Universidad Tecnológica de Torreón

Maestría en Ingeniería para la Manufactura Inteligente

Materia: Ingeniería de Calidad y Confiabilidad
Docente: Dr. Samuel Soto Garcia

Reporte de Practicas
Problemas de confiabilidad II

Alumno:
MC. Ing. Juan Pablo Rodríguez
Enero 19, 2023
Problema 1:

Vida de balatas. Un fabricante de balatas para el sistema de frenado de automóviles le da

seguimiento al tiempo de falla de las mismas. El seguimiento lo hace con distribuidores de
automóviles nuevos de cierto modelo. El tiempo de falla lo mide en los kilómetros recorridos. El
número de unidades en que se evaluó el tiempo de falla fue de 55. Después de cierto tiempo no
todas las balatas habían fallado, pero con base en el desgaste se estimó el tiempo de falla. Los datos
obtenidos para los 55 productos se muestran a continuación:

A) Determinar con un IC de 90% y con un 92%, la confiabilidad a 22000 millas, tanto por
análisis de distribución paramétrica como por análisis de distribución no paramétrica.
B) Determinar los tipos de fallos y sus diferencias.
Para resolver este problema lo primero que hacemos es un análisis para identificar el tipo de
distribución, usando el método de mínimos cuadrados, el cual nos arroja los siguiente, a lo cual
elegimos la distribución Lognormal por ser la más baja de Anderson y de las más altas en coeficiente
de correlación.

Goodness-of-Fit

Anderson-Darling Correlation
Distribution (adj) Coefficient
Weibull 4.240 0.977
Lognormal 3.037 0.980
Exponential 13.405 *
Loglogistic 3.103 0.983
3-Parameter Weibull 3.854 0.978
3-Parameter Lognormal 3.184 0.987
2-Parameter Exponential 8.351 *
3-Parameter Loglogistic 3.201 0.985
Smallest Extreme Value 7.196 0.952
Normal 3.350 0.985
Logistic 3.511 0.979

Con la distribución conocida procedemos al análisis, siguiendo los parámetros indicados en el

problema, es decir una distribución lognormal, con un 90% de IC y luego con un 92% de IC y un valor
a superar de 22000.

Dándonos el siguiente resultado:

Table of Survival Probabilities

90.0% Normal CI
Time Probability Lower Upper
22000 0.355976 0.255725 0.467366

Ahora corremos el mismo análisis, pero considerándolo como no paramétrico y vemos que para el
tiempo de 22000 kms tendríamos una probabilidad de 31.84% de supervivencia con un IC de 18.82%
a 44.86%

Distribution Analysis: Kms

Variable: Kms

Failure Mode: Modo = d, f

Censoring Information Count

Uncensored value 33
Right censored value 22

Censoring value: Cens = 1

Nonparametric Estimates

Characteristics of Variable
 Standard 90.0% Normal CI
Mean(MTTF) Error Lower Upper
20408.7 701.270 19255.2 21562.1

Median = 19611
IQR = 7543 Q1 = 16622 Q3 = 24165

Kaplan-Meier Estimates

Number Number Survival Standard 90.0% Normal CI

Time at Risk Failed Probability Error Lower Upper
9500 55 1 0.981818 0.0180158 0.952185 1.00000
13514 52 1 0.962937 0.0257264 0.920621 1.00000
14128 50 1 0.943678 0.0316088 0.891686 0.99567
14214 49 1 0.924420 0.0363605 0.864612 0.98423
14404 48 1 0.905161 0.0403824 0.838738 0.97158
14689 46 1 0.885483 0.0440386 0.813046 0.95792
15117 42 1 0.864400 0.0477708 0.785825 0.94298
15520 41 1 0.843318 0.0510464 0.759354 0.92728
15555 40 1 0.822235 0.0539486 0.733497 0.91097
15912 39 1 0.801152 0.0565350 0.708160 0.89414
16223 37 1 0.779499 0.0590080 0.682439 0.87656
16481 36 1 0.757846 0.0612128 0.657160 0.85853
16622 35 1 0.736193 0.0631775 0.632276 0.84011
16935 32 1 0.713187 0.0652577 0.605848 0.82053
17980 31 1 0.690181 0.0670855 0.579836 0.80053
18699 28 1 0.665532 0.0690697 0.551922 0.77914
18719 27 1 0.640883 0.0707734 0.524471 0.75729
18773 26 1 0.616233 0.0722164 0.497448 0.73502
19036 25 1 0.591584 0.0734141 0.470829 0.71234
19274 22 1 0.564694 0.0748399 0.441593 0.68779
19414 21 1 0.537804 0.0759535 0.412871 0.66274
19451 19 1 0.509498 0.0770499 0.382762 0.63623
19611 18 1 0.481193 0.0777950 0.353231 0.60915
19708 17 1 0.452887 0.0781989 0.324262 0.58151
20066 16 1 0.424582 0.0782668 0.295844 0.55332
21599 12 1 0.389200 0.0793400 0.258697 0.51970
21789 11 1 0.353818 0.0796267 0.222844 0.48479
21978 10 1 0.318436 0.0791354 0.188270 0.44860
23592 8 1 0.278632 0.0786194 0.149314 0.40795
24165 6 1 0.232193 0.0780352 0.103837 0.36055
25991 3 1 0.154795 0.0818538 0.020158 0.28943
26533 2 1 0.077398 0.0683390 0.000000 0.18981
27423 1 1 0.000000 0.0000000 0.000000 0.00000

Y al 92% de IC, nos da lo siguiente:

Kaplan-Meier Estimates

Number Number Survival Standard 92.0% Normal CI

Time at Risk Failed Probability Error Lower Upper
9500 55 1 0.981818 0.0180158 0.950278 1.00000
13514 52 1 0.962937 0.0257264 0.917898 1.00000
14128 50 1 0.943678 0.0316088 0.888341 0.99902
14214 49 1 0.924420 0.0363605 0.860764 0.98808
14404 48 1 0.905161 0.0403824 0.834464 0.97586
14689 46 1 0.885483 0.0440386 0.808386 0.96258
15117 42 1 0.864400 0.0477708 0.780769 0.94803
15520 41 1 0.843318 0.0510464 0.753951 0.93268
15555 40 1 0.822235 0.0539486 0.727787 0.91668
15912 39 1 0.801152 0.0565350 0.702177 0.90013
16223 37 1 0.779499 0.0590080 0.676194 0.88280
16481 36 1 0.757846 0.0612128 0.650682 0.86501
16622 35 1 0.736193 0.0631775 0.625589 0.84680
16935 32 1 0.713187 0.0652577 0.598942 0.82743
17980 31 1 0.690181 0.0670855 0.572736 0.80763
18699 28 1 0.665532 0.0690697 0.544613 0.78645
18719 27 1 0.640883 0.0707734 0.516981 0.76478
18773 26 1 0.616233 0.0722164 0.489805 0.74266
19036 25 1 0.591584 0.0734141 0.463059 0.72011
19274 22 1 0.564694 0.0748399 0.433673 0.69571
19414 21 1 0.537804 0.0759535 0.404833 0.67077
19451 19 1 0.509498 0.0770499 0.374608 0.64439
19611 18 1 0.481193 0.0777950 0.344998 0.61739
19708 17 1 0.452887 0.0781989 0.315986 0.58979
20066 16 1 0.424582 0.0782668 0.287561 0.56160
21599 12 1 0.389200 0.0793400 0.250301 0.52810
21789 11 1 0.353818 0.0796267 0.214417 0.49322
21978 10 1 0.318436 0.0791354 0.179895 0.45698
23592 8 1 0.278632 0.0786194 0.140994 0.41627
24165 6 1 0.232193 0.0780352 0.095578 0.36881
25991 3 1 0.154795 0.0818538 0.011495 0.29810
26533 2 1 0.077398 0.0683390 0.000000 0.19704
27423 1 1 0.000000 0.0000000 0.000000 0.00000

Como resumen tenemos la siguiente tabla comparativa entre los dos tipos de métodos, con los
porcentajes de supervivencia y sus IC:

Metodo 90% NC 92% NC

Parametrico 35.59% 35.59%
No parametrico 31.84% 31.84%

Metodo 90% NC 92% NC

Parametrico 25.57%-46.73% 24.98%-47.47%
No parametrico 18.82%-44.86% 17.98%-45.69%

Por último y analizando las gráficas por los modos de fallo, concluyo que son muy similares en
cuanto al comportamiento de cual fallo es el que más afecte o condicione el desempeño, podemos
ver que su forma y escala es muy similar:
Hazard Plot for Kms
Censoring Column in Cens - ML Estimates
Failure Mode = d
Failure Mode = d Failure Mode = f Loc Scale
Lognormal Lognormal 10.0467 0.244100

0.00030 Failure Mode = f

0.00014 Loc Scale
10.1014 0.347441

0.00025 0.00012

0.00020 0.00010

0.00008
Rate

Rate

0.00015

0.00006
0.00010
0.00004

0.00005
0.00002

0.00000 0.00000
10000 20000 30000 40000 20000 40000 60000
Kms Kms
Problema 2:

Vida de conexiones con dos modos de falla. Los datos de la siguiente tabla son esfuerzos de ruptura
de 20 conexiones de alambre, con un extremo soldado sobre un semiconductor y el otro soldado
sobre un poste terminal. Cada falla consiste en el rompimiento del alambre (modo de falla 1 = A) o
de una soldadura (modo de falla 2 = S). Aquí el esfuerzo hace las veces de tiempo de falla. Interesa
estudiar la distribución del esfuerzo de las conexiones, considerando que se desea que al menos
99% de las conexiones resista un esfuerzo mayor a 1000 mg. Considerar los últimos 5 datos como
censurados. También se quiere estimar el esfuerzo que resultaría de eliminar uno de los dos modos
de falla.

Se define distribución como logistic.

Goodness-of-Fit

Anderson-Darling Correlation
Distribution (adj) Coefficient
Weibull 29.428 0.974
Lognormal 29.506 0.948
Exponential 31.354 *
Loglogistic 29.470 0.962
3-Parameter Weibull 29.428 0.981
3-Parameter Lognormal 29.423 0.973
2-Parameter Exponential 30.671 *
3-Parameter Loglogistic 29.413 0.979
Smallest Extreme Value 29.452 0.980
Normal 29.423 0.973
Logistic 29.413 0.979

Se realiza el análisis al 90% y al 92% de NC, con 1000 como datos buscando y se determina el % de
fallos, dándonos un 22.87% con un IC 12.64% - 37.80% y de 22.87% con un IC 12.14% - 38.59%.

Table of Cumulative Failure Probabilities

90.0% Normal CI
Time Probability Lower Upper
1000 0.228790 0.126482 0.378039

Table of Cumulative Failure Probabilities

92.0% Normal CI
Time Probability Lower Upper
1000 0.228790 0.121470 0.388949
Ahora corremos el estudio como No Paramétrico a 90% NC y 92% NC:

Kaplan-Meier Estimates

Cumulative
Number Number Failure Standard 90.0% Normal CI
Time at Risk Failed Probability Error Lower Upper
550 20 1 0.05 0.048734 0.000000 0.130160
750 19 1 0.10 0.067082 0.000000 0.210340
950 18 2 0.20 0.089443 0.052880 0.347120
1150 16 5 0.45 0.111243 0.267022 0.632978
1250 11 2 0.55 0.111243 0.367022 0.732978
1350 9 1 0.60 0.109545 0.419815 0.780185
1450 8 3 0.75 0.096825 0.590738 0.909262

Kaplan-Meier Estimates

Cumulative
Number Number Failure Standard 92.0% Normal CI
Time at Risk Failed Probability Error Lower Upper
550 20 1 0.05 0.048734 0.000000 0.135318
750 19 1 0.10 0.067082 0.000000 0.217440
950 18 2 0.20 0.089443 0.043414 0.356586
1150 16 5 0.45 0.111243 0.255248 0.644752
1250 11 2 0.55 0.111243 0.355248 0.744752
1350 9 1 0.60 0.109545 0.408222 0.791778
1450 8 3 0.75 0.096825 0.580491 0.919509

Como resumen tenemos la siguiente tabla comparativa entre los dos tipos de métodos, con los
porcentajes de fallo a los 1000 mg y sus IC:

Metodo 90% NC 92% NC

Parametrico 22.87% 22.87%
No parametrico 20.00% 20.00%

Metodo 90% NC 92% NC

Parametrico 12.64%-37.80% 12.14%-38.89%
No parametrico 5.28%-34.71% 4.34%-35.65%

Al igual que el problema anterior, podemos ver que el modo de falla tiene parámetros de forma y
escala muy similares:
Hazard Plot for Esfuerzo
Censoring Column in censura - ML Estimates
Failure Mode = a
Failure Mode = a Failure Mode = s Loc Scale
Logistic Logistic 1643.88 318.743

0.0035 0.0035 Failure Mode = s

Loc Scale
1584.81 302.643
0.0030 0.0030

0.0025 0.0025

0.0020 0.0020
Rate

Rate

0.0015 0.0015

0.0010 0.0010

0.0005 0.0005

0.0000 0.0000

0 1000 2000 3000 0 1000 2000 3000

Esfuerzo Esfuerzo