Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2006
CURSO DE CONFIABILIDAD
Diciembre de 2006
Página 1
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
CONTENIDO
1. Introducción a la confiabilidad
2. Distribuciones de probabilidad
5. Determinación de la confiabilidad
7. Confiabilidad de sistemas
8. Mantenabilidad y disponibilidad
Página 2
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1. Introducción a la confiabilidad
No es suficiente que un producto cumpla las especificaciones y criterios de
calidad establecidos sino que además es necesario que tenga un buen
desempeño durante su vida útil es decir que sea confiable. Esto cada vez cobra
una importancia mayor dado que cambia la tecnología, los productos son cada
vez más complejos, los clientes se tornan cada vez más exigentes y la
competencia es alta.
Página 3
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
3. Para tener datos es necesario tener datos a través 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:
¿Cuál es la probabilidad de que fallen los chips antes de las 500 horas?
¿Cuál es el riesgo de falla a las 300 horas?
¿Cuál es la proporción de chips que fallarán antes de 250 horas?
Datos censurados
Censura
Página 4
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
TIPOS DE CENSURA
Página 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
Página 6
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 7
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Li = F(0.5) = .265
Los datos son: el número 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 observación, en (t i-1, ti ] es:
Página 8
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n = tamaño de muestra
Di = # de fallas en el iesimo intervalo
De la distribución binomial se tiene:
ˆ
(
)
F
td #
d
f
h
e
t
t
i
nj
1
j
a
ie
ˆ
(
1
F)
1 Fˆ
100
,(2
)3
ˆ
100
,
F(3
)
5100
Página 9
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
estándar de
Página 10
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n=tamaño 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
Página 11
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
f (t )dt 1
Para el caso de la distribución exponencial se tiene que:
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
Función de confiabilidad
R(t)= 1 – F(t)
R(t ) e t
Página 12
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Se define como:
f (t )
h(t )
R(t )
P(t T T T t )
h(t ) lim
0
f(t)
tiempo
Mortalidad Vida útil o fallas Envejecimiento
Infantil o aleatorias o fallas por desgaste
Fallas tempranas
Página 13
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
R(t ) e H (t )
t
E (t ) tf (t )dt
0
Función cuantil
t p F 1 ( p)
1 1
t p F 1 ( p) ln(1 F (t )) ln(1 p)
Ejemplo:
Página 14
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Unidad Horas
1 3.70
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
Página 15
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1
h(t )
133.43
1 t
f t exp
E T T
1
h t
Página 16
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Función de riesgo
Página 17
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para:
Tp = - log (1-p)
Página 18
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t
R(t ) e Función de confiabilidad
1
t
h(t ) Función de riesgo
E (T ) (1 1/ )
t p ln(1 p)
1/
( x) t x1e t dt Generalización del factorial de un número
0
Página 19
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Tiempo
Figura 5. Funciones de densidad Funciones de riesgo
Página 20
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 21
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 22
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 23
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1 t
t
f (t ) e Distribución de densidad
t
F (t ) 1 e Distribución acumulada
t
R(t ) e
Función de confiabilidad
1
t
h(t ) Función de riesgo
Donde t>=
E(T ) (1 1/ )
t p ln(1 p)
1/
Página 24
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplo:
Página 25
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
C (t t tb ) 0.90
R(t tb ) exp ((t 0.5) / 1000) 0.5
R(tb )
exp (0.5) / 1000) 0.5
Igualando a 90% y despejando para t se obtiene t = 15 años, es decir el
periodo de quemado eliminaría unidades débiles que fallarían pronto y las
unidades sobrevivientes tienen mayor confiabilidad.
1 t t
f (t ) exp exp Función de densidad
t
F (t ) 1 exp exp Función de distribución
t
R(t ) exp exp Función de confiabilidad
1 t
h(t ) exp Función de riesgo
Tiempo
Figura 6. Funciones de densidad Funciones de riesgo
Página 26
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para:
Donde
Página 27
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Para
Donde:
Página 28
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribución normal
t
t
F (t ) f ( x)dx
Función de distribución
t
t
R(t ) 1 f ( x)dx 1
Función de confiabilidad
E (T )
t p 1 ( p)
Página 29
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Tiempo
Figura 6. Funciones de densidad Funciones de riesgo
Página 30
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 31
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribución lognormal
1 1
2
1 ln(t )
f (t ) e 2 Función de densidad
t 2
ln(t )
t
F (t ) f ( x)dx
Función de distribución
ln(t )
t
R(t ) 1 f ( x)dx 1
Función de confiabilidad
E (T ) exp( 2 / 2)
t p exp( 1 ( p)
Página 32
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 33
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 34
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 35
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Distribución logística
Para:
Donde y son fdp y fda para una logistica estandarizada dada por:
Con
Página 36
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Ejemplos:
Distribución Loglogística
Si entonces
Con:
Página 37
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 38
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
La función de Riesgo
Página 39
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 40
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t
F (t )1 e
Se deduce que:
t
e
1 F (t )
ln1 F (t )
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 ecuación queda como:
Página 41
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
Página 42
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Table of Percentiles
Standard 95.0% Normal CI
Percent Percentile Error Lower Upper
1 3.11703 5.40393 0.104239 93.2077
2 5.06250 7.48720 0.278920 91.8864
3 6.73318 8.95519 0.496722 91.2696
4 8.25196 10.1030 0.748881 90.9288
5 9.67027 11.0465 1.03062 90.7361
6 11.0159 11.8452 1.33886 90.6365
7 12.3060 12.5347 1.67146 90.6017
8 13.5521 13.1381 2.02681 90.6153
9 14.7626 13.6715 2.40367 90.6672
10 15.9435 14.1466 2.80105 90.7505
20 26.8511 16.9820 7.77351 92.7483
30 37.1916 18.1019 14.3268 96.5476
40 47.7313 18.6733 22.1717 102.756
50 59.0032 19.5515 30.8190 112.962
60 71.6255 21.8154 39.4287 130.114
70 86.5837 26.9542 47.0382 159.376
80 105.925 37.2835 53.1361 211.156
90 135.843 59.0936 57.9098 318.656
91 140.131 62.6511 58.3405 336.587
92 144.857 66.6766 58.7677 357.060
93 150.135 71.2939 59.1935 380.792
94 156.128 76.6846 59.6209 408.847
95 163.088 83.1306 60.0537 442.898
96 171.433 91.1043 60.4981 485.788
97 181.936 101.493 60.9642 542.951
98 196.302 116.288 61.4723 626.862
99 219.854 141.853 62.0763 778.651
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
Página 43
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1.43966
15
R(15) e 76.1096
0.9080
R(t(i ) ) 1 nf((11)) x 1 nf((22)) ..... 1 nf ((ii))
Donde f(j) son las unidades que fallan en el j-ésimo 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:
Página 44
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
t t (i )
Exponencial 1 exp log(1 p(i ) )
t
Weibull 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 ) )
Página 45
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)).
Página 46
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
0.0
log(-log(1-P(i))
-0.5
-1.0
-1.5
-2.0
-2.5
Máxima verosimilitud
Es un método para estimar los parámetros 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 parámetro . Los datos son un
evento E en el espacio muestral del modelo y la probabilidad de E será función
de los valores desconocidos de los parámetros del modelo, P(E;). El
estimador de máxima verosimilitud (emv) de es el valor de que maximiza
P(E;), y se denota por ^. La función de verisimilitud L() se define como la
probabilidad conjunta de los datos:
Página 47
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n
L( p; x) f ( x; p) p x (1 p) n x
x
n
L( ; datos ) c f (t i ; )
i 1
Para el caso de censura por intervalo, o por resolución baja del instrumento, se
sabe que el evento ocurrió entre: ti 1 T ti y su verosimilitud está dada por:
ti
L( ) P(ti 1 t ti ) 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 último por intervalo (tbajo, talto), la función de
verosimilitud para el modelo es:
L( ; datos ) f (ti ; ) xC (t der ; ) xF (tizq ; ) x F (t alto ; ) F (tbajo; )
En general la maximización de esta función para obtener los estimadores de
máxima verosimilitud para algunos de los modelos se hace por cálculo
diferencial (derivando e igualando a cero). Para el caso exponencial con
parámetro , considerando n tiempos de falla exactos,
Página 48
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
n 1 ti 1 1 ti
L( ; datos ) e n e
i 1
Maximizar esta función equivale a maximizar su logaritmo dado por:
1 n
lnL( ; datos ) n ln( ) t
i
i 1
d ln( L( )) n 1 n
t i 0
d 2 i 1
n
ti
i 1
R g (t ) R1 (t ) xR2 (t ) x.......xRk (t )
O sea que para sobrevivir al tiempo t se debe sobrevivir a todos los modos de
falla.
Esfuerzo Modo de
falla
550 S
750 A
950 S
950 A
Página 49
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
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
Página 50
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
E xponential N ormal
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 N ormal
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
Página 51
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. Determinación de la confiabilidad
Haciendo un análisis de confiabilidad considerando los dos tipos de falla se
tiene:
Instrucciones de Minitab:;
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Parametric Distribution Analysis
Página 52
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
3ª. Estimate > Estimate survival probailities for these times 500 OK
Variable: Esfuerzo
Distribution: Weibull
Parameter Estimates
Log-Likelihood = -145.245
Goodness-of-Fit
Anderson-Darling (adjusted) = 0.998
Correlation Coefficient = 0.981
Página 53
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 será 100 – 98.40 = 1.6% que es mayor al objetivo del
1%, por lo que se tratará de eliminar uno de los modos de falla.
Instrucciones de Minitab:;
1. Stat > Reliability / Survival > Distribution analysis (right censoring) >
Parametric Distribution Analysis
Página 54
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
Página 55
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
Página 56
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 57
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.
Página 58
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 diseño. Una prueba acelerada que sólo da
Información de Falla (ó Modos de Falla), comúnmente se llama “Prueba de
Tortura”, “Prueba de Elefante”, “Prueba Cualitativa”, etc.
Pruebas Cuantitativas
Página 59
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.
Página 60
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Note que para modelos con una sola variable de la familia log-localización –
escala:
t p ( x)
exp( 1 x)
t p (0)
FA( x) exp( 1 x)
Página 61
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Modelos de aceleración
Arrhenius
Eyring
Regla de Potencia Inversa para Voltaje
Modelo exponencial de Voltaje
Modelos de Dos: Temperatura / Voltaje
Modelo de Electromigración
Modelos de tres esfuerzos (Temperatura, Voltaje y Humedad)
Modelo Coffin-Manson de Crecimiento de Fracturas Mecánicas
Página 62
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1 t
t
f (t ) e
1
L( S )
K Sn
1
t
t 1
f (t , S ) e K S n
1 1
K Sn K Sn
1
t
t 1
f (t , S ) e K S n
1 1
K Sn K Sn
R = velocidad de reacción,
A = constante desconocida,
EA = energía de activación (eV),
K = constante de Boltzman, y
T = temperatura absoluta (Kelvin).
Página 63
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
ln(t )
P(T t ) F (t; , ) F (t; 0 , 1 , )
Con media:
( x) 0 1 x
Y modelo de regresión:
ln t p ( x) ( x) 1 ( p)
Sus residuos se definen como:
( x) 0 1 x
Y Tp:
t p ( x) 1 ( p)
Sus residuos se definen como:
Página 64
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
El modelo de Arrhenius,
El modelo de Eyring y
Página 65
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 están en serie. En caso de que la falla de
un componente particular no afecte al funcionamiento total del sistema dado
que otros componentes continúan funcionando, se dice que están conectados
en paralelo.
Sistemas Complejos
para i = 1...,n.
Página 66
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1,
(x) 1 si el sistema funciona; 0 si no funciona
0
k
( x) 1 (1 xi )
i 1
1 2 1 2
3 3
(1, 1, 1) (1, 0, 1)
2 2
1 1
3 3
(1, 1, 0) (1, 0, 0)
Página 67
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1 2 1 2
3 3
(1, 1, 1) (0, 1, 1)
2 2
1 1
3 3
(1, 1, 0) (0, 1, 0)
Si falla el componente 2:
El sistema operara en el estado (1,1,1) y fallará en los estados (0,1,1) y (0,1,0)
y (1,0,1).
Página 68
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Sistemas en Serie
( X ) 0, si i s.t. Xi 0,
1, si X i 1 para toda i 1,..., n.
( X ) min{ X 1 ,..., X n },
n
Xi. Regla de producto de probabilidades
i 1
1 2 3 n
El diagrama de bloque representa el lazo lógico de la operación de los
componentes y el sistema. No representa su disposición física. La idea es que
si se puede trazar un camino de izquierda a derecha a través del sistema, el
sistema funciona.
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 operación. Se requiere que todos los componentes fallen para que falle
el sistema, o sea:
Página 69
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1
2
3
n
Entre más componentes redundantes haya, la confiabilidad del sistema es
mayor, esto también está presente en los seres vivos, como por ejemplo en los
riñones.
Ejemplo:
B
A
C
D
Fig. 8 Sistema con 4 componentes en paralelo
Página 70
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Por ejemplo:
En los puentes algunos de los cables de la suspensión pueden fallar, y el
puente no cae. En las bicicletas algunos de los rayos pueden fallar.
n
( X ) 0, if X
i 1
i k,
n
1, if X
i 1
i k.
1 2
2 3
1 3
( X ) 1 (1 X 1 X 2 )(1 X 2 X 3 )(1 X 1 X 3 ).
Ejemplo:
1 3
2 4
Su función de estructura es la siguiente:
( X ) (1 (1 X 1 X 2 ))(1 (1 X 3 X 4 )).
Página 71
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 función de estructura 1(x)= 0(x) A(x) y
otro con función de estructura 2(x)= 0(x) B(x). Si se conectan en serie, la
función de estructura resultante es: (x)= 0(x) A(x) B(x) puesto que 02(x)=
0(x).
Página 72
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 mínimas, se aplica la definición de sistema paralelo a
dichas trayectorias.
Ejemplo:
Página 73
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Estructuras de puente
1 4
3
2 5
1 3 5
1 4
2 3 4
2 5
Redundancia
Sistema X
Sistema Y
Página 74
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 análisis se usa el menú Stat > Relibility / Survival, en la primera opción
se identifica la distribución de manera gráfica, en la segunda se hace una
exploaración más detallada (paramétrica o no paramétrica) de la distribución
seleccionada, en la tercera opción se hace el análisis paramétrico detallado y
en la cuarta el análisis no paramétrico. En el primer bloque se considera
censura por la derecha y en el segundo bloque se analiza lo mismo con otras
opciones de censura.
Página 75
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
8. Mantenabilidad y disponibilidad
Los sistemas reparables reciben Acciones de mantenimiento cuando fallan.
Estas acciones se deben ahora tomar en la consideración al determinar el
comportamiento del sistema. La edad de los componentes del sistema ya no
es uniforme ni el tiempo de operación del sistema es continuo.
Mantenimiento
Mantenabilidad
Es la capacidad de mantenimiento se define como la probabilidad de realizar
una acción acertada de reparación dentro de un tiempo dado. Es decir la
capacidad de mantenimiento mide la facilidad y la velocidad con las cuales un
sistema se puede restaurar al estado operacional después de que fallo.
Página 76
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
1
MTTR ( Mean Time to Re pair )
Disponibilidad
Por ejemplo, si una lámpara tiene una disponibilidad del 99.9%, habrá una vez
fuera de mil que alguien necesite utilizar la lámpara y suceda que la lámpara no
opere.
Página 77
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 78
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Disponibilidad media
Disponibilidad Limite
Disponibilidad inherente
Página 79
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Disponibilidad operacional
Ejemplo:
Página 80
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Página 81
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Problemas
1. Escribir y graficar la función de riesgo h(t) para una distribución de Weibull
con parámetros a) Beta =1, Etha = 4; b) Beta = 2, Etha = 2; c) Beta = 3, Etha =
1. Comentar el efecto de cada parámetro.
2. Una unidad de disco tiene una falla temprana si ocurre antes del tiempo t =
alfa y una falla por desgaste si ocurre después de t = beta. Si la vida del disco
se puede modelar con la distribución f(t) = 1/(Beta – alfa):
Página 82
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
Página 83
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
Año Superv.
1 94
2 78
3 88
4 36
5 22
6 10
7 6
8 2
Página 84
CURSO DE CONFIABILIDAD P. REYES / DIC. 2006
10 20
11 10
Página 85