of determining
life contingencies} Philos. Trans. Roy. Soc. London A 115, 513585, 1825.

Makeham, W. M., On the law of mortality, J. Inst. Actuaries 13, 325-358, 1867.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Fuente: L.A. Gavrilov, N.S. Gavrilova, Why We Fall Apart.
Engineering'S Reliability Theory Explains Human Aging, IEEE
Spectrum, 41(9), 30-35, 2004.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Gompertz-Makeham
LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribucin de Weibull
en estudios de confiabilidad
sistemas mecnicos.

Ventajas
muy flexible,
adaptable a una variedad de observaciones
experimentales.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull de 3 parmetros
adimensional
ut
ut
(t)=
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Tasa de fallas de Weibull
Edad del componente
(
t
)

|
=.5
|
=1
|
=3

=0 q
=2
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Modelo de Weibull
3 parmetros
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
edad

| =.5
|
=1
| =3
q =2
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Funcin Gamma
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Obs
caso = 0, | = 1
exponencial
= 1/q
Para | > 3
distribucin normal.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Si =0
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull
Estimacin grafica
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Estimacin de F(t)
mtodo de rangos medianos si la
poblacin es pequea:
F(i) = (i 0.3)/(n + 0.4)
mtodo de rangos medios:
F(i) = i/(n + 1)
i :indice de la observacin (ti < ti+1).

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Aplicacin practica
1. Obtener n observaciones, ordenar
2. Estimar la funcin de distribucin F(t)
3. Calcular pares (X,Y)
4. Graficar
5. Ajustar la mejor recta
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull
Si =0
cambio de variable,
t=t-
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Curva de Weibull para > 0
ln t
Y
Zona
imposible
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo, poblacin de componentes
Un grupo de rodamientos tuvieron las
siguientes duraciones:
801 312 402 205 671 1150 940 495 570
Se desea conocer la confiabilidad para
una vida de 600 horas y el MTTF.
Hace en excel
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
5.2 5.4 5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
log t
l
n
(
l
n
(
1
/
R
)
)

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
En maple
>MTBF=716*GAMMA(1+1/1.79)
Entonces MTTF = 636.9 horas
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Gamma negativo
Predesgaste
-2.5
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
0.0 1.0 2.0 3.0 4.0 5.0
ln t
l
n
(
l
n
(
1
/
R
)
)
t
t'
t t' F,F' x x' y
1 11 1 11% 2.4 0.0 -2.2
2 22 12 27% 3.1 2.5 -1.2
3 34 24 42% 3.5 3.2 -0.6
4 42 32 58% 3.7 3.5 -0.1
5 50 40 73% 3.9 3.7 0.3
6 61 51 89% 4.1 3.9 0.8
gamma
-10
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo =0 , vida de componentes
0.11. MODELOS DE CONFIABILIDAD 21
i Vi da F(i )(%)
1 2175 5
2 2800 10
3 3300 15
4 3800 20
5 4250 25
6 4650 30
7 5250 35
8 5840 40
9 6300 45
10 6700 50
11 7150 55
12 7800 60
13 8500 65
14 9200 70
15 10500 75
16 11000 80
17 12600 85
18 14000 90
19 15800 95
Tabla 2: Dat os del ej ercicio
Figura 12: Aj ust e de Weibull para = 0, norma del residuo 0.49, = 1:94,
= 8499
./me57a/datos/datos-conf1.xls
4650,5250,5840,6300,6700,7150,2800,3300,3800,4250,11000,12600,14000,15800,9200,10500,2175,7800,8500
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ajuste para =0
7.5 8 8.5 9 9.5 10
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
log t
l
o
g
(
l
o
g
(
1
/
(
1
-
F
)
)
)

=0
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Estudio
800 900 1000 1100 1200 1300 1400
0.12
0.14
0.16
0.18
0.2
0.22
0.24
0.26
0.28
0.3
n
o
r
m
a

d
e
l

v
e
c
t
o
r

r
e
s
i
d
u
o
mnimo
|Ax-B|
Obs: gamma puede

Ser negativo
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ajuste ptimo
6.5 7 7.5 8 8.5 9 9.5 10
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
log t
l
o
g
(
l
o
g
(
1
/
(
1
-
F
)
)
)
=1280
7.5 8 8.5 9 9.5 10
-3
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
log t
l
o
g
(
l
o
g
(
1
/
(
1
-
F
)
)
)
=0

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Verificacin de modelos
al imponer una ley
se incurre en algn error,
queremos que el riesgo sea menor:
definimos el nivel de confianza
probabilidad de que el modelo sea errneo.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test _2
Condicin
al menos n = 50 observaciones.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Pasos
1. Se agrupan las observaciones.
Debe haber al menos 5 observaciones en
cada grupo.
Los intervalos para definir los grupos no son
necesariamente de la misma longitud.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test _2
El test se basa en
diferencias entre
nro de observaciones en cada grupo y
nro pronosticado
por la ley seleccionada.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test _ 2
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test _ 2
E tiene una distribucin _ 2 con u grados
de libertad:
u = r - k - 1
donde
k = 1 para la ley exponencial,
k = 2 para la ley normal,
k = 3 para la ley de Weibull
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test _ 2
hiptesis
observaciones siguen modelo propuesto
es rechazada si:

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Supngase que para un grupo
de equipos similares se han
observado los siguientes TBF:
24
i TBF (horas) n
i
1 0-500 7
2 500-1000 8
3 1000-1500 9
4 1500-2000 10
5 2000-2500 12
6 2500-3000 8
P
54
Tabla 3: Grupos denidos para el t est
Obser vaci n 5 n p
i
es el numero de onservaci ones exceptuadas del i -
esi mo grupo, segn la ley propuesta.
E t iene una dist ribucin
2
con grados de libert ad:
= r k 1
donde
k = 1 para la ley exponencial,
k = 2 para la ley normal,
k = 3 para la ley de Weibull
Se t iene ent onces que
P(E
2
;1
= 1
y la hipot esis de que las observaciones siguen la ley propuest a es rechazada si
E >
2
;1
Ej empl o 16 Supongase que para un grupo de equi pos si mi lares se han obser-
vado los si guentes TBF:
Hi ci mos la hi potesi s de que la conabi li dad de los equi pos si gue una ley ex-
ponenci al. El aj uste di una tasa de fal las = 1=1600 fal las/ hora. Se desea
reali zar un test con ni vel de si gni canci a = 0:05.
De acuerdo a la ley propuesta,
R(t) = e
t
1600
La probabi li dad de que una observaci n cai ga en los grupos deni dos en la tabla
3 es
p
i
= R(t
i
) R(t
i + 1
)
Segn las observaci ones
n = 54
n=
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Hiptesis
ley exponencial.
tasa de fallas = 1/1600 fallas/hora.
Se desea realizar un test
confianza 95%
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Modelo propuesto
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
La probabilidad de que una observacin
caiga en los grupos definidos en la tabla
es
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test de aceptacin
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
n = 54
u = 6 - 1 - 1 = 4
tabla _2 entrega
_(4;0.95) = 9.49
en Matlab
>> chi2inv(0.95,4)
Ver tabla
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
_2
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
E > _2(4,0.95)
Se rechaza hiptesis
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test Kolmogorov-Smirnov (KS)
se puede aplicar para cualquier numero de
observaciones n.
si n es grande
mejor agrupar las observaciones y
usar el test _2 .
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Test KS
compara
la funcin de distribucin experimental con
El modelo propuesto
se usan
valores absolutos de las diferencias entre
punto y punto.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov

Sea la distribucin muestreada y
F(t) la distribucin propuesta.
La discrepancia para ti es:
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov
Puede demostrarse que la distribucin de
Dn = max(Dni )
depende solo de n; y se puede escribir
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
Evidencia
TBF (das):
23,16,56,71,4,25,51,30
Modelo
Gaussiana
media 34
desviacin standard 22,
Test con o = 5%?
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Probabilidad
segn poblacin hipottica

P(t < 4) = P ((4 - 34)/22)= 0.086

En Excel
=DISTR.NORM.ESTAND((4-34)/22)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov
Dn = max(Dni )
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov
Segn la tabla
Dn = 0.127
D
n,
o
para n = 8, o = 0.05 es
D8,0.05 = 0.457

se acepta la hiptesis.
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Kolmogorov-Smirnov
0 10 20 30 40 50 60 70 80
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Edad (ut)
P
r
o
b
a
b
i
l
i
d
a
d

a
c
u
m
u
l
a
d
a

d
e

f
a
l
l
a

LOGO
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Confiabilidad condicional y
Vida residual esperada
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Un viejo resistente
Frustrado derrumbe: el puente Huaqun resiste 800 cargas
de amongelatina
No se quiso desplomar ayer el puente Huaqun, El ministro de
Obras Pblicas, Sergio Bitar, viaj hasta el kilmetro 171,9 de la
Ruta 5 Norte a presenciar el supuesto derrumbe, y admiti que
se "subestim" la fortaleza del viaducto Huaqun.
Fuente: El Mercurio, 08/03/2009
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
0
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Vida remanente esperada
Confiabilidad condicional
R
Edad
t
0
t
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Probabilidad condicional
Dado 1
Dado 2 1 2 3 4 5 6
1 1/36 1/36 1/36 1/36 1/36 1/36
2 1/36 1/36 1/36 1/36 1/36 1/36
3 1/36 1/36 1/36 1/36 1/36 1/36
4 1/36 1/36 1/36 1/36 1/36 1/36
5 1/36 1/36 1/36 1/36 1/36 1/36
6 1/36 1/36 1/36 1/36 1/36 1/36
Antes de lanzar el 1er dado,
Dado 1
Dado 2 1 2 3 4 5 6
1 0 0 0 1/6 0 0
2 0 0 0 1/6 0 0
3 0 0 0 1/6 0 0
4 0 0 0 1/6 0 0
5 0 0 0 1/6 0 0
6 0 0 0 1/6 0 0
Despus, si sali un 4
P(A)=1/36 P(A/B)=(1/36)/(1/6)=1/6
A:Salen 2 cuatros B:Sale un 4 en el 2do dado
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Confiabilidad
condicional
probabilidad que el
componente
sobreviva t ut mas
dado que
ha sobrevivido t
0
ut
desde que estaba
como nuevo

ut:unidad de tiempo
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Distribucin exponencial
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Weibull de 2 parmetros
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejemplo
|=1/2,1,2,3
q= 100 ut
t
0
=3/2MTTF( |,q)

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Maple
>beta:=0.5;eta:=100;t0:=1.5*eta*GAMMA(1+1/beta);
> f0:=beta/eta*((t+t0)/eta)^(beta-1)*exp(-((t+t0)/eta)^beta)/exp(-(t0/eta)^beta);
>MRL:=int(t*f0,t=0...infinity);
> plot(exp(-((t+t0)/eta)^beta)/exp(-t0/eta)^beta),t=0..2*t0);

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Aporte 2007-II
Gompertz-Makeham
Maple
restart;
t0:=15;lambda0:=.003;lambda1:=.075;alpha:=0.02;
x:=t*(((lambda0+lambda1*exp(alpha*(t+t0)))...*exp(-
((lambda0*alpha*(t+t0)+lambda1*(exp(alpha*(t+t0))-
1))/alpha)))/...(exp(-((lambda0*alpha*t0+lambda1*(exp(alpha*t0)-
1))/alpha))));
MRL:=int(x,t=0..1e4);
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Mantenimiento preventivo y confiabilidad
condicional
Sistema reparable
MP: cada T ut
0 5 10 15 20 25 30
0.8
0.85
0.9
0.95
1
Tiempo acumulado (ut)
C
o
n
f
i
a
b
i
l
i
d
a
d

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Tras n intervalos MP
Probabilidad de que el sistema no falle en n
ciclos MP
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Ejercicio
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
|=2
0 10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
C
o
n
f
i
a
b
i
l
i
d
a
d
Sin MP
MP (solo ciclo actual)
MP (ciclos acumulados)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
|=0.7
0 10 20 30 40 50 60 70 80 90 100
0
0.2
0.4
0.6
0.8
1
C
o
n
f
i
a
b
i
l
i
d
a
d
Sin MP
MP (solo ciclo actual)
MP (ciclos acumulados)
PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Comentarios

R(t)
MTBF
(t)
MTTR
|,q Weibull
vida asegurada/
predesgaste
vida remanente
esperada
confiabilidad
condicional

Datos histricos
(sin suspensiones)
Anlisis de
confiabilidad
Edad

PAM Lab

Ingeniera
Mecnica
Rodrigo Pascual
Bibliografa
R. Pascual. El Arte de Mantener (draft). Universidad de
Chile, 2009
P. Lyonnet. Maintenance Planning, Methods and
Mathematics. Chapman & Hall, 1991.

Confiabilidad

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Confiabilidad

Hochgeladen von

Copyright:

Verfügbare Formate

LOGO

Obs: gamma puede

Das könnte Ihnen auch gefallen