Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Figura 1. Filtro normalizado Butterworth de orden 2.
En ocasiones, las señales de interés están mezcladas con
otras señales y no es posible distinguirlas o separarlas por Qué es un proceso estocástico puntual de fallas?
medio de análisis basados en técnicas temporales. La
separación de señales atendiendo a su distribución Un proceso estocástico puntual de fallas es un proceso
frecuencial es una técnica muy común en procesado de aleatorio en el cual se cuenta el número N de fallas que
señal. La técnica consiste en cancelar o atenuar unas zonas ocurren o “llegan” en un periodo de tiempo Dt , con la
frecuenciales determinadas donde la señal deseada no condición de que en cada instante del tiempo solo una falla
existe y dejar pasar aquellas frecuencias en que la señal puede ocurrir. Si se toma como tiempo cero al instante en
deseada tiene su contenido frecuencial. el cual empieza la observación del proceso, Dtt= - 0 y solo
t aparecerá en las ecuaciones (Ver la Figura 1).
Índices de confiabilidad que miden el desempeño de
un componente típico o promedio que representa a El modelo matemático de este proceso se define mediante
cada uno de los componentes del lote. la función de intensidad l(t ) , con la cual se definen:
La reparaciones pueden estudiarse en forma regresa al estado físico que existía antes de fallar, razón por
independiente de las fallas la cual, la distribución de probabilidad de los xi no cambia.
Tendencia en un proceso de llegada de fallas El modelo Poisson Power Law
Tendencia positiva
La metodología propuesta utiliza al proceso de Poisson no
L homogéneo power law para analizar la evolución en la
t confiabilidad de lotes de componentes reparables dada su
flexibilidad para producir tendencias crecientes o
Sin tendencia
decrecientes e incluir al proceso de renovación exponencial.
L
El proceso de renovación exponencial, conocido
t
popularmente como proceso de Poisson homogéneo, es el
Tendencia negativa proceso estocástico puntual más sencillo y difundido. Su
L función de intensidad es una constante igual al inverso del
valor esperado de los tiempos entre fallas:
t
Figura 2. Tendencia en procesos de llegadas de fallas l(t ) = 1/ E( x) = l
La tendencia es el cambio en el tiempo del número de fallas Se dice que este es un proceso aleatorio puro pues la
que ocurren. En la Figura 2 se muestran los tres tipos
distribución de los tiempos de llegada de las fallas ( ti ) es
básicos de tendencia:
uniforme, lo cual significa que, con igual probabilidad, una
falla puede ocurrir en cualquier instante de tiempo.
Tendencia positiva: El número de fallas aumenta con el
tiempo, l(t ) es creciente y los xi disminuyen con el
La función de intensidad del proceso de Poisson no
tiempo. La confiabilidad está deteriorándose. Según la homogéneo power law es:
notación de Ascher y Feingold, esta situación
corresponde a una carita triste. l(tt) = l * b * b- 1
VAR[ N (tt)] = l b
Prueba de tendencia
Se calcula el estadístico de prueba de Laplace (1773): Figura 4. Diagrama de dispersión de datos dependientes
lˆ = 1/ x = n / tn
Tabla 2 – Valores de za / 2
a 1% 5% 10%
za /2 2.576 1.967 1.645
Luego se verifica el ajuste de los xi a una distribución
exponencial con parámetro l̂ , lo cual puede hacerse
si - za / 2 < U L < za / 2 , el proceso es estacionario, b = 1.0 y se mediante las tradicionales pruebas de bondad de ajuste
Chi-cuadrado, Kolmogorov–Smirnov, etc. o con métodos
procede a analizar si los xi son independientes. De lo
gráficos como la transformada TTT.
contrario, se procede a verificar el ajuste al proceso power
law.
Si hay ajuste, el proceso de llegada de fallas del lote de
componentes puede ser modelado con un proceso de
Prueba de independencia
Poisson homogéneo de parámetro l̂ ; de lo contrario,
Se realiza el diagrama de dispersión de los xi , el cual es verificar el ajuste a un proceso power law.
una gráfica de las parejas ( xi , xi +1 ) conservando su orden
Prueba de ajuste a un proceso power law
cronológico.
Primero se calculan los estimadores de los parámetros del
Si los puntos del diagrama de dispersión están dispersos
proceso:
(Figura 3), los datos son independientes y se procede a
verificar su ajuste al proceso de Poisson homogéneo. n
bˆ = (n - 2) / �Ln(ttn / i )
i =1
Si los puntos del diagrama de dispersión tienden a formar
una línea (Figura 4), los datos están correlacionados
lˆ = n / tnb
ˆ
positiva o negativamente de acuerdo con la pendiente de la
línea; en este caso se procede a verificar el ajuste al proceso
power law. Luego se verifica el ajuste de los datos al proceso power
law, lo cual puede hacerse mediante pruebas de bondad de
ˆ
2. U i = (tti / n )b para i = 1, 2,L , M
En la tabla 4 se presentan los modelos de confiabilidad
D = max( i / M - U i ) para i = 1, 2,L , M
+ para 29 lotes de componentes del SDL de la ciudad de
3.
Pereira.
Tabla 4 – Modelos de confiabilidad para lotes de componentes del SDL de la ciudad de Pereira
Cantidad de Dt # Datos l̂
Lote de componentes b̂
componentes (años) (fallas) (fallas/año)
Circuitos primarios 13.2 kV aéreos rurales 672 km 5 850 338.6545 0.8910
Circuitos primarios 13.2 kV aéreos urbanos 149 km 5 655 243.9024 1.0000
Circuitos primarios 13.2 kV subterráneos urbanos 18 km 5 63 24.9861 0.9366
Circuitos primarios 33 kV (urbanos y rurales) 882 km 5 250 61.7284 1.0000
Cortacircuitos 13.2 kV urbanos 6200 6 92 15.5221 1.0000
Cortacircuitos 13.2 kV rurales 6281 6 219 28.0313 1.1509
Cortacircuitos 33 kV (urbanos y rurales) 168 6 107 18.8409 1.0000
Pararrayos 13.2 kV urbanos 6395 5 141 24.7024 1.0904
Pararrayos 13.2 kV rurales 4877 5 225 32.2907 1.2135
Pararrayos 33 kV (urbanos y rurales) 212 5 13 3.1189 1.0706
Transformadores 13.2 kV urbanos monofásicos 790 5 111 1.8957 2.7003
Transformadores 13.2 kV urbanos trifásicos 1428 5 270 59.9915 1.0000
Transformadores 13.2 kV rurales (monofásicos y trifásicos) 2065 5 514 61.6610 1.3491
Transformadores 33 kV (urbanos y rurales) 39 5 1 0.9488 1.0000
Redes secundarias aéreas urbanas 1336 km 5 1281 103.0928 1.0000
Redes secundarias aéreas rurales 1557 km 5 3211 616.7905 1.0253
Redes secundarias subterráneas urbanas 263 km 5 147 29.5428 1.0000
Acometida monofásicas urbanas 680 km 5 2410 389.2364 1.1322
Acometidas bifásicas urbanas 197 km 5 409 84.9831 1.0000
Acometidas trifásicas urbanas 77 km 5 136 26.2723 1.1704
Acometidas monofásicas rurales 233 km 5 698 101.7090 1.2020
Acometidas bifásicas rurales 21 km 5 186 37.7242 1.0000
Acometidas trifásicas rurales 5 km 5 167 24.4977 1.2118
Contadores monofásicos urbanos 66758 5 2030 304.4547 1.1798
Contadores bifásicos urbanos 20196 5 341 63.1420 1.0622
Contadores trifásicos urbanos 7854 5 121 24.9869 1.0000
Contadores monofásicos rurales 10603 5 82 16.2063 1.0127
Contadores bifásicos rurales 942 5 84 18.0812 1.0000
Contadores trifásicos rurales 236 5 73 15.3656 1.0000
Tabla 5
Lotes de componentes del SDL de la ciudad de Pereira en
cada estado de confiabilidad
Bibliografía