U.C.

: Talleres, Seminarios y Laboratorios IV

MODELOS Y TÉCNICAS
DE CONFIABILIDAD
(CASO PRÁCTICO)

Profesor: Estudiante:
Ing. Ubencio Sotillo TSU Naharai Brito
C.I. 12.438.568

PQ01-P TIV-FII

El Tigre, enero de 2022

 CASO PRÁCTICO: APLICABILIDAD DE LOS DISTINTOS MÉTODOS Y TÉCNICAS DE
CONFIABILIDAD

1. Pruebas Aceleradas.

La Tabla 1 muestra datos censurados de una prueba de aceleración de temperatura, de

una clase-B de capa aislante para motores eléctricos. Diez motores fueron probados cada
uno a cuatro temperaturas, 150°C, 170°C, 190°C, y 220°C. El objetivo de la prueba es
estimar la distribución de vida de un diseño de motores a temperatura de 130°C. Al tiempo
del análisis, siete motores a 170°C tuvieron falla, cinco a 190°C y 220°C tuvieron falla,
mientras que ninguno de los motores falló a 150°C.

Tabla 1. Tiempo de falla de 40 motores sometidos a una prueba de vida acelerada.

150°C 170°C 190°C 220°C

8064+ 1764 408 408

8064+ 2772 408 408
8064+ 3444 1344 504
8064+ 3542 1344 504
8064+ 3780 1440 504
8064+ 4860 1680+ 528+
8064+ 5196 1680+ 528+
8064+ 5448+ 1680+ 528+
8064+ 5448+ 1680+ 528+
8064+ 5448+ 1680+ 528+

El signo + en la Tabla 1 indica aquellos motores que no fallaron antes de que terminara el
estudio. Los motores fueron periódicamente analizados por fallas y el tiempo de falla que se
muestra en la tabla es el punto final del periodo en el cual la falla ocurrió. En la Figura 1 se
muestra la dispersión de los datos de la prueba de vida acelerada dados en la Tabla 1.

En la figura mencionada, se puede observar la relación que existe entre la temperatura y

los tiempos de falla, a la cual se le puede aplicar la relación de Arrhenius, suponiendo una
distribución de vida log normal. En este caso el parámetro de localización es función de la
temperatura, siguiendo la relación:

μ ( x )=β 1+ β 2 x( ecuación1)
 Cabe mencionar que, en el análisis de los datos, los tiempos de falla registrados a 150°C,
no proporcionan información relevante ya que sólo se tiene un punto, como lo muestra la
Figura 1, por lo que se omiten en dicho análisis.

Figura 1. Relación entre la temperatura y los tiempos de falla.

9000

8000

7000

6000
Tiempo de falla (h)

5000

4000

3000

2000

1000

0
140 150 160 170 180 190 200 210 220 230
Temperatura (°C)

Tomando en cuenta lo anterior, los resultados son los siguientes:

Tabla 2. Estimación de los parámetros con intervalos del 95% de confianza.

Intervalo del 95% de

Parámetro Estimación por MV
confianza
β1 3.47 (3.35; 3.58)
β2 4.30 (3.45; 5.16)
σ 0.2591 (0.1811; 0.3707)

La matriz de varianzas y covarianzas estimada es:

( )
0.0033 0.0070 0.0014
V = 0.0070 0.1903 0.0043
0.0014 0.0043 0.0022

y la ecuación ajustada es:

μ ( x )=3.47+ 4.30 ( x−x )

que es equivalente con la ecuación (1).

 Como el objetivo es estimar la distribución de vida de un diseño a temperatura de 130°C,
en la siguiente tabla se muestran los cuantiles estimados de dicha distribución.

Tabla 3. Cuantiles estimados de la distribución de vida de un diseño a temperatura de

130°C.

Cuantil Duración estimada

0.1 7470.50
0.5 10120.60
1 11744.99
5 17639.50
10 21912.13
20 28495.97
50 47081.61
80 77789.17
90 101162.10
95 125665.60
99 188733.80

Por ejemplo, si lo que se desea es estimar la vida media a una temperatura de 130°C, la
duración es de 47081 horas aproximadamente. En situaciones reales lo que se quiere es
estimar un cuantil que proporcione garantía a los consumidores, por ejemplo, el 90, 95 o 99,
en este caso para el cuantil 90 la duración sería 101162 horas aproximadamente, lo que
quiere decir, que existe una probabilidad de 0.9 de que la falla se presente después de esas
horas de estar trabajando el motor.

2. Distribución de Weibull.

Ejemplo 1. Los fallos de cargadora de ruedas sigue una ley de Weibull con parámetro de
escala η de 2.800 horas y un parámetro de forma β=3,8 . Se vende con una garantía, a todo
riesgo, hasta cumplir las 1.700 horas de trabajo (un turno de trabajo al año).

a) Determinar la proporción de averías que se esperan durante el periodo de garantía, y

que deberá soportar el suministrador.
b) Calcular la fiabilidad, la tasa de fallos de los equipos y el Tiempo Medio entre Fallas
(MTBF).
 c) Determinar cómo varía la proporción de averías a soportar por el suministrador si se
extiende la garantía para el trabajo a dos turnos durante un año, tiempo de garantía
de 2 ·1700=3400 h/año de trabajo del equipo.
d) Calcular la fiabilidad, la tasa de fallos y el MTBF bajo este supuesto de trabajo.

Solución:

a) Las piezas a sustituir (equipos a reparar) son aquellas que tienen algún fallo o
defecto, luego se trata de determinar la función de probabilidad de fallos F (t), y para
la distribución de Weibull es la siguiente:

[ ( )] [ ( )]
β 3,8
t 1700
F ( t )=1−exp − =1−exp −
η 2800

F ( t )=0,1394=13,94 % ≈ 14 %

Se espera un fallo en 14 unidades por cada 100 unidades suministradas. Para una
unidad la probabilidad de fallo es del 14%.

b) La fiabilidad de un sistema R(t ) es la probabilidad de que a un tiempo dado el

equipo esté funcionando, y es complementaria de la probabilidad de fallo. Para la
función Weibull (repaso) tiene las expresiones siguientes:

[ ( ) ] [ ( )]
β 3,8
t 1700
R ( t )=exp − =exp −
η 2800

R ( t )=0,8606=86,06 %

La tasa de fallos viene dada por:

( )( ) ( )( )
β −1 ( 3,8−1)
β t 3,8 1700
h ( t )= =
η η 2800 2800

h ( t )=0,000336 fallas /hora

El tiempo medio entre fallos viene dado por la expresión:

MTBF=ηβ × Γ ( 1β )=2800 ∙ 3,8 × Γ ( 3,81 )

MTBF=36,542 horas
 c) La función de probabilidad de fallos F (t), para la distribución de Weibull, es la
siguiente:

[ ( )] [ ( )]
β 3,8
t 3400
F ( t )=1−exp − =1−exp −
η 2800

F ( t )=0,8765=87,65 % ≈ 88 %

Se espera un fallo en 88 unidades por cada 100 unidades suministradas. Para una
unidad la probabilidad de fallo es del 88%.

d) La fiabilidad de un sistema R(t ) es la probabilidad de que a un tiempo dado el

equipo esté funcionando, y es complementaria de la probabilidad de fallo. Para la
función Weibull tiene las expresiones siguientes:

[ ( ) ] [ ( )]
β 3,8
t 3400
R ( t )=exp − =exp −
η 2800

R ( t )=0,1235=12,35 %

La tasa de fallos viene dada por:

( )( ) ( )( )
β −1 ( 3,8−1)
β t 3,8 3400
h ( t )= =
η η 2800 2800

h ( t )=0,002337 fallas/hora

El tiempo medio entre fallos viene dado por la expresión:

MTBF=ηβ × Γ ( 1β )=2800 ∙ 3,8 × Γ ( 3,81 )

MTBF=36,542 horas

Ejemplo 2. El tiempo medio de fallo para un equipo determinado se modeliza mediante una
distribución de Weibull con los parámetros β=4.3, η=1700 y T 0=500 . Calcular la fiabilidad
del componente y la tasa de fallos para un tiempo de funcionamiento de 1600 horas.

Solución:

La fiabilidad, cuando existe un parámetro de localización T 0 se obtiene con la expresión:

[ ( )] [ ( )]
β 4,3
t −T 0 1600−500
R ( t =1600 )=exp − =exp −
η 2800
 R ( t=1600 )=0.52=52 %

y la tasa de fallos viene dada por:

( )( ) ( )(
β−1

)
( 4,3−1)
β t −T 0 4,3 1600−500
h ( t )= =
η η 1700 1700

h ( t )=6,01 ×10−4 fallas/hora

Ejemplo 3. Se requiere llevar a cabo un análisis de confiabilidad asociado a una estadística

de fallas de equipos de una planta Fraccionadora de Gas, para lo cual tenemos la siguiente
estadística de Tiempo Para Falla (TPF).

Tabla 4. Datos estadísticos de TPF de los equipos de una planta Fraccionadora de Gas.

N° Orden (i) Tiempo Para Falla (TPF) Rango Medio

1 240.00 4.02%
2 264.00 9.77%
3 312.00 15.52%
4 408.00 21.26%
5 528.00 27.01%
6 576.00 32.76%
7 600.00 38.51%
8 672.00 44.25%
9 744.00 50.00%
10 840.00 55.75%
11 864.00 61.49%
12 936.00 67.24%
13 1152.00 72.99%
14 1992.00 78.74%
15 2472.00 84.48%
16 5832.00 90.23%
17 13776.00 95.98%

Analizando los datos de la tabla 4, como primera observación se tiene que hay un
95.98% que los TPF sean menores a 13776 horas; por supuesto que es una información,
pero no ayuda mucho ya que se cuenta con datos desde 240 horas a 13776 horas, por lo
que se debe analizar la gráfica de Weibull, la cual se presenta en la figura 2.

Figura 2. Gráfico de Weibull (TPF).

300

f(x) = 0.479662762804679 x^0.643406821811693

R² = 0.626652530868202
% DE OCURRENCIA

30

3
100 1000 10000 100000
TIEMPO PARA FALLAS (TPF)

Del análisis tenemos que el factor de forma β es 0.6434, lo que indica que se tiene una
tasa de falla descendente. De igual manera, la vida característica, η , es el momento en que
se espera que sea el 63.2% del Rango Medio de la línea recta; este 63.2% es cierto para
todas las distribuciones de Weibull, independientemente del parámetro de forma β , que
corresponde cuando t=η (aproximadamente 2000).

Ya con los datos de forma y escala es posible realizar cualquier estimado de confiabilidad
utilizando la ecuación (2) o el gráfico de Weibull.

[ ( )]
β
t
R ( t )=exp − (ecuación 2)
η

Por ejemplo, si se requiere estimar cuál es la confiabilidad o probabilidad para que los
equipos no fallen a t 1=500 horas o t 2=3000 horas , se obtendrá lo siguiente:

R ( t 1) =0.6637 ≈ 0.664=66.4 %
R ( t 2) =0.2732 ≈ 0.273=27.3 %