Documentos de Académico
Documentos de Profesional
Documentos de Cultura
02-ConfiabilidadElementos 136
02-ConfiabilidadElementos 136
EQUIPOS
Tema:
Confiabilidad de un elemento
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE
ENERGÍA
UNIDAD DE POSGRADO
Modelos de Confiabilidad
Exponencial Normal LogNormal Weibul
Confiabilidad de un elemento
Dato# fallas
01 812
02 997
03 1063
La confiabilidad de un element se calcula según su historia de 04 1168
fallas. 05 1467
06 1445
Consideremos que la historia de las últimas 20 fallas de un equipo 07 1410
08 1103
ocurre según: 09 1469
10 1468
11 1210
12 1199
13 1280
14 1075
15 1215
16 1224
17 1421
18 877
19 765
20 1429
Si supiéramos la distribución de fallas aplicaríamos sus formulas, pero esto es bastante
complicadode determinar a simple vista, por ello le dejaremos el trabajo a
Colocar los datos según se muestra enla pantalla
Ingresar a: Estadísticas/Confiabilidad-Supervivencia/Análisis de
distribución (no censurar)/
Gráfica de revisión general de distribuciones…
Aparece el cuadro siguiente…
El cuadro Variables se llenará
Cuando se pique dos veces
En “c3 Fallas”
En “Análisis paramétrico”
Se podrán determiner las
características
De la curva según la
distribución que se desee
Seleccione WEIBULL !!
Distribución Weibull
Función distribución
Weibull acumulada
La segunda gráfica muestra si la curva está bastante aproximada o no. En teoría los puntos debrían estar
sobre la recta roja.
Lectura de las
gráficas
La tercera curva representa
La función de supervivencia, La función de Riesgo o falla
Confiabilidad o Fiabilidad. Instantánea Indica que tan rápido
crece la posibilidad de una falla.
(si se coloca el cursor sobre la Por tanto, cuanto más empinada
Curva aparecerán los datos esté la curva la probabilidad de
falla será mayor.
Numéricos).
La curva de la confiabilidad
Para controlar los procesos de falla se determinan límites, que los especialistas sugieren
como:
A) Una Confiabilidad de 50% corresponde con una probabilidad de falla de 50%, esto es :
“El AZAR”, por tanto no es acceptable.
B) una confiabilidad mínima utilizable (en una empresa que recién empieza a controlar
este indicador) es 60-63.5, 66%. Es el primer límite a alcanzar.
C) Una confiabilidad satisfactoria y considerada buena está en un rango de 70 a 75%
D)Los niveles de confiabilidad son el resultado de una inversión económica constante, por
ello, cada empresa debe estimar los niveles a los que desea llegar.
Ejemplos para desarrollar en clase
Considere cinco procesos que puedan controlarse por confiabilidad y que no tengan como
unidad de medida las “horas”. Ejemplo, los automobiles normalmente se controlan por
Km.
1)
2)
3)
4)
5)
Ejemplos para desarrollar en clase
Proponga usted tres procesos que puedan controlarse por confiabilidad en su trabajo o
cualquier actividad que usted conozca bien. Descríbalos e indique por qué la confiabilidad
sería un buen indicador.
1)
2)
3)
Ejemplos para desarrollar en clase
Tiempo de operación
MTBF 100 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 6000
Sistema 3937.1
97% 88% 78% 68% 60% 53% 47% 41% 36% 32% 28% 22%
Evaluación de la Confiabilidad para cada
equipo
R(t)= e -lt = e -(1/MTBF)t =
Tiempo de operación
Equipos MTBF
100 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 6000
Equipo01 4960 98.0% 90.4% 81.7% 73.9% 66.8% 60.4% 54.6% 49.4% 44.6% 40.4% 36.5% 29.8%
Equipo02 5000 98.0% 90.5% 81.9% 74.1% 67.0% 60.7% 54.9% 49.7% 44.9% 40.7% 36.8% 30.1%
Equipo03 3486 97.2% 86.6% 75.1% 65.0% 56.3% 48.8% 42.3% 36.6% 31.7% 27.5% 23.8% 17.9%
Equipo04 1862 94.8% 76.5% 58.4% 44.7% 34.2% 26.1% 20.0% 15.3% 11.7% 8.9% 6.8% 4.0%
Equipo05 2772 96.5% 83.5% 69.7% 58.2% 48.6% 40.6% 33.9% 28.3% 23.6% 19.7% 16.5% 11.5%
Equipo07 5832 98.3% 91.8% 84.2% 77.3% 71.0% 65.1% 59.8% 54.9% 50.4% 46.2% 42.4% 35.7%
Equipo08 1219.5 92.1% 66.4% 44.0% 29.2% 19.4% 12.9% 8.5% 5.7% 3.8% 2.5% 1.7% 0.7%
Equipo09 5340 98.1% 91.1% 82.9% 75.5% 68.8% 62.6% 57.0% 51.9% 47.3% 43.1% 39.2% 32.5%
Equipo10 6288 98.4% 92.4% 85.3% 78.8% 72.8% 67.2% 62.1% 57.3% 52.9% 48.9% 45.2% 38.5%
Equipo11 3690 97.3% 87.3% 76.3% 66.6% 58.2% 50.8% 44.4% 38.7% 33.8% 29.5% 25.8% 19.7%
Equipo12 5061 98.0% 90.6% 82.1% 74.4% 67.4% 61.0% 55.3% 50.1% 45.4% 41.1% 37.2% 30.6%
Equipo13 1782 94.5% 75.5% 57.1% 43.1% 32.6% 24.6% 18.6% 14.0% 10.6% 8.0% 6.0% 3.4%
Equipo14 5130 98.1% 90.7% 82.3% 74.6% 67.7% 61.4% 55.7% 50.5% 45.9% 41.6% 37.7% 31.0%
Confiabilidad evaluada con la función Weibull
Porcentaje
Mediana 3987.11
PDF
IQR 2163.49
2200 87.9829
Equipo03 3486
0.0001 10 Falla 13 2600 81.4019
Equipo04 1862 Censor 0 3000 73.4202
AD* 1.565 3400 64.3469
Equipo05 2772
0.0000 1 3800 54.6245
0 2500 5000 7500 1000 2000 5000
Equipo07 5832 4200 44.775
TMBF TMBF
Equipo08 1219.5 4600 35.3296
5000 26.7534
Equipo09 5340 Función de supervivencia Función de riesgo
5400 19.3849
100
Equipo10 6288 5800 13.4001
0.0015
6200 8.81146
Equipo11 3690
6600 5.4958
Porcentaje
Equipo12 5061
0.0010
b: Factor Forma
Tasa
50 7000 3.242
Equipo13 1782 0.0005
h: Factor de escala 7400 1.8038
7800 0.9439
Equipo14 5130 (T-to):Factor Umbral 8200 0.4632
0 0.0000 8600 0.2126
0 2500 5000 7500 0 2500 5000 7500
TMBF TMBF
f w=
1-25
Ejemplos para desarrollar en clase
El jefe de mantenimiento recibe los siguientes reportes de fallas de tres máquinas idénticas.
La gerencia ha estimado que puede reemplazar una de ellas. De acuerdo a la confiabilidad,
indique cul debe ser cambiada.
Item Maq01 Item Maq02 Item Maq03
01 174 01 142 01 165
02 44 02 156 02 123
03 149 03 36 03 70
04 104 04 65 04 97
05 86 05 179 05 101
06 30 06 142 06 188
07 99 07 67 07 54
08 167 08 162 08 71
09 88 09 193 09 76
10 100 10 49 10 112
11 99 11 192 11 135
12 99 12 153 12 40
13 168 13 146 13 145
14 94 14 87 14 119
15 157 15 170 15 114
16 68 16 127 16 122
17 145 17 177 17 181
18 39 18 198 18 71
19 150 19 123 19 149
20 165 20 59 20 180
Ejemplos para desarrollar en clase
El Ingeniero de una planta ha estado aplicando mejoras a una máquina y desea saber si la máquina
ha mejorado en algo o no, para ello recurre a los úultimos veinte datos que tiene y los compara con
los últimos 20 datos antes de empezar las mejoras. Exite alguna mejora?
El estadístico Anderson-Darling mide qué tan bien siguen los datos una distribución
específica. Para un conjunto de datos y distribución en particular, mientras mejor se
ajuste la distribución a los datos, menor será este estadístico. Por ejemplo, usted puede
utlizar el estadístico de Anderson-Darling para determinar si los datos cumplen el
supuesto de normalidad para una prueba t.
• Las hipótesis para la prueba de Anderson-Darling son:
• H0: Los datos siguen una distribución especificada
• H1: Los datos no siguen una distribución especificada
Utilice el valor p correspondiente (si está disponible) para probar si los datos provienen
de la distribución elegida. Si el valor p es menor que un nivel de significancia elegido (por
lo general 0.05 o 0.10), entonces rechace la hipótesis nula de que los datos provienen de
esa distribución. Minitab no siempre muestra un valor p para la prueba de Anderson-
Darling, porque este no existe matemáticamente para ciertos casos.
Ejemplos para desarrollar en clase
Se adjunta la Hoja EXCEL con los datos parciales de una flota de unidades
De la Municipalidad EXCEL CONFIABILIDAD CALLAO. Calcular la confiabilidad de cada
una de las tres unidades indicadas.