Confiabilidad

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 Dr. Rodrigo Pascual
4 de septiembre de 2003/16 de abril de 2003 Curso Mantencin de Maquinas
Al terminar de leer este capitulo,
podrs:
Definir y calcular:
confiabilidad, Evaluacin
tasa de fallas
Sntesis
Anlisis
Aplicacin
Comprensin
Conocimiento
Dr. Rodrigo Pascual

Curso Mantencin de Maquinas
Motivacin
Diseo de un programa eficiente de

mantenimiento
comprensin de los fenmenos de falla
Fallas
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 m
Valor esperado de x t
T
Dr. Rodrigo Pascual
Probabilidad acumulada
En excel,
POISSON(x;media;acumulado)
Dr. 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
Dr. Rodrigo Pascual

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
Horas de seguimiento
= 8:4E 4 fallas/ hora
Equipo total horas
Stand-by operacin = 400+ 2500+ 700+ 800+ 3100
Operacin Op.
1 2800 400 Stand-by
2 300 2500 = 7500
3 2700 700
nro 4de fallas2500en operacin
800 = 12
5 0 3100 12 Tiempo
tasa de fallas en operacin =
total fallas 7 12 7500
Dr. Rodrigo Pascual 7+ 12
tasa de falla glob Curso al = de Maquinas
Mantencin
8300+ 7500
nro de fallas en modo standby = 7
7
tasa de fallas en modo standby =
8300
Solucin = 8:4E 4 fallas/ hora
total horas operacin = 400+ 2500+ 700+ 800+ 3100
= 7500
nro de fallas en operacin = 12
12
tasa de fallas en operacin = fallas/hora op.
7500
Horas de seguimiento 7+ 12
Equipo tasa de falla
Stand-by global
Operacin =
1 2800 400 8300+ 7500
2 300 2500 = 1:2E 3 fallas/ hora
3 2700 700
4 2500 800 8:4E 4+ 1:6E 3
tasa
5 de falla0 prome dio
3100 =
2
total fallas 7 12 = 1:2E 3 fallas/ hora
servacin 2 Notese que la tasa de falla

Dr. Rodrigo global y la tasa de falla promedio
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
o o
x
Dr. Rodrigo Pascual

Tiempo calendario
en el instante ti
quedan
n - i unidades i= 1 2 3 4
operando.
Edad
x x x 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 F=i/n
ultimas observaciones,
tengan la misma
distancia con respecto
al 0% y 100% de
posibilidad
simetra
25% 100%
Dr. Rodrigo Pascual

Estimacin de F (II)
-rangos medios-
F=i/n
F=1/n 25% 100%

F=1/(n+1) 20% 80%
Dr. Rodrigo Pascual

III. rangos de la mediana
Importancia de las colas
F=i/n 25% 100% Rangos medianos aprox.

F=i/(n+1) 20% 80%
tabla 16% 84%
F=(i-0.3)/(n+0.4)
16% 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)
0
Dr. Rodrigo Pascual
Curso Mantencin tde tb tu
0
tiempo
b Maquinas
Confiabilidad
Dr. Rodrigo Pascual

Modelo de Dhillon
0.9
0.8
0.7
0.6
(t)
0.5
0.4
0.3
0.2
0.1
0 2 4 6 8 10
Dr. Rodrigo Pascual tiempo
MTBF si estrategia correctiva
x x x x
TBF0 TBF1 TBF2 TBF3
tiempo calendario
Dr. Rodrigo Pascual
Ejemplo
componente
confiabilidad
linealmente decreciente
La confiabilidad es 1
R(0)=1 R
R(10000)=0
Calcule su MTBF. 10000 t
Dr. Rodrigo Pascual

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

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

Desgaste mecnico
SeCurso
evala numricamente
Dr. Rodrigo Pascual
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

Comp. A T TTR
Ejemplo falla 1
falla 2
40.1
83
1.5
3.8
Comp. B T TTR
falla 1 41.4 1.3
Comp. C T TTR
falla 1 40.6 1.1
falla 2 82 1.5
TTR time to repair

T tiempo inicio falla
Horizonte 100
unidades horas
Dr. Rodrigo Pascual

Ejemplo
Comp. A T TTR
falla 1 40.1 1.5
falla 2 83 3.8
Comp. B T TTR
falla 1 41.4 1.3
Comp. C T TTR
falla 1 40.6 1.1
falla 2 82 1.5
TTR time to repair

T tiempo inicio falla
Horizonte 100 Dr. Rodrigo Pascual
unidades horas Curso Mantencin de Maquinas
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
(t)=
t
=1
=.5
Edad del componente

Dr. Rodrigo Pascual
Modelo de Weibull
=2
1.6
1.4
1.2 =3
3 parmetros 1
0.8

0.6 =1
0.4
0.2 =.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
tiempo
Dr. Rodrigo Pascual
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. Obtener n observaciones, ordenar
2. Estimar la funcin de distribucin
F(t)
3. Calcular pares (X,Y)
4. Graficar
5. Ajustar la mejor recta
Dr. Rodrigo Pascual

Weibull
Si 0
cambio de variable,
t=t-
Dr. Rodrigo Pascual

Curva de Weibull para > 0
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

1
0.5
0
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
5.2 5.4 5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2
log t
Dr. Rodrigo Pascual
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
3
10
Data
Dr. Rodrigo Pascual

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
-0.5
./me57a/datos/datos-conf1.xls
-F)))
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 8 8.5 9 9.5 10
log t
Dr. Rodrigo Pascual
Estudio

0.3
0.28
0.26
0.24
mnimo
norma del vector residuo
0.22
|Ax-B| 0.2
0.18
0.16
0.14
Obs: gamma puede
0.12
800 900 1000 1100 1200 1300 1400 Ser negativo

Dr. Rodrigo Pascual

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

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

Ejemplo
24
i T BF (horas) ni
Supngase que para un 1 0-500 7
grupo de equipos similares 2 500-1000 8
se han observado los
3 1000-1500 9
siguientes TBF:
4 1500-2000 10
5 2000-2500 12
6 2500-3000
P 8
54
Tabla 3: Grupos denidos para el
n=
Observacin 5 ndep i es el numero de onservac
Dr. Rodrigo Pascual
Curso Mantencin Maquinas
Ejemplo
Hiptesis
leyexponencial.
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

2
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
valoresabsolutos 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 = 0.127
Dn, para n = 8, = 0.05 es
D8,0.05 = 0.457
se acepta la hiptesis.
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
1.4
1.2
1
Probabilidad acumulada de falla
0.8
0.6
0.4
0.2
-0.2
-0.4
0 10 20 30 Dr. Rodrigo
40Pascual 50 60 70 80
Edad (ut)
Vida remanente esperada
Confiabilidad condicional
1
0.9
t
0.8
0.7
R t0
0.6
0.5
0.4
0.3
0 0.2 0.4 0.6 0.8 1
Dr. Rodrigo Pascual
Edad
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
R(t)
MTBF
(t)
Datos histricos Anlisis de
MTTR
confiabilidad
, Weibull
(sin suspensiones)
vida asegurada/
predesgaste
vida remanente

esperada
confiabilidad
condicional
Edad Dr. Rodrigo Pascual

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

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Confiabilidad

Загружено:

Авторское право:

Доступные форматы

Anlisis de

Dr. Rodrigo Pascual

Diseo de un programa eficiente de

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

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

servacin 2 Notese que la tasa de falla

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

=10 fallas/semana laboral

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

stribucin acumulada de fallas

Dr. Rodrigo Pascual

La probabilidad de que falle en un

Dr. Rodrigo Pascual

confiabilidad del equipo

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

F=1/n 25% 100%

Dr. Rodrigo Pascual

F=i/n 25% 100% Rangos medianos aprox.

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

MTBF = 3943 horas

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

TTR time to repair

Dr. Rodrigo Pascual

TTR time to repair

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Edad del componente

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual