Está en la página 1de 64

CONFIABILIDAD

1. Casi todas las compañías gastan millones de dólares en la


confiabilidad de sus productos.

2. Muchos esfuerzos de administradores e ingenieros se


orientan a evaluar el riesgo y la confiabilidad, predecir
costos de garantía, evaluar políticas de reemplazo, evaluar
cambios de diseño, identificar causas de falla, y comparar
alternativas de diseño, materiales y métodos de
manufactura.

3. La mayor parte de las decisiones están basadas sobre datos


de vida de los productos, frecuentemente de pocas
unidades
CONFIABILIDAD ROSALVA 1
MATINEZ
CONFIABILIDAD
La empresa Firestone después de los problemas que a tenido con los juegos de neumáticos en el pasado, ha
decidido iniciar una estrategia de mercado para recuperar sus ventas, la cual consiste en ofrecer una
garantía contra el desgaste natural de la misma, excluyendo la presencia de elementos extraños. Para
probar la garantiía se realiza un estudio de campo de 100 neumáticos vendidos, definiéndose el desgaste
hasta que pierde sus propiedades de agarre (lo que se considera la falla).

4.64 5.25 4.9 4.97 4.87


4.98 4.72 4.8 4.66 4.78
4.73 4.81 4.77 5.08 4.65
5.21 5.15 5.2 5.32 5.1
5.06 5.14 4.78 5.21 4.89
5.04 4.78 4.94 5.22 4.6
5.03 4.94 4.43 4.84 4.88
5.46 5.12 5.05 5.01 4.86
5.01 5.02 4.88 4.8 5.2
4.77 5.18 5.1 5.21 4.88
4.95 5.21 4.67 4.92 5.11
4.93 5.07 4.98 4.43 4.53
5.37 5.19 4.79 5.07 5.39
5.11 5.28 4.73 4.79 4.94
4.69 4.83 4.72 5.02 5.19
5.04 4.96 5.24 5 4.88
5.05 5.02 4.91 4.75 4.79
5.12 4.85 5.26 4.64 4.73
4.94 5.16 5.1 5.1 5.11
4.58 5.03 4.67 4.73 4.8

CONFIABILIDAD ROSALVA 2
MATINEZ
CONFIABILIDAD
EJERCICIO 1. Construir la gráfica de frecuencia usando cómo punto de inicio 4.395 y
ancho del intervalo 0.2.
Obtenga el histograma, gráfica de frecuencia acumulada y el polígono de frecuencia.
Obtenga los estadísticos; media, varianza, curtosis, sesgo y coeficiente de variación.
Presente sus conclusiones.

EJERCICIO 2. Construir la gráfica de frecuencia utilizando exclusivamente las columnas


2, 4, 6, 8 y 10. Obtenga el histograma, la gráfica de frecuencias acumulada. Compare con
el ejercicio visto . Obtenga los estadísticos; media, varianza, curtosis, sesgo y coeficiente
de variación. Presente sus conclusiones

EJERCICIO 3. Construir la gráfica de frecuencias utilizando exclusivamente los datos de


las columnas 1,3,5, 7 y 9. Obtenga el histograma, la gráfica de frecuencia
acumulada.compare con el ejercicio visto en clase. Obtenga los estadísticos; media,
varianza, curtosis, sesgo y coeficiente de variación. Presente sus conclusiones

CONFIABILIDAD ROSALVA 3
MATINEZ
CONFIABILIDAD
b. Obtener la distribución de probabilidad acumulada

Fronteras frecuencia frecuencia acumulada

4.395-4.495 2 2
4.495-4.595 2 4
4.595-4.695 8 12
4.695-4.795 15 27
4.795-4.895 14 41
4.895-4.995 13 54
4.995-5.095 16 70
5.095-5.195 15 85
5.195-5.295 11 96
5.295-5.395 3 99
5.395-5.495 1 100
CONFIABILIDAD ROSALVA 4
MATINEZ
CONFIABILIDAD
Estadísticos, su valor depende de las mediciones de las muestras;

Moda; valor que más veces se repite


Mediana; valor que divide a la mitad los datos
Media o promedio; la suma de las observaciones dividido por el número
de observaciones
x1  x2  x3  ........  xn n
x   xi / n
n i 1
La media de la población es un Parámetro
Para una población discreta la media poblacional depende sobre el
conjunto completo de mediciones, es un valor fijo llamado parámetro
Para una población continua, el parámetro media es expresado en
términos de su función de densidad;
 


 tf (t ) dt E ( x)  

O bien
 


 tf (t ) dt CONFIABILIDAD ROSALVA
E (t )   5
0
MATINEZ
CONFIABILIDAD

La varianza es el valor esperado de V (t )  E (t   ) 2   2   (t   ) 2 f (t )dt
0
La varianza muestral es dependiente de los datos contenidos en la muestra:
n

 (t i  t )2
S2  i 1
n 1

 (x i  x) 3 / n Grado de asimetría de un
sesgo  i 1
3/ 2
conjunto de datos, si los
 n 

datos presentan una gran
 ( xi  x ) 2
/ n 
 i 1  cola a la derecha la
asimetría es positiva, una
gran cola a la izquierda es
m3 negativa
ˆ1 
m2 3 / 2

CONFIABILIDAD ROSALVA 6
MATINEZ
CONFIABILIDAD
La curtosis mide el grado de discrepancia con respecto a la distribución normal si
los datos presentan una distribución aproximadamente simétrica. La curtosis mide
el grado de acumulación de probabilidad en las colas de la distribución
2

x  x
3

 x  x
4

x  x
n n n
1 1 1
m2  i m3  i m4 
n n i
i 1 i 1 n i 1

m4
ˆ2  3
m2 2

Algunos software consideran correcciones tales como:

nn  1 m3 n  1n  1  m n  1 
ˆ1  ˆ2  3
n  22 m2 3 / 2 n  2n  3  m  n  1 
4
2
2

CONFIABILIDAD ROSALVA 7
MATINEZ
CONFIABILIDAD
Estimación de curtosis.. Un valor positivo de curtosis indica colas más pesadas que
las de la normal.
 n 
m
 
 i 1
( xi  x) / n
4


ˆ2  4 2  3 curtosis  ˆ2  2 3

m2   

n

 ( xi  x) / n 
2

 i 1 
PROPIEDADES DE ALGUNAS DISTRIBUCIONES USADAS EN
CONFIABILIDAD

PROPIEDAD UNIFORME NORMAL WEIBULL EXPONENCIAL LOGNORMAL


Simetría si si no no no
Forma campana no si no no no
Sesgo 0 0 si, derecha si, derecha si derecha
Curtosis 1.8 3 9
Distribución
Acumulada linea recta forma “S” curva exponencial

CONFIABILIDAD ROSALVA 8
MATINEZ
CONFIABILIDAD
Descriptive Statistics
Variable: apil

Anders on-Darling Norm ality Tes t


A-Squared: 0.310
P-Value: 0.551

Mean 4.95290
StDev 0.21467
Variance 4.61E-02
Skewnes s -1.1E-01
Kurtos is -4.0E-01
N 100
4.4 4.6 4.8 5.0 5.2 5.4
Minim um 4.43000
1s t Quartile 4.79000
Median 4.95500
3rd Quartile 5.11000
95% Confidence Interval for Mu Maxim um 5.46000
95% Confidence Interval for Mu
4.91031 4.99549
4.88 4.93 4.98 5.03 95% Confidence Interval for Sigm a
0.18848 0.24937
95% Confidence Interval for Median
95% Confidence Interval for Median
4.88742 5.02258

El valor negativo del coeficiente El valor negativo del coeficiente de


de asimetría indica una cola larga curtosis indica colas menos altas que
a la izquierda las de la normal
CONFIABILIDAD ROSALVA 9
MATINEZ
CONFIABILIDAD Kaplan Meier
Cuando se desconoce la distribución de probabilidad que mejor ajusta a los datos y se
tiene interés en responder preguntas de confiabilidad o de la no confiabilidad, existen
alternativas para estimar F(t).

Algoritmo de Kaplan Meier: F(t)= i/n

i  0.5
Para muestras grandes, n=20, es conveniente utilizar: F (t ) 
n

i  0.3
Para muestras pequeñas se recomienda: F (t ) 
n  0.4

CONFIABILIDAD ROSALVA 10
MATINEZ
CONFIABILIDAD Con excel

tiempo orden F(ti)=i/N R(ti)=1-F(ti) lamda(t)=1/(N+1-i)


0 0 0 1 0.00990099
4.43 1 0.01 0.99 0.01
4.43
4.53
4.58
2
3
4
0.02
0.03
0.04
0.98
0.97
0.96
0.01010101
0.01020408
0.01030928
* La fórmula de Kaplan
4.6 5 0.05 0.95 0.01041667 Meier se recomienda para
muestras grandes
4.64 6 0.06 0.94 0.01052632
4.64 7 0.07 0.93 0.0106383
4.65 8 0.08 0.92 0.01075269
4.66 9 0.09 0.91 0.01086957
4.67 10 0.1 0.9 0.01098901
4.67 11 0.11 0.89 0.01111111
4.69 12 0.12 0.88 0.01123596
4.72 13 0.13 0.87 0.01136364
4.72 14 0.14 0.86 0.01149425
4.73 15 0.15 0.85 0.01162791
4.73 16 0.16 0.84 0.01176471
4.73 17 0.17 0.83 0.01190476
4.73 18 0.18 0.82 0.01204819
4.75 19 0.19 0.81 0.01219512
4.77 20 0.2 0.8 0.01234568
4.77 21 0.21 0.79 0.0125
4.78 22 0.22 0.78 0.01265823
4.78 23 0.23 0.77 0.01282051
4.78 24 0.24 0.76 0.01298701
4.79 25 0.25 0.75 0.01315789
4.79 26 0.26 0.74 0.01333333

CONFIABILIDAD ROSALVA 11
MATINEZ
CONFIABILIDAD minitab
Median = 4.9500
IQR = 0.3200 Q1 = 4.7900 Q3 = 5.1100

Kaplan-Meier Estimates

Number Number Survival Standard 95.0% Normal CI


Time at Risk Failed Probability Error Lower Upper
4.4300 100 2 0.9800 0.0140 0.9526 1.0000
4.5300 98 1 0.9700 0.0171 0.9366 1.0000
4.5800 97 1 0.9600 0.0196 0.9216 0.9984
4.6000 96 1 0.9500 0.0218 0.9073 0.9927
4.6400 95 2 0.9300 0.0255 0.8800 0.9800
4.6500 93 1 0.9200 0.0271 0.8668 0.9732
4.6600 92 1 0.9100 0.0286 0.8539 0.9661
4.6700 91 2 0.8900 0.0313 0.8287 0.9513
4.6900 89 1 0.8800 0.0325 0.8163 0.9437
4.7200 88 2 0.8600 0.0347 0.7920 0.9280
4.7300 86 4 0.8200 0.0384 0.7447 0.8953
4.7500 82 1 0.8100 0.0392 0.7331 0.8869
4.7700 81 2 0.7900 0.0407 0.7102 0.8698
4.7800 79 3 0.7600 0.0427 0.6763 0.8437
CONFIABILIDAD ROSALVA 12
MATINEZ
CONFIABILIDAD
Nonparametric Hazard Plot for apil
Empirical Hazard Function
Complete Data

1.0 Mean 4.9529


Median 4.9500
0.9
IQR 0.3200

0.8

0.7

0.6

Rate
0.5

0.4

0.3
Nonparametric Survival Plot for apil
Kaplan-Meier Method 0.2
Complete Data
0.1
1.0
Mean 4.9529
0.0
0.9 Median 4.9500
IQR 0.3200 4.5 5.0 5.5

0.8 Time to Failure

0.7

0.6
Probability

0.5

0.4

0.3

0.2

0.1

0.0

4.5 5.0 5.5

Time to Failure

CONFIABILIDAD ROSALVA 13
MATINEZ
CONFIABILIDAD. Pruebas de Bondad de Ajuste
Si tenemos un conjunto x1,x2,x3,…..xn y queremos ver si estos datos se comportan razonablemente de acuerdo con
la distribuciòn F(x), una forma de hacerlo es estimar F(x) únicamente con los datos que se tienen y validar si esta
estimación es congruente con la distribución teórica F(x), entonces se dice que los datos provienen de esa
distribución o al menos, que “no hay evidencia de que no provengan de esa distribución”.

Prueba Anderson-Darling de bondad de ajuste


Es una modificación de la prueba de Kolmogorov Smirnov (K-S) y da más peso a las colas de la distribución que
K-S. Su ventaja es que utiliza la distribución específica en el cálculo de los valores cristicos, lo cual en si mismo
es una desventaja. Se basa en la función de distribución empírica, cuantifica la discrepancia entre las distribuciones
teóricas y empírica:

A2  n
 F ( x)  F ( x)

n
2
 ( x)dxf ( x)

Fn ( x) Función de distribución empírica

F ( x) Función de distribución teórica o hipotética

 ( x) Función ponderadora

CONFIABILIDAD ROSALVA 14
MATINEZ
CONFIABILIDAD
Anderson-Darling de bondad de ajuste

 x  
1
F ( x)1  F ( x)
Función de peso

Esta funciòn le da mayor importancia a discrepancias en las colas de la


distribución, lo que le da una mayor capacidad para detectar otras distribuciones,
ya que en caso contrario la diferencia Fn(x)-F(x) tiende a cero en las colas aùn
cuando la funciòn F(x) no sea la distribuciòn verdadera
Otra ventaja de la prueba Anderson Darling es que no depende del tamaño de la
muestra.
Construcción
1. Calcular los valores de
Zi  F xi  ; , 
2. calcular
1 

n

A  
2
2i  1loge zi   loge 1  zn1i   n
n  i 1 
CONFIABILIDAD ROSALVA 15
MATINEZ
CONFIABILIDAD
Prueba ji-cuadrada de bondad de ajuste.
Es la prueba màs antigua, es muy versàtil ya que se utiliza tanto para distribuciones
discretas como continuas. Su desventaja es su falta de sensibilidad para detectar
modelos inadecuados cuando se tiene un tamaño de muestra pequeño o
moderado. Ademàs esta sujeta a criterios arbitrarios de agrupamiento de los datos.
Construcciòn
1. Calcular los parámetros sobre la distribuciòn supuesta
2. Se agrupan los datos en k clases
3. Determinar la probabilidad para cada clase
4. Calcular los valores esperados de cada clase Ei
5. Deje en cada clase al menos 5 datos
6. Calcule el estadístico ji-cuadrada
O  E 

n 2

 
2 i i

i 1
Ei

7. Calcule el valor de p asociado con el valor calculado usando una ji-cuadrada con k-
r-1 grados de libertad, donde r es el número de parámeteros estimados en el primer
paso
CONFIABILIDAD ROSALVA 16
MATINEZ
CONFIABILIDAD KOLMOGOROV-SMIRNOV
La prueba de bondad de ajuste comúnmente usada en Confiabilidad es la
prueba Kolmogorov-Smirnov (K-S). Es una distribución libre en el sentido
que los valores críticos no dependen de la distribución específica a ser
probada.
Es más simple de usar que la prueba 2 y puede dar mejores resultados
con muestras pequeñas (10<n<30).
Está basada en la determinación de la MAYOR diferencia absoluta entre la
Función de Distribución Acumulada de la muestra y aquella de la
El procedimiento
Distribución supuesta. es:

1.Determine el rango de cada uno de los datos


2.Determine el valor del estadístico D (D= max( D+, D- )
a)Determine el valor de D+. Calcule los valores absolutos de Fn(Xi)-F(Xi),
Fn(Xi) es el i-ésimo valor de la Función de distribución empírica[Fn(Xi) = i/n] y

CONFIABILIDAD ROSALVA 17
MATINEZ
CONFIABILIDAD KOLMOGOROV-SMIRNOV

F(Xi) es el i-ésimo valor de la Función de distribución supuesta.

b)Determine el valor de D-. Calcule los valores absolutos de Fn(Xi)-F(Xi),


Fn(Xi) es el i-ésimo valor de la Función de distribución empírica
[Fn(Xi) =(i-1)/n] y
F(Xi) es el i-ésimo valor de la Función de distribución supuesta.
3.Compare el valor de D con el valor apropiado K-S

CONFIABILIDAD ROSALVA 18
MATINEZ
CONFIABILIDAD KOLMOGOROV-SMIRNOV
TABLA DE VALORES CRITICOS KOLMOGOROV-SMIRNOV
Tamaño de Nivel de significancia
la muestra 0.1 0.05 0.02 0.01
1 0.95 0.975 0.99 0.995
2 0.77639 0.84189 0.9 0.92929
3 0.63604 0.7076 0.78456 0.829
4 0.56522 0.62394 0.68887 0.73424
5 0.50945 0.56328 0.62718 0.66853
6 0.46799 0.51926 0.57741 0.61661
7 0.43607 0.48342 0.53844 0.57581
8 0.40962 0.45427 0.50654 0.54179
9 0.38746 0.43001 0.4796 0.51332
10 0.36866 0.40925 0.45662 0.48893
11 0.35242 0.39122 0.4367 0.4677
12 0.33815 0.37543 0.41918 0.44905
13 0.32549 0.36143 0.40362 0.43247
14 0.31417 0.3489 0.3897 0.41762
15 0.30397 0.3376 0.37713 0.4042
16 0.29472 0.32733 0.36571 0.39201
17 0.28627 0.31796 0.35528 0.38086
18 0.27851 0.30936 0.34569 0.37062
19 0.27136 0.30143 0.33685 0.36117
20 0.26473 0.29408 0.32866 0.35241
CONFIABILIDAD ROSALVA 19
MATINEZ
CONFIABILIDAD
DEFINICIONES Y CONCEPTOS FUNDAMENTALES CONFIABILIDAD
La confiabilidad es una medida del Tiempo de Vida de un producto. Durante este
período el cliente obtiene las características ofrecidas intencionalmente.
Cuando cesa la capacidad del producto para entregar la característica ofrecida al
cliente, se considera que ha habido una Falla del producto. Esto representa el
término del tiempo de vida. Para modelar el tiempo de vida se asigna una
medida: La frecuencia relativa o la probabilidad con que ocurrirá ese tiempo.
La regla que asigna valores de frecuencia relativa o probabilidades a los valores de
una variable se llama Distribución de Probabilidad
f(t)

t1 t2
CONFIABILIDADt
MATINEZ
ROSALVA 20
CONFIABILIDAD
2. La función de distribución acumulada y representa la probabilidad de que una
unidad aleatoria tomada de la población falle en el tiempo t. Es la fracción de todas
las unidades en la población que falla en el tiempo t
F(t); FUNCION DE LA NO CONFIABILIDAD
n F(t) es el número esperado de fallas en el tiempo t
F(t)

t
CONFIABILIDAD ROSALVA 21
MATINEZ
CONFIABILIDAD
t1

F (t )  P(0  t  t1 ) 

0
f (t )dt

Función de Densidad de Probabilidad Función de Distribución Acumulada


1
No confiabilidad, F(t)

F(t)
f(t)

0
t1
t 0
CONFIABILIDAD ROSALVA
t1
t 22
MATINEZ
CONFIABILIDAD
3. Función de riesgo o tasa de falla.
La tasa de falla representa la propensión a la falla de un producto como una
función de su edad o tiempo en operación.
Función Normal de Tasa de Falla

0.2500

0.2000

0.1500
h(t)

0.1000

0.0500

0.0000
200 400 600 800 1000
Tiempo

Es una medida de la “mortalidad” entre los artículos que quedan.


La Velocidad de Falla ó Tasa de Riesgo o también Tasa de Falla es la fracción de fallas probables
entre la proporción de supervivientes al tiempo t.

CONFIABILIDAD ROSALVA 23
MATINEZ
CONFIABILIDAD
3. Función de riesgo o tasa de falla.

Cuando se conoce la Distribución de Probabilidad de t, se calcula a partir de


h(t) = f(t) / R(t) tasa de falla, tasa de falla instantánea o tasa de riesgo
es la fracción de fallas probables entre la proporción de supervivientes al tiempo t.

0.2500

0.2000

0.1500
h(t)

0.1000

0.0500

0.0000
0 1000 2000 3000 4000
CONFIABILIDAD ROSALVA Tiempo 24
MATINEZ
CONFIABILIDAD

4. Confiabilidad es la probabilidad de que un sistema ejecute su función de


intención sin fallar para un intervalo específico, bajo condiciones
establecidas.
Se define como la Probabilidad de Supervivencia en un determinado tiempo.
R(t) = 1 - F(t)
R(t)

t
CONFIABILIDAD ROSALVA 25
MATINEZ
CONFIABILIDAD
t 
R ( t )  1 F ( t )  1  f ( t ) d t   f ( t ) d t
0 t

Función de Densidad de Probabilidad Función de Confiabilidad

R(t)
f(t)

0
0 0
t1
t t1
t
CONFIABILIDAD ROSALVA 26
MATINEZ
CONFIABILIDAD
5. MTBF es el Tiempo Promedio entre Fallas o bien el valor medio del Tiempo de
Vida.
Se observa, que el MTBF depende de los parámetros de la distribución

Exponencial weibull normal lognormal


1 1    y2 
 y  
MTBF  MTBF     1 MTBF  media MTBF  e
 2 

  

21
20 19

16
14 14
Frequency

10 9

3
2
1 1
0
0

4.40 4.52 4.64 4.76 4.88 5.00 5.12 5.24 5.36 5.48 5.60

DATOS

MTBF==4.9529
CONFIABILIDAD ROSALVA 27
MATINEZ
CONFIABILIDAD
Overview Plot for apil
No censoring
Probability Density Function Normal Probability
2
Normal
ML Estimates
99

95
90 Mean: 4.95290
80 StDev : 0.21359

Percent
70
1 60 MTBF: 4.95290
50
40
30
20
10
5

4.0 4.5 5.0 5.5 4.5 5.0 5.5

Survival Function Hazard Function


1.0
15
Probability

10
Rate

0.5

0.0 0

4.5 5.0 5.5 4.5 5.0 5.5

CONFIABILIDAD ROSALVA 28
MATINEZ
CONFIABILIDAD
La forma típica para la curva de tasa de fallas es conocida cómo la “curva tina de
baño” la primera parte es el período de falla temprana y tiene una tasa de falla
decreciente y es una medida de la “mortalidad infantil” , después viene un
período estable o también conocido como período de fallas intrínsecos o fallas
aleatorias a una tasa de falla constante. Al final de la curva la tasa de falla se
incrementa y se conoce cómo período de falla por desgaste.
h(t)
Fallas “infantiles”
Fallas por deterioro

Fallas constantes

t
CONFIABILIDAD ROSALVA 29
MATINEZ
CONFIABILIDAD

1. DISTRIBUCION EXPONENCIAL.
Función de distribucion acumulada F(y) para una distribución continua
representa la fracción de la población que falla a la edad Y; la función
y tiene las siguientes propiedades:
a. Es una función continua para toda y
b. El lim F ( y)  0
y  
lim F ( y)  1
y  

F ( y)  F ( y' )
c. para toda
y y'
Siendo la función de distribución acumulada para Y :  está en la misma
F ( y)  1  e  y / unidad de tiempo que
donde Y, hrs, meses, ciclos.
y  0 Donde la tasa de falla
 0
CONFIABILIDAD ROSALVA =1/  30
MATINEZ
DISTRIBUCIÓN EXPONENCIAL
Función de Densidad de Probabilidad Exponencial
0.0035 f (t )   e  t
0.0030

0.0025 F (t )  1  e t
0.0020
f(t)

0.0015
R (t )  e   t
= 0.003, MTBF = 333
0.0010

h (t )  
0.0005
= 0.002, MTBF = 500
0.0000 = 0.001, MTBF = 1,000
0 500 1,000 1,500 2,000
Tiempo

CONFIABILIDAD ROSALVA 31
MATINEZ
DISTRIBUCIÓN EXPONENCIAL
Función de la Tasa de Falla Exponencial
0.004

= 0.003, MTBF = 333


0.003

= 0.002, MTBF = 500


h(t)

0.002

= 0.001, MTBF = 1000


0.001

0.000
0 500 1,000 1,500 2,000
Tiempo Función de Confiabilidad Exponencial
1.200

1.000

0.800
= 0.003, MTBF = 333

= 0.002, MTBF = 500


R(t)

0.600

0.400

0.200 = 0.001, MTBF = 1000


0.000
0 500 1,000 1,500 2,000
CONFIABILIDAD ROSALVA Tiempo 32
MATINEZ
CONFIABILIDAD

Ejemplo: la distribución exponencial con una media de  =28,700horas,


describe las horas para fallar de un ventilador. La tasa de falla es lamda
=1/28,700 =34.9 fallas por millón de horas.
Para el ventilador, la fracción de la población que falla sobre un tiempo de
garantía de 8,000 es
F(8000)=1-exp(-8000/28,700)=.24
La función de confiabilidad R(y) para una distribución de vida es la
probabilidad de sobrevivir más allá de la edad y:
R(y)=1-F(y)
La función de confiabilidad de la exponencial es:

 y /
R( y )  e ,y0
CONFIABILIDAD ROSALVA 33
MATINEZ
DISTRIBUCIÓN WEIBULL
Función de Densidad de Probabilidad Weibull

0.0030

 1    
 t    t  
f( t )    exp       
     
0.0020   
 = 0.5
f(t)

 = 1000

0.0010
 = 1.0
 = 1000
 = 3.4
 = 1000

0.0000
0 500 1000 1500 2000 2500 3000
Tiempo

CONFIABILIDAD ROSALVA 34
MATINEZ
DISTRIBUCIÓN WEIBULL
Función de Confiabilidad Weibull  t  

 

1.000
F (t )  1  e  

 t  

 
0.800  = 3.4 R (t )  e  

 = 1000  1 

 t 
 t  
 
0.600 f (t ) 
  e  

 
R(t)

 = 1.0
0.400  = 1000  1 
MT BF   1  

 = 0.5 
 
0.200  = 1000  1
  t



h (t )   
0.000   
0 500 1000 1500 2000 2500 3000
Tiempo Función Tasa de Falla Weibull

0.0060

 = 3.4
 =.5
0.0040
 = 1000
 = 1000
h(t)

0.0020
 = 1.0
 = 1000
0.0000
0 500 1000 1500 2000 2500 3000
Tiempo
CONFIABILIDAD ROSALVA 35
MATINEZ
CONFIABILIDAD
Función de Densidad de Probabilidad Lognormal

0.5000
 2    ) t (nl  1 
=0  y   pxe 1
0.4000  ) t( f
 = 0.5    2 
 2 t
 y
 y

0.3000
f(t)

=1
0.2000  = 0.5
=1
=1
0.1000

0.0000
0 1 2 3 4 5 6 7
Tiempo

• Si un tiempo t está distribuido Lognormal, t~LN(t, t) y si


Y = ln(t) entonces Y~N(y, y)
CONFIABILIDAD ROSALVA 36
MATINEZ
DISTRIBUCIÓN LOGNORMAL
Función de Confiabilidad Lognormal

1.000

 ( z)
0.800
h( t ) =
=1
tR (t )
0.600  = 0.5
R(t)

=1
0.400 =1

0.200
=0
=1
0.000
=0
0 1 2 3 4 5 6 7
 = 0.5
Tiempo

CONFIABILIDAD ROSALVA 37
MATINEZ
DISTRIBUCIÓN LOGNORMAL

Función Tasa de Falla Lognormal

0.7000

0.6000

0.5000 =0
 = 0.5
0.4000
h(t)

0.3000 =1
 = 0.5
0.2000

0.1000

0.0000
0 1 2 =1 3 =0 4 5 6 7
=1 =1
Tiempo

CONFIABILIDAD ROSALVA 38
MATINEZ
DISTRIBUCIÓN NORMAL
 1 t   2 
exp  
1
f( t )    
 2  2    
0.0140

0.0120

0.0100  = 500
 = 30
 = 50
0.0080  = 70
f(t)

0.0060

0.0040

0.0020

0.0000
200 400 600 800 1000
Tiempo

CONFIABILIDAD ROSALVA 39
MATINEZ
DISTRIBUCIÓN NORMAL
 
R ( t )   f( t )d t    ( z )d z
t z(t)

Función de Confiabilidad Normal

1.000

0.800  = 500
 = 30
 = 50
0.600  = 70
R(t)

0.400

0.200

0.000
200 400 600 800 1000
Tiempo

CONFIABILIDAD ROSALVA 40
MATINEZ
DISTRIBUCIÓN NORMAL
 z 
h( t ) = donde (z) =normal
Rt  estandarizada pdf
Función Normal de Tasa de Falla

0.2500

0.2000
 = 500
 = 30
0.1500
 = 50
h(t)

 = 70
0.1000

0.0500

0.0000
200 400 600 800 1000
Tiempo

CONFIABILIDAD ROSALVA 41
MATINEZ
CONFIABILIDAD
Tipo de observaciones en Confiabilidad

1. Datos Censurados a la derecha. Solo conoces que la falla no ha


ocurrido en un tiempo particular, por ejemplo el ventilador no ha
fallado aún a los 500 días

Mes censurado mes censurado

50 F 50 F
53 F 53 F
60 C 60 F
65 C 65 F
70 F 70 C

CONFIABILIDAD ROSALVA 42
MATINEZ
censurado múltiple censurado
CONFIABILIDAD

2. Tiempo de falla exacta, se sabe exactamente cuando


ocurrió la falla, el ventilador falló exactamente a los 500
días

0 100 200 300 400 500 dias

CONFIABILIDAD ROSALVA 43
MATINEZ
CONFIABILIDAD
3. Dato censurado a la izquierda, se sabe que la falla ocurrió antes de un
tiempo particular por ejemplo 500 días

0 500 dias

4. Intervalo censurado, se sabe que las fallas


ocurrieron entre dos tiempos en particular, los
ventiladores fallaron entre los 475 y 500 días.

475 500 días


CONFIABILIDAD ROSALVA 44
MATINEZ
CONFIABILIDAD

Gráficas de probabilidad
Grafican los tiempos de falla asociado a los estimados de la no confiabilidad sobre un
papel especialmente construído. La forma de este papel está basado sobre una
linealización de la función de distribución acumulada CDF de la distribución de interés
particular.
Para la distribución normal, la función de densidad acumulada se escribe:

T  
F T     Si y   1 F T 

 T 

 1  1
 F T     T
1
Y a b
 
 
x
t2

 x  

1  dt
e
y  a  bT
2

2 
Obtenemos la ecuación lineal

CONFIABILIDAD ROSALVA 45
MATINEZ
CONFIABILIDAD
Dado que la distribución normal es simétrica, el área bajo la curva de -  a  es 0.5,
así como el área de  a +  . De manera que se dice que el valor de  , es el punto
donde la R(t) =Q(t) =50%, lo que significa que la estimación de  puede ser leído del
punto donde la línea de la gráfica cruza la línea de la no confiabilidad en el percentil
50%.
Para determinar el valor de  a partir de la gráfica de probabilidad, es necesario
primeramente entender que el área bajo la curva de la función de densidad que cae entre
una desviación estándar en cualquier dirección respecto a la media (o dos desviaciones
estándar) representa el 68.3% del área bajo la curva.

68.3%


2

CONFIABILIDAD ROSALVA 46
MATINEZ
CONFIABILIDAD

El intervalo entre Q(t) =84.15% y Q(t) =15.85 % representa dos desviaciones estándar,
dado que es un intervalo del 68.3% que se obtiene de la diferencia de 84.15-15.85
=68.3%, y esta centrado sobre la media al 50%. De manera que la desviación puede ser
estimada a través de la siguiente expresión:

t Q  84.15%  t Q  15.85%
ˆ 
2

Esto es, el valor de sigma se obtiene por diferencia del valor de tiempo donde la línea de
la gráfica cruza el 84.15% de la no confiabilidad del valor de tiempo donde la linea de la
gráfica cruza el 15.85% de la no confiabilidad y dividiendo entre dos.

Ejemplo:
7 unidadeds son sometidas a pruebas de vida hasta que fallen. Los tiempos de falla son:
85,90,95,100,105,110 y 115 horas. Asumiendo una distribución normal, estimar los
parámetros usando una gráfica de probabilidad

CONFIABILIDAD ROSALVA 47
MATINEZ
CONFIABILIDAD
• Construcción
1. Estimar los valores de la no confiabilidad (en este ejemplo se utiliza el método
de la mediana del rango:
Tiempo para fallar-horas rango de la mediana

85 9.43%
90 22.85%
95 36.41%
100 50 %
105 63.5%
110 77.15%
115 90.57%

Estos son los puntos que se grafican en el papel de probabilidad. Dibuje lo mejor posible
la linea. Los valores de tiempo donde la linea intersecta 15.85%, 50% y 84.15% valores
de la no confiabilidad se proyectarán a la abcisa
Nota. (1-0.3)/(n+0.4)
CONFIABILIDAD ROSALVA 48
MATINEZ
CONFIABILIDAD
N 99
o
c
o
n
f 
i
a
b 50 
i
l
i 
d 10
a
d 5

0 40 80 120 160 200


T(Q=15.85%)=88 hrs T(Q=84.15%)=112 hrs
CONFIABILIDAD ROSALVA
T(Q=50%)=100 hrs 49
MATINEZ Tiempo t
CONFIABILIDAD

• El estimado de  es determinado del valor de tiempo al nivel de la no


confiabilidad del 50%, el cual en este caso es de 100 hrs.
• El estimador de  se obtiene con la ecuación

t Q  84.15%  t Q  15.85%
ˆ 
2

112  88 24
ˆ    12 Horas
2 2

Otra manera de calcular la desviación es midiendo la distancia de t(Q=15.85%) ó


t(Q=50%), a t(Q=84.15%), ya que cualquiera de estas dos distancias es igual a una
desviación estándar
CONFIABILIDAD ROSALVA 50
MATINEZ
CONFIABILIDAD

 =100 hrs

=12 horas

CONFIABILIDAD ROSALVA 51
MATINEZ
CONFIABILIDAD
Ejemplo: Dada X~N(100,400), encuentre P(70<X<110)
• Re-escriba en una forma que pueda ser buscada en las
tablas
– P(X<110) - P(X<70)

• Realice la transformación a Normal Estándar


– P[(X-100)/20<(110-100)/20] - P[(X-100)/20<(70 -
100)/20]
– P(Z<0.50) - P(Z< -1.50)
» Ambas se buscan en una tabla de Normal
Estándar
• P(70<X<110) = 0.6915 - 0.0668 = 0.6247
CONFIABILIDAD ROSALVA 52
MATINEZ
CONFIABILIDAD
Ejercicio: Dada X~N(100,144), encuentre P(70<X<90)
• Re-escriba en una forma que pueda ser buscada en las
tablas
– P(X<90) - P(X<70)

• Realice la transformación a Normal Estándar


– P[(X-100)/12<(90-100)/12] - P[(X-100)/12<(70 -
100)/12]
– P(Z<?) - P(Z< ?)
» Ambas se buscan en una tabla de Normal
Estándar
• P(70<X<90) = ?
CONFIABILIDAD ROSALVA 53
MATINEZ
CONFIABILIDAD

Ejercicio: Dada X~N(100,144), encuentre P(70<X<90)


• Calcule la confiabilidad a las 95 horas

• Si se tienen 200 componentes, calcule el número de


componentes que sobrevivirán a las 105 horas

CONFIABILIDAD ROSALVA 54
MATINEZ
PRUEBAS DE CALIFICACION “PRAT”
Pruebas de distribuciones de vida:

1. Pruebas exponenciales son comunes en la industria para verificar qué


herramientas,sistemas o equipo ajustan sus requerimientos de confiabilidad
a su MTBF (tiempo promedio entre fallas). La premisa es que el sistema
tiene una tasa constante de falla, la cual es recíproca al MTBF. El tiempo
de espera entre fallas sigue un modelo de distribución exponencial.

CONFIABILIDAD ROSALVA 55
MATINEZ
CONFIABILIDAD
Ejemplo
PRUEBA DE CALIFICACION O PRUEBA DE ACEPTACION DE
CONFIABILIDAD DEL PRODUCTO (PRAT); una pieza compleja o herramienta es
instalada en una linea y se monitorea por un período de semanas a meses. Si no presenta
más que un numero de fallas específico durante el período, el equipo pasa su prueba de
confiabilidad de aceptación. Se puede incurrir en multas contractuales si el equipo falla.
Cuánto debes probar un equipo en orden de asegurar un determinado MTBF objetivo,
m, y un nivel de confianza , el procedimiento recomienda iterar sobre r , el número de
fallas permitido, un gran valor de r debería requerir una longitud de prueba aceptable.
0.0060

0.0040
f(t)

MTBF=200 HORAS
0.0020

0.0000
0 100 200 300 400 500 600
CONFIABILIDAD ROSALVA horas
56
MATINEZ
CONFIABILIDAD
Ejemplo:

para confirmar el valor MTBF objetivo de 200 horas a un nivel de confianza


de 90%, se permiten 4 fallas en la prueba, la longitud de la prueba debe ser de
200 x 7.99=1598 horas. .

0.0060

0.0040
f(t)

0.0020 MTBF=200 HORAS

0.0000
0 100 200 300 400 500 600 horas
CONFIABILIDAD ROSALVA 57
MATINEZ
CONFIABILIDAD
VALORES DE TABLAS PARA PRUEBAS DE CALIFICACION
Caso Exponencial

Número de fallas permitido factor para niveles de confianza dados


r 50% 60% 70% 80% 90% 95%
0 .693 .916 1.39 1.61 2.30 3.00
1 1.68 2.02 2.69 2.99 3.89 4.74
2 2.67 3.11 3.92 4.28 5.32 6.30
3 3.67 4.18 5.11 5.52 6.68 7.75
4 4.67 5.24 6.27 6.72 7.99 9.15
5 5.67 6.29 7.42 7.90 9.28 10.51
6 6.67 7.35 8.56 9.07 10.53 11.84
7 7.67 8.38 9.68 10.23 11.77 13.15
8 8.67 9.43 10.80 11.38 13.00 14.43
9 9.67 10.48 11.91 12.52 14.21 15.70
10 10.67 11.52 13.02 13.65 15.40 16.96
15 15.67 16.69 18.48 19.23 21.29 23.10
20 20.68 21.84 23.88 24.73 29.06 30.89

CONFIABILIDAD ROSALVA 58
MATINEZ
CONFIABILIDAD

B. Si fuese una longitud inaceptable, probar con solo 3 fallas para una longitud de prueba
de 200 x 6.68=1336 horas.
C. Pruebas más cortas piden 0 fallas para el proveedor y una longitud de prueba de 460
horas, en estos casos se tiene una gran probabilidad de fallar una pieza aceptable.

EJERCICIO
Se piensa comprar un nuevo herramental cuyo requerimiento de MTBF es 400 horas con
una confianza del 80%. Tienes 2 meses para tomar la decisión antes que empiecen los 3
trunos en operación. ¿cuál es el plan de prueba propuesto?

Para un intervalo de confianza del 80% y aceptando una falla se requerirán 1200 horas
obtenidas de multiplicar 400 x 2.99 que satisface el requerimiento de 2 meses para poner en
orden las operaciones.
NOTA el tiempo de prueba exponencial puede ser acortado significativamente si
herramentales similares pueden ser probados al mismo tiempo, un herramenal operando por
1000 horas es equivalene a 2 herramentales operando por 500 horas cada uno o 10
operando 100 horas cada uno, se cuentan todas las fallas de todos los herramentales.
CONFIABILIDAD ROSALVA 59
MATINEZ
CONFIABILIDAD
Mantenabilidad: La medida de la habilidad de un dispositivo para ser retenido o restaurado
para una condición especificada cuando el mantenimiento es ejecutado por personal que posee
niveles de habilidad especificadas, usando procedimientos y recursos prescritos, a cada nivel de
mantenimiento y reparación prescrito.

Mantenimiento: toda acción necesaria para retener un dispositivo en o restaurarlo a una


condición especificada.

Tasa de acción de mantenimiento: El recíproco de un tiempo medio entre las acciones de


mantenimiento. MAR  1
MTBMA

Tiempo medio de mantenimiento: la medida del mantenimiento de un dispositivo tomando en


cuenta las políticas de mantenimiento. La suma del tiempo del mantenimiento correctivo y
preventivo, dividido por la suma de los eventos del mantenimiento programado y no
programado, durante un período de tiempo establecido.

Tiempo medio entre fallas MTBF: una medida de confiabilidad básica para sistemas reparables.
El número promedio de vida de unidades durante el cual todas las partes de un dispositivo
ejecutan dentro de sus límites especificados, durante un intervalor particular de medición bajo
condiciones establecidas.

CONFIABILIDAD ROSALVA 60
MATINEZ
CONFIABILIDAD
Tiempo medio entre mantenimiento. MTBM, una medida de la confiabilidad tomando en cuenta
las políticas de mantenimiento. El número total de vida de unidades expandidas por un tiempo
dado, dividido por el número total de eventos de mantenimiento (programado y no programado)
debido a ese dispositivo.

Tiempo medio entre acciones de mantenimiento MTBMA, una medida de los parámetros de
confiabilidad del sistema relativos a la demanda por mano de obra del mantenimiento. El
número total de unidades de la vida del sistema, dividio por el número total de acciones de
mantenimiento ( preventivo y correctivo) durante un período establecido de tiempo.

Tiempo promedio entre fallas MTTF, una medida básica de confiabilidad del sistema para
sistemas no reparables: el número total de vida de unidades de un dispositivo dividido por el
número total de fallas dentro de esa población, durante un intervalo particular de medición bajo
condiciones establecidas.

Tiempo medio para reparar, MTTR, una medida básica de mantenabilidad: la suma de tiempo
de mantenimiento correctivo a cualquier nivel de reparación especificado, dividido por el
número total de fallas dentro de un dispositivo reparado a ese nivel, durante un intervalo
particular bajo condiciones establecidas.

CONFIABILIDAD ROSALVA 61
MATINEZ
CONFIABILIDAD

EFECTIVIDAD DE UN SISTEMA: una medida del grado en el cual un dispositivo o


sistema puede ser esperado a lograr un conjunto de requerimientos de misisón específicos,
el cual puede ser expresado como una función de disponibilidad, depenabilidad, y
capacidad.

Disponibilidad: una medida del grado al cual un dispositivo o sistema esta en un estado
operable y commitable al inicio de la misión, cuando la misión es llamada para un punto en
el tiempo desconocido. El punto en el tiempo es una variable aleatoria.

Dependabilidad: una medida de un dispositivo o sistema operando en condiciones en un


punto o más del tiempo de misión. Puede ser establecido como la probabilidad que un
dispositivo tendrá u ocupará cualquiera de sus modos operacionales requeridos durante la
misión especificada, y b) ejecuta la función asociado con sus modos modos operacionales.

Capacidad: una medida de la habilidad de un dispositivo o sistema para lograr los objetivos
de misión dadas las condiciones durante la misión.

CONFIABILIDAD ROSALVA 62
MATINEZ
CONFIABILIDAD

DISPONIBILIDAD. Es la probabilidad de que un sistema este operando satisfactoriamente


en cualquier punto en el timepo cuando se usa bajo condiciones establecidas.

Disponibilidad inherente, es el estado ideal y es una función del MTBF


(CONFIABILIDAD) y del MTTR (MANTENABILIDAD)

Disponibilidad lograda, incluye la medición del mantenimiento correctivo y preventivo.

Disponibilidad operacional, incluye ambas medidas previas de medición de disponibilidad,


e incluye logística y paro administrativo.

CONFIABILIDAD ROSALVA 63
MATINEZ
CONFIABILIDAD

EFECTIVIDAD DE UN SISTEMA: una medida del grado en el cual un dispositivo o


sistema puede ser esperado a lograr un conjunto de requerimientos de misisón específicos,
el cual puede ser expresado como una función de disponibilidad, depenabilidad, y
capacidad.

Disponibilidad: una medida del grado al cual un dispositivo o sistema esta en un estado
operable y commitable al inicio de la misión, cuando la misión es llamada para un punto en
el tiempo desconocido. El punto en el tiempo es una variable aleatoria.

Dependabilidad: una medida de un dispositivo o sistema operando en condiciones en un


punto o más del tiempo de misión. Puede ser establecido como la probabilidad que un
dispositivo tendrá u ocupará cualquiera de sus modos operacionales requeridos durante la
misión especificada, y b) ejecuta la función asociado con sus modos modos operacionales.

Capacidad: una medida de la habilidad de un dispositivo o sistema para lograr los objetivos
de misión dadas las condiciones durante la misión.

CONFIABILIDAD ROSALVA 64
MATINEZ