Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Operación O Falla F
Función de falla Q(t), que da la probabilidad de que como máximo hasta el tiempo t, el
componente falle.
Q(t)=Pr(T0<=t) (3.1)
R(T)=Pr(T0>t) (3.2)
Tal como se desprende de las ecuaciones (3.1) y (3.2) estas funciones son complementarias es
decir
R(T)=1-Q(t) (3.3)
Pag.1
𝑄(𝑡+∆𝑡)−𝑄(𝑡) 𝑑𝑄 𝑑𝑅
𝑓(𝑡) = lim∆𝑡→0 = =− (3.4)
𝑡 𝑑𝑡 𝑑𝑡
Inversamente vale
𝑡
𝑄(𝑡) = ∫0 𝑓(𝜏)𝑑(𝜏) (3.5)
Q(∞)=1
Tasa de fallas λ(t), da la probabilidad de que el componente falle en el intervalo (t, t+∆t) bajo
la condición que el mismo se encuentra todavía en operación en el instante t. Para la
deducción de la expresión para la función λ(t) se analizará el proceso estocástico de la figura
3.2.
O O
A) b)
X(t) X(t)
F F
t t´ t +∆t T t´ t t +∆t T
x(t) = O : Operación
x(t) = F : Falla
Fig.3.2: Evento Aleatorio falla como parte del proceso estocástico x(t)
Pr(OF) es la probabilidad de falla en el intervalo (t, t+∆t) bajo la condición que el componente
se halle en operación en el instante t.
Pag.2
(Pr(F, t, t+∆t) - Pr(F,t))/ ∆t* Pr(O,t)= Pr(OF,t<=t´<t+∆t│t)/ ∆t (3.10)
1
lim∆𝑡→0 (Pr(F, t, t + ∆t) − Pr(F, t))/ ∆t)=lim∆𝑡→0 Pr(OF, t <= t´ < t + ∆t│t)/ ∆t
Pr(O,t)
(3.11)
1 𝑑𝑃𝑟(𝐹,𝑡)
= 𝜆(𝑡) (3.12)
Pr(O,t) 𝑑𝑡
Y considerando que:
Se obtiene:
1 𝑑𝑄(𝑡) 𝑓(𝑡)
= 𝜆(𝑡) = (3.13)
(1−Q(t)) 𝑑𝑡 𝑅(𝑡)
Las cuatro funciones definidas en lo que procede R(t), Q(t), f(t), λ(t) contienen la información
completa sobre la distribución de los tiempos de operación, es decir que describen
completamente la variable aleatoria T0. La tabla 3.1 indica las relaciones existentes entre
cuatro funciones:
En muchos casos es posible trabajar en forma más simple con parámetros de estas
distribuciones, siendo el valor esperado del tiempo de operación E(TO) el más importante de
ellos:
∞ 1
𝐸(𝑇0) = ∫0 𝑡𝑓(𝑡)𝑑𝑡 = (3.14)
𝜆
E el caso tratado hasta ahora de componentes no reparables E(T0) representa la vida media.
Pag.3
Para la determinación en la práctica de las funciones arriba tratadas se somete un colectivo
representativo de componentes a una prueba de duración, registrando la cantidad nF(t) de
unidades que fallan hasta el instante t. siendo n la cantidad total de unidades observadas se
tiene:
𝑛𝐹(𝑡)
𝑄(𝑇) = = Pr(𝑇𝑂 ≤ 𝑡) (3.15)
𝑛
1 ∆𝑛𝐹(𝑡)
𝜆(𝑡) = (3.16)
𝑛−𝑛𝐹(𝑡) ∆(𝑡)
La tasa de fallas λ(t) puede estimarse fácilmente a través de la cantidad ∆nF(t) de unidades que
fallan en el intervalo t+∆t referida a la cantidad de unidades todavía en servicio en el instante t
y el periodo de tiempo ∆t
Se puede
modelar con una
Weibull β<1
R(t)
Periodo de fallas
aleatorias
f(t) Se puede
modelar con una
λ (t) Weibull β>1
R(t)
λ (t)
f (t)
T1 T2 T3
La duración de los periodos de tiempo T1, T2,T3 es distinta según los tipos de componentes,
pero en general pueden darse los siguientes valores:
Pag.4
Causas: defectos del material, construcción, acabado, montaje, etc. 0<T1≤ 0.5 … 2 años.
T3 ≥ 5 … 50 años
Un comportamiento de operación tal como el de la figura 3.3. puede ser descriptivo mediante
la distribución Weibull, cuyos parámetros λ y β se determinan con ayuda de métodos
estadísticos. Los distintos periodos en la figura 3.3. pueden ser modelados variando los valores
del parámetro de forma β.
Para la fase de fallas aleatorias la descripción analítica es muy sencilla utilizando la distribución
exponencial, cuya característica principal es precisamente la constancia de la tasa de fallas.
λ(t) =cte
E(TO)=1/λ (3.19)
Reparación: Que comprende las tareas a realizar para restablecer el estado de disponibilidad
de un componente luego de una falla.
Pag.5
Mantenimiento: Que comprende las tareas necesarias para conservar el estado de
disponibilidad del componente a través de vigilancia, (inspección y medición, pruebas) asi
como cambio preventivo de partes de la instalación.
Mientras las tareas de mantenimiento son preventivas y pueden planificarse con anticipación,
las de reparación se llevan a cabo por la necesidad inesperada de restablecer la capacidad del
componente para cumplir las funciones para las que esta destinado.
Para el tratamiento posterior es conveniente reemplazar las funciones Q(t) y M(t) por las tasas
de transición λ(t) y µ(t) respectivamente, que contienen exactamente la misma información
según, se mostró en 3.1 así se obtiene el diagrama de la figura 3.6
λ(t)
Operación O Falla F
μ(t)
Una descripción más fácil de comprender se logra a través de las probabilidades de los dos
estados posibles Pr(O,t) y Pr(F,t) conociendo el estado de la instalación o componente en el
instante t=0. Dado que:
Basta encontrar una de las probabilidades para lograr la descripción completa del proceso
renovable.
En el caso en que las tasas de transición son constantes se pueden calcular las mencionadas
probabilidades analíticamente en forma sencilla, Este caso corresponde a un proceso
markoviano y se tratara a continuación.
Pag.6
a) La instalación se encuentra en operación en t y permanece en operación durante ∆t
b) La instalación se encuentra en falla en t y pasa al estado Operación en el intervalo ∆t
∆t ∆t
O O
A) b)
X(t) X(t)
F F
t´ t T t t´ T
Pr(OF,t≤t´<t+∆t│t)
lim∆t→0 = 𝜆 = 𝑐𝑡𝑒 (3.23)
∆t
Pr(FO,t≤t´<t+∆t|t)
lim∆t→0 = 𝜇 = 𝑐𝑡𝑒 (3.24)
∆t
Se obtiene:
𝑑𝑃𝑟(𝑂,𝑡)
= −𝜆 Pr(𝑂, 𝑡) + µPr(𝐹, 𝑡) (3.25)
𝑑𝑡
Y en forma análoga:
𝑑𝑃𝑟(𝐹,𝑡)
= −𝜇 Pr(𝐹, 𝑡) + 𝜆Pr(𝑂, 𝑡) (3.26)
𝑑𝑡
Pag.7
Además el estado conocido en t=0 proporciona las condiciones iniciales. Expresando las
ecuaciones diferenciales en forma matricial y resumiendo las condiciones arriba enunciadas se
tiene:
𝑑𝑃𝑟(𝑂,𝑡)
𝑑𝑡 −𝜆 𝜇 Pr(𝑂, 𝑡)
[𝑑𝑃𝑟(𝐹,𝑡) ] =[ ][ ] (3.27)
𝜆 −𝜇 Pr(𝐹, 𝑡)
𝑑𝑡
Pr(O,t)+Pr(F,t)=1
0≤Pr(O,t=0)≤1
0≤Pr(F,t=0)≤1
µ 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝑂, 𝑡) = + 𝑒 (3.28)
𝜇+𝜆 µ+𝜆
𝜆 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝐹, 𝑡) = − 𝑒 (3.28)
𝜇+𝜆 µ+𝜆
µ 𝜆 Pr(𝑂,0)−𝜇Pr(𝐹,0) −(𝜇+𝜆)𝑡
Pr(𝑂, 𝑡) = + 𝑒 (3.29)
𝜇+𝜆 µ+𝜆
µ 𝐸(𝑇0)
Pr(𝑂, ∞) = = (3.30)
𝜇+𝜆 𝐸(𝑇0)+𝐸(𝑇𝐹)
𝜆 𝐸(𝑇𝐹)
Pr(𝐹, ∞) = = (3.31)
𝜇+𝜆 𝐸(𝑇0)+𝐸(𝑇𝐹)
Utilizando la teoría de los procesos renovables se puede mostrar que las ecuaciones (3.30) y
(3.31) también son válidas para el caso de tiempos de operación y de falla no
exponencialmente distribuidos. Los valores de Pr(O, ∞) y Pr(F, ∞) son independientes de las
distribuciones de probabilidad de los tiempos TO y TF. De esta forma pueden estimarse los
valores estacionarios de las probabilidades de ambos estados a través de un simple cálculo de
valores medios de los tiempos de operación y fallas como parámetros de confiabilidad.
La probabilidad del estado de operación dada por las ecuaciones (3.30) y (3.31) suele llamarse
disponibilidad estocástica V del componente. Estos parámetros son de gran importancia para
la comparación de la confiabilidad de componentes. Para estudios de confiabilidad de sistemas
es poco apropiado. Ya que en muchos casos se requiere la probabilidad de operación en
función del tiempo Pr(O,t), la que para un instante determinado puede ser distinta de la
disponibilidad estocástica V.
Pag.8
K=v*W (3.32)
𝑑𝑃𝑟(1,𝑡)
𝑑𝑡 𝑎11 ⋯ 𝑎1𝑛 Pr(1, 𝑡)
[ ⋮ ]=[ ⋮ ⋱ ⋮ ][ ⋮ ] (3.33)
𝑑𝑃𝑟(𝑛,𝑡) 𝑎𝑛1 ⋯ 𝑎𝑛𝑛 Pr(𝑛, 𝑡)
𝑑𝑡
∑𝑖 Pr(𝑖, 𝑡) = 1 (3.35)
0≤Pr(i,t=0)≤1; 1,2,3,….n
Es posible resolver el sistema (3.33) obteniendo las probabilidades de los estados Pr(i,t)
Ejemplo: Una compañía eléctrica tiene una política de reemplazar baterías que respaldan un
sistema de relevadores cada 5 años, (Ver la Fig.3.8), sin embargo, se ha encontrado que en
algunos casos las baterías tienen que ser reemplazadas en menos de 5 años. Para ver de que
manera se acorta el ciclo de reemplazos. Se han obtenido datos en un periodo de tiempo. La
estimación completa de la vida de las baterías ocurrió como sigue: 10% de las baterías nuevas
fueron reemplazadas al finalizar el primer año, 35% de las baterías con dos años de edad
fuerón reemplazadas al final de los dos años, 40% de las baterías fuerón reemplazadas al final
de los tres años.
¿Cuál es la distribución de probabilidad, de la edad de las baterías después que los relevadores
están en operación por un largo periodo de tiempo?
Solución: La edad de las baterías será marcada al comienzo de cada años solo después de que
un posible reemplazo se haya llevado a cabo, por lo tanto las baterías pueden ten 0,1,2,3,4
años de edad. Si una batería es i años de edad. Entonces el siguiente año puede ser 0 años de
edad (si esta es reemplazada) o puede llegar a ser i+1 años de edad (si esta no es
reemplazada). Si la batería tiene cuatro años de edad. Entonces de acuerdo a la política de la
empresa, esta será reemplazada el siguiente año y llegara a tener 0 años de edad, desde el
momento en que la edad de la batería únicamente depende de la edad de la batería en el año
previo. Es posible aplicar el modelo de Markov para representar el año de reemplazo de la
batería, haciendo (i=0,1,2,3,4) los años de edad de las baterías, estos denotan los estados del
modelo de Markov.
Las probabilidades de transición son obtenidas como sigue: si la batería fue reemplazada el
año anterior (esta tiene 0 años de edad), la probabilidad de que sea reemplazada después de
finalizado un año en P00=0.1, y la probabilidad que cumpla su primer año de edad es entonces
P01=0.9, si la batería ya tenía un año de edad, entonces la probabilidad de que esta sea
Pag.9
reemplazada es 15% y la probabilidad que llegue a cumplir dos años de edad es 85%. Que es
P10=0.15 y P12=0.85 de forma similar se obtiene, P20=0.35 y P23=0.65, P30=0.4 y P34=0.6,
P40=1, por lo tanto la matriz de transición será:
0.4
0.35
0.15
0 1 2 3 4
0.1
0.1 0.9 0 0 0
0.15 0 0.85 0 0
P 0.35 0 0 0.65 0
0.4 0 0 0 0.6
1 0 0 0 0
Usar esta matriz de transición provoca que el sistema tenga infinita soluciones ya que el vector
derecho valdría cero, para ello se debe agregar la ecuación que la suma de todas las
probabilidades debe ser igual a 1 y reemplazarla por la primera ecuación, se resuelve p*=A*p*
que es la ecuación de probabilidades de estado estacionario de un proceso markoviano.
1 0.9 0 0 0 1
1 1 0.85 0 0 0
P0
*
P1* P2* P3*
P4* * 1 0 1 0.65 0 0
1 0 0 1 0.6 0
1 0 0 0 1 0
P0
*
P1* P2* P3*
P4* 0.289 0.26 0.221 0.144 0.086
Pag.10
Componentes que se encuentran en serie y en paralelo
Considere el sistema de potencia radial mostrado en la Fig. 3.9 las capacidades de los
circuitos se muestran en el diagrama. Asumir que solamente las líneas de transmisión
pueden fallar. Determinar la probabilidad de estado estacionario, la frecuencia y la
duración media de falla si ocurre lo siguiente:
C1=50 MW
C2=50 MW
λ1 λ2
Estado 1
La línea de Transmisión
No. 1 está En servicio
µ2
Estado 0 µ1 Estado 3
Las Dos líneas de Las dos líneas de
Transmisión están en Transmisión están en
línea servicio
λ1
λ2
µ2
Estado 2 µ1
La línea de Transmisión
No. 2 está En servicio
Solución del inciso a.-) En este caso la falla del sistema ocurre únicamente cuando fallan las dos
líneas de transmisión ya que la carga es de 50 MW y es un sistema en paralelo.
Para este proceso representado en la Fig. 3.10 la matriz de transición estará dada por:
Pag.11
0 (1 2 ) 1 2 0 0
1 1 ( 1 2 ) 2 0
P 0
*
P1* P2*
P4* *
2 2 0
0
(1 2 ) 1
0
3 0 2 1 ( 1 2 ) 0
1 2 1 2 2 1 2 1
P0* , P1* , P2* , P3*
(1 1 ) * (2 2 ) (1 1 ) * (2 2 ) (1 1 ) * (2 2 ) (1 1 ) * (2 2 )
Solución b.-) En este caso para suplir 75 MW es un sistema en serie ya que basta que falle un
elemento de transmisión para que el sistema falle, el sistema se encuentra en falla si al menos
1 línea de transmisión se encuentra fallada, lo que implica que la probabilidad de falla Pf en
este caso es igual a 1- P0*
(1 1 ) * (2 2 ) 1 2
Pf*
(1 1 ) * (2 2 )
CL1 = 50 MW
PL
CL2 = 50 MW
Pag.12
μL1 = 10-2 h-1
2λL1
Estado 1
Solo una línea de
Transmisión esta fuera
de servicio
Estado 0 µL1
Las Dos líneas de µL1
Transmisión están en
línea
λL1
λL1L2
Estado 2
μL1L2 Las dos línea de
Transmisión están
fuera de servicio
1 P0 1
*
1 1
2 (L1 L1 ) L1 * P* 0
L1 1
L1L 2 L1 ( L1 L1L 2 ) P2* 0
Pag.13
2 * 2L1 L1L 2 * (L1 L1 )
P
*
=0.19108280
1 P0 1
*
1 1
2 *10 3 (10 3 10 2 ) 10 2 * P * 0
1
5 *10 4 10 3
(10 2 *10 ) P2* 0
2 2
P0* 0.815286624204
*
P1 0.165605095541
P2* 0.0191082802548
ENS(100MW)=50MW*4000hrs* P1*+100MW*4000hrs*P2*=33121.02MWh+7643.3MWh=40,764.3MWh
ENS(AÑO)=43,993.63MWh
ES=100MW*4000hrs+50MW*2000hrs+25MW*2760hrs=569,000MWh
%ENS(Año)=43,993.63MWh/569,000MWh =0.0773=7.7%
USD=1500USD/MWh*43,993.63 MWH=65,990,445USD
Pag.14