Tema 6

INTRODUCCIN A LA FIABILIDAD
ESTRUCTURA DEL TEMA
1. Introducci on
2. Funci on de abilidad
3. Funci on tasa de fallos
4. Modelos en abilidad
4.1. Modelo exponencial
4.2. Modelo de Weibull
5. Fiabilidad de sistemas
5.1. Sistemas en serie
5.2. Sistemas en paralelo
5.3. Sistemas mixtos
1. INTRODUCCIN
Para un empresario industrial es fundamental observar el com-
portamiento de los productos fabricados.
Sobre todo, interesa estudiar las causas por las que los produc-
tos fallan, los efectos que producen los fallos y los aspectos de
dise no, fabricaci on y mantenimiento que pueden afectar a los
fallos.
Uno de los objetivos en la industria es dise nar y mantener un
producto de forma tal que dure el mayor tiempo posible.
1. INTRODUCCIN
El concepto m as simple de abilidad es aquel que comprueba
que el producto cumple ciertas especicaciones y, cuando esto
ocurre, es enviado al cliente.
El cliente, por su parte, acepta que el producto puede fallar con
el paso del tiempo y, en algunos casos, el periodo de garanta
es una forma de prever esta posibilidad a corto plazo.
Evidentemente, fallos continuados, incluso durante el periodo
de garanta, producen altos costes tanto al proveedor como
al comprador, y esto sin considerar la probable p erdida de
imagen de la empresa fabricante.
1. INTRODUCCIN
Todo esto conduce a la necesidad de considerar un control de
calidad basado en el tiempo.
El control de calidad habitual, o de inspecci on, no tiene con-
tinuidad temporal: el producto pasa un control o no lo pasa.
Pero no garantiza que vaya a fallar pasado un cierto tiempo.
El estudio de fallos de los productos en el dominio del tiempo
es el campo de la abilidad.
1. INTRODUCCIN
Denici on de abilidad:
Capacidad de los productos o servicios de comportarse en la
forma requerida bajo condiciones establecidas y durante un
tiempo determinado.
Dicho de otro modo: permanencia de la Calidad de los pro-
ductos o servicios a lo largo del tiempo.
1. INTRODUCCIN
Diferencias entre calidad y abilidad:
La calidad garantiza que el producto sale de f abrica en buenas
condiciones.
La abilidad garantiza que el producto permanezca en buenas
condiciones durante un periodo razonable de tiempo.
Evidentemente, la calidad de un producto contribuye a la a-
bilidad del mismo.
1. INTRODUCCIN
La calidad carece de la dependencia temporal de la abilidad.
Esta dependencia temporal introduce una incertidumbre en la
denici on de abilidad, es decir, saber si un producto funcio-
nar a a lo largo de un periodo de tiempo es una cuesti on de
PROBABILIDAD.
2. FUNCIN DE FIABILIDAD
Sea T la variable aleatoria que representa el tiempo de fa-
llo, tiempo de vida, tiempo de duraci on o tiempo de funciona-
miento de un determinado producto.
Ejemplos:
Duraci on de un componente el ectrico.
Supervivencia de un paciente a un tratamiento.
Tiempo que una persona est a desempleada.
Vida de una persona en un determinado pas.
2. FUNCIN DE FIABILIDAD
T es una variable aleatoria positiva y continua.
Si notamos por f a su funci on de densidad y por F a su funci on
de distribuci on, tenemos que:
F(t) = P(T t) =

t
0
f(x)dx
2. FUNCIN DE FIABILIDAD
La funci on de abilidad (Reliability Function) de dicho pro-
ducto en un tiempo t se dene como la probabilidad de que
dicho producto funcione m as all a del tiempo t, y se suele de-
notar por R(t). As,
R(t) = P(T > t) = 1 P(T t) = 1 F(t)
o
R(t) = P(T > t) =

t
f(x)dx = 1

t
0
f(x)dx
Teniendo en cuenta las anteriores igualdades:
R

(t) = F

(t) = f(t)
2. FUNCIN DE FIABILIDAD
Ejemplo: Las siguientes funciones representan las abilidades,
en miles de horas, de dos tipos de dispositivos A y B.
0.5 1.0 1.5 2.0 2.5 3.0
0.2
0.4
0.6
0.8
1.0
Cu al de los dos dispositivos es m as able?
2. FUNCIN DE FIABILIDAD
Ejemplo: Y si las funciones de abilidad, en miles de horas,
de los dispositivos A y B fuesen las de la gr aca siguiente.
0.2 0.4 0.6 0.8
0.2
0.4
0.6
0.8
1.0
Cu al de los dos dispositivos es m as able?
3. FUNCIN TASA DE FALLOS
La funci on de abilidad se complementa con la funci on tasa
de fallos.
La funci on tasa de fallos (hazard rate) se dene como:
(t) = lim
t0
P(t T < t +t | T t)
t
=
f(t)
R(t)
y representa la velocidad a la cual se producen los fallos en
el instante t, es decir, la proporci on de fallos por unidad de
tiempo. Es una medida de lo propenso que es el dispositivo a
fallar en funci on de su edad.
3. FUNCIN TASA DE FALLOS
Teniendo en cuenta que
F

(t) = f(t)
R(t) = 1 F(t)
R

(t) = f(t),
la tasa de fallos la podemos calcular de cualquiera de las si-
guientes formas:
(t) =
f(t)
R(t)
=
f(t)
1 F(t)
=
F

(t)
R(t)
=
F

(t)
1 F(t)
=
R

(t)
R(t)
=
R

(t)
1 F(t)
3. FUNCIN TASA DE FALLOS
Conociendo la funci on de densidad, funci on de distribuci on o
funci on de abilidad podemos calcular la tasa de fallos.
C omo podemos calcular cualquiera de ellas a trav es de la tasa
de fallos?
Tendremos que resolver la siguiente ecuaci on diferencial:
(t) =
R

(t)
R(t)
=
d(log R(T))
dt
R(t) = e

t
0
(x)dx
Como
(t) =
f(t)
R(t)

f(t) = (t) e

t
0
(x)dx
3. FUNCIN TASA DE FALLOS: Gr acas
En principio cualquier tasa de fallos puede ser adecuada de-
pendiendo del modelo a estimar. Nos podemos encontar tasas
de fallo
constantes
crecientes
decrecientes
combinaciones de las anteriores
dependiendo del producto observado.
3. FUNCIN TASA DE FALLOS: Gr acas
TASA DE FALLOS CONSTANTE:
0 2 4 6 8 10 12
0
1
2
3
4
La probabilidad de fallo instant aneo es la misma a lo largo del tiempo,
por tanto, no tiene memoria.
Los fallos se producen de forma aleatoria a lo largo del tiempo.
Ejemplos: duraciones de un fusible o de un motor Diesel.
3. FUNCIN TASA DE FALLOS: Gr acas
TASA DE FALLOS CRECIENTE:
0.0 0.5 1.0 1.5 2.0
0
5
10
15
La tasa de fallos creciente indica que la probabilidad de fallo inmediato,
teniendo en cuenta que el componente est a funcionando, se incrementa
a medida que pasa el tiempo.
Surge por desgastes y fatigas, es decir, por unproceso de envejecimiento.
3. FUNCIN TASA DE FALLOS: Gr acas
TASA DE FALLOS DECRECIENTE:
0 2 4 6 8 10 12 14
0
2
4
6
8
10
Se observa en productos cuya probabilidad de fallo es menor cuando
aumenta el tiempo de supervivencia.

Esto aparece a menudo en algunos
tipos de productos: al principio de su funcionamiento la probabilidad
de fallo es alta debido a la existencia de posibles defectos ocultos.
Ejemplo: supervivencia a intervenciones quir urgicas.
3. FUNCIN TASA DE FALLOS: Gr acas
CURVA DE BA

NERA (bathtub curve)

Es una curva de tasa de fallo habitual en muchos procesos industriales.
Presenta tres zonas:
Zona de tasa de fallos decreciente: zona de mortalidad infantil o de fallos
precoces.
Zona de tasa de fallos constante: zona de vida util.
Zonade tasade fallos creciente: zonade desgaste ode fallos por envejecimiento.
3. FUNCIN TASA DE FALLOS
PERIODOS DE GARANTA Y ENSAYOS ACELERADOS
Cuando la tasa de fallo del elemento responde a la curva de la
ba nera es conveniente realizar un ensayo acelerado del mismo
(en condiciones de stress) para que supere la zona de mortali-
dad infantil.
La empresa se enfrenta a un problema:
Sus productos tienen mayor posibilidad de fallo en los primeros
momentos de funcionamiento debido a la existencia de defectos
ocultos.
Sin embargo, la empresa no puede detectar f acilmente estos
fallos.
3. FUNCIN TASA DE FALLOS
PERIODOS DE GARANTA Y ENSAYOS ACELERADOS
Posibilidad interesante: determinar cuando comienza la vida util del producto y ofrecer
a los clientes una garanta de funcionamiento durante ese periodo de funcionamiento pro-
blem atico.
Una vez superado el periodo crtico, la empresa est a razonablemente segura de que el
producto tiene una posibilidad de fallos reducida.
0 2 4 6 8 10 12 14
0
5
10
15
Si la tasa de fallos, en cientos de horas, de
un determinado producto es la de la gura,
la empresa garantizara el producto duran-
te al menos, 400 horas.
3. FUNCIN TASA DE FALLOS
PERIODOS DE GARANTA Y ENSAYOS ACELERADOS
Algunas empresas est andesarrollandoestrategias comerciales basadas enampliar el periodo
de garanta a la vida util del producto.
Si un producto tiene una tasa de fallos muy baja durante su vida util, como es muy probable
que el producto empiece a fallar cuando alcance la zona de desgaste, la empresa puede
prolongar a muy bajo coste la garanta incluyendo una importante parte de la zona util del
producto, resaltando que el producto es muy able.
Estrategia para coches, electrodom esticos, etc.
3. FUNCIN TASA DE FALLOS
PERIODOS DE GARANTA Y ENSAYOS ACELERADOS
Algunos productos, sin embargo no pueden fallar:
Componentes clave de determinados procesos como por ejem-
plo v alvulas de centrales nucleares, aviones, mecanismos de
seguridad, etc, no pueden tener problemas en los primeros
momentos de su aplicaci on que ocasionen una tasa de fallos
decreciente.
Una posibilidad en estos casos: Probar el componente sometido
a condiciones lmite.
3. FUNCIN TASA DE FALLOS
PERIODOS DE GARANTA Y ENSAYOS ACELERADOS
Por ejemplo, si una v alvula en una central nuclear debe fun-
cionar a 10 atm osferas de presi on y 100
o
C de temperatura,
se somete las v alvulas a un ensayo de funcionamiento a 30
atm osferas y 200
o
C. Los defectos ocultos que provocan la mor-
talidad infantil aoran y la abilidad del aparato aumenta.
Las pruebas aceleradas o bajo stress se realizan unicamente en
sistemas que requieren una alta abilidad desde el principio.
4. MODELOS EN FIABILIDAD
Ajustaremos modelos de probabilidad para poder generalizar
los conocimientos que tenemos a partir de una peque na mues-
tra de componentes.
El criterio de elecci on de un modelo se basar a en t ecnicas des-
criptivas y especialmente en el conocimiento te orico que ten-
gamos del proceso.
Este conocimiento nos permitir a saber en muchas ocasiones
que el proceso tiene tasa de fallos creciente, decreciente, cons-
tante o en forma de ba nera.
4. MODELOS EN FIABILIDAD
Los principales modelos que utilizamos en abilidad depen-
den de c omo sea la tasa de fallos. Estudiaremos dos tipos de
funciones de tasa de fallos
(t) = > 0 tasa de fallos constante
(t) = t
1

Si > 1 tasa de fallos creciente

Si < 1 tasa de fallos decreciente
Si = 1 tasa de fallos constante
, > 0
4.1. MODELO EXPONENCIAL
Supongamos (t) = > 0 , entonces
f(t) = (t) e

t
0
(x)dx
= e

t
0
dx
= e
t
,
por lo que T Exp().
Como
(t) =
f(t)
R(t)
R(t) =
f(t)
(t)
= e
t
El modelo exponencial se caracteriza por tener una tasa de
fallos constante (recordar propiedad de falta de memoria de la
distribuci on exponencial).
4.1. MODELO EXPONENCIAL
0 2 4 6 8 10 12
0
1
2
3
4
4 2 2 4 6
0.5
1.0
1.5
2.0
Tasa de fallos (t) = 2 Funci on de densidad de T Exp(2)
4.2. MODELO DE WEIBULL
Supongamos
(t) = t
1
con , > 0
entonces
f(t) = (t) e

t
0
(x)dx
= t
1
e

t
0
x
1
dx
= t
1
e

[
x

]
t
0
= t
1
e
t

La variable aleatoria cuya densidad tiene la expresi on anterior

decimos que se distribuye seg un una Weibull de par ametros
y . Por tanto, T W(, ).
Como
(t) =
f(t)
R(t)
R(t) =
f(t)
(t)
= e
t

4.2. MODELO DE WEIBULL

0.5 1.0 1.5 2.0
20
40
60
80
0.5 1.0 1.5 2.0
0.5
1.0
1.5
2.0
Tasa de fallos y funci on de densidad de W(1, 4), W(2, 4) y W(3, 4)
0.02 0.04 0.06 0.08 0.10
20
40
60
80
0.02 0.04 0.06 0.08 0.10
20
40
60
80
Tasa de fallos y funci on de densidad de W(1, 0.5), W(2, 0.5) y W(4, 0.5)
RESUMEN MODELOS EN FIABILIDAD
Modelo exponencial
T Exp(), > 0 f(t) = e
t
, t > 0
(t) = tasa de fallos constante
R(t) = e
t
Modelo de Weibull
T W(, ), , > 0 f(t) = t
1
e
t

(t) = t
1

Si > 1 tasa de fallos creciente

Si < 1 tasa de fallos decreciente
Si = 1 modelo exponencial
R(t) = e
t

5. FIABILIDAD DE SISTEMAS
Hasta ahora hemos estudiado la abilidad de componentes.
En la pr actica los componentes suelen formar parte de equi-
pos m as complejos o sistemas. Para formar estos equipos las
componentes se conectan formando sistemas:
en serie,
en paralelo, o
mixtos
5.1. SISTEMAS EN SERIE
Supongamos un sistema S formado por n componentes o sub-
sistemas C
1
, C
2
, . . . , C
n
que operan de forma independiente,
con tiempos de fallo T
i
, i = 1, 2, . . . , n y con abilidades
R
i
(t) = P(T
i
> t), i = 1, 2, . . . , n.
El sistema opera en serie cuando para su correcto funciona-
miento, las n componentes del sistema operan correctamente.

C
1
C
2

C
n

.
C
3

Sistema S
5.1. SISTEMAS EN SERIE
Si notamos por R
S
a la abilidad del sistema S, tenemos que:
R
S
(t) = P ((T
1
> t) (T
2
> t) (T
n
> t))
ind
=
= P(T
1
> t)P(T
2
> t) P(T
n
> t) =
n

i=1
R
i
(t)
El aumento del n umero de componentes de un sistema en serie
disminuye la abilidad del mismo.
5.2. SISTEMAS EN PARALELO
Supongamos un sistema P formado por n componentes o sub-
sistemas C
1
, C
2
, . . . , C
n
que operan de forma independiente,
con tiempos de fallo T
i
, i = 1, 2, . . . , n y con abilidades
R
i
(t) = P(T
i
> t), i = 1, 2, . . . , n.
El sistema opera en paralelo cuando
para su correcto funcionamiento ope-
ra correctamente, al menos, una de
las componentes del sistema, es decir,
el sistema falla si las n componentes
del sistema fallan.

C
1
C
n

C
2

.
.
.
Sistema P
5.2. SISTEMAS EN PARALELO
Si notamos por R
P
a la abilidad del sistema P, tenemos que:
R
P
(t) = P ((T
1
> t) (T
2
> t) (T
n
> t)) =
= 1 P ((T
1
t) (T
2
t) (T
n
t))
ind
=
= 1 P(T
1
t)P(T
2
t) P(T
n
t) =
= 1
n

i=1
(1 R
i
(t))
El aumento del n umero de componentes de un sistema en pa-
ralelo aumenta la abilidad del mismo. Es por ello, que esta
conexi on se utiliza en el dise no de productos que requieren una
alta abilidad.
5.3. SISTEMAS MIXTOS
Dividimos el sistema en subsistemas puros (serie o paralelo).
Ejemplo: Calcular la abilidad del sistema S, sabiendo que
la abilidad de cada una de las componentes es R
i
(t) para
t = 1, 2, 3, 4, 5.

C
1
C
2

C
3

C
4

C
5

Sistema S
S
1
= {C
2
, C
3
} en paralelo
S
2
= {S
1
, C
4
} en serie
S
3
= {C
1
, S
2
} en paralelo
S = {S
3
, C
5
} en serie
5.3. SISTEMAS MIXTOS
S
1
= {C
2
, C
3
} en paralelo
R
S
1
(t) = 1 (1 R
2
(t)) (1 R
3
(t))
S
2
= {S
1
, C
4
} en serie
R
S
2
(t) = R
S
1
(t) R
4
(t)
S
3
= {C
1
, S
2
} en paralelo
R
S
3
(t) = 1 (1 R
1
(t)) (1 R
S
2
(t))
S = {S
3
, C
5
} en serie
R
S
(t) = R
S
3
(t) R
5
(t)
5.3. SISTEMAS MIXTOS
Ejemplo: Calcular la abilidad del sistema S, sabiendo que la
tasa de fallos, en horas, de cada una de las componentes es

1
(t) =
4
(t) = t,
2
(t) =
3
(t) = 2.

C
1
C
2
C
3
C
4
Sistema S
S
1
= {C
2
, C
3
} en paralelo
S = {C
1
, S
1
, C
4
} en serie
5.3. SISTEMAS MIXTOS
Calculemos las abilidades de cada una de las componentes:
R
2
(t) = R
3
(t) = e
2t
porque al ser las tasas de fallo cons-
tantes, corresponden al modelo exponencial.
En el caso de C
1
y C
4
tenemos que calcularlas:
f
1
(t) =
1
(t) e

t
0

1
(x)dx
= t e

t
0
xdx
= t e

t
2
2
R
1
(t) =
f
1
(t)

1
(t)
= e

t
2
2
= R
4
(t)
5.3. SISTEMAS MIXTOS
S
1
= {C
2
, C
3
} en paralelo
R
S
1
(t) = 1 (1 R
1
(t))(1 R
2
(t)) = 1 (1 e
2t
)
2
S = {C
1
, S
1
, C
4
} en serie
R
S
(t) = R
1
(t)R
S
1
(t)R
4
(t) = (e
t
2
/2
)
2

1 (1 e
2t
)
2

= e
t
2
(e
4t
+ 2e
2t
) = e
t
2
2t
(2 e
2t
)