Documentos de Académico
Documentos de Profesional
Documentos de Cultura
acelerada
1-Qu es prueba de vida acelerada?
Anlisis de los datos de la vida tradicional implica analizar veces a-fallas en los datos
obtenidos bajo condiciones normales de funcionamiento para cuantificar las caractersticas
de la vida de un producto, sistema o componente. Por muchas razones, obtencin de dichos
datos de la vida (o veces a falta datos) puede ser muy difcil o imposible. Las razones de
esta dificultad pueden incluir los tiempos de la larga vida de los productos de hoy, el
pequeo perodo entre diseo y liberacin y el reto de probar los productos que se utilizan
continuamente bajo condiciones normales. Dadas estas dificultades y la necesidad de
observar fallas de productos para comprender mejor sus modos de falla y las caractersticas
de la vida, los practicantes de fiabilidad han intentado idear mtodos para obligar a estos
productos a fallar ms rpidamente de lo que lo haran bajo condiciones normales de uso.
En otras palabras, han intentado acelerar sus fracasos. Con los aos, la frase prueba de vida
acelerada se ha utilizado para describir todas esas prcticas.
Como usamos la frase en esta referencia, prueba de vida acelerada implica la aceleracin de
fallas con el nico propsito de cuantificar las caractersticas de la vida del producto en
condiciones normales de uso. Ms especficamente, prueba de vida acelerada se puede
dividir en dos reas: pruebas aceleradas cualitativa y cuantitativa vida acelerada. En la
prueba cualitativa acelerada, el ingeniero en su mayora est interesado en identificar fallas
y los modos de falla sin intentar hacer predicciones sobre la vida del producto bajo
condiciones normales de uso. En la prueba de vida acelerada cuantitativa, el ingeniero est
interesado en la prediccin de la vida del producto (o ms concretamente, las caractersticas
de la vida como MTTF, B(10) vida, etc.) en el normal uso de condiciones, a partir de datos
obtenidos en una prueba de vida acelerada.
Cada tipo de prueba que se ha llamado una prueba acelerada proporciona informacin sobre
el producto y sus mecanismos de fallo. Estas pruebas se pueden dividir en dos tipos:
pruebas cualitativas (alto, HAST, pruebas de tortura, bate y Hornea las pruebas, etc.) y
cuantitativos vida acelerada. Esta referencia aborda y cuantifica los modelos y
procedimientos asociados con las pruebas de vida acelerada cuantitativa (QALT).
Pruebas de elefante
Pruebas de tortura
ALTO
Se realizan pruebas cualitativas en pequeas muestras con las muestras sometidas a un solo
nivel severo de estrs, a las mltiples tensiones o a un estrs varan con el tiempo (por
ejemplo, tensin de ciclismo, fra a caliente, etc.). Si sobrevive a la muestra, pasa la prueba.
De lo contrario, se tomarn las acciones apropiadas para mejorar el diseo del producto
para eliminar las causas del fracaso. Las pruebas cualitativas se utilizan principalmente para
revelar los modos de falla probable. Sin embargo, si no ha sido diseada adecuadamente,
pueden causar el producto falla debido a modos que nunca habra sido encontrados en la
vida real. Una buena prueba cualitativa es aquella que revela rpidamente esos modos de
fallo que se producen durante la vida til del producto bajo condiciones normales de uso.
En general, las pruebas cualitativas no estn diseadas para obtener datos de la vida que se
pueden utilizar en anlisis de datos posterior vida acelerada cuantitativa como se describe
en esta referencia. En general, las pruebas cualitativas no cuantificar las vida (o fiabilidad)
caractersticas del producto bajo condiciones normales de uso, no obstante proporcionan
informacin valiosa en cuanto a los tipos y niveles de estrs deseen emplear durante una
prueba cuantitativa posterior.
1.1.1.1-
Beneficios:
Desventajas:
Para los productos que uso tasa aceleracin es imprctico, uno puede aplicar stress(es) en
niveles superiores a los niveles que un producto se encontrar condiciones normales
condiciones de uso y utilizar los datos de tiempos-a-falla obtenidos de esta manera
extrapolar para condiciones de uso. Esto se denomina aceleracin de sobrecargas.
Esta eleccin de los niveles de estrs, estrs y el proceso de configuracin del experimento
es extremadamente importante. Consulte con su ingeniero de diseo y material scientist(s)
para determinar qu estmulos (tensiones) son apropiados as como para identificar los
lmites adecuados (o los niveles de estrs). Si estas tensiones o lmites son desconocidos,
deben realizarse pruebas cualitativas para determinar la stress(es) apropiada y los niveles de
estrs. Uso correcto del diseo de experimentos (DOE) metodologa tambin es crucial en
este paso. Adems de la seleccin de la tensin adecuada, la aplicacin de las tensiones
debe realizarse de una manera lgica, controlada y cuantificable. Datos precisos sobre las
tensiones aplicadas, as como el comportamiento observado de las probetas, debe
mantenerse.
Claramente, como la tensin utilizada en una prueba acelerada se convierte ms arriba, la
duracin de la prueba requerida disminuye (debido a fallas se producen ms rpidamente).
Sin embargo, como el nivel de estrs se mueve ms all de las condiciones de uso, aumenta
la incertidumbre en la extrapolacin. Intervalos de confianza proveer una medida de esta
incertidumbre en la extrapolacin. (Intervalos de confianza se presentan en el Apndice A).
Diseo de comparacin.
En anlisis de datos de vida tpica, esta funcin de densidad de probabilidad nivel uso o pdf,
del times-a-fracaso puede ser fcilmente determinado utilizando datos de veces-a-fallas o
suspensin regulares y una distribucin subyacente como el Weibull, exponencial o
lognormal de distribucin. Estas distribuciones de toda la vida se presentan con mayor
detalle en el captulo de Distribuciones utilizadas en pruebas aceleradas de esta referencia.
En anlisis de datos de vida acelerada, sin embargo, nos enfrentamos al reto de determinar
el nivel uso pdf de datos de prueba de vida acelerada, en lugar de veces a-fallas en los datos
obtenidos bajo condiciones de uso. Para lograr esto, debemos desarrollar un mtodo que
permite extrapolar a partir de datos obtenidos en condiciones aceleradas para llegar a una
estimacin de las caractersticas de nivel de uso.
Para lograr este objetivo, nosotros debemos idear un mtodo para recorrer el camino desde
el pdf de sobrecargas para extrapolar un nivel de uso pdf. En la siguiente figura ilustra un
tpico comportamiento de los pdf en la alta tensin (o sobrecargas nivel) y el pdf en el nivel
de estrs de uso.
Para simplificar an ms la situacin, vamos a suponer que el pdf del producto en cualquier
nivel de estrs puede ser descrito por un solo punto. En la siguiente figura ilustra una
simplificacin tan donde tenemos que determinar una forma de proyecto (o mapa) este
nico punto de la alta tensin a la tensin de uso.
Obviamente, hay infinitas maneras para asignar un punto particular desde el nivel de estrs
alto el nivel de estrs de uso. Asumimos que hay algn modelo (o funcin) que los mapas
nuestro punto desde el nivel de estrs elevado el nivel de estrs de uso. Este modelo o
funcin puede ser descrita matemticamente y puede ser tan simple como la ecuacin de
una lnea. En la siguiente figura se muestra algunos modelos simples o relaciones.
Incluso cuando se asume un modelo (por ejemplo, lineal, exponencial, etc.), las
posibilidades de asignacin son todava infinitas ya que ellos dependen de los parmetros
del modelo elegido o relacin. Por ejemplo, un modelo lineal simple generara asignaciones
diferentes para cada valor de la pendiente porque podemos dibujar un nmero infinito de
lneas a travs de un punto. Si analizamos a las muestras de nuestro producto en dos niveles
diferentes estreses, podramos empezar a ajustar el modelo a los datos. Claramente,
tenemos ms puntos, mejor estn en cartografa correctamente este punto concreto o ajustar
el modelo a nuestros datos.
La figura anterior ilustra que necesita un mnimo de dos niveles ms altos de estrs para
asignar correctamente la funcin a un nivel de estrs de uso.
La supuesta distribucin de vida subyacente puede ser cualquier distribucin de vida. Las
distribuciones de vida ms comnmente usados incluyen la Weibull, exponencial y
lognormal distribucin. Junto con la distribucin de la vida, tambin se utiliza una relacin
del estrs de la vida. Estas relaciones de estrs de la vida han sido empricamente derivadas
y ajust a los datos. En el subcaptulo de mtodo de anlisis se presenta un Resumen de
algunas de estas relaciones de estrs de la vida.
Despus de que usted ha seleccionado una distribucin subyacente de vida adecuada a los
datos, el segundo paso es seleccionar (o crear) un modelo que describe un punto
caracterstico o una caracterstica de la distribucin del nivel de estrs de una a la otra vida.
La caracterstica de la vida puede ser cualquier medida de vida tales como la media,
mediana, r (x), f (x), etc. Esta caracterstica de la vida se expresa como una funcin del
estrs. Dependiendo de la distribucin de vida subyacente asumido, se consideran las
caractersticas de vida diferente. En la siguiente tabla se muestran las caractersticas tpicas
de la vida para algunas distribuciones.
Distribucin
Parmetros
Weibull
*,
Caracterstica de la vida
Parmetro de escala,
Exponencial
Lognormal
Mediana,
* Se asume constante
Por ejemplo, al considerar la distribucin de Weibull, el parmetro de escala,
, es elegida
para ser la caracterstica de la vida que es dependiente, mientras que el estrs se supone
que permanecen constantes a travs de los niveles de estrs diferentes. Una relacin de
tensin de la vida se asigna a . Ocho modelos de estrs de la vida comn se presentan
ms adelante en esta referencia. Haga clic en un tema para ir directamente a esa pgina.
Relacin de Arrhenius
Relacin de Eyring
Tiempo de la garanta.
etc.
Este tipo de tensin de carga tiene muchas ventajas sobre cargas de estrs dependiente del
tiempo. Especficamente:
Mayora de los productos se asume para operar a una tensin constante bajo
uso normal.
Es mucho ms fcil hacer una prueba de tensin constante (por ejemplo, uno
en el que la cmara se mantiene a una sola temperatura).
La misma idea puede extenderse para incluir una tensin continua en funcin de tiempo.