3 La Distribucin Weibull y su uso

3.
en el anlisis de confiabilidad

Dr. Peter Knights (U. of Queensland)

Curso Anlisis de los datos de mantencin para el mejoramiento del negocio
4 de Noviembre de 2009, Antofagasta, Chile
1

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

La experiencia de United Airlines

A

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

Modos de falla caractersticos /1

Tasa de Falla

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

Modos de falla caractersticos /2

Tasa de Falla

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

Distribucin Weibull (2P)

Probabilidad Acumulada de Falla

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

Hoy el Anlisis Weibull es el mtodo lder en el

mundo para clculos sobre datos de ciclo de vida
Fuente: Abernethy, R. El Nuevo Manual de Weibull segunda edicin.

Fallas de inicio

Fallas aleatorias

Fallas de desgaste

Tasa de Falla

A
A

<< 1

=1

>> 1

La distribucin Weibull es muy

y
verstil y permite representar
distintos mecanismos de falla
Adems de que nos permite
cuantificar el riesgo
g de seguir
g
operando
9

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

Eliminacin del error

Dos mtodos para eliminar este error:

1.
1 Clculo del rango medio
2. Clculo del rango de la mediana

De estos mtodos, el primero supone que la

distribucin de fallas f(t), seguir una
distribucin normal.

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

Clculo del rango medio

El clculo del rango medio simplemente aumenta N por uno.
Entonces, la estimacin para F(t) queda:
No. acumulado de fallas
Rango medio (%) =

N+1

Entonces, el clculo de los datos en la tabla anterior es;

1/(12 1) = 7,7 %
1/(12+1)
2/(12+1) = 14,4 %
..
.
.
hasta 12/(12+1) = 92,3 %

14

Clculo del rango de la mediana

La aproximacin ms comn para el rango de la mediana
es la de Bnard. El i-simo rango est dado por:
ri =

i - 0,3
03
N + 0,4

Entonces, el clculo de los datos en la tabla anterior es:

(1 0,3)/(12+0,4)
(1-0
3)/(12+0 4) = 5
5,6
6 %
(2-0,3)/(12+0,4) = 13,6 %
..
.
.
hasta (12-0,3)/(12+0,4) = 94,4 %

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

Ya hemos visto la gran versatilidad de la

distribucin Weibull....pero
Weibull pero an hay ms:

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

Probabilidad Acumulada de Falla

t t
0

F(t) 1 e

t 0

Factor de Forma

Factor de Escala

t0

Tiempo libre de falla

19

Estimacin del tiempo libre de fallas

F(t)
A
A

t1 t2

t3

(t3-t2)(t2-t1)
t 0=

(t3-t2)-(t2-t1)

Hrs op
Hrs.

20

Ajustando los datos

Cuando el tiempo libre de fallas no es
igual a cero, se tienen que ajustar todos
los datos restando el valor de t0 a las
horas de operacin
Veremos que con MS Excel se simplifica bastante este
clculo...

21

Estimacin de Parmetros Weibull

usando MS Excel

22

Metodologa en 3 pasos (mx.)

1.

2
2.

Ordenar los datos de falla desde el TBF

mnimo hasta el TBF mximo

Para cada falla,

falla calcular la probabilidad
acumulada de falla F(t) por aplicar el:
Rango Medio
el Rango de la Mediana
F(t) =

F(t) =

i - 0,3
N + 0,4
,

N+1

23

Metodologa en 3 pasos (cont.)

Ahora,
Ahora como:

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 )

Dicha ecuacin tiene la forma:

y = ax + b

24

M t d l en 3 pasos (cont.)
Metodologa
(
t)
La ecuacin

y = ax + b

Tiene la forma de una lnea recta donde:

1

y ln ln
1 F (t )

x ln(t t0 )
a

b ln(
l ( )
Veamos...
25

Parmetros Weibull Fallas Mecnicas

Flota de Transporte

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

Factor de Utilizacin de la flota

(Hrs. Total Operacin / Hrs. Total Disponibles)

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)))

Parmetros Weibull Fallas Mecnicas

Flota de Carguo
2

y = 1,6872x
1 6872x - 9,1741
9 1741

R2 = 0,9756

0
-1

-2
-3
-4
LN (t-t0)

Graficar la recta y obtener parmetros

28

Ejemplo
j
p Weibull 1:

Estimacin de Parmetros Weibull

usando MS Excel Bombas

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?

Tendremos que revisar el concepto

ra de datos
de cens
censura
datos...
30

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

Periodo de Observacin (10 semanas)

4 Fallas
32
Modificado de AHC Tsang

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

Clculo del rango de la mediana con

datos censurados
1. Haga una lista de los componentes fallados (i) ordenado
de
de h
horas d
de operacin
d acuerdo
d all nmero

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

Clculo del rango de la mediana con

datos censurados (2)
De la muestra de 50 componentes:
j1 = 0 + (50+ 1 - 0)/(1+ (50 - 2)) = 1
1,04
04
j2 = 1,04 + (50 + 1 - 1,04)/(1+ (50 - 3)) = 2,08 etc.
r1 = (1,04 - 0,3)/(50 + 0,4) = 1,46 %
r2 = (2,08 - 0,3)/(50 + 0,4) = 3,53 % etc.
37

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:

Estimacin de Parmetros Weibull

usando MS Excel con datos
censurados Bombas

Archivo Excel

Continuar

39

NOTA: Filtrado de datos

En algunas ocasiones es necesario
hacer un pre-filtrado de los datos
Este consiste en comprobar que los
datos sean iid (independientes e
idnticamente distribuidos)
Cmo lo hacemos?...
40

NOTA: Filtrado de datos (2)

Ejemplo:
Datos de Hrs. entre
fallas para cables de
palas

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

NOTA: Filtrado de datos (3)

Cumula
ative Time B
Betw een
Repairs

Son dos pasos grficos

20000
15000
10000
5000
0
1 2 3 4 5 6 7 8 9 10 11 12
Cumulative Repair Number, i

42

NOTA: Filtrado de datos (4)

i

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

Ejemplo 2: Reemplazo de frenos

Failure No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

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

Grfico de vida acumulado

Failures vs Cumulative Life
350000
300000
Cumulative
e Life

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

Ejemplo: fallas de los mandos finales flota 12

CAEX
No.de falla (i)

Hrs op

1
2
3
4
5
6

2137
2601
3717
4510
5131
5393

No. eventos Rango Medio Rango de la

(j)
mediana (%)
anteriores
5
1,19
2,9%
7
2,43
7,0%
8
3,68
11,1%
15
5,38
16,7%
22
8 23
8,23
26 1%
26,1%
23
11,08
35,4%

En hoja grfica Weibull....

49

Flota 12 CAEX

es aprox.
p
2.5
es aprox.
p
8300 hrs.

50

Ejemplo: fallas de los mandos finales flota 12

CAEX
Mecanismo de falla es por desgaste de
rodamientos principales.
Este se confirma por el valor de Beta = 2,5.
PREGUNTA:
Una poltica puede ser cambiar los rodamientos
a las 5000 horas. La probabilidad acumulada de
f ll antes d
000 h
d
d por:
falla
de llas 5000
horas est
dada
F(t) 25%

ES RAZONABLE?

51

Ejemplo: fallas de los mandos finales

Datos:
$/hr =
t1
5000
5250
5500
5750
6000
6250
6500
6750
7000

Cp (US$)
Cf (US$)

85000
170000

(F(t1)*Cf + R(t1)*Cp)/(F(t1)*M(t1) + R(t1)*t1)

F(t1)
26,1%
28,4%
30 8%
30,8%
33,1%
35,4%
39,1%
42,7%
46,4%
50,0%

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

Con estos datos, a las 6000 horas el costo es mnimo....

52

Ejemplo: Bulldozer

53

Fuente: A.K.S. Jardine

Embrague de Direccin, L.Izq.

(grupo de 6 bulldozers)

MG707

Reemplazo por falla

7979 h

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

Fuente: A.K.S. Jardine

= 1.79

54

Costos
CP = $5640

M.Obra: 16 * $40/h =

$ 640

Repuestos

2600

Costo por vehculo F.S.

(V.F.S.) (8 h * $300/h) =

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

Poltica ms barata: correr hasta falla (R

(R-o-o-F)
o o F) @ $1
$1.10/hr
10/hr
55

Fuente: A.K.S. Jardine

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