Confiabilidad - Rodrigo Pascual - El Arte de Mantener

Anlisis de
confiabilidad y
mantenibilidad
ME57A ./me57a/confiabilidad.ppt
Rodrigo Pascual J.
16 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
Dr. Rodrigo Pascual
Curso Mantencin de Maquinas
Al terminar de leer este capitulo,

podrs:
Definir
y calcular:
confiabilidad,
tasa de fallas
Evaluacin
Sntesis
Anlisis
Aplicacin
Comprensin
Conocimiento
Dr. Rodrigo Pascual
Motivacin
Diseo de un programa eficiente de

mantenimiento
comprensin
Fallas
de los fenmenos de falla
aleatorias,
Estudiaremos
Ingeniera
de la confiabilidad
Dr. Rodrigo Pascual
Objetivos
Reducir costo global
controlar y mejorar la confiabilidad,
Definir programas
Preventivos
predictivos
Reemplazo de equipos
Agrupamiento de intervenciones
overhaul
Indicadores
Dr. Rodrigo Pascual
Dificultades
incertidumbre
efectos de cambios en el
comportamiento
Escasez de datos
Dr. Rodrigo Pascual
Tipos de intervenciones
Tipo
Correctivas
Preventivas
M.P. Sistemtico
centrado en la condicin
Calidad
Perfectas
Como nuevo
Mnimas
Como antes
Imperfectas
Dr. Rodrigo Pascual
Distribuciones
eventos discretos
(nmero
de fallas..)
eventos continuos
cantidades
fsicas
masa, temperatura,..
Dr. Rodrigo Pascual
Distribuciones
1 parmetro
Exponencial
Poisson
2 parmetros
Normal
3 parmetros
Weibull
mas
Bi-Weibull
Dr. Rodrigo Pascual
Distribucin exponencial
Dr. Rodrigo Pascual
Tasa de fallas
tasa
de fallas por unidad de tiempo
1/
tiempo
medio entre fallas (MTBF)
Para una pob. exponencial
Dr. Rodrigo Pascual
Distribucin de Poisson
Describe
numero
de eventos aleatorios
Parmetro
promedio de eventos/intervalo de tiempo
Dr. Rodrigo Pascual
Poisson
probabilidad de que k eventos ocurran

en el intervalo T:
m=T
Valor
esperado de x
Dr. Rodrigo Pascual
m
T
Probabilidad acumulada
En excel,
POISSON(x;media;acumulado)
Dr. Rodrigo Pascual
Ejemplo
Equipo
1
2
3
4
5
total fallas
Dr. Rodrigo Pascual
Horas de seguimiento
Stand-by
Operacin
2800
400
300
2500
2700
700
2500
800
0
3100
7
12
Ejemplo
Calcule las tasa de fallas de los equipos.
total horas standby = 2800+ 300+ 2700+ 2500+ 0

= 8300
nro de fallas en modo standby = 7
7
fallas/hora op.
tasa de fallas en modo standby =
8300
= 8:4E 4 fallas/ hora
Op.
Equipo
Stand-by
Operacin
total horas
operacin = 400+ 2500+ 700+ 800+ 3100
1
2800
400
Stand-by
= 7500
2
300
2500
3
2700
700
nro 4de fallas
en
operacin
= 12
2500
800
Tiempo
5
0
3100
12
tasa de fallas en operacin =
7500
total fallas
7
12
= 1:6E 3 fallas/ hora
Dr. Rodrigo Pascual 7+ 12
Curso al
Mantencin
tasa de falla glob
= de Maquinas
8300+ 7500
nro de fallas en modo standby = 7

tasa de fallas en modo standby =
Solucin
=
total horas operacin =
=
nro de fallas en operacin =
tasa de fallas en operacin =

=
Equipo
Stand-by
Operacin
tasa de falla
global
1
2800
400
2
300
2500
3
2700
700
4
2500
800
tasa
de
falla
prome
dio
5
0
3100
total fallas
12
=
=
=
=
7
8300
8:4E 4 fallas/ hora
400+ 2500+ 700+ 800+ 3100
7500
12
12
fallas/hora op.
7500
1:6E 3 fallas/ hora
7+ 12
8300+ 7500
1:2E 3 fallas/ hora
8:4E 4+ 1:6E 3
2
1:2E 3 fallas/ hora
servacin 2 Notese que la tasa de

falla
global y la tasa de falla promedio
Dr. Rodrigo
Pascual
son necesariamente identicas. Si se est interesado en usar un solo valor, la
agregado
Dr. Rodrigo Pascual
Distribucin gaussiana
Densidad de probabilidad
m , media
, varianza
Dr. Rodrigo Pascual
Probabilidad acumulada
Dr. Rodrigo Pascual
Obs
F(x)
se evala con cambio de variable
Dr. 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
Dr. Rodrigo Pascual
Solucin
m=T
T:1 da
Dr. Rodrigo Pascual
Ejercicio
tasa de falla: 1/10000 fallas/ut;
probabilidad de que falle entre las
200 y 300 ut?
Dr. Rodrigo Pascual
Solucin
0,0001
=10-4 fallas/ut
Dr. Rodrigo Pascual
Ejercicio
Decisin:
Que
modelo de resistencia comprar?
Criterio:
Duracin
de una resistencia
P([420, 720])>= 95%
Proveedor propone modelo:

Media
600 horas
desviacin
standard
120 horas
Recomienda
el modelo?
Dr. Rodrigo Pascual
Solucin
Dr. Rodrigo Pascual
= 0. Sea N n el numero de componentes que
Confiabilidad
n(t)
R(t) =
N
stribucin acumulada de fallas
cin acumulada de falla F (t) se dene como la

falle en el intervalo (0; t). Entonces:
Edad
R(t) + F (t) = 1
Dr. 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
Dr. Rodrigo Pascual
Observaciones
La probabilidad de que falle en un

intervalo infinito es 1
Dr. Rodrigo Pascual
Observaciones
estimando (t)
confiabilidad del equipo
plazos
de mantenimiento
preventivo
Dr. Rodrigo Pascual
Mtodos para estimar R a partir de

historial de fallas
Estimar
directamente
de los datos de falla,
R,
Sin censuras (suspensiones)

(t)
o:preventiva
x:correctiva
Dr. Rodrigo Pascual
Tiempo calendario
en el instante ti
quedan
n
- i unidades
operando.
i=
1 2 3
Edad
x
tiempo
Dr. Rodrigo Pascual
Estimacin inicial
Dr. Rodrigo Pascual
Por lo tanto,
Dr. Rodrigo Pascual
Obs
O sea,
posibilidad
nula de que
hayan unidades
operando para t > tn.
poco probable
que
muestra incluya
el tiempo de
supervivencia ms
largo,
se subestima R
Dr. Rodrigo Pascual
Adems,
Es razonable que
las
primeras y las
ultimas observaciones,
F=i/n
tengan la misma
distancia con respecto
al 0% y 100% de
posibilidad
simetra
25%
Dr. Rodrigo Pascual
100%
Estimacin de F (II)
-rangos mediosF=i/n
25%
100%
F=1/(n+1) 20%
80%
F=1/n
Dr. Rodrigo Pascual
III. rangos de la mediana
Importancia de las colas
25%
100%
F=i/(n+1) 20%
80%
tabla
84%
F=i/n
16%
F=(i-0.3)/(n+0.4)
16%
Rangos medianos aprox.
84%
Dr. Rodrigo Pascual
Tabla de rangos medianos
Dr. Rodrigo Pascual
Ejemplo, n=8
Dr. Rodrigo Pascual
Desviaciones c/r a mtodo de la

mediana (tabla)
Dr. Rodrigo Pascual
tasa de falla definida por

tramos
(t)
Dr. Rodrigo Pascual
b Maquinas
Curso Mantencin tde
tiempo
0
tb tu
Confiabilidad
Dr. Rodrigo Pascual
Modelo de Dhillon
0.9
0.8
0.7
0.6
(t)
0.5
0.4
0.3
0.2
Dr. Rodrigo Pascual
0.1
0
tiempo
10
MTBF si estrategia correctiva
TBF0
TBF1
TBF2
TBF3
tiempo calendario
Dr. Rodrigo Pascual
Ejemplo
componente
confiabilidad
linealmente decreciente
La confiabilidad es
R(0)=
1
R(10000)=0
Calcule su MTBF.
Dr. Rodrigo Pascual
10000
Ejemplo
Dr. Rodrigo Pascual
tasa de fallas constante

-pob. exponencial-
Dr. Rodrigo Pascual
Ejemplo
Si
=
2E-6 fallas/hora,
Calcule
confiabilidad
a las 500 horas de
operacin
MTBF
Dr. Rodrigo Pascual
las 500 horas:

R(500) = exp(2E-6 * 500) = 0.999
MTBF
= 1/2E-6 = 50000 horas
Dr. Rodrigo Pascual
Desgaste mecnico
Dr. Rodrigo Pascual

SeCurso
evala
numricamente
Mantencin de Maquinas
Ejemplo
Si
b = 2E-6 fallas/h^2
a = 1E-7 fallas/h,
Calcule MTBF
edad
Dr. Rodrigo Pascual
en Maple:
> MTBF:=int(exp(-(.5*1e-7*t^2+2e-6*t)),t=0..infinity);
MTBF = 3943 horas
Dr. Rodrigo Pascual
Mantenibilidad
Tasa de reparacin
Anlogo
Tasa
de fallas:
Numero esperado de reparaciones

por unidad de tiempo
-reparaciones/unidad
de tiempo-
Dr. Rodrigo Pascual
Ejemplo
Comp. A
falla 1
falla 2
TTR
Comp. B
falla 1
Comp. C
falla 1
falla 2
TTR
T
Horizonte
unidades
time to repair
tiempo inicio falla
100
horas
40.1
83
1.5
3.8
TTR
41.4
1.3
TTR
40.6
82
Dr. Rodrigo Pascual
1.1
1.5
Ejemplo
Comp. A
falla 1
falla 2
TTR
Comp. B
falla 1
Comp. C
falla 1
falla 2
TTR
T
Horizonte
unidades
time to repair
tiempo inicio falla
100
horas
40.1
83
1.5
3.8
TTR
41.4
1.3
TTR
40.6
82
1.1
1.5
Dr. Rodrigo Pascual
Distribucin de Weibull
en estudios de confiabilidad
sistemas
mecnicos.
Ventajas
muy
fexible,
adaptable a una variedad de
observaciones experimentales.
Dr. Rodrigo Pascual
Ley de Weibull, 3
parmetros
(t)=
adimensional
ut
ut
Dr. Rodrigo Pascual
Tasa de fallas de Weibull

=2
=0
=3
=1
=.5
Edad del componente
Dr. Rodrigo Pascual
(t)=
Modelo de Weibull
=2
1.6
1.4
3 parmetros
=3
1.2
0.8
=1
0.6
0.4
=.5
0.2
0
0.2
Dr. Rodrigo Pascual
0.4
0.6
0.8
tiempo
1.2
1.4
1.6
1.8
Weibull
Dr. Rodrigo Pascual
Funcin Gamma
Dr. Rodrigo Pascual
Obs
caso = 0, = 1
exponencial
= 1/
Para > 3
distribucin
normal.
Dr. Rodrigo Pascual
Si =0
Dr. Rodrigo Pascual
Weibull
Estimacin grafica
Dr. 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).
Dr. Rodrigo Pascual
Aplicacin practica
1.
2.
3.
4.
5.
Obtener n observaciones, ordenar

Estimar la funcin de distribucin
F(t)
Calcular pares (X,Y)
Graficar
Ajustar la mejor recta
Dr. Rodrigo Pascual
Weibull
Si 0
cambio
de variable,
t=t-
Dr. Rodrigo Pascual
Curva de Weibull para > 0

Y
Zona
imposible
log t
Dr. 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.
Dr. Rodrigo Pascual
Hace en excel
En matlab
t=[205 312 402 495 570 671 801 940

1150];
F=.1:.1:.9;
X=log(t);
Y=log(log(1./(1-F)));
P=polyfit(X,Y,1);
beta=P(1)
beta=1.79
Dr. Rodrigo Pascual
En matlab
eta=exp(P(2)/(-P(1)))
eta =
715.97
Dr. Rodrigo Pascual
log(log(1/(1-F)))
0.5
-0.5
-1
-1.5
-2
-2.5
5.2
5.4
5.6
5.8
6.2
log t
6.4
6.6
Dr. Rodrigo Pascual
6.8
7.2
Matlab (2)
weibplot([205 312 402 495 570 671 801 940 1150])
Weibull Probability Plot
0.96
0.90
0.75
0.50
Probability
0.25
0.10
0.05
Data
Dr. Rodrigo Pascual
10
En maple
>MTBF=716*GAMMA(1+1/1.79)
Entonces MTTF = 636.9 horas
Dr. Rodrigo Pascual
1.5
Ejemplo 0 , vida de
componentes1
0.5
-F
)))
-0.5
./me57a/datos/datos-conf1.xls
Dr. Rodrigo Pascual
Ajuste para =0
=0
1.5
0.5
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
-3
7.5
Dr. Rodrigo Pascual
8.5
log t
9.5
10
Estudio
0.3
0.28
0.26
norma del vector residuo
0.24
mnimo
0.22
|Ax-B|
0.2
0.18
0.16
0.14
0.12
800
900
1000
1100
1200
1300
1400
Dr. Rodrigo Pascual
Obs: gamma puede

Ser negativo
Ajuste ptimo
=1280
1.5
=0
1.5
0.5
0.5
log(log(1/(1-F)))
log(log(1/(1-F)))
-0.5
-0.5
-1
-1.5
-1
-1.5
-2
-2
-2.5
-3
7.5
-2.5
8
8.5
log t
9.5
10
-3
6.5
Dr. Rodrigo Pascual
7.5
log t
8.5
9.5
10
Dr. 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.
Dr. Rodrigo Pascual
Test 2
Condicin
al
menos n = 50 observaciones.
Dr. 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.
Dr. Rodrigo Pascual
Test 2
El test se basa en
diferencias
entre
nro de observaciones en cada grupo y

nro pronosticado
por la ley seleccionada.
Dr. Rodrigo Pascual
Test 2
Dr. Rodrigo Pascual
Test 2
E tiene una distribucin 2 con

grados de libertad:
=r-k-1
donde
k
= 1 para la ley exponencial,

k = 2 para la ley normal,
k = 3 para la ley de Weibull
Dr. Rodrigo Pascual
Test 2
hiptesis
observaciones
siguen modelo propuesto
es rechazada si:
Dr. Rodrigo Pascual
24
Ejemplo
Supngase que para un
grupo de equipos similares
se han observado los
siguientes TBF:
i
1
2
3
4
5
6
T BF (horas)
0-500
500-1000
1000-1500
1500-2000
2000-2500
2500-3000
P
ni
7
8
9
10
12
8
54
Tabla 3: Grupos denidos para el

n=
Curso Mantencin
Maquinas
Observacin
5 ndep
i es el numero de onservac
Dr. Rodrigo Pascual
Ejemplo
Hiptesis
ley
exponencial.
tasa de fallas = 1/1600 fallas/hora.
Se desea realizar un test
confianza 95%
Dr. Rodrigo Pascual
Ejemplo
Modelo propuesto
Dr. Rodrigo Pascual
Ejemplo
La probabilidad de que una

observacin caiga en los grupos
definidos en la tabla es
Dr. Rodrigo Pascual
Test de aceptacin
Dr. Rodrigo Pascual
Ejemplo
n = 54
= 6 - 1 - 1 = 4
tabla 2 entrega
(4;0.95)
= 9.49
Ver tabla
en Matlab
>>
chi2inv(0.95,4)
Dr. Rodrigo Pascual
Dr. Rodrigo Pascual
Ejemplo
E > 2(4,0.95)
Se
rechaza hiptesis
Dr. 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 .
Dr. 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.
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Sea
la distribucin
muestreada y F(t) la distribucin
propuesta.
La discrepancia para ti es:
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Puede demostrarse que la

distribucin de
Dn
= max(Dni )
depende solo de n; y se puede escribir
Dr. Rodrigo Pascual
Ejemplo
Evidencia
TBF
(das):
23,16,56,71,4,25,51,30
Modelo
Gaussiana
media
34
desviacin standard 22,
Test con = 5%?

Dr. Rodrigo Pascual
Probabilidad
segn poblacin hipottica
P(t < 4) = P ((4 - 34)/22)= 0.086
En Excel
=DISTR.NORM.ESTAND((4-34)/22)
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Dn = max(Dni )
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Segn la tabla
Dn
Dn,
= 0.127
para n = 8, = 0.05 es
D8,0.05
= 0.457
se acepta la hiptesis.
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
1.4
Probabilidad acumulada de falla
1.2
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
0
10
20
30 Dr. Rodrigo
40Pascual 50
Edad (ut)
Curso Mantencin
de Maquinas
60
70
80
Vida remanente esperada

Confiabilidad condicional
1
0.9
0.8
0.7
t0
0.6
0.5
0.4
0.3
0
0.2
Dr. Rodrigo Pascual
0.4
Edad
0.6
0.8
Confiabilidad
condicional
probabilidad
que el
componente
sobreviva t ut mas
dado que
ha sobrevivido t0 ut
desde que estaba
como nuevo
ut:unidad de tiempo
Dr. Rodrigo Pascual
Dr. Rodrigo Pascual
Weibull de 2 parmetros
Dr. Rodrigo Pascual
Ejemplo
=1/2,1,2,3
= 100 ut
t0=3/2MTTF(,)
Dr. 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);
Dr. Rodrigo Pascual
Comentarios
Datos
histricos
(sin suspensiones)
Anlisis de
confiabilidad
Edad
Dr. Rodrigo Pascual
R(t)
MTBF
(t)
MTTR
, Weibull
vida asegurada/
predesgaste
vida remanente
esperada
confiabilidad
condicional
Bibliografa
R. Pascual. El Arte de Mantener (draft).
Universidad de Chile, 2007
P. Lyonnet. Maintenance Planning,
Methods and Mathematics. Chapman &
Hall, 1991.
Dr. Rodrigo Pascual

Confiabilidad - Rodrigo Pascual - El Arte de Mantener

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 - Rodrigo Pascual - El Arte de Mantener

Hochgeladen von

Copyright:

Verfügbare Formate

Anlisis de

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Al terminar de leer este capitulo,

Curso Mantencin de Maquinas

Diseo de un programa eficiente de

de los fenmenos de falla

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Reducir costo global

controlar y mejorar la confiabilidad,

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

de fallas por unidad de tiempo

medio entre fallas (MTBF)

Para una pob. exponencial

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

promedio de eventos/intervalo de tiempo

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

probabilidad de que k eventos ocurran

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Curso Mantencin de Maquinas

Calcule las tasa de fallas de los equipos.

total horas standby = 2800+ 300+ 2700+ 2500+ 0

nro de fallas en modo standby = 7

tasa de fallas en operacin =

servacin 2 Notese que la tasa de

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Curso Mantencin de Maquinas

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

modelo de resistencia comprar?

P([420, 720])>= 95%

Proveedor propone modelo:

Curso Mantencin de Maquinas

Dr. Rodrigo Pascual

Curso Mantencin de Maquinas

= 0. Sea N n el numero de componentes que

stribucin acumulada de fallas

cin acumulada de falla F (t) se dene como la

Curso Mantencin de Maquinas