Вы находитесь на странице: 1из 54

DIPLOMADO EN

MANTENIMIENTO CENTRADO EN CONFIABILIDAD


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Emil Hernández Arroyo


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

CONTENIDO
• Mantenimiento
* Que es?
* Tipos de mantenimiento
* Estrategias de mantenimiento
* Fases del RCM

• Fundamentos de Estadística
* Distribución de frecuencia, Parámetros estadísticos (spss), Función densidad de probabilidad (fdp
hyperexponencial, normal, exponencial, weibull), Confiabilidad, Hazard rate, Estimación y prueba de hipótesis

• Herramientas para el análisis de la confiabilidad


* Gráfico de Pareto
* Análisis de causa raiz
* Distribución Weibull
-Calculo de parámetros
- Datos completos
- Censoured dates
- Software Weibull++

* Simulación Montecarlo
* Cadenas de markov
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Herramientas
Estadísticas
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Que es Estadística ?

Ciencia que transforma datos en información

Proceso estadístico

- Organización de datos
- Calculo de parámetros
- Probabilidad [Confiabilidad]

Inferencia estadística [Con base en resultados de una muestra]


- Estimación de márgenes de error
- Comparación de muestras
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

VARIABLES

CUALITATIVAS CUANTITATIVAS

NIVEL DE MEDICIÓN

NOMINAL
NUMÉRICO o Escala
Especialidad: Mecánico, electricista

ORDINAL Categóricas
Analista de vibración: Nivel1, Nivel 2 Discretas : # de fallas /h
Continuas: Tiempo a la
falla
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Tiempo a la falla
Variable más importante en confiabilidad
σ 𝑇𝑇𝐹
Equipo Reparable (Bomba, Turbina, Compresor, etc.) 𝑀𝑇𝐵𝐹 =
#𝐹𝑎𝑙𝑙𝑎𝑠
σ 𝑇𝑇𝑅
t =0 t1 t2 t3 t4 𝑀𝑇𝑇𝑅 =
Producción #𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑐𝑖𝑜𝑛𝑒𝑠

TTF TTR TTF TTR


MTBF: Tiempo medio entre fallas
Equipo no reparable (Componentes electrónicos, MTTR: Tiempo medio para reparación
Bombillos, etc.)
E1 σ 𝑇𝑇𝐹
TTF 𝑀𝑇𝑇𝐹 =
#𝐸𝑞𝑢𝑖𝑝𝑜𝑠
E2
TTF
MTTF: Tiempo medio a la falla
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Tiempo a la falla
Variable más importante en confiabilidad
Análisis RAM
σ 𝑇𝑇𝐹
𝑀𝑇𝐵𝐹 = Es una medida de la confiabilidad
#𝐹𝑎𝑙𝑙𝑎𝑠

σ 𝑇𝑇𝑅
𝑀𝑇𝑇𝑅 = Es una medida de la mantenibilidad
#𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑐𝑖𝑜𝑛𝑒𝑠

A = MTBF / [MTBF + MTTR] Medida de la disponibilidad

Integridad de los datos: la calidad de los datos encontrados en las ordenes de trabajo
[reparaciones] y documentados por el personal de mantenimiento
deben ser de primera categoría. Si eventos de falla importantes no
son registrados apropiadamente, las herramientas de confiabilidad
resultan inútiles para la planta.
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Tiempo a N° casos % fr
la falla[h] fi casos 25
fr
145-150 3 1.23 20
150-155 8 3.29
15
155-160 20 8.23
160-165 39 16.05 10
165-170 63 25.93
5
170-175 58 23.87
175-180 31 12.76 0
145 150 155 160 165 170 175 180 185 190 195
180-185 13 5.35 Tiempo a la falla [h]
185-190 6 2.47
Ejemplo: Supongamos que hemos medido el tiempo a la
190-195 2 0.82 falla de 243 productos.
Total 243 100
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

F(t)
Tiempo a N° casos % casos 1.0
la falla acumulad Acumul
(h) os ados
F(t)
145-150 3 0.123
150-155 11 0.452
155-160 31 0.127
160-165 70 0.288
165-170 133 0.547
0
170-175 191 0.786
145 195
175-180 222 0.913
180-185 235 0.967
185-190 241 0.991 F(180)=0.913 R(180)=0.087
R(t) = 1 – F(t)
190-195 243 1.00
R(t): Confiabilidad
F(t): Probabilidad de falla
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Parámetros Estadísticos
Dato agrupado Dato suelto
σ 𝑥𝑖 𝑓𝑖 σ 𝑥𝑖
Media Aritmética 𝑥= 𝑥=
𝑛 𝑛
σ 𝑥𝑖 − 𝑥 2
Desviación standard σ 𝑥𝑖 − 𝑥 2 ∗ 𝑓𝑖
𝑠= 𝜎2 =
𝑛 𝑛
𝑛 𝑀𝑒 = 𝑋 𝑛+1ൗ 𝑠𝑖 𝑛 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
− 𝐹 | 𝑀𝑒 2
Mediana 𝑀𝑒 = 𝑙. 𝑖 + 𝐼 2
𝑓 𝑀𝑒 𝑋 𝑛ൗ +𝑋 𝑛ൗ +1
2 2
𝑀𝑒 = 𝑠𝑖 𝑛 𝑒𝑠 𝑝𝑎𝑟
2
𝐷1
Moda 𝑀𝑜 = 𝑙. 𝑖 + 𝐼
𝐷1 + 𝐷2
𝑛𝑘
𝑃𝑘 = 𝑋 𝑛𝑘ൗ 𝑠𝑖 𝑛𝑜 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜
𝑛𝑘 100+1 100
100 − 𝐹 | 𝑃𝑘
Percentil 𝑃𝑘 = 𝑙. 𝑖 + 𝐼
𝑓 𝑃𝑘 𝑋 𝑛𝑘ൗ +𝑋 𝑛𝑘ൗ
100 100+1
𝑃𝑘 =
Xi : marca de clase ; fi: frecuencia absoluta ; n: número total de datos 2 𝑛𝑘
D1: diferencia entre la frecuencia absoluta modal y la premodal 𝑠𝑖 𝑒𝑠 𝑒𝑛𝑡𝑒𝑟𝑜
100
D2: diferencia entre la frecuencia absoluta modal y la postmodal
F’: frecuencia acumulada anterior al intervalo de interés
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

PROBABILIDADES

a. Enfoque clásico: Asume eventos equiprobables

b. Enfoque frecuencista

1. Cuál es la probabilidad de obtener un cinco al lanzar un dado.

2. Se lanzan dos dados cuál es la probabilidad que la suma de las caras sea 8.

3. Cuál es la probabilidad de obtener un dos en un dado que no es legal.

4. Cual es la probabilidad que a un rodamiento le falle la pista inferior


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

PROBABILIDADES

Propiedades de probabilidad

1. 0 ≤ P(e) ≤ 1

2. P (e) = 0 evento imposible

3. P(e) = 1 certeza
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

PROBABILIDADES

Probabilidad condicional Regla general de la suma

𝑎 𝑃(𝑎𝑦𝑏)
𝑃 ൗ𝑏 = 𝑃 𝑎 𝑜 𝑏 = 𝑃 𝑎 + 𝑃 𝑏 − 𝑃(𝑎 𝑦 𝑏)
𝑃(𝑏)

Eventos independientes Eventos excluyentes

𝑃 𝑎ൗ𝑏 = 𝑃 𝑎 𝑃 𝑎𝑦𝑏 =0

Multiplicación para eventos independientes Suma para eventos excluyentes

𝑃 𝑎𝑦𝑏 = 𝑃 𝑎 ∗ 𝑃(𝑏) 𝑃 𝑎𝑜𝑏 =𝑃 𝑎 +𝑃 𝑏


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

CONFIABILIDAD

Cuando se determinan decisiones de mantenimiento óptimo se requiere el conocimiento


Estadístico para tratar con estos problemas probabilísticos.

Confiabilidad RAM: Determinada por MTBF

Confiabilidad Estadística : Probabilidad que un equipo realice la función requerida


bajo condiciones establecidas en un tiempo determinado.

El análisis de datos de falla estadístico complementan el análisis RAM


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Función PDF

- Hay diferencias entre los perfiles de falla de diferentes equipos


- El mismo equipo puede tener diferente perfil de falla si opera en ambiente diferente

𝜆 = 0.1 𝜇 = 10; 𝜎 = 2

𝜂 = 10; 𝛽 = 2

𝜆 = 0.1; 𝜅 = 0.25
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

pdf Característica
de falla
Equipo Ecuación pdf
Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo
0<k<0.5

Equipo sujeto a
- Componentes
falla aleatoria, falla electrónicos
Exponencial cualquiera de sus - Planta industrial
componentes. compleja

Probabilidad que
Sucedan n fallas en
Poisson
una distribución
exponencial
Efecto aditivo de número
Tiempo de falla
pequeño de variaciones
Normal de bombillos
independientes

Se adapta a un gran
Tubos de vacío
Weibull número de perfiles de
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Probabilidad de falla
pdf Característica Equipo Ecuación acumulada
de falla

Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo

Equipo sujeto a
- Componentes
falla aleatoria, falla electrónicos
Exponencial cualquiera de sus - Planta industrial
componentes. compleja

Poisson

Efecto aditivo de número


Tiempo de falla
pequeño de variaciones
Normal de bombillos
independientes

Se adapta a un gran
Tubos de vacío
Weibull número de perfiles de
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Función Confiabilidad
R(t) = 1 – F(t)
pdf Característica Equipo Ecuación
Probabilidad que el equipo de falla
no falle al tiempo t
Tiempo de falla
Hiperexponencial muy corto o muy Computadores
largo

Equipo sujeto a - Componentes


falla aleatoria, falla electrónicos
Exponencial cualquiera de sus - Planta industrial
componentes. compleja

Efecto aditivo de número Tiempo de falla


Normal pequeño de variaciones de bombillos
independientes

Se adapta a un gran
Weibull número de per?les de Tubos de vacío
falla de equipos.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Función Confiabilidad

Confiabilidad Condicional

Considere un equipo que es operacional al tiempo t1, cuando la misión comienza.


La probabilidad que el equipo no falle al tiempo t es

f(t)

t1 t1+t t
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Hazard Rate Probabilidad de falla condicional o Tasa de fallos


(Mantenimiento preventivo)

Probabilidad que un equipo falle en el próximo instante si ha sobrevivido al tiempo t


DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Probabilidades

Los tiempos de falla de unos motores de transmisión tienen una distribución weibull
con β=1.5 y η= 500 h.

Calcular
a. Probabilidad que uno de estos motores falle a las 300 h

b. Probabilidad que un motor falle en la siguiente hora después de que ha sobrevivido


100 h

c. Si se sabe que un motor está funcionando a las 200h, calcule la probabilidad que
no falle a las 250 h.

d. Confiabilidad a las 250 h

R/ F(300) = 0.371; h(100) = 0.0013; R(250 / 200) = 0.904; R(250) = 0.702


DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Historia del RCM


DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Mantenimiento preventivo o sistemático

Mantenimiento sistemático: restaurar la capacidad inicial de un equipo


antes de un limite especificado, sin importar la
condición.

Vida útil
La frecuencia del mantenimiento preventivo
Depende de la vida útil

Las fallas relacionadas con el tiempo tienden a estar asociadas con fatiga, oxidación, corrosión y evaporación
y en general con equipos que están en contacto directo con el producto.

Ejemplo: Refractario de hornos, Impeller de bombas, asiento de válvulas, sellos, máquinas herramientas, etc.
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Mantenimiento predictivo o basado en condición

El intervalo P-F es el intervalo entre la ocurrencia de una falla potencial y una


falla funcional.
La frecuencia del mantenimiento predictivo depende del intervalo P-F
DIPLOMADO EN
Especialización
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Historia del RCM


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

• La distribución de Weibull es la herramienta principal para el


análisis estadístico de falla.

* Permite definir la estrategia de mantenimiento de los equipos

• Esta función me permite analizar como están fallando los equipos y además
predecir fallas futuras.

𝑡 𝛽

𝑅 𝑡 = 𝑒 𝜂

𝑅 𝑡 : Probabilidad de sobrevivir, o probabilidad de no falla, a un tiempo t


η: Tiempo característico de falla, Tiempo para una probabilidad de falla del 63.2%
𝛽: Factor de forma, nos dice como está fallando la pieza/equipo
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

A B
C

[Mantenimiento [Mantenimiento preventivo]


correctivo] [Mantenimiento predictivo]

𝛽 < 1: 𝑃𝑟𝑒𝑚𝑎𝑡𝑢𝑟𝑒 𝑓𝑎𝑖𝑙𝑢𝑟𝑒𝑠

𝛽 ≈ 1: 𝑅𝑎𝑛𝑑𝑜𝑚 𝑓𝑎𝑖𝑙𝑢𝑟𝑒𝑠
A = periodo de arranque (Fallas por calidad)
B= Operación normal (Fallas por aleatoriedad) 1 < 𝛽 < 3 ≈ 1: 𝑅𝑎𝑛𝑑 + 𝑤𝑒𝑎𝑟 𝑜𝑢𝑡
C= Deterioro (Fallas por desgaste)

𝛽 > 3: 𝑤𝑒𝑎𝑟 𝑜𝑢𝑡


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

𝑡 𝛽
𝑅 𝑡 =

𝑒 𝜂 𝐹 𝑡 =1−𝑅 𝑡
t=100, 200, 300, 400, 500.
t=100, 200, 300, 400, 500.
Realizar la gráfica F(t).
Realizar la gráfica R(t).
Para:
Para:
η= 400
η= 400
𝛽=4
𝛽=4

𝑅 𝑡 : Función confiabilidad 𝐹 𝑡 : Función probabilidad acumulada de falla


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

Calculo de parámetros

La ecuación de confiabilidad convertirla en lineal


𝑡 𝛽

𝑅 𝑡 = 𝑒 𝜂

Teniendo en cuenta que: F(t) = 1 – R(t)


F(t) : Función probabilidad acumulada de falla

1
𝐿𝑛[𝐿𝑛 ] = 𝛽𝐿𝑛 𝑡 − 𝛽𝐿𝑛 𝜂
1−𝐹 𝑡

y = bx + a [Ecuación de estimación lineal]


1
y = 𝐿𝑛 𝐿𝑛 1−𝐹 𝑡
x = Ln(t)
b= 𝛽
a=-𝛽𝐿𝑛 𝜂
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

Ejemplo: Tiempo de falla de cinco equipos (se debe ordenar de menor a mayor)
Formula de rangos medianos x y
Bernard
i t F(t)=(i-0.3)/(N+0.4) Ln(t) Ln(Ln(1/(1-F(t))))
1 250 0.13 5.52 -1.97
2 300 0.315 5.7 -0.971
3 320 0.50 5.76 -0.366
4 410 0.685 6.01 0.144
5 508 0.87 6.23 0.713

N=5 y = -21.4 + 3.58 x [Ecuación de estimación]

𝛽= 3.58; 𝜂 = 394.2

R(410) = 0.316; F(410) = 0.6837 = distr.weibull(t; 𝛽; 𝜂; verdadero)


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull

Ejemplo: Una muestra de 8 selladoras, para bolsas plásticas, fallan en el proceso


de sellado en el siguiente orden:

3, 0.5, 2.0, 1.5, 2.45, 4.5, 0.25, 5.5 horas

Determinar:

a. Porcentaje de fallas que habrán a las 5 h.


R/ F(5) = 83.1%

b. Tiempo en que habrán fallado el 10% de las selladoras


R/ F(t) = 0.10 entonces t= 0.301 h

c. Tiempo medio entre fallas


R/ TMEF= 2.82 h

d. De que forma esta ocurriendo la falla


R/ 𝛽 = 1.006; Falla aleatoria; Mantenimiento predictivo
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull Día hora E1 E2 E3 E4 E5 E6 E7 E8


1 24 √ √ √ √ √ √ √ √
Datos con información perdida 2 48 √ √ √ √ √ √ √ √
3 72 √ √ √ √ √ √ √ √
4 96 √ √ √ √ √ √ √ √
Tiempo a la falla de 8 5 120 √ √ √ √ √ √ √ √
Equipos no reparables 6 144 √ √ √ √ √ √ √ √
7 168 √ √ √ √ √ √ √ √
8 192 √ √ √ √ √ √ √ √
9 216 √ √ √ √ √ √ √ √
10 240 √ √ x √ √ √ √ √
11 264 √ √ √ √ ? √ √
12 288 x √ √ √ √ √
13 312 x √ √ √ ?
14 336 √ x √
15 360 √ √

√ Equipo trabajando
a. MTTF x Falla
b. Tiempo para que falle el 20% ? Incertidumbre de intervalo
c. Confiabilidad a 150 h de operación
d. Si la población es 500 equipos, cuantos fallarán después de 250 h
e. Tiempo de garantía en la cual solo fallará el 2 %
R/ MTTF =326; t =280.7; R(150) =0.995; # =50; t=192 β = 6,32; η = 355,8
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Tiempo a la
Análisis de Weibull Estado
falla [h]
425 F
730 F
870 F
Datos con información perdida
960 S
960 S
960 S
960 S
696 F
960 S
960 S
960 S
864 F
624 F
768 F
a. MTBF 912 F
b. Tiempo para que falle el 10%
c. Confiabilidad a 200 h de operación
d. Si la población es 1000 equipos, cuantos fallarán después de 250 h
e. Tiempo de garantía en la cual solo fallará el 2 %
R/ MTBF =934; t =505; R(200) =0.997; # =; t=365 h β = 3.72; η = 1035
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Frecuencias de tareas de monitoreo de condición

Sistema naval aéreo standard, para modelo de fallas aleatorias

𝑀𝑇𝐵𝐹
∗ 𝐶𝑖
𝑙𝑛 − 𝑃𝐹
𝐶𝑛 𝑝𝑚 − 𝐶𝑝 𝑓 − l n 1 − 𝑠
𝑛=
ln 1 − 𝑠

Donde:
n = número de inspecciones durante el intervalo PF
PF = Intervalo desde la falla potencial a la falla funcional
Ci = Costo de una tarea de inspección
Cnpm = Costo de no hacer mantenimiento preventivo
Cpf = Costo de corregir una falla potencial
s = Probabilidad de detectar la falla con la tarea de monitoreo de condición
propuesta, asumiendo que la falla potencial existe
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Frecuencias de tareas de monitoreo de condición

Ejemplo

Asuma que un ventilador se le asigna una tarea de análisis de vibraciones para detectar
defectos potenciales en el rodamiento para evitar un incidente de $100.000 (Cnpm)

Ci = $ 100
PF = 4000 h Reportado por el técnico en vibración
Cpf = $ 5000 Reparación planeada
s = 0.925 25 de 27 fallas de rodamiento fueron detectadas en el sistema de gestión
de mantenimiento reportados por los técnicos de mantenimiento

MTBF = 20000 h

R / n = 2.4 ; PM frequency = PF / n = 1667 h


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller
Frecuencias de tareas de monitoreo de condición

Asuma que a una Bomba centrifuga se le asigna una tarea de análisis de vibraciones
para detectar defectos potenciales en el eje para evitar un incidente de $200.000 (Cnpm)

Ci = $ 150
PF = 7000 h Reportado por el técnico en vibración
Cpf = $ 12000 Reparación planeada
s = 0.94
MTBF = 20000 h

Calcular
PMfrequency

R / n = 3.2 ; PM frequency = PF / n = 2187 h


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller Tiempo a la
Análisis de Weibull Número
falla [h]
de fallas
0 < 5000 1
5000 < 10000 1
Motor de arranque 10000 < 15000 2
15000 < 20000 5
20000 < 25000 1
25000 < 30000 3
30000 < 35000 1
35000 < 40000 1
40000 < 45000 0
45000 < 50000 1
50000 < 55000 1
55000 < 60000 0
a. MTBF 60000 < 65000 1
b. Tiempo para que falle el 10%
c. Confiabilidad a 20000 h de operación
d. Si la población es 1000 motores, cuantos fallarán después de 30000 h
e. Tiempo de garantía en la cual solo fallará el 2 %

R/ MTBF = 25310; t =7389,5 h; R(20000) =0,572; # =667; t= 2755 h β = 1.67


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD
Análisis de Weibull Taller
hora E1 E2 E3 E4 E5 E6 E7 E8 E9 E10
12 √ √ √ √ √ √ √ √ √ √
24 √ √ √ √ √ √ √ √ √ √
36 √ √ √ √ √ √ √ √ √ √
48 √ √ √ √ √ √ √ √ √ √
60 √ √ √ √ √ √ √ √ √ √
72 √ √ √ √ √ √ √ √ √ √
84 √ √ √ √ √ √ √ √ √ √
96 √ √ √ √ √ √ √ √ √ √
108 √ √ √ √ √ √ √ √ √ √
120 √ √ ? √ √ √ √ √ √ √
132 √ √ √ √ ? √ √ √ √
144 √ √ √ √ √ √ √ √
156 √ x √ √ √ x √ √
168 √ √ x √ √ √
180 x √ √ √ √
192 √ x √ √
204 √ √ x

a. MTTF Tiempo a la falla de 10 √ Equipo trabajando


Equipos no reparables x Falla
b. Tiempo para que falle el 20%
? Incertidumbre de intervalo
c. Confiabilidad a 90 h de operación
d. Si la población es 2500 equipos, cuantos fallarán después de 150 h
e. Tiempo de garantía en la cual solo fallará el 2 %
R/ MTTF =183,8 h ; t =164,4 h; # =230; t=126 h β = 9,04
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull
Taller

Datos de falla de rodamientos en horas

2082 1717 2263 3945 5093 2751 3065 12456 1340 7062

Calcular con ecuaciones y comparar con el software de weibull

R/ β = 1.54; η = 4669; µ = 4202; σ = 2782; F(3000) = 0.4


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull
Taller

Datos de falla de bombillos en horas

1500 800 900 1100 1300 1000 950 980 1225 1320

Calcular con ecuaciones y comparar con el software de weibull

a. MTTF
b. R(850)
c. F(1000)
d. Tiempo de garantía [ B2%]

β = 5,82
η = 1190,4
R/ MTTF = 1102,5; R(850) = 0,868; F(1000)=0,3038; t= 609,4
h; F(3000) = 0.4
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Análisis de Weibull
Taller

Un componente falló a los 4 años y un segundo componente falló a los 6 meses

Calcular con ecuaciones y comparar con el software de weibull

a. MTTF
b. R(850)
c. F(1000)
d. Tiempo de garantía [ B2%]
e. Realizar las graficas de confiabilidad [R(t) y F(t)]
β=
η=
R/ MTTF = ; R(850) = ; F(1000)=; t= ;
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Estimación

𝜇 = 𝑥 ± 𝑡𝜎𝑥
𝜎𝑥 : error estandar
𝜎
𝜎𝑥 =
t : variable t-student = f(gl, α) 𝑛−1
gl: grados de libertad = n-1
α: Probabilidad que el parámetro no este 𝜇 :Media Poblacional
en los limites de confianza
Tamaño de muestra 𝑥 : Media muestral

𝑧2𝜎2
𝑛o= 2 Población no conocida Z: Variable normal estandarizada
𝑒 e: Máximo error estimado por el investigador
σ: Desviación de la premuestra
𝑛0 𝑁
𝑛= Población conocida N: Tamaño de la población
𝑛0 + 𝑁 − 1
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Estimación

Determine el número de bombillos que se deben probar para estimar el MTTF


Con las siguientes condiciones:

Nivel de confianza= 95% [z = 1.96]


Premuestra:
no = 6
Media = 12
S.D = 2

e = 1.0

R / n = 16
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Estimación

Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable

20.5 14.8 21.3 12.7 15.2 26.6 23.4 22.9 15.7 19.2

A un nivel de confianza del 98%, Estime los valores limites de la MTTF

R/ 15.2 < MTTF < 23.2


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Prueba de hipótesis

Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable

20 25 18 19 23 16 24 22

Pruebe la siguiente hipótesis


𝑥−𝜇
𝑡= t experimental
𝐻0 : 𝜇 = 19 𝜎𝑥
𝐻1 ≠ 19 𝜎
𝜎𝑥 =
𝑛−1
Ho : Hipótesis nula
Se plantea con el propósito de rechazarla o nulificarla

H1: Hipótesis alterna


Representa la proposición hipotética que se espera aceptar
Sig > 0.05 Acepta Ho
Sig < 0.05 Rechaza H0
R / Sig= 0.13 Se acepta la hipótesis nula [Sig > 0.05]
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Prueba de hipótesis

Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable

20.5 14.8 21.3 12.7 15.2 26.6 23.4 22.9 15.7 19.2

𝑥−𝜇
Pruebe la siguiente hipótesis 𝑡=
𝜎𝑥
𝐻0 : 𝜇 = 19
𝜎
𝐻1 ≠ 19 𝜎𝑥 =
𝑛−1
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Prueba de hipótesis

Los siguientes datos corresponden a los tiempos de falla [h] de dos máquinas

A : 30 35 38 28 30 33
B : 25 32 28 34 33 27
𝑥𝐵 − 𝑥𝐴
𝑡=
Pruebe la siguiente hipótesis 𝜎𝐵−𝐴
𝐻0 : 𝜇𝐴 = 𝜇𝐵
𝑆𝐵2 𝑆𝐴2
𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵 𝜎𝐵−𝐴 = +
𝑛𝐵 𝑛𝐴

R / Sig = 0.26 Se acepta la hipótesis nula


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Anova

La tabla muestra los tiempos para realizar un proceso de llenado utilizando tres
Máquinas diferentes.
Usando un análisis anova determine si existen diferencias significativas entre los
Promedios de los tiempos de llenado.
MAQUINA
1 2 3
25.4 23.4 20
26.31 21.8 22.20
24.1 23.5 19.75
23.74 22.75 20.60
25.1 21.6 20.40
𝑥1 = 24.93 𝑥2 = 22.61 𝑥3 = 20.59
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3
𝐻1 : No todas las medias son iguales

R / Sig < 0.05 Se rechaza la hipótesis nula


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller

La tabla muestra los tiempos a la falla de 3 equipos

Usando un análisis anova determine si existen diferencias significativas entre los


Promedios de los tiempos a la falla.

EQUIPO
1 2 3
20 18 23
23 24 24
22 20 27
24 19 24
25 26 25
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller

Los siguientes datos corresponden a los tiempos de falla [h] de un equipo reparable

20 14 21 12 15 26 23 22 15 19 24 29

A un nivel de confianza del 90%, Estime los valores limites de la MTBF


DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller

Los siguientes datos corresponden a los tiempos de falla [h] de dos máquinas

A : 30 35 38 28 30 33 38 36
B : 25 32 28 34 33 27 20 22

Pruebe la siguiente hipótesis

𝐻0 : 𝜇𝐴 = 𝜇𝐵

𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

Taller

Calcule el tamaño de la muestra en una población de 500 condensadores, la variable


De estudio es el tiempo a la falla.

Los siguientes datos corresponden a tiempos de falla de una premuestra:

40 45 38 40 50 50 39 43 42 30

Máximo error asumido = 2 h

Nivel de confianza = 90%

R / n = 23
DIPLOMADO EN
MANTENIMIENTO CENTRADO EN CONFIABILIDAD

GRACIAS

Вам также может понравиться