Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2006
CURSO DE CONFIABILIDAD
Diciembre de 2006
Pgina 1
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
CONTENIDO
1. Introduccin a la confiabilidad
2. Distribuciones de probabilidad
5. Determinacin de la confiabilidad
7. Confiabilidad de sistemas
8. Mantenabilidad y disponibilidad
Pgina 2
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1. Introduccin a la confiabilidad
Pgina 3
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
3. Para tener datos es necesario tener datos a travs de pruebas las que en
algunas ocasiones son costosas.
4. A veces el tiempo para observar las fallas es muy largo y es necesario cortar
el tiempo de prueba, dando lugar a observaciones censuradas. Normalmente
se requiere extrapolar los resultados, por ejemplo al estimar la tasa de falla a
las 10,000 horas con pruebas de funcionamiento durante 1,000 horas.
Ejemplo:
Cul es la probabilidad de que fallen los chips antes de las 500 horas?
Cul es el riesgo de falla a las 300 horas?
Cul es la proporcin de chips que fallarn antes de 250 horas?
Datos censurados
Censura
Pgina 4
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
TIPOS DE CENSURA
Pgina 5
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplo:
A X
B
C
D
Fig. 1 Tipos de censura: A sin censura; B Censura por la izquierda; C Censura por la derecha;
D censura por intervalo.
2. Distribuciones de probabilidad
Pgina 6
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 7
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Li = F(0.5) = .265
Los datos son: el nmero de las fallas (di), censuradas por la derecha (ri), y
censuradas por la izquierda (li) en cada uno de los intervalo (no traslapadas)
(ti-1, ti ], i = 1. . . m, m+1, t0 = 0. La verosimilitud (probabilidad de los datos)
para una sola observacin, en (t i-1, ti ] es:
Pgina 8
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n = tamao de muestra
Di = # de fallas en el iesimo intervalo
De la distribucin binomial se tiene:
Pgina 9
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
estndar de
Pgina 10
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n=tamao de muestra
di = numero de fallas en el intervalo i
ni = conjunto bajo riesgo al tiempo t-1
ri = numero de observaciones censuradas al tiempo ti
Pgina 11
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 12
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
La funcin de densidad f(t) es continua si cumple para f(t) >= 0 el rea bajo la
curva es igual a 1, en confiabilidad el intervalo es de cero a infinito o sea:
f (t ) dt 1
f (t )e t ; t 0
t
P(T t ) F (t ) f ( x )dx 1
0
t
P(T t ) F (t ) e x dx e x t
0 1 e t , t 0
0
Funcin de confiabilidad
R(t)= 1 F(t)
R (t ) e t
Pgina 13
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Acumulada confiabilidad
Se define como:
f (t )
h(t )
R (t )
P (t T T T t )
h(t ) lim
0
f(t)
tiempo
Mortalidad Vida til o fallas Envejecimiento
Infantil o aleatorias o fallas por desgaste
Fallas tempranas
Pgina 14
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
R (t ) e H ( t )
t
E (t ) tf (t )dt
0
Funcin cuantil
t p F 1 ( p)
1 1
t p F 1 ( p) ln(1 F (t )) ln(1 p)
Ejemplo:
Unidad Horas
1 3.70
Pgina 15
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
2 3.75
3 12.18
4 28.55
5 29.37
6 31.61
7 36.78
8 51.14
9 108.71
10 125.21
11 125.35
12 131.76
13 158.61
14 172.96
15 177.12
16 185.37
17 212.98
18 280.40
19 351.28
20 441.79
Como no hay censura la media concuerda con las media de las observaciones
o sea 133.43.
1
1 t
f (t ) e 133.43
133.43
1
t
F (t ) 1 e 133.43
F(20) = 0.139
1
t
R (t ) e 133.43
Pgina 16
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1
h(t )
133.43
Los modelos que se utilizan para el tiempo de falla son: Weibull, Valor extremo,
exponencial, normal y lognormal. Aqu se mostrarn sus funciones de densidad
f(t), distribucin acumulada F(t), funcin de confiabilidad R(t) y funcin o tasa
de riesgo h(t). Tambin se incluyen la vida media y la funcin cuantil de cada
distribucin.
f (t ) e t , F (t ) 1 e t , R(t ) e t , h(t )
t p (1 / ) ln(1 p ), E (T ) 1 /
Pgina 17
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Funcin de riesgo
Pgina 18
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para:
Tp = - log (1-p)
Pgina 19
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t
R (t ) e Funcin de confiabilidad
1
t
h(t ) Funcin de riesgo
E (T ) (1 1 / )
t p ln(1 p )
1/
t
x 1
( x) e t dt Generalizacin del factorial de un nmero
0
Pgina 20
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
=0.5 =1 =2
1
Tiempo
Figura 5. Funciones de densidad Funciones de riesgo
Pgina 21
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 22
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 23
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 24
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1 t
t
f (t ) e Distribucin de densidad
t
F (t ) 1 e Distribucin acumulada
t
R (t ) e Funcin de confiabilidad
1
t
h(t ) Funcin de riesgo
Donde t>=
E (T ) (1 1 / )
t p ln(1 p )
1/
Pgina 25
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplo:
t 1000 ln(0.90) 11 .1
2
Pgina 26
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
C (t t t b ) 0.90
R(t t b ) exp ((t 0.5) / 1000) 0.5
R (t b )
exp (0.5) / 1000) 0.5
Igualando a 90% y despejando para t se obtiene t = 15 aos, es decir el
periodo de quemado eliminara unidades dbiles que fallaran pronto y las
unidades sobrevivientes tienen mayor confiabilidad.
1 t t
f (t ) exp exp Funcin de densidad
t
F (t ) 1 exp exp Funcin de distribucin
t
R (t ) exp exp Funcin de confiabilidad
1 t
h(t ) exp Funcin de riesgo
t p ln ln(1 p)
=1 =2 =3
1
Tiempo
Figura 6. Funciones de densidad Funciones de riesgo
Pgina 27
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para:
Donde
Pgina 28
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para
Donde:
Pgina 29
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribucin normal
t
t
F (t ) f ( x)dx
Funcin de distribucin
t
t
R(t ) 1 f ( x)dx 1
Funcin de confiabilidad
E (T )
t p 1 ( p )
=1 =2 =3
1
Pgina 30
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Tiempo
Figura 6. Funciones de densidad Funciones de riesgo
Pgina 31
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 32
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribucin lognormal
1 1
2
1 ln( t )
f (t ) e 2 Funcin de densidad
t 2
ln(t )
t
F (t ) f ( x)dx
Funcin de distribucin
ln(t )
t
R (t ) 1 f ( x)dx 1
Funcin de confiabilidad
E (T ) exp( 2 / 2)
t p exp( 1 ( p )
Pgina 33
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 34
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 35
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 36
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribucin logstica
Para:
Donde y son fdp y fda para una logistica estandarizada dada por:
Con
Pgina 37
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplos:
Distribucin Loglogstica
Si entonces
Con:
Pgina 38
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 39
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
La funcin de Riesgo
Pgina 40
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 41
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t
F (t )1 e
Se deduce que:
t
e
1 F (t )
t
ln1 F (t )
t t (i )
Exponencial 1 exp log(1 p( i ) )
t p ln(1 p )
1/
1
ln(t ) ln( ) ln ln(1 F (t )
Reacomodando la ecuacin queda como:
Pgina 42
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplo:
1. Stat > Reliability / Survival > Distribution analysis (Right sensoring) >
Parametric distribution analysis
3. OK
Distribution Analysis: t
Variable: t
Parameter Estimates
Standard 95.0% Normal CI
Parameter Estimate Error Lower Upper
Shape 1.43966 0.770081 0.504604 4.10744
Scale 76.1096 23.0668 42.0206 137.853
Log-Likelihood = -29.977
Goodness-of-Fit
Anderson-Darling (adjusted) = 1.980
Correlation Coefficient = 0.996
Characteristics of Distribution
Standard 95.0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 69.0792 21.6192 37.4070 127.568
Standard Deviation 48.7161 31.6088 13.6579 173.765
Median 59.0032 19.5515 30.8190 112.962
First Quartile(Q1) 32.0329 17.6650 10.8690 94.4070
Third Quartile(Q3) 95.4934 31.2532 50.2794 181.366
Interquartile Range(IQR) 63.4604 32.7893 23.0514 174.707
Table of Percentiles
Standard 95.0% Normal CI
Pgina 43
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
C ensor 0
20 A D* 1.980
C orrelation 0.996
10
3
2
1
0.1 1.0 10.0 100.0 1000.0
t
95.0% Normal CI
Time Probability Lower Upper
15 0.908008 0.276139 0.992789
Pgina 44
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1.43966
15
R (15) e 76.1096
0.9080
R(t (i ) ) 1 f (1)
n (1) x1 .....1
f ( 2)
n( 2)
f (i )
n (i )
Donde f(j) son las unidades que fallan en el j-simo intervalo de tiempo (ti-1, ti)
y n(j) son las unidades en riesgo justo antes del tiempo j. Las unidades en
reisgo son iguales al total de unidades menos las que han fallado hasta antes
de ese tiempo, menos las que fueron censuradas hasta ese tiempo, es decir.
i 1 i 1
n ( j ) n f ( j ) rj
j 0 j 0
Ejemplo:
Pgina 45
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t t (i )
Exponencial 1 exp log(1 p( i ) )
Weibull
t
1 exp
log log(1 p(i ) log( ) log(t (i ) )
t t (i )
Valor extremo 1 exp exp
log log(1 p( i ) )
t t(i )
Normal 1 ( p( i ) )
log(t ) log(t (i ) )
Lognormal 1 ( p( i ) )
Pgina 46
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
-0.5
-1.0
Y
-1.5
-2.0
-2.5
20 40 60 80 100 120
t
(log(t(i)), log(-log(1-p(i)).
Pgina 47
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
0.0
log(-log(1-P(i))
-0.5
-1.0
-1.5
-2.0
-2.5
Mxima verosimilitud
Es un mtodo para estimar los parmetros del modelo que provee los
estimadores que maximizan la probabilidad de haber observado los datos bajo
tal modelo.
Con los datos se desea estimar el valor del parmetro . Los datos son un
evento E en el espacio muestral del modelo y la probabilidad de E ser funcin
de los valores desconocidos de los parmetros del modelo, P(E;). El
estimador de mxima verosimilitud (emv) de es el valor de que maximiza
P(E;), y se denota por ^. La funcin de verisimilitud L() se define como la
probabilidad conjunta de los datos:
L( , t i ) P(T t ; ) f (t i , )
Por ejemplo para el caso de la distribucin binomial se tiene:
Pgina 48
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n x n x
L( p;x) f (x; p) p (1 p)
x
Donde x es el nmero de xitos observados, p es la probailidad. Por lo que
dado x, L(p) toma distintos valores en funcin de p. El valor de p que maximice
L(p) es el (evm).
L( ; T t ) P (T t ; ) R (t ; ) Funcin de confiabilidad
Para el caso de censura por intervalo, o por resolucin baja del instrumento, se
sabe que el evento ocurri entre: t i 1 T t i y su verosimilitud est dada por:
ti
L( ) P (t i 1 t t i ) f (t; )dt F (t ) F (t
t 1
i i 1 )
Si se tienen cuatro datos: uno completo ti, uno censurado por la derecha tder,
otro por la izquierda tizq y el ltimo por intervalo (tbajo, talto), la funcin de
verosimilitud para el modelo es:
L( ; datos) f (t i ; ) xC (t der ; ) xF (t izq ; ) x F (t alto ; ) F (t bajo ; )
Pgina 49
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n
1 i 1 ti
t 1
L( ; datos) e n e
i 1
Maximizar esta funcin equivale a maximizar su logaritmo dado por:
1 n
ln L( ; datos) n ln( ) ti
i 1
d ln( L ( )) n 1 n
d
2
t
i 1
i 0
n
ti
i 1
O sea que para sobrevivir al tiempo t se debe sobrevivir a todos los modos de
falla.
Esfuerzo Modo de
falla
Pgina 50
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
550 S
750 A
950 S
950 A
1150 A
1150 S
1150 S
1150 A
1150 A
1250 S
1250 S
1350 A
1450 S
1450 S
1450 A
1550 S
1550 A
1550 A
1850 A
2050 S
Con Minitab:
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Distribution ID Plot
4. OK
Pgina 51
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
P er cent
50 5.561
10 N ormal
0.970
10
1 1
500 1000 2000 1000 2000
Esfuer zo Esfuer zo
Exponential Normal
99
90
90
50
P er cent
P er cent
50
10
10
1 1
10 100 1000 10000 500 1000 1500 2000
Esfuer zo Esfuer zo
P er cent
50 *
10 N ormal
0.981
10
1 1
500 1000 2000 1000 2000
Esfuer zo Esfuer zo
E xponential Normal
99
90
90
50
P er cent
P er cent
50
10
10
1 1
10 100 1000 10000 500 1000 1500 2000
Esfuer zo Esfuer zo
Pgina 52
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Distribution Overview Plot
4. OK
IQ R 503.809
10 F ailure 20
0.0004
C ensor 0
A D* 0.998
C orrelation 0.981
0.0000 1
500 1000 1500 2000 500 1000 2000
Esfuer zo Esfuer zo
0.0050
Rate
50
0.0025
0 0.0000
500 1000 1500 2000 500 1000 1500 2000
Esfuer zo Esfuer zo
5. Determinacin de la confiabilidad
Instrucciones de Minitab:;
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Parametric Distribution Analysis
Pgina 53
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
4. OK
C ensor 0
20 A D* 0.998
C orrelation 0.981
10
5
3
2
1
0 0 0 0 0 0 0 0 00 00
30 40 50 60 70 80 90 100 15 20
Esfuerzo
Variable: Esfuerzo
Distribution: Weibull
Parameter Estimates
Log-Likelihood = -145.245
Goodness-of-Fit
Anderson-Darling (adjusted) = 0.998
Correlation Coefficient = 0.981
Pgina 54
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Characteristics of Distribution
Table of Percentiles
95.0% Normal CI
Time Probability Lower Upper
500 0.984016 0.920465 0.996872
Y el porcentaje de falla ser 100 98.40 = 1.6% que es mayor al objetivo del
1%, por lo que se tratar de eliminar uno de los modos de falla.
Instrucciones de Minitab:;
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Parametric Distribution Analysis
Pgina 55
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
4. OK
Variable: Esfuerzo
Modo de falla = A
Distribution: Weibull
Parameter Estimates
Log-Likelihood = -71.553
Goodness-of-Fit
Anderson-Darling (adjusted) = 1.397
Correlation Coefficient = 0.986
Characteristics of Distribution
Table of Percentiles
Pgina 56
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Variable: Esfuerzo
Modo de falla = S
Distribution: Weibull
Parameter Estimates
Log-Likelihood = -73.614
Goodness-of-Fit
Anderson-Darling (adjusted) = 1.529
Correlation Coefficient = 0.962
Characteristics of Distribution
Table of Percentiles
Pgina 57
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 58
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
10
3
2
1
100 1000
Esfuerzo
En este caso se observa que para tener menos de 1% de falla en 500 mg. Es
necesario eliminar los dos modos de falla, uno no es suficiente.
Pgina 59
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pruebas Cualitativas
Las pruebas de vida aceleradas cualitativas (tales como las pruebas de tortura)
se utilizan sobre todo para revelar los modos de falla probables para el
producto con objeto de mejorar su diseo. Una prueba acelerada que slo da
Informacin de Falla ( Modos de Falla), comnmente se llama Prueba de
Tortura, Prueba de Elefante, Prueba Cualitativa, etc.
Pruebas Cuantitativas
Pgina 60
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Tiempo escalado: F(t; x) = F [AF(x) t; x0]. Entonces las cdfs F(t; x) y F(t;
x0) no se cruzan.
Pgina 61
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Note que para modelos con una sola variable de la familia log-localizacin
escala:
Pgina 62
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Modelos de aceleracin
Arrhenius
Eyring
Regla de Potencia Inversa para Voltaje
Modelo exponencial de Voltaje
Modelos de Dos: Temperatura / Voltaje
Modelo de Electromigracin
Modelos de tres esfuerzos (Temperatura, Voltaje y Humedad)
Modelo Coffin-Manson de Crecimiento de Fracturas Mecnicas
Pgina 63
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
R = velocidad de reaccin,
A = constante desconocida,
EA = energa de activacin (eV),
K = constante de Boltzman, y
T = temperatura absoluta (Kelvin).
Pgina 64
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Con media:
Y modelo de regresin:
Con media:
Y Tp:
Pgina 65
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
El modelo de Arrhenius,
El modelo de Eyring y
Pgina 66
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
7. Confiabilidad de sistemas
Cuando se estudia la confiabilidad de un sistema compuesto por componentes,
la falla de alguno de ellos hace que todo el sistema deje de funcionar, en este
caso el se dice que los componentes estn en serie. En caso de que la falla de
un componente particular no afecte al funcionamiento total del sistema dado
que otros componentes continan funcionando, se dice que estn conectados
en paralelo.
Sistemas Complejos
para i = 1...,n.
Pgina 67
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1,
(x) 1 si el sistema funciona; 0 si no funciona
0
La funcin de estructura de un sistema serie es:
k
( x ) xi
i 1
k
( x ) 1 (1 xi )
i 1
Pgina 68
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Si falla el componente 2:
El sistema operara en el estado (1,1,1) y fallar en los estados (0,1,1) y (0,1,0)
y (1,0,1).
Pgina 69
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Sistemas en Serie
Ejemplo:
Rs (0.999) 40 0.961
A B C Z
Figura 7. Sistema con componentes en serie
Sistemas en paralelo
En este sistema, si tiene k componentes, basta con que uno funcione para que
siga en operacin. Se requiere que todos los componentes fallen para que falle
el sistema, o sea:
Pgina 70
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
( X ) max{ X 1 ,..., X n },
n
1 (1 X i ).
i 1
B
A
C
D
Fig. 8 Sistema con 4 componentes en paralelo
Pgina 71
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Por ejemplo:
En los puentes algunos de los cables de la suspensin pueden fallar, y el
puente no cae. En las bicicletas algunos de los rayos pueden fallar.
Ejemplo:
Pgina 72
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplo:
A G
C D
E F
B
Figura 9. Sistema con 7 componentes en serie y en paralelo
Rs = Rab x Rc x Rd x Refg
Regla 1. Sean dos sistemas, uno con funcin de estructura 1(x)= 0(x) A(x) y
otro con funcin de estructura 2(x)= 0(x) B(x). Si se conectan en serie, la
funcin de estructura resultante es: (x)= 0(x) A(x) B(x) puesto que 02(x)=
0(x).
Pgina 73
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
2. Dado que para que el sistema funcione es necesario que funcione al menos
una de las trayectorias mnimas, se aplica la definicin de sistema paralelo a
dichas trayectorias.
Ejemplo:
Pgina 74
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Estructuras de puente
Redundancia
Pgina 75
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Uso de Minitab
Se capturan dos columnas, una para los tiempos de falla observados y otra
para indicar cuales tiempos son falla y cuales son censuras por la derecha. Se
puede escoger 1 para censuras y 0 para falla.
Para los anlisis se usa el men Stat > Relibility / Survival, en la primera opcin
se identifica la distribucin de manera grfica, en la segunda se hace una
exploaracin ms detallada (paramtrica o no paramtrica) de la distribucin
seleccionada, en la tercera opcin se hace el anlisis paramtrico detallado y
en la cuarta el anlisis no paramtrico. En el primer bloque se considera
censura por la derecha y en el segundo bloque se analiza lo mismo con otras
opciones de censura.
Pgina 76
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
8. Mantenabilidad y disponibilidad
Mantenimiento
Mantenabilidad
Pgina 77
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Disponibilidad
Por ejemplo, si una lmpara tiene una disponibilidad del 99.9%, habr una vez
fuera de mil que alguien necesite utilizar la lmpara y suceda que la lmpara no
opere.
Pgina 78
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 79
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Disponibilidad media
Disponibilidad Limite
Disponibilidad inherente
Pgina 80
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Disponibilidad operacional
Ejemplo:
Pgina 81
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Pgina 82
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Problemas
1. Escribir y graficar la funcin de riesgo h(t) para una distribucin de Weibull
con parmetros a) Beta =1, Etha = 4; b) Beta = 2, Etha = 2; c) Beta = 3, Etha =
1. Comentar el efecto de cada parmetro.
2. Una unidad de disco tiene una falla temprana si ocurre antes del tiempo t =
alfa y una falla por desgaste si ocurre despus de t = beta. Si la vida del disco
se puede modelar con la distribucin f(t) = 1/(Beta alfa):
Pgina 83
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
9500 10512 12824 13514 14096 14128 14404 14520 14689 14766 14859
14951 15117 15520 15555 15912 16037 16481 16622 16626 16689 16935
17980 18508 18624 18699 18719 18773 19126 19165 19274 19414 19429
19451 19611 19708 20066 20546 20610 21599 21978 21978 22386 23592
23659 24165 25731 25961 25991 26553
Pgina 84
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ao Superv.
1 94
2 78
3 88
4 36
5 22
6 10
7 6
8 2
Pgina 85
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
10 20
11 10
Pgina 86