CUL ES EL MECANISMO DE FALLA?

CUL ES EL RIESGO DE SEGUIR

OPERANDO?
La Distribucin Weibull y su importancia en la
bsqueda de respuestas (4.1)
Curso Optimizacin de las Estrategias de Mantenimiento de Equipos - 2002

Dr. Peter F. Knights

Darko Louit Nevistic
knights@ing.puc.cl dlouit@ing.puc.cl

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 de inicio

Fallas aleatorias

Fallas de desgaste

Probabilidad
de falla
(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 & Heaps, 1978

Modos de falla caractersticos /1

Probabilidad
de Falla

fallas de inicio

fallas de desgaste
stress failures

Curva Baera
Horas Operacionales

Probabilidad
de Falla

fallas de desgaste

Prob. mayor al
final

stress failures

Horas Operacionales
Probabilidad
de Falla

fatiga

Prob.
creciente
Horas Operacionales

Modos de falla caractersticos /2

Probabilidad
de Falla

stress failures

Prob. menor al
comienzo
Horas Operacionales
Probabilidad
de Falla

Prob.
constante

stress failures

Horas Operacionales
Probabilidad
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
? ??
??

?
??
?

t? 0

Factor de Forma

Factor de Escala

Distribucin Weibull (2)

??

(? )

= 2,0

3,5
3

= 3,0

= 1,5

2,5
2
1,5

= 1,0

= 0,5

0,5

0
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

Probabilidad
de falla
(Tasa de Falla)

? << 1

? =1

? >> 1

Fallas aleatorias

Fallas de desgaste

La distribucin Weibull es muy

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

Mtodo A:
Anlisis de Datos Mediante
Hojas Grficas de Weibull
Curso Tcnicas Modernas en Ingeniera de Mantenimiento - 2002

Peter F. Knights
Darko Louit N.

Ejemplo: 12 fallas
Rango

Tiempo hasta
falla (h)

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
15,1
15,7
15,8
16,3
16,9

Porcentaje
acumulado
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)
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

7,7
15,4
23,1
30,8
38,5
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
54,0
62,1
70,2
78,3
86,4
94,4

Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995

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.

Eliminacin del error

Hay dos mtodos para eliminar este error:
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 mtodo es ms general, dado
que no supone ninguna forma para la
distribucin de f(t).

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

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
N + 0,4

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

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

Entrada Y ? [F(t)]

Entrada X

Rango

Tiempo hasta
falla (h)

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
15,1
15,7
15,8
16,3
16,9

Porcentaje
acumulado
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)
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

7,7
15,4
23,1
30,8
38,5
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
54,0
62,1
70,2
78,3
86,4
94,4

Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995

Papel Weibull
(hoja grfica)
? es aprox. 6.0

48%

? es aprox. 16.5

www.weibull.com

Ya hemos visto la gran versatilidad de la

distribucin Weibull....pero an hay ms:
En algunos casos, el ajuste de la curva
no es tan fcil, y debemos introducir un
tercer parmetro en la distribucin, este
es el tiempo libre de fallas t0
Entonces en la Funcin de densidad
de probabilidad f(t) y en la Funcin de
probabilidad acumulada de Falla F(t)
aparece el trmino (t-t0)

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

Estimacin del tiempo libre de falla

F(t)
A
A

t1 t2

t3

(t3-t2)(t2-t1)
t0=

(t3-t2)-(t2-t1)

Hrs. op

10

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...

Mtodo B:
Estimacin de Parmetros
Weibull usando MS Excel
Curso Optimizacin de las Estrategias de Mantenimiento de Equipos - 2002

Peter F. Knights
Darko Louit N.

11

Metodologa en 3 pasos (mx.)

1.

2.

Ordenar los datos de falla desde el TBF

mnimo hasta el TBF mximo

Para cada falla, calcule la probabilidad

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

F(t) =

N+1

i - 0,3
N + 0,4

Metodologa en 3 pasos (cont.)

Ahora:

? t ? t0 ? ?
R (t ) ? 1 ? F (t ) ? exp ? ? (
) ?
?
?
?

3.

1
t ? t0 ?
? exp(
)
1 ? F (t )
?

? ? 1 ??
?? ?? ? ? ln(t ? t 0 ) ? ? ln(? )
? ln ?? ln ??
1
(
)
?
F
t
??
? ?

Dicha ecuacin tiene la forma:

y = ax + b

12

Metodologa en 3 pasos (cont.)

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(? )
Veamos...

? = 1.05
? = 105.17
? = e(-b/? )

Parmetros Weibull Fallas Mecnicas

Flota de Transporte
3
2
LN (LN (1 / 1-F(t)))

Grfico de
Parmetros
Weibull

y = 1,0515x - 4,8953
R 2 = 0,9294

1
0
-1

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

13

Ejemplo

Estimar
F(t)

Datos para
graficar (x, y)

DISTRIBUCION WEIBULL:
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%
45,00
87,74
15,8%
46,29
90,24
21,1%
55,17
107,56
26,3%
68,83
134,20
31,6%
78,40
152,86
36,8%
79,20
154,42
42,1%
94,00
183,27
47,4%
96,33
187,82
52,6%
97,00
189,12
57,9%
123,00
239,81
63,2%
127,50
248,59
68,4%
128,67
250,86
73,7%
134,00
261,26
78,9%
195,00
380,19
84,2%
210,00
409,44
89,5%
218,50
426,01
94,7%
Factor de Utilizacin de la flota
(Hrs. Total Operacin / Hrs. Total Disponibles)

0,5129

t0

Datos de Partida /
factor de utilizacin

Datos de
Partida

ln (t-t0)
ln(ln(1/1-F(t)))
3,9397
-2,9175
3,9819
-2,1962
4,4743
-1,7611
4,5025
-1,4423
4,6780
-1,1862
4,8994
-0,9689
5,0295
-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

Det. t0

LN (LN (1 / 1-F(t)))

Parmetros Weibull Fallas Mecnicas

Flota de Carguo
2

y = 1,6872x - 9,1741

R = 0,9756

0
-1

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

Grafico la recta y obtengo parmetros

14

Pero:
Qu pasa si hay reemplazos de partes o
componentes antes de fallar?
Qu pasa si hacemos reparaciones o
modificaciones a componentes antes de que fallen?
Cmo se hace en el caso de la planta, en que el
nmero de fallas es significativamente menor?

Tendremos que revisar el concepto

de censura en los datos...

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.
Dichos componentes se llamarn
temes suspendidos.

15

Ejemplo: Horas operacionales 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

Horas Op
165
165
166
166
166
168
168
171
173
177
181
185
188
200
202
205

Fuente: OConnor, P. Practical Reliability Engineering 3rd ed., John Wiley & Sons, 1995

Ejemplo del clculo del rango de la

mediana para los datos previos
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
3,19
4,33
5,50
6,66
7,89
8,71
10,12
12,15
16,47
25,10

1,46
3,53
5,74
7,99
10,31
12,62
15,07
16,69
19,47
23,51
32,08
49,21

16

Clculo del rango de la mediana con

datos censurados
1. Haga una lista de los componentes fallados (i) ordenado
de acuerdo al nmero de horas de operacin
2. Para cada falla, escriba la vida til.
3. Determine el nmero de eventos si (intervenciones o
componentes suspendidos) antes de cada falla.
4. Para cada falla, determine el rango medio ji,:
ji = ji-1+

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

Clculo del rango de la mediana con

datos censurados (2)
De la muestra de 50 componentes:
j1 = 0 + (50+ 1 - 0)/(1+ (50 - 2)) = 1,04
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.

17

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
3,19
4,33
5,50
6,66
7,89
8,71
10,12
12,15
16,47
25,10

1,46
3,53
5,74
7,99
10,31
12,62
15,07
16,69
19,47
23,51
32,08
49,21

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?...

18

NOTA: Filtrado de datos (2)

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

No.
903

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

NOTA: Filtrado de datos (3)

Cumulative Time Between

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

19

NOTA: Filtrado de datos (4)

i
3000
2500
2000
1500
1000
500
0
0

500

1000

1500

2000

2500

i-1

Ejemplo: Mandos Finales del CAT 785B

20

Clasificacin

Ejemplo: fallas de los

mandos finales, flota
Cat 785B (1)
(Flota de 12 camiones)

Datos Originales

Horas Op

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

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
7020

Ejemplo: fallas de los mandos finales flota

Cat 785B (2)
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

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

En hoja grfica Weibull....

21

Cat 785B (3)

? es aprox. 2.5
? es aprox.
8300 hrs.

Ejemplo: fallas de los mandos finales

flota Cat 785B (4)
Mecanismo de falla es por desgaste de
rodamientos principales.
Este se confirma por el valor de Beta = 2,5.
Una poltica puede ser cambiar los rodamientos
a las 5000 horas. La probabilidad acumulada de
falla antes de las 5000 horas est dada por:
F(t) = 25%

22

Ejemplo: fallas de los mandos finales flota

Cat 785B (5)
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%
33,1%
35,4%
39,1%
42,7%
46,4%
50,0%

R(t1)
73,9%
71,6%
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
21,99
21,87
22,14
22,48
22,88
23,36

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

Referencias
? OConnor, P. Practical Reliability Engineering, 3rd Ed., John Wiley &
Sons, London,1995
? Louit, D. Evaluacin de Iniciativas de Gestin de Mantenimiento de
Equipos Mineros Usando Tcnicas de Simulacin, Tesis de Magister,
Escuela de Ingeniera, Pontificia Universidad Catlica de Chile, 1999.
? 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., y Knights, P.F. Apuntes del curso Estrategias ptimas de
Reemplazo de Equipos, Santiago y Buenos Aires, Agosto 2000
? Segovia, R. Reemplazo ptimo de Componentes Sujetos a Desgaste
Bajo la Realizacin de Inspecciones Peridicas, Memoria de Titulacin,
Pontificia Universidad Catlica de Chile, 1998

23