Confiabilidad

Análisis de
confiabilidad y
mantenibilidad
ME57A ./me57a/confiabilidad.ppt
Rodrigo Pascual J.
16 de agosto de 2007
14 de marzo de 2007
23-25,30 de agosto de 2006
19-31 de agosto de 2005/1,6 de abril de 2005
1 de septiembre de 2004/5 de abril de 2004 Dr. Rodrigo Pascual
4 de septiembre de 2003/16 de abril de 2003 Curso Mantención de Maquinas
Al terminar de leer este capitulo,
podrás:
 Definir y calcular:
 confiabilidad, Evaluación
 tasa de fallas
Síntesis
Análisis
Aplicación
Comprensión
Conocimiento
Dr. Rodrigo Pascual

Curso Mantención de Maquinas
Motivación
 Diseño de un programa eficiente de

mantenimiento
 comprensión de los fenómenos de falla
 Fallas
 aleatorias,
 Estudiaremos
 Ingeniería de la confiabilidad
Dr. Rodrigo Pascual

Objetivos
 Reducir costo global
 controlar y mejorar la confiabilidad,
 Definir programas
 Preventivos
 predictivos
 Reemplazo de equipos
 Agrupamiento de intervenciones
 overhaul
 Indicadores
 …
Dr. Rodrigo Pascual

Dificultades
 incertidumbre
 efectos de cambios en el comportamiento
 Escasez de datos
Dr. Rodrigo Pascual

Tipos de intervenciones
 Tipo
 Correctivas
 Preventivas
 M.P. Sistemático
 centrado en la condición
 Calidad
 Perfectas
 Como nuevo
 Mínimas
 Como antes
 Imperfectas
Dr. Rodrigo Pascual

Distribuciones
 eventos discretos
 (número de fallas..)
 eventos continuos
 cantidades físicas
 masa, temperatura,..
Dr. Rodrigo Pascual

Distribuciones
 1 parámetro
 Exponencial
 Poisson
 2 parámetros
 Normal
 3 parámetros
 Weibull
 mas
 Bi-Weibull
Dr. Rodrigo Pascual

Distribución exponencial
Dr. Rodrigo Pascual

Tasa de fallas
 
 tasa de fallas por unidad de tiempo
 1/
 tiempo medio entre fallas (MTBF)
 Para una pob. exponencial
Dr. Rodrigo Pascual

Distribución de Poisson
 Describe
 numero de eventos aleatorios
 Parámetro
 promedio de eventos/intervalo de tiempo

Dr. Rodrigo Pascual

Poisson
 probabilidad de que k eventos ocurran en el
intervalo T:
 m=T m
 Valor esperado de x
t
T
Dr. Rodrigo Pascual
Probabilidad acumulada
 En excel,
 POISSON(x;media;acumulado)
Dr. Rodrigo Pascual

Ejemplo
Horas de seguimiento
Equipo Stand-by Operación
1 2800 400
2 300 2500
3 2700 700
4 2500 800
5 0 3100
total fallas 7 12
Dr. Rodrigo Pascual

Ejemplo
Calcule las tasa de fallas de los equipos.
total horas standby = 2800 + 300 + 2700 + 2500 + 0

= 8300
nro de fallas en modo standby = 7
7 fallas/hora op.
tasa de fallas en modo standby =
8300
Horas de seguimiento
= 8:4E ¡ 4 fallas/ hora
Equipo total horas
Stand-by operación = 400 + 2500 + 700 + 800 + 3100
Operación Op.
1 2800 400 Stand-by
2 300 2500 = 7500
3 2700 700
nro 4de fallas2500en operación
800 = 12
5 0 3100 12 Tiempo
tasa de fallas en operación =
total fallas 7 12 7500
Dr. Rodrigo Pascual 7 + 12
tasa de falla global = de Maquinas
Curso Mantención
8300 + 7500
nro de fallas en modo standby = 7
7
tasa de fallas en modo standby =
8300
Solución = 8:4E ¡ 4 fallas/ hora
total horas operación = 400 + 2500 + 700 + 800 + 3100
= 7500
nro de fallas en operación = 12
12
tasa de fallas en operación = fallas/hora op.
7500
Horas de seguimiento 7 + 12
Equipo tasa de falla
Stand-by global
Operación =
1 2800 400 8300 + 7500
2 300 2500 = 1:2E ¡ 3 fallas/ hora
3 2700 700
4 2500 800 8:4E ¡ 4 + 1:6E ¡ 3
tasa
5 de falla0 promedio
3100 =
2
total fallas 7 12 = 1:2E ¡ 3 fallas/ hora
ser va ción 2 Notese que la tasa de falla

Dr. Rodrigo global y la tasa de falla promedio
Pascual
son necesariamente identicas. Si se está interesado en usar un solo valor, la
 agregado
Dr. Rodrigo Pascual

Distribución gaussiana
 Densidad de probabilidad
m , media
 , varianza
Dr. Rodrigo Pascual

Probabilidad acumulada
Dr. Rodrigo Pascual

Obs
 F(x)
 se evalúa con cambio de variable
Dr. Rodrigo Pascual

Ejercicio
 probabilidad de que
 una máquina no falle durante un día
 si
 Promedio: 10 fallas/semana laboral (5 días)?
=10 fallas/semana laboral
Dr. Rodrigo Pascual

Solución
m=T
T:1 día
Dr. Rodrigo Pascual
Ejercicio
 tasa de falla: 1/10000 fallas/ut;
 probabilidad de que falle entre las 200 y 300
ut?
Dr. Rodrigo Pascual

Solución
0,0001
=10-4 fallas/ut
Dr. Rodrigo Pascual

Ejercicio
 Decisión:
 ¿Que modelo de resistencia comprar?
 Criterio:
 Duración de una resistencia
 P([420, 720])>= 95%
 Proveedor propone modelo:

 Media
 600 horas
 desviación standard
 120 horas
 ¿Recomienda el modelo?
Dr. Rodrigo Pascual

Solución
Dr. Rodrigo Pascual

= 0. Sea N ¡ n el numero de component es que
Confiabilidad
n (t)
R(t) =
N
st r ib u ción acu m u la d a d e fallas

ción a cu m u la d a d e fa lla F (t) se de…ne como la
falle en el int ervalo (0; t). Ent onces:
Edad
R(t) + F (t) = 1
Dr. Rodrigo Pascual
Obs
 Disponiendo de la tasa de fallas
 Numero esperado de fallas en un cierto
intervalo
 Costos de falla asociados
 Costos de intervención esperados
 presupuesto
Dr. Rodrigo Pascual

Observaciones
 La probabilidad de que falle en un intervalo

infinito es 1
Dr. Rodrigo Pascual

Observaciones
estimando (t)
confiabilidad del equipo
plazos
de mantenimiento
preventivo
Dr. Rodrigo Pascual
Métodos para estimar R a partir de
historial de fallas
 Estimar
 directamente de los datos de falla,
 R,
 Sin censuras (suspensiones)
(t) o:preventiva
x:correctiva
o o
x
Dr. Rodrigo Pascual

Tiempo calendario
 en el instante ti
quedan
n - i unidades i= 1 2 3 4
operando.
Edad
x x x x
tiempo
Dr. Rodrigo Pascual
Estimación inicial
Dr. Rodrigo Pascual

Por lo tanto,
Dr. Rodrigo Pascual

Obs
 O sea,
 posibilidad
nula de que
hayan unidades
operando para t > tn.
 poco probable
 que muestra incluya
el tiempo de
supervivencia más
largo,
 se subestima R
Dr. Rodrigo Pascual

Además,
 Es razonable que
 las primeras y las F=i/n
ultimas observaciones,
 tengan la misma
distancia con respecto
al 0% y 100% de
posibilidad
 simetría
25% 100%
Dr. Rodrigo Pascual

Estimación de F (II)
-rangos medios-
F=i/n
F=1/n 25% 100%

F=1/(n+1) 20% 80%
Dr. Rodrigo Pascual

III. rangos de la mediana
 Importancia de las colas
F=i/n 25% 100% Rangos medianos aprox.

F=i/(n+1) 20% 80%
tabla 16% 84%
F=(i-0.3)/(n+0.4) 16% 84%
Dr. Rodrigo Pascual
Tabla de rangos medianos
Dr. Rodrigo Pascual

Ejemplo, n=8
Dr. Rodrigo Pascual

Desviaciones c/r a método de la
mediana (tabla)
Dr. Rodrigo Pascual

tasa de falla definida por tramos
a
¸(t) 
0
Dr. Rodrigo Pascual
Curso Mantención t tb tu
0
de tiem
b Maquinas po
Confiabilidad
Dr. Rodrigo Pascual

Modelo de Dhillon
0.9
0.8
0.7
0.6
0.5
 (t)
0.4
0.3
0.2
0.1
0 2 4 6 8 10
Dr. Rodrigo Pascual tiempo
MTBF si estrategia correctiva
x x x x
TBF0 TBF1 TBF2 TBF3
tiempo calendario
Dr. Rodrigo Pascual
Ejemplo
 componente
 confiabilidad
 linealmente decreciente
 La confiabilidad es 1
 R(0)=1 R
 R(10000)=0
 Calcule su MTBF. 10000 t
Dr. Rodrigo Pascual

Ejemplo
Dr. Rodrigo Pascual

tasa de fallas constante
-pob. exponencial-
Dr. Rodrigo Pascual

Ejemplo
 Si
 = 2E-6 fallas/hora,
 Calcule
 confiabilidad a las 500 horas de operación
 MTBF
Dr. Rodrigo Pascual

a las 500 horas:
 R(500) = exp(2E-6 * 500) = 0.999
 MTBF = 1/2E-6 = 50000 horas
Dr. Rodrigo Pascual

Desgaste mecánico
Se Curso
evalúa numéricamente
Dr. Rodrigo Pascual
Mantención de Maquinas
Ejemplo
 Si
 b = 2E-6 fallas/h^2
 a = 1E-7 fallas/h,
 Calcule MTBF
edad
Dr. Rodrigo Pascual
 en Maple:
 > MTBF:=int(exp(-(.5*1e-7*t^2+2e-6*t)),t=0..infinity);
 MTBF = 3943 horas
Dr. Rodrigo Pascual

Mantenibilidad
Tasa de reparación
 Análogo
 Tasa de fallas:
 Numero esperado de reparaciones por unidad
de tiempo
 -reparaciones/unidad de tiempo-
Dr. Rodrigo Pascual

Comp. A T TTR
Ejemplo falla 1
falla 2
40.1
83
1.5
3.8
Comp. B T TTR
falla 1 41.4 1.3
Comp. C T TTR
falla 1 40.6 1.1
falla 2 82 1.5
TTR time to repair

T tiempo inicio falla
Horizonte 100
unidades horas
Dr. Rodrigo Pascual

Ejemplo
Comp. A T TTR
falla 1 40.1 1.5
falla 2 83 3.8
Comp. B T TTR
falla 1 41.4 1.3
Comp. C T TTR
falla 1 40.6 1.1
falla 2 82 1.5
TTR time to repair

T tiempo inicio falla
Horizonte 100 Dr. Rodrigo Pascual
unidades horas Curso Mantención de Maquinas
Distribución de Weibull
 en estudios de confiabilidad
 sistemas mecánicos.
 Ventajas
 muy flexible,
 adaptable a una variedad de observaciones
experimentales.
Dr. Rodrigo Pascual

Ley de Weibull, 3 parámetros
(t)=
adimensional
ut
ut
Dr. Rodrigo Pascual

Tasa de fallas de Weibull
=2 =0
=3
(t)=
t
=1
=.5
Edad del componente

Dr. Rodrigo Pascual
Modelo de Weibull
=2
1.6
1.4
1.2 =3
 3 parámetros 1
0.8

0.6 =1
0.4
0.2 =.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
tiempo
Dr. Rodrigo Pascual
Weibull
Dr. Rodrigo Pascual

Función Gamma
Dr. Rodrigo Pascual

Obs
 caso  = 0,  = 1
 exponencial
 = 1/
 Para  > 3
 distribución normal.
Dr. Rodrigo Pascual

Si =0
Dr. Rodrigo Pascual

Weibull
Estimación grafica
Dr. Rodrigo Pascual

Estimación de F(t)
 método de rangos medianos si la población es
pequeña:
 F(i) = (i – 0.3)/(n + 0.4)
 método de rangos medios:
 F(i) = i/(n + 1)
 i :indice de la observación (ti < ti+1).
Dr. Rodrigo Pascual

Aplicación practica
1. Obtener n observaciones, ordenar
2. Estimar la función de distribución F(t)
3. Calcular pares (X,Y)
4. Graficar
5. Ajustar la mejor recta
Dr. Rodrigo Pascual

Weibull
 Si 0
 cambio de variable,
 t’=t-
Dr. Rodrigo Pascual

Curva de Weibull para  > 0
Zona
imposible ·
log t
Dr. Rodrigo Pascual
Ejemplo, población de
componentes
 Un grupo de rodamientos tuvieron las
siguientes duraciones:
 801 312 402 205 671 1150 940 495 570
 Se desea conocer la confiabilidad para una
vida de 600 horas y el MTTF.
Dr. Rodrigo Pascual

Hace en excel
En matlab
 » t=[205 312 402 495 570 671 801 940 1150];
 » F=.1:.1:.9;
 » X=log(t);
 » Y=log(log(1./(1-F)));
 » P=polyfit(X,Y,1);
 » beta=P(1)
 beta=1.79
Dr. Rodrigo Pascual

En matlab
 » eta=exp(P(2)/(-P(1)))
 eta =
 715.97
Dr. Rodrigo Pascual

1
0.5
0
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
5.2 5.4 5.6 5.8 6 6.2 6.4 6.6 6.8 7 7.2
log t
Dr. Rodrigo Pascual
Matlab (2)
 weibplot([205 312 402 495 570 671 801 940 1150])
Weibull Probability Plot
0.96
0.90
0.75
0.50
Probability
0.25
0.10
0.05
3
10
Data
Dr. Rodrigo Pascual

En maple
 >MTBF=716*GAMMA(1+1/1.79)
 Entonces MTTF = 636.9 horas
Dr. Rodrigo Pascual

1.5
Ejemplo 0 , vida de 0 .1 1 . M O D E L O S D E C O N F IA B IL ID A D
componentes1 i
1
2
V ida
2175
2800
F (i)(% )
5
10
3 3300 15
4 3800 20
5 4250 25
0.5 6
7
4650
5250
30
35
8 5840 40
9 6300 45
10 6700 50
11 7150 55
12 7800 60
0 13 8500 65
14 9200 70
15 10500 75
16 11000 80
17 12600 85
18 14000 90
-0.5 19 15800 95
./me57a/datos/datos-conf1.xls T a b la 2 : D a t o s d e l e j e r c ic io
-F)))
Dr. Rodrigo Pascual

Ajuste para =0
=0
1.5
0.5
log(log(1/(1-F)))
-0.5
-1
-1.5
-2
-2.5
-3
7.5 8 8.5 9 9.5 10
log t
Dr. Rodrigo Pascual
Estudio
0.3
·
0.28
0.26
0.24
mínimo
norma del vector residuo
0.22
|Ax-B| 0.2
0.18
0.16
0.14
Obs: gamma puede

0.12
800 900 1000 1100 1200 1300 1400 Ser negativo

Dr. Rodrigo Pascual

Ajuste óptimo ✔
=1280
1.5
=0 1
1.5
1 0.5
0.5
0
log(log(1/(1-F)))
-0.5
log(log(1/(1-F)))
-0.5
-1
-1
-1.5 -1.5
-2
-2
-2.5
-2.5
-3
7.5 8 8.5 9 9.5 10
log t -3
6.5 7 7.5 8 8.5 9 9.5 10
log t
Dr. Rodrigo Pascual

Dr. Rodrigo Pascual
Verificación de modelos
 al imponer una ley
 se incurre en algún error,
 queremos que el riesgo sea menor:
 definimos el nivel de confianza
 probabilidad de que el modelo sea erróneo.
Dr. Rodrigo Pascual

Test 2
 Condición
 al menos n = 50 observaciones.
Dr. Rodrigo Pascual

Pasos
 1. Se agrupan las observaciones.
 Debe haber al menos 5 observaciones en cada
grupo.
 Los intervalos para definir los grupos no son
necesariamente de la misma longitud.
Dr. Rodrigo Pascual

Test 2
 El test se basa en
 diferencias entre
 nro de observaciones en cada grupo y
 nro pronosticado
 por la ley seleccionada.
Dr. Rodrigo Pascual

Test  2
Dr. Rodrigo Pascual

Test  2
 E tiene una distribución  2 con  grados de
libertad:
 =r-k-1
 donde
k = 1 para la ley exponencial,
 k = 2 para la ley normal,
 k = 3 para la ley de Weibull
Dr. Rodrigo Pascual

Test  2
 hipótesis
 “observaciones siguen modelo propuesto”
 es rechazada si:
Dr. Rodrigo Pascual

Ejemplo
24
i T BF (horas) ni
Supóngase que para un grupo de 1 0-500 7
equipos similares se han observado 2 500-1000 8
los siguientes TBF:
3 1000-1500 9
4 1500-2000 10
5 2000-2500 12
6 2500-3000
P 8
54
Tabla 3: Grupos de…nidos para el
Dr. Rodrigo Pascual n=

O b ser va Curso
ción 5 nde¢p
Mantención i es el numero de onservac
Maquinas
Ejemplo
 Hipótesis
 ley exponencial.
 tasa de fallas = 1/1600 fallas/hora.
 Se desea realizar un test
 confianza 95%
Dr. Rodrigo Pascual

Ejemplo
 Modelo propuesto
Dr. Rodrigo Pascual

Ejemplo
 La probabilidad de que una observación caiga
en los grupos definidos en la tabla es
Dr. Rodrigo Pascual

Test de aceptación
Dr. Rodrigo Pascual

Ejemplo
 n = 54
=6-1-1=4
 tabla 2 entrega
 (4;0.95) = 9.49 Ver tabla
 en Matlab
 >> chi2inv(0.95,4)
Dr. Rodrigo Pascual

2
Dr. Rodrigo Pascual

Ejemplo
 E > 2(4,0.95)
 Se rechaza hipótesis
Dr. Rodrigo Pascual

Test Kolmogorov-Smirnov (KS)
 se puede aplicar para cualquier numero de

observaciones n.
 si n es grande
 mejor agrupar las observaciones y
 usar el test 2 .
Dr. Rodrigo Pascual

Test KS
 compara
 lafunción de distribución experimental con
 El modelo propuesto
 se usan
 valores absolutos de las diferencias entre punto y
punto.
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
 Sea la distribución muestreada y F(t) la

distribución propuesta.
 La discrepancia para ti es:
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
 Puede demostrarse que la distribución de
 Dn = max(Dni )
 depende solo de n; y se puede escribir
Dr. Rodrigo Pascual

Ejemplo
 Evidencia
 TBF (días):
 23,16,56,71,4,25,51,30
 Modelo
 Gaussiana
 media 34
 desviación standard 22,
 Test con  = 5%?
Dr. Rodrigo Pascual
Probabilidad
según población hipotética
 P(t < 4) = P ((4 - 34)/22)= 0.086
 En Excel
 =DISTR.NORM.ESTAND((4-34)/22)
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
Dn = max(Dni )
Dr. Rodrigo Pascual
Kolmogorov-Smirnov
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
 Según la tabla
 Dn = 0.127
 Dn, para n = 8,  = 0.05 es
 D8,0.05 = 0.457
 se acepta la hipótesis.
Dr. Rodrigo Pascual

Kolmogorov-Smirnov
1.4
1.2
1
Probabilidad acumulada de falla
0.8
0.6
0.4
0.2
-0.2
-0.4
0 10 20 30 Dr. Rodrigo
40 Pascual50 60 70 80
Edad (ut)
Vida remanente esperada
Confiabilidad condicional
1
0.9
t
0.8
0.7
R t0
0.6
0.5
0.4
0.3
0 0.2 0.4 0.6 0.8 1
Dr. Rodrigo Pascual
Edad
 Confiabilidad
condicional
 probabilidad que el
componente
sobreviva t ut mas
 dado que
 ha sobrevivido t0 ut
desde que estaba
como nuevo
ut:unidad de tiempo Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Weibull de 2 parámetros
Dr. Rodrigo Pascual

Ejemplo
=1/2,1,2,3
= 100 ut
t0=3/2MTTF(,)
Dr. Rodrigo Pascual

Maple
 >beta:=0.5;eta:=100;t0:=1.5*eta*GAMMA(1+1/beta);
 > f0:=beta/eta*((t+t0)/eta)^(beta-1)*exp(-((t+t0)/eta)^beta)/exp(-(t0/eta)^beta);
 >MRL:=int(t*f0,t=0...infinity);
 > plot(exp(-((t+t0)/eta)^beta)/exp(-t0/eta)^beta),t=0..2*t0);
Dr. Rodrigo Pascual

Comentarios
 R(t)
 MTBF
 (t)
Datos históricos  MTTR
Análisis de
(sin suspensiones) confiabilidad
 , Weibull
  vida asegurada/
predesgaste
vida remanente
✔

esperada
 confiabilidad
condicional
Edad Dr. Rodrigo Pascual

Bibliografía
 R. Pascual. El Arte de Mantener (draft).
Universidad de Chile, 2007
 P. Lyonnet. Maintenance Planning,
Methods and Mathematics. Chapman &
Hall, 1991.
Dr. Rodrigo Pascual


Confiabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Confiabilidad

Cargado por

Copyright:

Formatos disponibles

Análisis de

Dr. Rodrigo Pascual

 Diseño de un programa eficiente de

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

total horas standby = 2800 + 300 + 2700 + 2500 + 0

ser va ción 2 Notese que la tasa de falla

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

=10 fallas/semana laboral

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

 Proveedor propone modelo:

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

st r ib u ción acu m u la d a d e fallas

Dr. Rodrigo Pascual

 La probabilidad de que falle en un intervalo

Dr. Rodrigo Pascual

confiabilidad del equipo

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

F=1/n 25% 100%

Dr. Rodrigo Pascual

F=i/n 25% 100% Rangos medianos aprox.

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

 MTBF = 3943 horas

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

TTR time to repair

Dr. Rodrigo Pascual

TTR time to repair

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Edad del componente

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual

Dr. Rodrigo Pascual