Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3.
en el anlisis de confiabilidad
Tabla de Contenidos
La distribucin Weibull y su versatilidad
Anlisis mediante hojas grficas de Weibull
Estimacin de parmetros Weibull usando
planillas de Excel - ejemplo
Censura de datos - ejemplo
La Curva Baera
Fallas aleatorias
Fallas de inicio
Fallas de desgaste
Tasa de Falla
Horas operacionales
1970 UAL
2%
4%
5%
7%
14%
68%
Se puede
aplicar polticas
de mantencin
basada en
el tiempo - 11%.
Ref: Nowlan, F.S. & Heap, H.F. Reliability-Centered Maintenance National Technical
Information Service, Report No. AD/A066-579, Dec. 29, 1978
fallas de inicio
fallas de desgaste
Curva Baera
stress failures
Horas Operacionales
Tasa de Falla
fallas de desgaste
stress failures
Prob. mayor al
final
Horas Operacionales
Tasa de Falla
Prob.
creciente
fatiga
Horas Operacionales
stress failures
Prob. menor al
comienzo
Horas Operacionales
Tasa de Falla
Prob.
Prob
constante
stress failures
Horas Operacionales
Tasa de Falla
fallas de inicio
Prob. mayor al
comienzo
stress failures
Horas Operacionales
F (t ) 1 e
t 0
Factor de Forma
Factor de Escala
7
Distribucin Weibull:
( )
= 2,0
3,5
3
= 3,0
= 1,5
,
2,5
2
1,5
= 1,0
= 0,5
0,5
0
0,25
0,5
0,75
1,25
1,5
1,75
2,25
2,5
2,75
Fallas de inicio
Fallas aleatorias
Fallas de desgaste
Tasa de Falla
A
A
<< 1
=1
>> 1
Anlisis
de D
Datos
Mediante
A li i d
t M
di t
Hojas Grficas de Weibull
10
Ejemplo: 12 fallas
Rango
Tiempo hasta
f ll (h)
falla
1
2
3
4
5
6
7
8
9
10
11
12
12,2
13,1
14,0
14,1
14,6
14 7
14,7
14,7
15,1
15,7
15,8
16,3
16,9
Porcentaje
acumulado
l d
F(t)
8,3 (=1/12)
16,7 ((=2/12))
25,0 (=3/12)
33,3 (=4/12)
41,7 (=5/12)
50 0 (=6/12)
50,0
58,3 (=7/12)
66,7 (=8/12)
75,0 (=9/12)
83,3 (=10/12)
91,7 (=11/12)
100 (=12/12)
Rango medio
Rango de la
mediana
di
7,7
15,4
23,1
30,8
38,5
46 2
46,2
53,8
61,5
69,2
76,9
84,6
92,3
5,6
13,6
21,7
29,8
37,9
45 9
45,9
54,0
62,1
70,2
78,3
86,4
94,4
Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995
11
Clculo de F(t)
Si tuviramos una cantidad muy grande
de datos, encontraramos componentes
que exceden las 16,9 horas de vida, por
lo tanto, asegurar que en el 100% de
los casos se produce una falla antes de
ese tiempo no es correcto.
12
El segundo
d mtodo
t d es ms
general,
l d
dado
d
que no supone ninguna forma para la
distribucin de f(t).
13
N+1
14
i - 0,3
03
N + 0,4
Entrada Y [F(t)]
Entrada X
Rango
g
Tiempo
p hasta
falla (h)
1
2
3
4
5
6
7
8
9
10
11
12
12,2
13 1
13,1
14,0
14,1
14,6
14,7
14,7
15,1
15 7
15,7
15,8
16,3
16,9
15
Porcentaje
j
acumulado
F(t)
8,3 (=1/12)
16 7 (=2/12)
16,7
25,0 (=3/12)
33,3 (=4/12)
41,7 (=5/12)
50,0 (=6/12)
58,3 (=7/12)
66,7 (=8/12)
75 0 (=9/12)
75,0
( 9/12)
83,3 (=10/12)
91,7 (=11/12)
100 (=12/12)
Rango
g medio
Rango
g de la
mediana
7,7
15 4
15,4
23,1
30,8
38,5
46,2
53,8
61,5
69 2
69,2
76,9
84,6
92,3
5,6
13 6
13,6
21,7
29,8
37,9
45,9
54,0
62,1
70 2
70,2
78,3
86,4
94,4
Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995
16
Papel Weibull
(h j grfica)
(hoja
fi )
es aprox.
p
6.0
48%
es aprox.
p
16.5
www.weibull.com
17
En algunos casos,
casos el ajuste de la curva
no es tan fcil, y debemos introducir un
tercer parmetro en la distribucin
distribucin, este
es el tiempo libre de fallas t0
Entonces en la Funcin de densidad
d probabilidad
de
b bilid d f(t) y en la
l F
Funcin
i d
de
probabilidad acumulada de Falla F(t)
aparece ell t
trmino
i (t
(t-tt0)
18
Distribucin Weibull:
3 parmetros
t t
0
F(t) 1 e
t 0
Factor de Forma
Factor de Escala
t0
19
t1 t2
t3
(t3-t2)(t2-t1)
t 0=
(t3-t2)-(t2-t1)
Hrs op
Hrs.
20
21
22
2
2.
F(t) =
i - 0,3
N + 0,4
,
N+1
23
t t0
R (t ) 1 F (t ) eexpp (
)
3.
t t0
1
exp(
)
1 F (t )
1
ln(t t0 ) ln( )
ln ln
1 F (t )
y = ax + b
24
M t d l en 3 pasos (cont.)
Metodologa
(
t)
La ecuacin
y = ax + b
1
y ln ln
1 F (t )
x ln(t t0 )
a
b ln(
l ( )
Veamos...
25
Grfico de
Parmetros
Weibull
= 105.17
= e(-b/)
2
LN
N (LN (1 / 1-F(t)))
= 1.05
1 05
3
y = 1,0515x
1 0515 - 4
4,8953
8953
2
R = 0,9294
1
0
-1
-2
2
-3
-4
4
LN (t-t0)
26
Ejemplo
j
p
Datos para
graficar (x, y)
Estimar
F(t)
TRES
PASOS:
MOHBF Mec.
Ascendente (Prom. Mensual)
MTBF Mec. Ascendente (Prom. Mensual)
% MTBF (F(t))
26,36
51,40
5,3%
27,50
53,62
10,5%
1Od
1.Ordenar
TBF
45,00
87,74
15,8%
46,29
90,24
21,1%
2.Estimar F(t)
55,17
107,56
26,3%
68,83
134,20
31,6%
3. x ln((t t0 )
78 40
78,40
152 86
152,86
36 8%
36,8%
DISTRIBUCION WEIBULL:
79,20
94,00
96,33
97,00
123,00
127,50
128,67
134,00
195,00
210,00
218,50
1
y ln ln
1
F
(
t
)
154,42
183,27
187,82
189,12
239,81
248,59
250,86
261,26
380,19
409,44
426,01
ln (t-t0)
ln(ln(1/1-F(t)))
3,9397
-2,9175
2,9175
3,9819
-2,1962
4,4743
-1,7611
4,5025
-1,4423
4,6780
-1,1862
4,8994
-0,9689
5 0295
5,0295
-0,7775
0 7775
5,0397
-0,6041
5,2110
-0,4434
5,2355
-0,2914
5,2424
-0,1450
5,4799
-0,0015
5,5158
0,1421
5,5249
0,2889
5,5655
0,4435
5,9407
0,6129
6,0148
0,8115
6,0545
1,0799
42,1%
47,4%
52,6%
57,9%
63,2%
68,4%
73,7%
78,9%
84,2%
89,5%
94,7%
0,5129
t0
Det. t0 27
LN (LN (1 / 1-F(t)))
y = 1,6872x
1 6872x - 9,1741
9 1741
R2 = 0,9756
0
-1
-2
-3
-4
LN (t-t0)
Ejemplo
j
p Weibull 1:
Archivo Excel
Continuar
29
Pero:
Qu pasa si hay reemplazos de partes o
componentes antes de fallar?
Qu
Q pasa sii h
hacemos reparaciones
i
o
modificaciones a componentes antes de que fallen?
Cmo se hace en el caso de la planta
planta, en que el
nmero de fallas es significativamente menor?
Censura de datos
Cuando analizamos un grupo de datos
donde no todos los componentes fallan
(algunos sobreviven o son retirados de
servicio antes de fallar), se tienen que
censurar los datos
datos.
Dichos componentes se llamarn
t
temes
suspendidos
did ((suspensiones).
i
)
31
FALLA
2
3
FALLA
1
2
3
4
5
6
7
8
9
10
Periodo de Observacin (10 semanas)
4 Fallas + 6 Suspensiones
33
Modificado de AHC Tsang
Ejemplo:
j
p Horas operacionales
p
p
para una
muestra de 50 componentes
Item
S1
S2
F1
F2
S3
S4
S5
F3
S6
F4
S7
F5
F6
S8
S9
F7
F8
Horas Op
40
51
54
70
73
73
80
85
90
96
102
108
118
128
128
132
141
Item
S10
S11
S12
S13
F9
S14
S15
S16
S17
S18
S19
S20
S21
S22
F10
S23
S24
Horas Op
141
147
147
150
153
153
153
154
156
156
156
158
158
158
161
162
162
Item
S25
S26
S27
S28
S29
S30
S31
S32
F11
S33
S34
S35
S36
F12
S37
S38
Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995
Horas Op
165
165
166
166
166
168
168
171
173
177
181
185
188
200
202
205
34
Ejemplo
j
p del clculo del rango
g de la
mediana para los datos previos
No de falla
No.
i
Horas op
op.
ti, horas
1
2
3
4
5
6
7
8
9
10
11
12
54
70
85
96
108
118
132
141
153
161
173
200
No. eventos
No
antes de la
falla i
2
3
7
9
11
12
14
15
21
31
42
47
Rango Medio
ji
Rango de la
mediana, ri
1,04
2,08
3,19
4,33
5 50
5,50
6,66
7,89
8,71
10,12
12,15
16,47
25 10
25,10
1,46
3,53
5,74
7,99
10 31
10,31
12,62
15,07
16,69
19,47
23,51
32,08
49 21
49,21
35
d
i
2. Para cada falla, escriba la vida til.
3. Determine
3
D t
i ell nmero
d
de eventos
t si (intervenciones-fallas
(i t
i
f ll o
componentes suspendidos) antes de cada falla.
4 Para cada falla,
4.
falla determine el rango medio ji,i :
N + 1 - ji-1
Donde j0 = 0
1 + (N - si)
5. Calcule el rango de la mediana mediante:
ji - 0,3
,
ri =
N + 0,4
ji = ji-1+
36
Estimamos [F(t)]
Comprobemos:
No. de falla
i
Horas op.
ti, horas
1
2
3
4
5
6
7
8
9
10
11
12
54
70
85
96
108
118
132
141
153
161
173
200
No. eventos
antes de la
falla i
2
3
7
9
11
12
14
15
21
31
42
47
Rango Medio
ji
Rango de la
mediana, ri
1,04
2 08
2,08
3,19
4,33
5,50
,
6,66
7,89
8,71
10 12
10,12
12,15
16,47
25,10
1,46
3 53
3,53
5,74
7,99
10,31
,
12,62
15,07
16,69
19 47
19,47
23,51
32,08
49,21
38
Ejemplo
j
p Weibull 2:
Archivo Excel
Continuar
39
No.
903
Cable 1
Cable 2
Cable 3
1544
2838
1062
1730
2676
2838
1809
1920
2676
1353
2122
1920
1592
2790
1872
357
105
3040
369
1265
1370
1824
2015
2285
1618
1228
958
10
2021
11
1460
12
2765
41
Cumula
ative Time B
Betw een
Repairs
42
3000
2500
2000
1500
1000
500
0
0
500
1000
1500
2000
2500
i-1
Otros tests estadsticos para comprobar el supuesto de datos iid de comn uso
son el test de Laplace, Mann Test o Military Handbook test.
43
Life ((hrs))
14159
7411
8315
5595
3844
7010
11888
8590
11888
7326
2545
11112
5432
2463
11112
5432
5992
Failure No.
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
Life ((hrs))
8038
10343
3847
7472
9544
6761
9544
6813
7006
2867
5028
7299
423
7031
4468
1501
7031
Failure No.
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
Life ((hrs))
3075
5625
5377
5625
5377
4355
6960
4355
7889
6692
2984
6692
3003
5542
6830
7250
2784
43
250000
25
200000
00000
26 27
28
29 30
31
32 33
34 35
36
37
38
39
40
41
44 45
46 47
48
49
50 51
42
24
22
23
21
150000
19
20
18
15
100000
12
9
16
17
13 14
10 11
8
7
50000
3
2
1
0
0
10
20
30
40
50
60
Failure Number
Grfico (x
(x,y)
y) de vida (i,
(i i+1)
16000
14000
12000
10000
8000
6000
4000
2000
0
0
2000
4000
6000
8000
10000
12000
14000
REF: Vagenas, N., Runciman, N. & Clment, S.R. A Methodology for Maintenance Analysis of Mining Equipment, Int.
Journal of Surface Mining, Reclamation and Environment, Vol. 11, No.1, pp. 33-40, 1997.
Ejemplo:
j
Mandos Finales
47
Clasificacin
Ejemplo:
Ej
l ffallas
ll d
de llos
mandos finales
(Flota de 12 camiones)
Datos Originales
S1
S2
S3
S4
S5
F1
S6
F2
F3
S7
S8
S9
S10
S11
S12
F4
S13
S14
S15
S16
S17
S18
F5
F6
S19
S20
S21
S22
S23
S24
Horas Op
350
603
1087
1283
1889
2137
2259
2601
3717
4320
4320
4320
4320
4320
4320
4510
4860
4860
4860
4860
4860
4860
5131
5393
6480
6480
6480
6480
6480 48
7020
Hrs op
1
2
3
4
5
6
2137
2601
3717
4510
5131
5393
Flota 12 CAEX
es aprox.
p
2.5
es aprox.
p
8300 hrs.
50
ES RAZONABLE?
51
Cp (US$)
Cf (US$)
85000
170000
R(t1)
73,9%
71,6%
69 3%
69,3%
66,9%
64,6%
61,0%
57,3%
53,7%
50,0%
M(t1)
3241
3619
3915
3915
3915
3915
3915
3915
3915
$/hr
23,60
22,81
22 17
22,17
21,99
21,87
22,14
22,48
22,88
23,36
Ejemplo: Bulldozer
53
MG707
2027 h
9671 h
Nuevo
Hoy
Intervalos de falla (F) 7979 h, 2027 h
Suspensin (S) 9671 h
Asumiendo
Embrague re-acondicionado a
condicin como nuevo(se puede
chequear usando pruebas iid)
Datos similares obtenidos de una
flota de 5 bulldozers F=7,, S=6,,
Tamao de la muestra = 13
Anlisis estadstico de los datos:
De Weibull analysis:
MTTF = 6500 h
= 1.79
54
Costos
CP = $5640
M.Obra: 16 * $40/h =
$ 640
Repuestos
2600
2400
$ 5640
Cf = $7160
M Obra: 24 * $40/h =
M.Obra:
Repuestos
V F S (12 h * $300/h) =
V.F.S.
$ 960
2600
3600
$ 7160
Notar
o a que:
Una
U poltica
lti de
d correr hasta
h t falla
f ll fue
f una conclusin
l i
sorprendente, ya que se observaron caractersticas de
desgaste (Beta>1).
(Beta>1) Sin embargo
embargo, en este caso las
consideraciones econmicas no justificaban una poltica
de reemplazo
p
basada en el tiempo.
p
El problema de reemplazo ptimo de componentes es
una decisin en base a RIESGO (probabilidad+efectos
y consecuencias)
56
Referencias
OConnor, P. Practical Reliability Engineering, 3rd Ed., John Wiley &
Sons, London,1995
Dodson, B. Weibull Analysis, American Society for Quality, Quality
Press, Milwaukee, Wisconsin, (1994)
Nowlan, F.S. & Heap, H.F. Reliability-Centered Maintenance National
Technical Information Service, Report No. AD/A066-579, Dec. 29, 1978
Jardine, A.K.S. & Tsang,
g A. H.C. Maintenance, Replacement
p
and
Reliability: Theory and Applications, CRC Press, Boca Raton (2006)
www.weibull.com
Preguntas?
Comentarios?
58