Академический Документы
Профессиональный Документы
Культура Документы
PARA VÁLVULAS DE
APLICAÇÃO SUBMARINA
CONFIABILIDADE E ANÁLISE DE RISCO APLICADA
A VÁLVULAS SUBMARINAS
Confiabilidade
Item
Confiabilidade = probabilidade
Desempenho adequado
Propósito
Período de tempo
Condições ambientais
Importância da Confiabilidade
No projeto de produtos, processos e serviços.
Representação:
Variável aleatória T, com realizações representadas
por t.
TTF podem ser discretas ou contínuas
Discretas - número de rotações até falha, número
de aterrisagens até falha, etc.
d
f (t ) F (t )
dt
P(t T t t )
P(t T t t |T t )
P(T t )
F (t t ) F (t )
R(t )
Função de Risco, h(t)
É dada pela taxa instantânea de falha.
O resultado é:
1
h(t ) f (t )
R(t )
Importante
h(t) é uma probb condicional.
“ Dado que a unidade está operante no tempo t,
qual a probb de falha em (t, t + t]? “
Exemplo:
Dois componentes podem apresentar a mesma
confiabilidade num tempo t e taxas de falha (até o
tempo t) completamente diferentes.
R(t) e f(t) são unicamente determinadas por h(t)
t
R(t ) exp h(t )dt
0
t
f (t ) h(t ) exp h(t )dt
0
Componentes e função de risco
Um grande no de componentes apresenta três
funções de risco ao longo de sua vida útil:
0 . 0 0 0 5
(
0 . 0 0 0 4
0 . 0 0 0 3
f
0 . 0 0 0 2
0 . 0 0 0 1
0 . 0 0 0 0
0 1 02 03 004 005 06 07 00 00
t : t e m
Função de risco
)
t
0 . 0 0 2 5
0 . 0 0 2 0
(
0 . 0 0 1 5
h
0 . 0 0 1 0
0 . 0 0 0 5
0 . 0 0 0 0
0 1 02 03 004 005 06 07 00 00
t : t e m
Função de confiabilidade
)
t
1 . 0
0 . 8
(
0 . 6
R
0 . 4
0 . 2
0 . 0
0 1 02 003 0004 0005 0006 0007 000 00
t : t e m
MTTF
O tempo médio-até-falha é função da confiabilidade:
MTTF R(t ) dt
0
Representação gráfica:
Exercício
Solução
Tutorial ProConf (Disponível no final do Cap. 1)
Considere os dados a seguir, obtidos em um teste
de fadiga em hélices de automóveis (em milhares de
horas). Nosso objetivo é:
Dados
Análise
Calculadora
Janela Dados
Aparece quando o programa é aberto; contém
quatro planilhas:
(i) Modelos,
(ii) Ajuste/Estatísticas,
(iii) Funções de Confiabilidade,
(iv) Gráficos e
(v) Testes de Aderência
Modelos
Aqui o usuário escolhe o modelo desejado (existem
cinco opções de modelo).
- Teste do qui-quadrado e
- Teste de Kolmogorov-Smirnov.
Exemplo:
Para determinar a distribuição dos tempos-até-falha
(e assim estimar a vida média) de lâmpadas
elétricas, 1000 lâmpadas são colocadas em teste por
um período de tempo e seus tempos até falha são
registrados.
Amostras aleatórias
1000 tempos obtidos no teste c/ lâmpadas compõem
uma amostra aleatória da população de interesse
(lâmpadas de um determinado tipo, produzidas sob
condições similares).
I. Média
II. Dispersão
25
20
Frequência
15
10
Valores
Dados parecem se ajustar à uma distribuição normal
No caso da Normal:
( x )2
1
f X ( x; , ) e 2 2
, x
2
Parâmetros descrevem integralmente a função de densidade
n
l x, f ( xi ;)
i 1
Máxima verossimilhança a partir de um exemplo
Ou seja:
15 2
P( X 2) p (1 p)13
2
l (x,) 0
ˆ
Exemplo
Desejamos determinar o estimador de máxima
verossimilhança do parâmetro da distribuição
exponencial:
x
f ( x; ) e
Função de máxima verossimilhança
l ( x1 , , xn ; ) l ( x; ) f ( x1; ) f ( xn ; )
n
f ( xi ; )
i 1
n n
e xi n
e
n x
i 1 i
i 1
Para obter a derivada da função é mais fácil tirar seu logaritmo
O logaritmo de l (x, ) é:
n
L(x; ) n log xi
i 1
A derivada é:
Propriedades desejadas em um estimador de
Não-tendencioso - não deve superestimar ou
subestimar o valor real de .
Consistente - estimador não-tendencioso que
converge mais rapidamente p/ o valor real de à
medida que o tamanho da amostra aumenta.
Eficiente - estimador consistente com variância
menor do que a variância de qualquer outro
estimador.
Suficiente - estimador que utiliza toda a informação
sobre o parâmetro fornecida pela amostra.
Exercício
Solução
Estimação de parâmetros a partir de amostras completas
i. Normal
ii. Exponencial
iii. Weibull
iv. Lognormal
Distribuição Normal
Modela dados que apresentam variação aleatória e
simétrica em torno de um valor central (média).
Média
Aplicações da Normal
A Normal modela bem uma grande diversidade de
dados, tais como dados dimensionais,
características de peso, altura, resistência.
0.15
f(t)
0.10
0.05
0.00
58 59 60 61 62 63 64 65 66 67 68 69 70
t: tempo
Estimadores de máxima verossimilhança da Normal
Estimador de :
n
x
i 1 i
n
Estimador (não-tendencioso) de :
i1 i
n
( x ) 2
n 1
Distribuição Exponencial
Exponencial é assimétrica, com maiores valores de
probabilidade associados a valores menores da
amostra.
n
ˆ n
x
i 1
i
Densidade e Acumulada da Exponencial
Aplicações da Exponencial
Usada freqüentemente para modelar a distribuição
dos tempos de falha de componentes ou sistemas
que apresentem uma taxa de falha constante (itens
que não envelhecem no período de observação).
n n 1 n ˆ
ln xi xi ln xi 0
ˆ i 1 ˆ i 1 Equações devem ser
conjuntamente
solucionadas p/
n determinar estimadores.
n 1
2
ˆ ˆ
x
i 1
ˆ
i 0
Weibull assume vários formatos conforme parâmetros
Aplicações da Weibull
Muito utilizada em estudos de Confiabilidade.
Media [ln x]
Recapitulando: Dos dados amostrados à distribuição de probabilidade
I. Normal
II. Lognormal
III. Exponencial
IV. Weibull
Papel de probabilidade - Distribuição Normal
Papel de probabilidade permite testar graficamente o
ajuste de diferentes modelos.
-1
-2
-3
10 20 30 40 50 60 70 80 90
t: tempo
Outros papéis de probabilidade
Seguem a mesma lógica do papel da distribuição
Normal:
I. Lognormal
II. Exponencial
III. Weibull
Teste de Kolmogorov-Smirnov
Teste do Qui-Quadrado
Temos uma amostra de n observações de uma
população c/ distr. de probabilidade desconhecida.
i 1 Ei
0 . 0 0 4
(
0 . 0 0 3
f
0 . 0 0 2
0 . 0 0 1
0 . 0 0 0
0 1 0 2 0 0 3 0 0 4 0 0 0
t : h o r a
I. Série
II. Paralelo
III. Combinações Paralelo-Série, Série-Paralelo
IV. Sistemas k-em-n
Suposições comuns a todos os sistemas analisados
Confiabilidade de sistemas é avaliada num ponto t
no tempo; ou seja, componentes apresentam
confiabilidades estáticas em t.
RS = confiabilidade do sistema.
0,800
componentes c/
sistema
0,600
0,400
R = 0.9 num
0,200
0,000
determinado
1 2 3 4 5 6 7 8 9 10
tempo
Número de componentes
3 0,9187 RS Ri
4 0,9789 i 1
5
6
0,9760
0,9907
RS (0.8760 0.8200 0.8034)
7 0,8029
8 0,8811 RS 0.111
9 0,9718
10 0,8276
P/ obtermos uma confiabilidade
11 0,8488 de, digamos, 80% p/ o sistema:
12 0,8090
13 0,8064
14 0,8327
15 0,8437
16 0,8034
Exemplo 2: telefone sem fio
Sistema em série composto por fonte, base e
telefone.
Confiabilidade do sistema:
R S (1000) R f Rb Rt 0.977
Pausa para exercício
Resolva os exercícios 1 e 2.
2. Sistemas em Paralelo
Num sistema em paralelo, todos os componentes
devem falhar p/ que o sistema falhe.
Expressão da Confiabilidade:
Três tipos de arranjo em paralelo
Paralelo puro - componentes em operação
simultânea; falhas não afetam desempenho dos
componentes sobreviventes.
A expressão de
confiabilidade
apresentada
anteriomente serve
p/ este tipo de
sistema.
Sistemas em paralelo puro - Exemplo
Considere sistema c/ 3 componentes em paralelo:
Expressão de
confiabilidade
deste sistema no
caso de chave de
troca (C) perfeita
dada a seguir
Exemplo anterior c/ chave de troca perfeita
Ti = tempo-até-falha do i-ésimo componente, c/
densidade fi (t).
Confiabilidade do sistema:
t
RS2 (t ) R1 (t ) f1 (t1 ) R2 (t t1 )dt1
0
No caso especial de componentes c/ taxa de falhas
constante (= ):
RS2 (t ) e t (1 t )
Três tipos de arranjo em paralelo (Cont.) - Paralelo compartilhado
Por exemplo:
Pausa para exercícios
Resolva os problemas 5 e 6.
4. Sistemas k-em-n
Sistemas série e paralelo puro são casos especiais
de sistemas k-em-n:
I. Série puro = sistema n-em-n
II. Paralelo puro = sistema 1-em-n
Possíveis combinações de
componentes que
caracterizam um sistema
operante.
n
n i
RS (k ; n, R) R (1 R) n i
i k i
Considere canais do ex. anterior c/ R = 0.65 (p/ missão de 2 anos)
RS P A1 A2 A3 A4 P A1 P A2 P A3 P A4
P A1 A2 P A3 A4 P A1 A2 A3 P A2 A3 A4
P A1 A2 A3 A4
Pausa para exercícios
Resolva os problemas 12 e 13
Tutorial do Prosis
Considere as informações na tabela, relativas a um
sistema de componentes e suas distribuições de
probabilidade. Nosso objetivo é:
Dados
Análise
Janela Dados
Primeira a aparecer quando o programa é aberto.
25 (pág. 80)
29 (pág. 82)
Exercício 25
Exercício 29
FMEA
FMEA - Failure Mode and Effects Analysis (Análise
dos Modos e Efeitos de Falha)
(10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)
(24) Assinaturas:
No Excel
Quem conduz o FMEA?
Equipe:
I. específica para cada projeto
II. normalmente multidisciplinar
Severidade (S)
- gravidade (em termos de efeito) da falha
Detecção (D)
- capacidade de detectar a falha antes que ela
chegue ao usuário
Projeto/Produto
- usado na análise de produtos antes e sua manufatura;
- focaliza em modos de falha causados por deficiências no
projeto.
Processo
i. usado na análise de processos de manufatura e
montagem
ii. focaliza em modos de falha causados por
deficiências na manufatura ou montagem
Desenvolvimento de um FMEA de Projeto
Reúna informações quanto à:
i. demanda de qualidade dos clientes;
ii. desempenho dos concorrentes;
iii. normas técnicas e de engenharia;
iv. dados de assistência técnica;
v. capacidade de manufatura; etc.
(10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)
(24) Assinaturas:
(10) (11) (12) (13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23)
(24) Assinaturas:
Bibliografia Suplementar:
• LAFRAIA, J.R.B. Manual de confiabilidade, mantenabilidade e
disponibilidade. Rio de Janeiro: Qualitymark, 2001. 374 p.
• ELSAYED, E. A. System reliability engineering: lecture notes. Porto
Alegre: UFRGS, 1992. 1 v. (varias paginacoes).
• LEEMIS, L.M. Reliability - Probabilistic models and statistical
methods. Englewood Cliffs (NJ): Prentice-Hall, 1995.