STATGRAPHICS – Rev.

9/14/2006

Gráfico Arrhenius

Resumen
El procedimiento del Gráfico Arrhenius se diseña para dibujar datos de una prueba de vida
acelerada en la cual se ha registrado los tiempos de falla y se estiman percentiles de un número
de diversas temperaturas. Los percentiles P asumen seguir un modelo Arrhenius, definido por

⎛ E ⎞
P = A exp⎜ − ⎟ (1)
⎝ kT ⎠

donde T es la temperatura en grados Kelvin (°C + 273.15), k = 1/11605 (constante de

Boltzmann), A y E son dos parámetros desconocidos. Dados percentiles en dos o más
temperaturas, el procedimiento estima el modelo Arrhenius y extrapola un percentil para una
temperatura de operación normal.

Ejemplo StatFolio: arrhenius.sgp

Datos del Ejemplo:

El archivo circuits.sf3 contiene datos de una prueba de vida acelerada, donde las fallas fueron
causadas por una reacción química dentro de un circuito integrado. Solo 10 artículos fueron
probados con 5 diferentes ensambles de temperaturas y se registraron los tiempos de fallas. La
prueba de cada artículo paro a las 3,000 horas si la unidad todavía no había fallado. Una porción
de los datos, reportado por Meeker y Escobar (1998), se muestra abajo:

Temperatura Hours Censores

(Temperatura) (Horas) (Censura)
150 2350 0
150 2560 0
150 2980 0
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
150 3000 1
175 800 0
175 1130 0

El rango de la Temperatura fue de 80°C a 200°C. Horas es el tiempo hasta la falla, o 3000 si el
circuito todavía no había fallado. Censura es igual a 0 para un tiempo de falla observado o 1 si la
unidad todavía funcionada después de las 3,000 horas de operación.

© 2006 por StatPoint, Inc. Gráfico Arrhenius - 1

 STATGRAPHICS – Rev. 9/14/2006
Estimación de Percentiles
En orden para crear un gráfico Arrhenius, los percentiles deben estimarse para cada una de las
temperaturas en las cuales fueron observadas las fallas. Asumiendo una distribución Weibull
para los tiempos de falla, esto se puede hacer usando el procedimiento Análisis Weibull. La caja
de dialogo para la entrada de datos de este procedimiento se muestra abajo.

La entrada del campo Selección, Temperature > 125, se utiliza para seleccionar las temperaturas
en las cuales había fallas, puesto que las fallas no ocurren debajo o igual a 125°C.

El gráfico de probabilidad Weibull muestral que los datos se describen bien con la distribución
Weibull:

Gráfica Weibull

99.9 Temperature
99
90 150
175
porcentaje acumulado

70
50 200
30
20
10
5

1
0.5

0.1
10 100 1000 10000
Hours

© 2006 por StatPoint, Inc. Gráfico Arrhenius - 2

 STATGRAPHICS – Rev. 9/14/2006
La tabla de Valores Críticos puede usarse para determinar el percentil 50 para cada temperatura:

Valores Críticos para Hours

Temperature X Área Cola Inferior (<) Área Cola Superior (>)
150 3260.62 0.5 0.5
175 1379.61 0.5 0.5
200 388.615 0.5 0.5

Estos resultados se han puesto en dos columnas adicionales en el archivo arrhenius.sf3, como se
muestra a continuación:

Temperatura de P50
Ensamble
150 3260.62
175 1379.61
200 388.615

La tabla anterior es el tipo de datos esperados por el procedimiento de gráfico Arrhenius.

Entrada de Datos
La caja de diálogos para la entrada de datos espera columnas que contengan los percentiles del
tiempo de falla y las temperaturas correspondientes:

• Percentiles: Columna numérica que contiene percentiles de los tiempos de falla de una
distribución en por lo menos 3 o más temperaturas.

• Temperaturas: Columna numérica que contiene la temperatura en grados Kelvin. Si la

temperatura original esta en grados Celsius, sume 273.15 para obtener la temperatura en
Kelvin.

• Selección: Selección de un sub-conjunto.

© 2006 por StatPoint, Inc. Gráfico Arrhenius - 3

 STATGRAPHICS – Rev. 9/14/2006

Resumen del Análisis

El Resumen del Análisis despliega estadísticas para la estimación del modelo Arrhenius y una
extrapolación del modelo para una temperatura seleccionada..

Gráfico Arrhenius - P50 vs. Junction Temp + 273.15

Percentiles: P50
Temperaturas: Junction Temp + 273.15

Modelo ajustado
P50 = 0.0000070398*exp(0.730577/k*Junction Temp + 273.15)
donde k = constante de Boltzmann (8.617E-5 EV/grados K)

Estadísticas de Regresión
Número de observaciones = 3
Intercepto = -11.8639
Pendiente = 0.730577
R-cuadrada = 97.992%

Predicción
Temperatura: 353.13
Percentil estimado: 188178.
Inferior 95.0% límite: 16.8446
Superior 95.0% límite: 2.10222E9

La tabla muestra:

• Estimación del Modelo – La estimación del modelo Arrhenius. En este caso, la

ecuación es:
⎡ ⎛ 0.7306 ⎞⎤
P50 = 7.04 × 10 −6 ⎢exp⎜ ⎟⎥ (2)
⎣ ⎝ kT ⎠⎦

• Estadísticas de Regresión – El intercepto, pendiente, y estadístico R-Cuadrada de una

regresión lineal de log10(P50) contra 1/(kT).

• Predicción – La estimación del percentil en la temperatura normal de operación, con

límites de confianza al 95% basándose sobre el ajuste del modelo de regresión lineal.

En este caso, se estima que el 50% de los artículos habrán fallado después de 187,923 horas en
80°C.

Opciones del Análisis

La caja de dialogo de Opciones del Análisis especifica la temperatura normal de operación en la
cuál se desean las predicciones.

© 2006 por StatPoint, Inc. Gráfico Arrhenius - 4

 STATGRAPHICS – Rev. 9/14/2006

• Predecir en: la temperatura normal de operación (en grados Kelvin) en la cuál el perceptil
será estimado. Para una temperatura en grados Centígrados, sumar 273.15. El valor
desplegado de 353.15 80°C.

• Nivel de Confianza: El porcentaje utilizado para los intervalos de confianza.

Gráfico Arrhenius
El gráfico Arrhenius muestral los datos, el modelo estimado, y la extrapolación del perceptil.

Gráfica de Arrhenius
Predicción P50=188178. en Junction Temp + 273.15=353.13
1000000

100000
P50

10000

1000

100
24 26 28 30 32 34
1/(k*Junction Temp + 273.15)

Si el modelo Arrhenius se ajusta bien a los datos, los puntos deben seguir la línea ajustada.

© 2006 por StatPoint, Inc. Gráfico Arrhenius - 5