Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Weibull
Weibull
1. Introduccin
La teora de la confiabilidad tiene sus cimientos en anlisis meramente
estadsticos y en leyes probabilsticas de fallas pues no existe un modelo determinista
que prediga el tiempo en el cual un sistema falla. Es posible, sin embargo, aplicar un
tratamiento estadstico que modele en forma realista el estudio de la confiabilidad de
componentes o dispositivos que en condiciones de montaje y uso adecuado se
encuentran en funcionamiento un tiempo determinado, t = 0. El tiempo para que ocurra
la falla o duracin, T, puede considerarse estadsticamente como la variable aleatoria
continua con una funcin de distribucin probabilstica (fdp) f.
Se define la confiabilidad de un componente o sistema, R(T), a la probabilidad
de que dicho componente no falle durante el intervalo [0,t] o lo que es lo mismo a la
probabilidad de que falle en un tiempo mayor que t. Siendo R(t) = P(T>t) y T la
duracin del componente. Si f(t) es la funcin de densidad de probabilidad (fdp), la
confiabilidad puede expresarse como
R(t ) = f ( s ) ds
(1)
(2)
f (t )
R(t )
(3)
1 t 2
1
exp
2
2
(4)
las fallas tienen lugar para los valores de t que satisfacen 2 <
< 2 como se
observa en la Fig. 1.
0 ,9 5 4 4
t = - 2
t =
t = + 2
Fig. 1: El rea encerrada entre 2 y + 2 representa alrededor del 94,44% de las fallas
=100
=5
f(t)
0.06
=100
=15
0.03
0.00
80
120
Tiempo (t)
R(t ) = f ( s )ds =
exp
ds
t
t
(5)
(6)
es decir que, R(t) permite aclarar conceptualmente que para obtener una confiabilidad
alta, el tiempo de operacin debe ser considerablemente menor que , es decir que la
duracin esperada (Fig. 3).
R(t)
R(t) = 0.5
t=
t
t
F(t) =
Por lo tanto,
1 ( F (t )) =
(7)
1
+ t
(8)
t2
siendo ( x) =
1 x 2
e dt .
2
Entonces, es posible considerar las siguientes variables que permitirn obtener una ec.
lineal para 1 ( F (t )) :
y = 1 ( F (t ))
a=
b=
(9)
y = a + bt .
Al graficar F(t), es decir, la probabilidad de que ocurra un fallo antes del instante
t en funcin del tiempo, es posible estimar el valor de localizando el punto
correspondiente a t en el cual la F(t) es del 50%. Este hecho es posible gracias a que la
distribucin normal es simtrica, por lo tanto el rea bajo la curva de la fdp desde
hasta es 0,5 al igual que el rea desde hasta . Entonces el valor de coincide
con el punto en el cual la funcin confiabilidad R(t) es del 50%.
Para estimar el valor de , debemos recordar que el rea bajo la fdp representa
el 68,3%, esto es medida desde el valor de hasta - y . (Fig. 4). Por lo tanto la
desviacin estndar se puede obtener a partir de la siguiente expresin,
=
(10)
a partir del grfico linealizado, conociendo los valores de t en los cuales la lnea
intersecta el 84,15% y el 15,85%.
Este mtodo alternativo para la estimacin de los parmetros caractersticos de
una fdp normal es fcil de aplicar cuando se conocen los tiempos en los cuales fallan
ciertos componentes y sus respectivos porcentajes de falla.1
68,3%
2
Fig. 4: El intervalo de confianza entre el 15,85% y el 84,15% representa el doble de la desviacin
estndar
Otro mtodo que puede utilizarse para estimar los parmetros es el de cuadrados
mnimos, en el cual se utilizan las siguientes ecuaciones (suponiendo que la incerteza de
los valores graficados en el eje de las abscisas son despreciables respecto a los valores
de las incertezas graficados en el eje de las ordenadas):1
N
yi
i =1
a = y b x =
N
N
i =1
(11)
xi yi
b =
xi
xi yi i =1
i =1
N
2
xi
N
i =1
2
xi
N
i =1
i =1
yi = 1[F (ti )]
xi = ti
(12)
(13)
(14)
Los valores de F (ti ) se obtienen a partir de tablas que figuran en varios textos de
estadstica.
Finalmente,
=
y
1
b
(15)
= a
(16)
N f (t )
N i (t )
= 1
N0
N0
(17)
F (t ) =
N f (t )
N0
(18)
F (t + t ) F (t ) R(t ) R(t + t )
=
= (t ) t
R(t )
R(t )
(19)
R(t ) = exp (t ) dt
0
(20)
f (t ) =
dR(t )
dt
(21)
Analizando las ec. (19) y (21), se cumple que la probabilidad de producirse una avera
en un elemento entre t y t + dt es igual a la probabilidad de que funcione hasta t por la
probabilidad de que falle entre t y t + dt:
f (t ) = R(t ) (t ) dt
(22)
R(t)
(t)
F (t)
(t)
R(t)
F(t)
t > 0, > 0
(23)
El parmetro de escala es
1
= m = (siendo la desviacin estndar). Entonces, la
10
=e
= e1 = 0,368 . Este
hecho implica que la confiabilidad es relativamente baja pues slo el 36,8% de, por
ejemplo, componentes en estudio, sobrevivirn.
0.010
= 0,01
0.008
f(t)
0.006
0.004
0.002
= 0,005
0.000
0
100
200
300
400
Tiempo (t)
Fig. 7: Efecto de los posibles valores tomados por el parmetro en la funcin distribucin de
probabilidad exponencial.
11
f (t )
=
R(t )
(24)
R(t)
f (t)
F(t)
Fig. 8: grficas caractersticas de los parmetros de un caso particular de la ley exponencial de falla.
12
E (T ) = T = t f (t ) dt =
0
1
=m
(25)
siendo T el tiempo que se espera que transcurra hasta un fallo y m el parmetro que
describe completamente la confiabilidad de un dispositivo sujeto a fallos de tipo
aleatorio.
Se observa, entonces que el tiempo medio y la tasa de fallos son recprocos, es decir que
uno es el inverso del otro. Esto slo es cierto para una distribucin exponencial pues la
mayora del resto de las distribuciones no tiene una tasa de fallo constante. Entonces,
R(t ) = exp(t / m) proporciona la probabilidad de supervivencia del dispositivo para
cualquier intervalo de tiempo comprendido dentro del mbito de la vida til del mismo.
En el caso en que t = m/100, la confiabilidad es R = 0,99, es decir que funcionan 99
dispositivos y falla slo 1.
Por lo tanto, la calidad de funcionamiento de un cierto elemento vendr dada por el
tiempo que se espera que dicho elemento funcione de manera satisfactoria.
A partir de la teora previamente expuesta, es posible, calcular para un conjunto
de dispositivos, por ejemplo vlvulas, la tasa de fallos anual conociendo el nmero de
elementos totales y aquellas que fallaron, tambin es posible conocer la probabilidad
que tiene una de las vlvulas de que falle antes de un determinado tiempo, es decir, F(t)
o bien calcular la probabilidad de que la vlvula est en funcionamiento al cabo de un
determinado tiempo, por ende debo hallar R(t). Otro parmetro posible de calcular es la
probabilidad de que el tiempo de vida de la vlvula est comprendido entre dos tiempos
distintos, para ello debo obtener la diferencia entre la probabilidad de que falle antes de
uno de esos dos tiempos y el otro, es decir la diferencia de las confiabilidades de ambos
perodos de tiempo. Por ltimo se puede determinar un intervalo de vida con cierto nivel
de confianza dado.
Otra ventaja que proporciona esta ley de fallas exponencial es que es posible
estimar el tiempo de operacin de un artculo o sistema conociendo el parmetro e
imponiendo R(t). Entonces dicho artculo ser tan bueno como si fuera nuevo durante
ese tiempo o edad para funcionar, independientemente de su historia previa. A esta
propiedad caracterstica de la funcin exponencial se la suele llamar prdida de
memoria. Fenmeno que no ocurra para le ley normal.
Es importante destacar tambin que la confiabilidad de un dispositivo cualquiera
es constante para perodos de utilizacin iguales si se eliminan los fallos iniciales, si el
13
(26)
(27)
que representa la fda de una ley exponencial de falla; fsicamente la causa de las fallas
implica una ley exponencial de falla.
Si cada vez que aparece un accidente hay una probabilidad constante p de que ste no
produzca fallas, entonces:
e t 2
F (t ) = 1 e t + ( t )e t p + ( t )2
p + ... =
2!
1 e t
k =0
( t p )
k!
= 1 e t e t
(28)
= 1 e (1 p ) t
14
F (t ) = 1 e t
(29)
(30)
(31)
b =
xi yi
i =1
N
(32)
xi
i =1
15
(33)
L(t1.......tn , ) = e
i =1
t i
= e
t i
i =1
(34)
ln( L) n n
1
= ti =
t
i =0
(35)
16
(36)
0<<1
>1
Z(t)
Z(t)
Z(t)
=1
t
Z es constante
t
Z creciente
Z es decreciente
Fig. 9: Grfica de la funcin de riesgo en funcin del tiempo para distintos valores de
17
= 0 ,5
f (t)
= 3
= 2
= 1
t
Fig. 10: Efecto del parmetro de forma de Weibull ( ) en la distribucin de probabilidades.
Para > 1 :
f(t) = 0 cuando t =0.
Para < 2,6 la fdp de Weibull es asimtrica y posee una cola hacia la derecha.
18
(37)
Para 2,6 < < 3,7 la cola desaparece y la forma de la distribucin se asemeja la una
fdp normal.
Para > 3,7 , f(t) se vuelve nuevamente asimtrica y aparece una cola en el lado
izquierdo.
Para = 1 :
Se puede ver que la distribucin exponencial es un caso particular de la distribucin
de Weibull, por lo tanto la propiedad mencionada en la ley de fallas exponencial de
falta de memoria es equivalente a la hiptesis de tasa constante.
Para el caso de que tienda a cero la f(t) tiende a la inversa de t.
Es importante destacar el cambio abrupto que se produce al pasar de = 0,999
donde f(0) tiende a infinito a = 1,001 para el cual f(0) es cero. Este hecho complica la
estimacin del valor de al acercarse a la unidad.
Al cambiar el valor del parmetro de escala de la fdp, cambia la escala de las
abscisas. Manteniendo constante el parmetro de forma se observa en la Figura 11
cmo al aumentar decrece el pico de f(t), mientras el rea de la curva se mantiene
constante e igual a uno.
f(t)
=3
= 50
=3
= 100
=3
= 200
t
Fig. 11: Efecto del cambio en los valores del parmetro de escala
19
R(t ) = e
(38)
1
E (T ) = t = + 1
2 2 1 2 1
V (T ) =
2
(39)
(40)
2
= + 1 + 1
(41)
(42)
es decir,
1
y = ln ln
= ln t ln
1 F (t )
20
(43)
(44)
Ahora se recurre al papel de Weibull para hallar los parmetros y . Para calcular ,
es decir, el parmetro de forma que representa la pendiente de la recta, se hace pasar una
recta paralela a la recta obtenida con la representacin grfica de los datos por el punto
1 de abscisas y 63,2 de ordenadas pudiendo leer directamente el valor de en una
escala tabulada de 0 a 7. (Fig. 12).
Para calcular , es decir el parmetro de escala, basta con encontrar la
interseccin de la recta trazada con la lnea paralela al eje de abscisas correspondiente al
63,2% de fallos acumulados. De esta manera se halla el valor de t correspondiente a la
estimacin de . Esto es as pues F(t) =1- e
= 1 e 1 = 0,632 .
=2000
=1,5
21
y en el papel de Weibull
L( , ) = f (t , , )
t =1
(45)
ln L
=0
(46)
22
de minimizar los costos. Se debe tener en cuenta, sin embargo, que la velocidad del
viento vara segn el lugar donde se realicen las mediciones, depende, adems, de las
condiciones locales del clima, del terreno y de su superficie; por lo tanto, la distribucin
de Weibull variar no slo en forma sino tambin en valor medio.
Esta funcin tambin se ha usado en las Ciencias Biolgicas para estudiar
supervivencia a las bacteriemias y al cncer gstrico.10
R(t ) = R1 (t ) R2 (t )........Rn (t ) = Ri (t )
i =1
(48)
(49)
23
6. Discusin y Conclusiones
La teora de la confiabilidad trata sobre la eficiencia de los sistemas
tecnolgicos, designndole a cada uno de ellos una funcin probabilidad que permita
discernir si el sistema cumple satisfactoriamente con la funcin para la que fue diseado
durante determinado perodo y en condiciones especificadas de operacin. En especial
dicha teora se ocupa de las fallas de los sistemas sin indagar las causas de los mismos
ni la frecuencia con que ocurren. No es una teora fsica, sino una teora estadstica. En
sntesis, permite predecir acerca del tiempo de vida de un conjunto de productos a travs
de un ajuste de una funcin distribucin estadstica. La confianza y la probabilidad de
falla para un tiempo especfico de tales productos son caractersticas que son posibles
de estimar a partir del anlisis detallado de las grficas obtenidas en cada caso en
particular.
En instalaciones en las que se pueden generar accidentes de graves
consecuencias, se hace imprescindible conocer la probabilidad de que stos acontezcan
durante la vida del sistema. Es obligatorio, entonces, la aplicacin de tcnicas de
cuantificacin del riesgo que recurren a modelos probabilsticos para establecer medidas
preventivas. Por esta razn los estudios de confiabilidad resultan ser cada vez ms
relevantes.
Las tres leyes de fallas especificadas en este trabajo son slo algunos de los
modelos que se utilizan en el estudio de las caractersticas de falla en componentes o en
sistemas de componentes.
La ley de fallas normal permite, a travs del mtodo ms confiable de estimacin
de parmetros, el de mxima verosimilitud, obtener expresiones analticas para los
estimadores incgnitas. Existen dos razones de peso por las cuales este es el mtodo
ms usado en la actualidad, la primera es porque es relativamente fcil de implementar,
requiere poco esfuerzo computacional y porque adems es poco sensible a la dispersin
de los datos. 6
Por otro lado, la distribucin de Weibull es la ley de fallas ms utilizada pues
describe ampliamente y en gran cantidad los fenmenos del mundo real a la hora de
analizar una gran variedad de funciones de confiabilidad de dispositivos o sistemas, sin
embargo sus parmetros caractersticos no pueden ser obtenidos a partir del mtodo de
mxima verosimilitud pues resultan sesgados. En su lugar se puede utilizar la resolucin
grfica.
24
http://www.weibull.com/LifeDataWeb/the_ normal_distribution.htm
http://www.weibull.com/LifeDataWeb/exponential_ probability_density_function.htm
http://www.weibull.com/LifeDataWeb/characteristics_of_the_weibull_distribution.htm
Tamborero J., Fiabilidad: La distribucin de Weibull
9
http://www.windpower.org/en/tour/wres/weibull.htmribing
8
10
Marubini E, Bonfanti G, Bozzetti F, et al. A prognostic score for patients resected for gastric cancer.
Eur J Cancer 29A: 845-850. (1993).
26