Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Una ventaja adicional del análisis Weibull es que puede ser útil aún con
inconsistencias en los datos, aun así los dibujos de Weibull son usualmente
informativos. Los métodos serán descritos para:
Identificar modos de falla mixtos.
Problemas con el origen no localizado en cero.
Investigación de parámetros de envejecimiento alternos.
Manejo de datos donde la edad de algunas partes es desconocida.
Construcción de una curva Weibull cuando hay fallas que no han ocurrido.
Identificar problemas de lotes donde el modo de falla afecta un subconjunto.
Identificando valores atípicos sospechosos.
Para modos de falla por degaste, si el costo de una falla no planeada es mucho
más grande que el costo de un reemplazo planeado, existe un intervalo de
reemplazo óptimo para mínimo costo.
Usando pronóstico de falla Weibull, operaciones cuantitativas son hechas entre:
Mantenimiento programado o no programado.
Reacondicionamiento forzado o conveniente
Inspecciones no destructivas vs reemplazo de partes.
Acción correctiva vs hacer nada.
Tiempos diferentes entre reparaciones (overhauls).
Intervalos de reemplazo óptimo.
b ( t - to )
b -1 b
� �t - t � �
f ( t) = -�
exp � 0
�� , t �t0
hb ��
� h ���
( 6. LEY DE FALLAS DE WEIBULL.1)
donde:
b ( t - t0 )
b -1
é æ t- t ö b ù
R( t) = ò f ( t) dt = ò
¥ ¥
exp ê - ç 0
÷ø ú dt
t t hb êë è h úû
é æ t- t ö b ù
R( t) = exp ê - ç 0
÷ ú
êë è h ø úû
( 6. LEY DE FALLAS DE WEIBULL.2)
é æ töb ù
Q( t) = 1- exp ê - ç ÷ ú
êë è h ø úû
( 6. LEY DE FALLAS DE
WEIBULL.4)
Las formas típicas que pueden deducirse para la función acumulativa de fallos
de la distribución Weibull son mostradas en la figura 6.3.
Figura 6. 3: Variación de la función acumulativa de fallos en función del tiempo.
b
6.7.4 EFECTOS DEL PARAMETRO SOBRE
La tasa de riesgo es:
b ( t- t0 )
b -1
é æ t- t ö b ù
exp ê - ç 0
÷ ú
f ( t) hb êë è h ø úû
l ( t) = =
R( t) é æ t- t ö b ù
exp ê - ç 0
÷ ú
êë è h ø úû
b ( t - t0 )
b -1
l ( t) =
hb
( 6. LEY DE FALLAS DE
WEIBULL.5)
( )
Cuando t- t0 = h , la confiabilidad está dada por:
1
R( t) = exp éê - ( 1) ùú = = 0.368 ® ( 36.8% )
b
ë û 2.718
Aquí de nuevo los ajustes no son apropiados. Un Weibull con β=1 indica una
distribución exponencial. Aquellos que sobrevivan al tiempo t, un porcentaje
constante fallan en la próxima unidad de tiempo. Esto se conoce como una tasa
de riesgo constante.
æ1 ö
MTTF = t0 + hG ç + 1÷
èb ø
( 6. LEY DE FALLAS DE
WEIBULL.9)
æ1 ö æ1 ö
donde G ç + 1÷ es la función gamma evaluada en el valor ç + 1÷ , estos valores
èb ø èb ø
se pueden encontrar en la tabla 6.1.
La función gamma está definida como:
�
G ( h ) = �e- c c h -1d c
h
( 6. LEY DE FALLAS DE
WEIBULL.10)
Si t0=0, entonces:
æ1 ö
MTTF = hG ç +1÷
èb ø
( 6. LEY DE FALLAS DE
WEIBULL.11)
Si β=1,
æ1 ö
MTTF = hG ç + 1÷ = hG ( 2 ) = h
è1 ø
Si β >1, entonces, MTTF< h
Si β<1, entonces, MTTF > h
Si β=0.5, entonces, MTTF=2 h
El MTTF (tiempo medio a fallas) no debe ser confundido con el MTBF (tiempo
promedio entre fallas). Se trata de parámetros diferentes aunque son iguales
cuando no hay suspensiones. El MTBF es usado con sistemas reparables.
En la figura 6.8 se muestra gráficamente la relación dada por:
MTTF � 1�
= G�
1+ �
h � b�
( 6. LEY DE FALLAS DE
WEIBULL.12)
Figura 6. 8: Relación entre MMTF, h y b .
- � 0 ��
exp �
� � h ��
� �
( 6. LEY DE FALLAS DE WEIBULL.14)
Esta ecuación da la confiabilidad para una nueva misión de duración t, teniendo
ya acumulado un tiempo de operación T y las unidades son chequeadas para
asegurar que comiencen la nueva misión exitosamente. Es llamada condicional
ya que se puede calcular la confiabilidad de una nueva misión basado en el hecho
de que las unidades ya han acumulado horas de operación exitosa.
TR = t0 + h { -lh ( R ) }
1/ b
( 6. LEY DE FALLAS DE
WEIBULL.15)
MTTR æ 1ö MTTR æ 1ö
b h
= G ç 1+ ÷
è bø
s /h b h
= G ç 1+ ÷
è bø
s /h
0 ∞ ∞ 2.0 0.8862 0.463
20!- ( 10!)
2
0.1 10! 2.1 0.8857 0.44
0.2 120 1901 2.2 0.8856 0.42
0.3 9.2605 47 2.3 0.8859 0.41
0.4 3.3234 10.43 2.4 0.8865 0.39
0.5 2.0000 4.472 2.5 0.8873 0.38
0.6 1.5046 2.645 2.6 0.8882 0.37
0.7 1.2658 1.851 2.7 0.8893 0.36
0.8 1.1330 1.428 2.8 0.8905 0.34
0.9 1.0522 1.171 2.9 0.8917 0.33
1.0 1.0000 1.000 3.0 0.8938 0.32
1.1 1.0649 0.878 3.1 0.8943 0.315
1.2 0.9407 0.785 3.2 0.8957 0.31
1.3 0.9235 0.716 3.3 0.8970 0.30
1.4 0.9114 0.659 3.4 0.8984 0.29
1.5 0.9028 0.613 3.5 0.8998 0.28
1.6 0.8966 0.594 3.6 0.9011 0.27
1.7 0.8922 0.530 3.8 0.9038 0.26
1.8 0.8893 0.512 4.0 0.9064 0.25
1.9 0.8874 0.486
6.9.5 LA MEDIANA
La Mediana de la distribución Weibull es:
Me= t0 + h ( lh 2)
1/ b
( 6. LEY DE FALLAS DE
WEIBULL.16)
6.9.6 LA MODA
La Moda de la distribución Weibull es:
1/ b
æ 1ö
Mo= t0 + h ç 1- ÷
è bø
( 6. LEY DE FALLAS DE
WEIBULL.17)
( ( ))
1/ b
tp = h -lh 1- p
( 6. LEY DE FALLAS DE
WEIBULL.18)
Los gráficos de Weibull no siempre forman una estricta línea recta debido a que
se mezclan diferentes modos de falla, los cuales se deben clasificar para
determinar de manera adecuada la distribución de la falla; también es debido a los
tiempos suspendidos o muestras extremadamente pequeñas.
() () ()
El complemento de Q t es la Confiabilidad R t = 1- Q t o sea, la probabilidad
de sobrevivencia hasta el tiempo t.
é æ 1 öù
La ordenada se puede también graduar con Lnê Lnç ÷ ú.
êë è 1- Q t ø úû()
Weibull acuñó un nombre para el tiempo en el que un porcentaje dado fallará
llamado, por ejemplo la vida B1 significa el tiempo en el que 1% de las partes
fallarán (en la industria aeroespacial B1 es usado para fallas benignas, B0.1 para
fallas serias y B0.01 para fallas catastróficas).
c. Ordenar los datos de menor a mayor (así mismo anotar el rango ascendente).
d. Calcular el rango de la mediana utilizando la fórmula de Bernard
Q( t) = ( 2 - 0.3) / ( N + 0.4 ) .
f. Trazar “a ojo” una línea recta que represente bien los datos de falla y se ajuste
lo mejor posible.
()
Por la ordenada Q t = 63.2% se traza una paralela igual la recta de puntos
trazada con buen criterio a ojo hasta cortar el eje b (escala superior) La
intersección de la paralela con este eje b da el valor de b .
Su valor está dado por la intersección de la recta de puntos con la línea paralela
al eje de las abscisas correspondiente al 63.21% de fallos acumulados .
é æ t-t ö b ù
ê- 0 ú
ê çè h ÷ø ú
1- Q( t) = e ë û
1
1- Q( t) = é æ t-t ö b ù
ê 0 ú
ê èç h ø÷ ú
ë û
e
éæ t-t ö b ù
ê 0 ú
1 êçè h ÷ø ú
=e ë û
1- Q( t)
é éêæ t-t0 ö b ù
é 1 ù ê êèç h ø÷ ú
ln ê ú = ln ê eë
êë 1- Q( t) úû
ú
êë úû
b
é 1 ù æ t- t ö
ln ê ú=ç 0
êë 1- Q( t) úû è h ø
÷
y= a+ bx
é é 1 ùù
y = ln êln ê úú
()
êë êë1- Q t úû úû
c = ln ( t - t0 ) b= b
( 6. LEY DE FALLAS DE WEIBULL.20)
o sea que:
a
- = ln h
b
Por lo tanto:
b
é aù
h = exp ê - ú
ë bû
( 6. LEY DE FALLAS DE
WEIBULL.21)
donde:
N N
åc i åy i
a = c - b y=
1 1 i=1
-b
® intercepto con el eje Y
1 i=1
N N
( 6. LEY DE FALLAS DE WEIBULL.22)
N N N
N å c i yi - å c i å yi
b1 = i=1 i=1 i=1
2
® pendiente
N
æ ö N
N å yi2 - ç å yi ÷
i=1 è ø i=1
donde:
é é 1 ùù
yi = ln ê ln ê úú
êë êë 1- Q( t) úû úû
c i = ln ( t- t0 )
( 6. LEY DE FALLAS DE
WEIBULL.24)
( )
y los valores de Q ti son nuevamente obtenidos del rango de la mediana.
a1 1
y=- + c,
b1 b1
Resolviendo para los parámetros h y b se tiene
a1 1
a= - 1
= - b 1 ln h y b= 1 = b 1
b b
( 6. LEY DE FALLAS DE WEIBULL.25)
a1 = y- b1 c =
åy -b åc
i 1 i
N N
( 6. LEY DE FALLAS DE
WEIBULL.26)
b=
åc y -(åc )(å y) / N
i i i i
å c -(åc ) / N
2
2
i i
ìï æ 1 ö üï
yi = ln íln ç ÷ ý y c i = ln ( t- t0 )
ïî è 1- Q( ti ) ø ïþ
( 6. LEY DE FALLAS DE WEIBULL.28)
çç å xi - ç å xi ÷ / N ÷÷ å y i - ç å y i ÷ / N ÷
è i =1 è i =1 ø øçè i =1 è i =1 ø ÷
ø
LEY DE FALLAS DE WEIBULL.30)
Este valor da una prueba de bondad del ajuste, un valor aceptable debe estar
muy próximo a 1.0 para indicar así que los puntos se alinean razonablemente
bien.
( )
Caso 2: Si las curvas para MR vs ti - ti son cóncavas hacia arriba, luego existe
un t0<0 la cual enderezará la curva de MR vs ti .
Restar el mismo valor arbitrario , t0, a todos los tiempos a falla y regraficar los
datos.
Una cola hacia abajo o una reducción súbita de pendiente indica un t0 >0.
Para este caso, los datos no se alinean adoptando la forma indicada en la figura
6.13.
Figura 6. 13: Representación gráfica para el caso t0 >0.
Al graficar los datos en papel Weibull, estos tienen forma de curva que admite
una asíntota vertical; la intersección de la asíntota con la abscisa permite obtener
una primera estimación de t0 . Así que:
é æ t-t ö b ù
ê- 0 ú
ê çè h ÷ø ú
Q( t) = 1- R( t) = 1- e ë û
=0
o sea
é æ t-t ö b ù
ê- 0 ú
ê çè h ÷ø ú
1= e ë û
=0
é é æ t- t ö b ù
lh ( 1) = lh ê exp ê - ç 0
÷
ú
ê êë è h ø ú
ë û
b
æ t- t0 ö
0 = -ç
è h ÷ø
1 b /b
b æ t- t0 ö t- t0
0 = -ç Þ0=-
è h ÷ø h
t- t0 = 0 Þ t = t0
Caso t0 <0
En este caso, se obtiene una curva que admite una asíntota inclinad u horizontal.
Una manera de calcular t0 es posible mediante ensayos sucesivos hasta que se
pueda dibujar la curva como se observa en la figura 6.14.
Y2 - Y1 = Y3 - Y2 = d
c 2 - c1 = c 3 - c 2
( )
y como c = ln t- t0 se tiene:
ln ( t2 - t0 ) - ln ( t1 - t0 ) = ln ( t3 - t0 ) - ln ( t2 - t0 )
t2 - t0 t -t
ln = ln 3 0
t1 - t0 t2 - t0
t2 - t0 t3 - t0
o sea que =
t1 - t0 t2 - t0
(t -t ) =(t -t )(t -t )
2
2 0 1 0 3 0
t1t3 - t22
t0 =
t1 + t3 - 2t2
t0 = t2 -
(t -t )(t -t)
3 2 2 1
(t -t ) -(t -t )
3 2 2 1
( 6. LEY DE FALLAS DE
WEIBULL.31)
Solución
a. La tabla 6.2 muestra los datos y cálculos solicitados
c i = lnti é æ 1 öù c i yi c i2 yi 2
i ti
meses
( )
Q ti =
i - 0.3
N + 0.4
yi = ln ê ln ç
êë è 1- Q
ú
( ti ) ÷ø úû
1 1.7 0.06731 0.5306 -2.6638 -1.4134 0.2815 7.0958
2 3.5 0.1635 1.2528 -1.7230 -2.1586 1.5695 2.9687
3 5 0.2596 1.6094 -1.2021 -1.9347 2.5902 1.4450
4 6 0.3558 1.7918 -0.8216 -1.4721 3.2105 0.6750
5 8 0.4519 2.0794 -0.5087 -1.0578 4.3239 0.2588
6 9 0.5481 2.1972 -0.2303 -0.5060 4.8277 0.0530
7 11 0.6442 2.3979 0.03284 0.0787 5.7499 0.0011
8 13 0.7404 2.5649 0. 2991 0.7672 6.5787 0.0895
9 18 0.8365 2.8904 0.5938 1.7163 8.3544 0.3526
1
22 0.9327 3.0910 0.9927 3.0684 9.5543 0.9855
0
N
N
å y = - 5.23106 N N N
å c i = 20.4054 i=1
i
å c y = -2.912 å c
i i
2
i
= 47.0406 åy 2
i
= 13.925
i=1 i=1 i=1 i=1
( )
b. La representación de los puntos c i , yi en el gráfico de Weibull permite trazar
una recta, esto se muestra en la figura 6.16, siguiendo el procedimiento antes.
Capítulo 7. Ejercicios de aplicación
39
40 Análisis de datos de falla
a1 2.4035
a= - = -
b1 0.6938
a = -3.4643 (Intercepto)
a1 = y- b1 c =
åy -b åc
i 1 i
N N
b1 =
(
å c i yi - å c i )( å yi / N )
å c -( å c )
2
2
i i
/N
Capítulo 7. Ejercicios de aplicación
b1 =
( -2.912 ) - ( 20.4054 ) ( -5.23106 ) / 10
47.0406 - ( 20.4054 ) / 10
2
7.7622
b1 = = 1.437 = b 1
5.4026
-5.23106 20.4054
a1 = - 1.437
10 10
a = -3.4554 (Intercepto)
1
r=
å x y - ( å x )( å y ) / N
i i i i
(å -( å x ) / N )(å y - ( å y )
2
i i
2 2
i i
2
/N )
- 2.912 - ( 20.4054)( - 5.23106) / 10
r=
( 47.0406 - ( 20.4054) 2
)(
/ 10 13.925 - ( - 5.23106) / 10
2
)
r = 0.99184
f ( t)
g. La función de densidad de probabilidad de falla .
b æ tö é æ töb ù
b -1
f ( t) = ç ÷ exp ê - ç ÷ ú
h èhø êë è h ø úû
1.45 æ t ö
1.45-1
é æ töb ù
f ( t) = exp ê - ç ÷ ú
11 çè 11÷ø êë è h ø úû
é æ t ö 1.45 ù
f ( t) = 0.045t exp ê - ç ÷ ú
0.45
êë è 11ø úû
41
42 Análisis de datos de falla
h. La función de sobrevivencia es
é æ töb ù é æ t ö 1.45 ù
ê -ç ÷ ú ê -ç ÷ ú
R( t) = e
ê è hø ú ê è 11ø ú
ë û
=e ë û
R( 12 ) = e = 0.3216 ( 32.16% )
ê è 11 ø ú
ë û
()
j. Para una confiabilidad R t = 0.9 ,el tiempo requerido para el Mantenimiento es
é æ t ö 1.45 ù
ê -ç ÷ ú
ê è 11ø ú
0.9 = e ë û
t
ln0.9 = -1.45 ´
11
1.45
-0.1054 = - t
11
0.1054 0.1054 ´ 11
® t= = = 0.8meses
1.45 1.45
11
k. La función de probabilidad acumulativa de fallas es
é æ töb ù
ê-ç ÷ ú
Q( t) = 1- e
ê èhø ú
ë û
é æ t ö 1.45 ù
ê-ç ÷ ú
Q( t) = 1- e
ê è 11ø ú
ë û
æ 1 ö æ 1ö
G ç 1+ ÷ = 0.9114 y G ç 1+ ÷ = 0.9028
è 1.4 ø è 1.5 ø
Diferencia = 0.9114 - 0.9028 = 0.0086
Interpolando:
0.05*0.0086
0.1 ® 0.0086 c=
0.1
0.05 ® c c = 0.0043
Así que
æ 1 ö
G ç 1+ = 0.9114 - 0.0043 = 0.9071
è 1.45 ÷ø
Por lo tanto,
MTTF = 11*0.9071 = 9.98 meses
o. La probabilidad condicional para una nueva misión de duración t = 10 meses
dado que ya ha funcionado bien durante T=10 meses es
é æ T+tö b ù
ê -ç ú
R( T + t)
ê è h ÷ø ú
ë û
e
R( t / T ) = =
R( T ) é æ Töb ù
ê-ç ÷ ú
ê èhø ú
ë û
e
é æ 20 ö 1.45 ù
ê -ç ÷ ú
R( 10 + 10 )
ê è 11 ø ú
ë û
e 0.0926
R( 10 / 10 ) = = = = 0.2212 = ( 22.12% )
R( 10 ) é æ 10 ö 1.45 ù
ê -ç ÷ ú 0.4186
ê è 11 ø ú
e ë û
Me= h ( ln 2 ) = 11´ ( ln 2 )
1/ b 1/1.45
r. La Moda es
43
44 Análisis de datos de falla
1/ b 1/1.45
æ 1ö æ 1 ö
Mo= h ç 1- ÷ = 11* ç 1- = 4,91 meses
è bø è 1.45 ÷ø
( ( ) ) Con
1/ b
s. El 100Pésimo percentil tp= h - ln 1- p p= 0.6321 es:
(
t0.1 = 11 -lh ( 1- 0.1) )
1/1.45
= 2.33 meses
Con p= 0.9
(
t0.9 = 11 -lh ( 1- 0.9 ) )
1/1.45
= 19.55 meses
Solución
a. Registro de fallas ordenadas de menor a mayor y el Rango de la mediana para
el transformador de distribución (ver tabla 6.3)
Orden de Tiempo
i - 0.3
la falla ( )
Q ti =
N + 0.4
de falla
i
ti (horas)
1 550 0.0565
2 720 0.1371
3 880 0.2177
4 1020 0.2984
5 1180 0.3790
6 1330 0.4597
7 1490 0.5403
8 1610 0.6210
9 1760 0.7016
10 1920 0.7823
11 2150 0.8629
12 2330 0.9435
N=12
45
46 Análisis de datos de falla
t0 =
470 + 2500 - 2 ´ 1000
t0 = 180h
å y = - 6.3553
i åy 2
i
= 17.4536 åc i
= 83.9739 åc 2
i
= 590.845 å c y = -37.6639
i i
i=1 i=1 i=1 i=1 i=1
47
48 Análisis de datos de falla
b tb -1 é æ töb ù é æ t ö 2.2 ù
f ( t) = b exp ê - ç ÷ ú = 3.855 ´ 10 t exp ê - ç
-4 1.2
÷ ú
h êë è h ø úû êë è 1350 ø úû
Nå c y- å c å y
b=
Nå c 2 - ( å c)
2
a=
å y- b å c = ( -6.3553) - 2.121( 83.9739 )
N 12
a = -15.37
é aù é -15.37 ù
ê- b ú ê - 2.121 ú
h=e =eë û ë û
h = 1403.3 horas
b 2.121
é tù é t ù
Q( t) = 1- e
ê- h ú ê - 1403 ú
ë û
= 1- e ë û
b 2.121
é tù é t ù
R( t) = e
ê- h ú ê - 1403 ú
ë û
=e ë û
b tb -1 2.121t1.121
l ( t) = = = 1.11*10 -4 t1.121
( 1403.3)
b
h 2.121
é æ töb ù
b -1 ê -ç ÷ ú é æ t öù
bt ê -ç
f ( t) =
ê è hø ú ÷ú
-4 1.121 ë è 1403.3 ø û
e ë û
= 1.11´ 10 t e
hb
El coeficiente de correlación lineal es:
N å c i yi - å c i × å yi
r=
Nå c i2 - (åc ) ´ N å yi 2 - (å y)
2 2
i i
81.7125
r= @ 1.0
6.207 ´ 13.002
f. La probabilidad de falla del transformador a las 1600 horas es:
Mediante la gráfica de Weibull
Q( 1600 ) = 70.2%
Mediante el Método Analítico
49
50 Análisis de datos de falla
é æ 1600 ö 2.121 ù
ê -ç ú
ê è 1403.3 ÷ø
Q( 1600 ) = 1- e
ú
ë û
()
Por la gráfica de Weibull: Para Q t = 25% se encuentra que
t = 770horas
Capítulo 7. Ejercicios de aplicación
R( t) = e
ê è 1403.3ø ú
ë û
é æ t ö 2.121 ù
ê -ç ú
ê è 1403.3 ÷ø ú
0.75 = eë û
t2.121
ln0.75 = -
( 1403.3)
2.121
t2.121
-0.2877 = -
4732670.446
t2.121
= 1361589.287
t = 779.3horas
h. Duración de la vida media
æ 1ö
E ( t) = MTBF = h × G ç 1+ ÷
è bø
MTBF = 1403.3 ´ 0.8857 = 1242.9horas
æ 1 ö
para b = 2.121 Þ G ç 1+ = 0.8857
è 2.121 ÷ø
51
52 Análisis de datos de falla
8 80 Falla
i - 0.3
Qt =() N + 0.4
´100
1 30 12.96
2 50 31.48
3 80 50.00
4 90 68.52
5 6 87.04
Los rangos son ahora ajustados para tener en cuenta el efecto de los ítems
suspendidos y se muestran en la tabla 6.7.
53
54 Análisis de datos de falla