CICLO DE VIDA Y CONFIABILIDAD DE

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

 Para no complicar mucho la presentación

diremos que el principal motivo del uso de la distribución
WEIBULL es su flexibilidad, por ello, podemos estar seguros que
casi cualquier distribución podrá ser representada por esta Función
de distribución.

Función distribución
Weibull acumulada

Función Distribución de Probabilidad

 Acepte los datos para que
Mintab resuelva…
 WEIBULL
 La primera gráfica presenta la
 Forma de la fdp.
 Conforme tienda a “3”, la curva se
 Será muy parecida a una Normal.
 Cuando tienda a la unidad, será una
 Curva sesgada hacia la izquierda,
 Finalmente, conforme se aleje del 3
 Será una curva sesgada hacia la
 Derecha.

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,
Confiabilidad o Fiabilidad.
 (si se coloca el cursor sobre la
 Curva aparecerán los datos
 Numéricos).
La función de Riesgo o falla
Instantánea Indica que tan rápido
crece la posibilidad de una falla.
Por tanto, cuanto más empinada
esté la curva la probabilidad de
falla será mayor.
La curva de la confiabilidad

 Se observa que la curva de

Confiabilidad es decreciente a partir
del 100% y conforme pasan las
horas (…1500 hrs) va cayendo
asintóticamente hacia cero…
Entonces, ¿ Cuál es el valor de la confiabilidad
del elemento?
 El valor de la Confiabilidad es el que corresponde a
Cada unidad de medida (horas,días, Kgs, galones,…, etc) con
La que se mide la evaluación de la “Falla”.
Control de Fallas

 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

 En una plante se presenta la lista de fallas de los motores

eléctricos que utilizan para producir conservas.
 Los motores son similares en sus condiciones físicas y de
utilización.
 Se supone que el Sistema responde a una distribución de
probabilidad exponencial.
 Datos de tiempos y fallas
Paradas
Horas Días Total
TABLA Operativas Operativos Annual Noviembr
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre e Diciembre Total MTBF 1/MTBF
Equipo01 20 248 4960 0 0 0 0 0 1 0 0 0 0 0 0 1 4960 0.020%
Equipo02 20 250 5000 0 0 0 0 0 0 0 0 1 0 0 0 1 5000 0.020%
Equipo03 14 249 3486 0 0 0 0 1 0 0 0 0 0 0 0 1 3486 0.029%
Equipo04 14 266 3724 0 0 1 0 0 1 0 0 0 0 0 0 2 1862 0.054%
Equipo05 22 252 5544 1 0 0 0 0 0 1 0 0 0 0 0 2 2772 0.036%
Equipo06 16 265 4240 0 0 0 0 0 0 0 0 0 0 0 0 0 no aplica no aplica
Equipo07 24 243 5832 0 0 0 0 0 0 0 1 0 0 0 0 1 5832 0.017%
Equipo08 9 271 2439 0 0 0 0 0 0 0 0 0 1 1 0 2 1219.5 0.082%
Equipo09 20 267 5340 0 0 0 1 0 0 0 0 0 0 0 0 1 5340 0.019%
Equipo10 24 262 6288 0 0 0 0 0 1 0 0 0 0 0 0 1 6288 0.016%
Equipo11 15 246 3690 1 0 0 0 0 0 0 0 0 0 0 0 1 3690 0.027%
Equipo12 21 241 5061 0 0 0 0 0 0 0 0 0 0 1 0 1 5061 0.020%
Equipo13 22 243 5346 0 1 0 0 1 0 0 0 0 0 0 1 3 1782 0.056%
Equipo14 19 270 5130 0 0 1 0 0 0 0 0 0 0 0 0 1 5130 0.019%
Equipo15 19 252 4788 0 0 0 0 0 0 0 0 0 0 0 0 0 no aplica no aplica
70868 2 1 2 1 2 3 1 1 1 1 2 1 18 3937.1 0.032%
La evaluación de la confiabilidad suponiendo
distribución exponencial.

R(t)= e -lt = e -(1/MTBF)t =

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

Gráfica de revisión general de distribución para TMBF

Cálculos de ML-Datos completos
Tabla de estadísticas
Función de densidad de probabilidad Weibull
Forma 2.84052 MTBF %
Eqp TMBF
90
Escala 4536.23 1000 98.6458
Equipo01 4960 0.0002
Media 4041.53 1400 96.5162
50 Desv.Est. 1542.57
Equipo02 5000 1800 93.0157

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

Observe que la Distribución de Probabilidad de Falla NO ES EXPONENCIAL

 Función Weibull de 3 parámetros

f w=

 El parámetro umbral: (T-to) normalmente cero (Weibull de dos parámetros)

 El parámetro de forma: b determina si la función será creciente o decreciente al inicio (perfil de la curva) .
 El parámetro de escala: h extiende o contrae la distribución de falla a lo largo del eje de tiempo
 CONCLUSIóN

 La evaluación de la confiabilidad es más sencilla bajo la curva de Weibull.

 La función Weibull evita hacer cálculos o supuestos respecto a la función de
distribución de Probabilidad.
 El software Minitab muestra los valores de la Confiabilidad al hacer un click
sobre la curva correspondiente.
 Identificación de la distribución

 Debemos de elegir cuidadosamente el modelo apropiado de distribución de vida

 Cualquiera que sea el método usado para escoger el modelo, debemos verificar:
 que tenga “sentido” - por ejemplo no usar un modelo exponencial que tiene una tasa de falla
constante para modelar una falla de desgaste.
 Pasar las pruebas estadísticas y visuales para ajuste de datos

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?

Item Previos Item Actuales

01 70 01 37
02 49 02 72
03 132 03 130
04 58 04 122
05 53 05 75
06 113 06 170
07 33 07 45
08 138 08 135
09 124 09 98
10 185 10 66
11 182 11 74
12 91 12 128
13 192 13 103
14 173 14 91
15 51 15 94
16 149 16 167
17 62 17 103
18 100 18 137
19 71 19 166
20 147 20 194
Índice p de Pearson

Normalmente en las pruebas de hipótesis, se señala que un valor de p<0.05

Permite rechazar a la Hipótesis nula.
Estadístico Anderson-Darling

 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

 También puede utilizar el estadístico de Anderson-Darling para comparar el

ajuste de varias distribuciones con el fin de determinar cuál es la mejor. Sin
embargo, para concluir que una distribución es la mejor, el estadístico de
Anderson-Darling debe ser sustancialmente menor que los demás. Cuando los
estadísticos están cercanos entre sí, se deben usar criterios adicionales, como
las gráficas de probabilidad, para elegir entre ellos.

Distribución Anderson-Darling Valor p

Exponencial 9,599 p < 0.003

Normal 0,641 p < 0.089

Weibull de 3 parámetros 0,376 p < 0.432

Ejemplos para desarrollar en clase
CALCULO DE LA CONFIABILIDAD EN SISTEMAS
FíSICOS COMPUESTOS
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.