Conceptos de Confiabilidad

download Conceptos de Confiabilidad

of 275

Transcript of Conceptos de Confiabilidad

  • 7/29/2019 Conceptos de Confiabilidad

    1/275

    1-1

    1. CONCEPTOS DE

    CONFIABILIDAD

  • 7/29/2019 Conceptos de Confiabilidad

    2/275

    1-2

    Objetivo: Presentar los conceptosindispensables para entender la

    confiabilidadPropsitos

    presentar el concepto de tiempo de vida y falla

    exponer el concepto de distribucin deprobabilidad

    definir confiabilidad

    definir MTBF - MTTF

    explicar el tiempo de misin visualizar la velocidad de falla grficamente

    presentar los elementos de estadstica descriptiva

    obtener una distribucin empricamente

  • 7/29/2019 Conceptos de Confiabilidad

    3/275

    1-3

    CONFIABILIDAD PARA QU?

    Cul es la vida promedio del producto?

    Cuntas fallas espera el prximo ao?

    Cunto nos costar desarrollar y dar servicio a esteproducto?

    Cmo podemos hacerlo ms efectivo en costo?

  • 7/29/2019 Conceptos de Confiabilidad

    4/275

    1-4

    TIEMPO DE VIDA Y FALLA

    La confiabilidad es una medida del Tiempo de Vida tilde un producto. Durante este perodo el cliente obtienelas caractersticas ofrecidas intencionalmente.

    Cuando cesa la capacidad del producto para entregar lacaracterstica ofrecida al cliente, se considera que hahabido unaFalla del producto. Esto representa eltrmino del tiempo de vida.

  • 7/29/2019 Conceptos de Confiabilidad

    5/275

    1-5

    MODELOS DE TIEMPO DE VIDA

    Para modelar el tiempo de vida se asigna unamedida: La frecuencia relativa o laprobabilidad con que ocurrir el evento.

    La regla que asigna valores de frecuenciarelativa o probabilidades a los valores de una

    variable se llama Distribucin deProbabilidad

  • 7/29/2019 Conceptos de Confiabilidad

    6/275

    1-6

    Funcin de Densidad de Probabilidad (pdf), f(t) Predice el comportamiento de cualquier situacin

    probabilstica Probabilidad de t de caer en algn punto del rango t1 a t2

    p t t t f t d tt

    t( ) ( )1 2

    1

    2

    t1 t2

    DISTRIBUCIONES DEPROBABILIDAD

    t

    f(t)

    El rea total bajo lacurva siempre es 1 o

    100%

  • 7/29/2019 Conceptos de Confiabilidad

    7/275

    1-70 5 10

    0.0

    0.1

    0.2

    0.3

    0.4

    t

    f(t)

    0 100 200 300

    0

    10

    20

    30

    OBS

    1.6667

    8.3333

    30.0000

    15.000013.3333

    6.66676.66678.3333

    3.33333.3333

    0.00000.0000

    3.3333

    EJEMPLOS DE DISTRIBUCIONES

    DE PROBABILIDAD56.399 138.573 172.78 39.65556.554 132.988 45.735 9.5235.389 234.234 62.171 29.374

    56.215 63.378 78.558 46.076

    188.26 28.855 75.812 193.45

    90.882 49.089 75.492 103.507

    132.312 123.442 27.978 107.717

    60.465 49.526 145.911 179.036

    301.525 71.698 95.475 61.099

    302.01 45.352 175.935 46.613101.978 182.344 34.899 82.272

    98.37 225.349 43.461 176.949

    64.026 137.758 52.311 145.45

    43.881 93.901 49.619 73.873

    53.358 77.471 92.019 117.592

    PDF Weibull

    Histograma

  • 7/29/2019 Conceptos de Confiabilidad

    8/275

    1-8

    DISTRIBUCION ACUMULADA DE

    PROBABILIDADSi acumulamos las probabilidades desde el inicio hasta

    un tiempo t1, obtenemos la Distribucin deProbabilidad Acumulada {CDF F(t)}.

    F(t1) = P(t t1)

  • 7/29/2019 Conceptos de Confiabilidad

    9/275

    1-9

    Funcin de Distribucin Acumulada La Probabilidad de una variable es menor o igual a un valor

    especfico, e.g., t1

    Cuando la variable es tiempo de falla, esto

    representa la no confiabilidad o laprobabilidad de que una unidad falle

    antes del tiempo t1

    1

    0

    1 )()0()(

    t

    dttfttPtF

    DISTRIBUCION ACUMULADA DE

    PROBABILIDAD

  • 7/29/2019 Conceptos de Confiabilidad

    10/275

    1-10

    F t P t t f t dtt

    ( ) ( ) ( ) 0 10

    1

    DISTRIBUCION ACUMULADA DE

    PROBABILIDAD

    t

    f

    (t)

    t1

    No confiabilidad, F(t)

    Funcin de Densidad de Probabilidad

    t

    F

    (t)

    t1

    Funcin de Distribucin Acumulada

    0

    1

    0

  • 7/29/2019 Conceptos de Confiabilidad

    11/275

    1-11

    DEFINICIN DE CONFIABILIDAD

    Confiabi l idades la probabilidad de que un sistemaejecute su funcin de intencin sin fallar para unintervalo especfico, bajo condiciones establecidas.

    Se define como la Probabilidad de Supervivencia en undeterminado tiempo.

    R(t) = 1 - F(t)

    Algunos autores presentan como sinnimosSupervivencia y Confiabilidad

  • 7/29/2019 Conceptos de Confiabilidad

    12/275

    1-12

    t

    R

    (t)

    DEFINICIN DE CONFIABILIDAD

    R t F t f t d t f t d tt

    t

    ( ) ( ) ( ) ( )

    1 10

    t1

    Funcin de Densidad de Probabilidad Funcin de Confiabilidad

    00

    1

    t

    f(t)

    t10

  • 7/29/2019 Conceptos de Confiabilidad

    13/275

    1-13

    MTBF - MTTFSi el tiempo de vida para una caracterstica de calidad

    es una variable aleatoria y conocemos su distribucinde probabilidad , podemos calcular una medida delocalizacin, por ejemplo el valor de su media.

    El valor medio del Tiempo de Vida se denomina TiempoPromedio entre Fallas, MTBF es el acrnimo enIngls, y se refiere a una medicin bsica deconfiabilidad para artculos que se pueden reparar.

    MTTF se refiere al Tiempo Promedio de Fallas, esto espara artculos que no pueden ser reparados.

  • 7/29/2019 Conceptos de Confiabilidad

    14/275

    1-14

    0 100 200 300

    0

    10

    20

    30

    tiempo

    1.6667

    8.3333

    30.0000

    15.000013.3333

    6.66676.66678.3333

    3.33333.3333

    0.00000.0000

    3.3333

    MTBF - MTTF

    La media estimada deltiempo de vida est marcadacon la lnea punteada es de98.932, se obtuvocalculando el promedio de

    los tiempos

    98.932

    0 5 10

    0.0

    0.1

    0.2

    0.3

    0.4

    t

    f(t)

    N

    t

    m

    N

    i

    i 1

    La media calculada para esta

    distribucin Weibull es funcinde sus parmetros h=2 y b=2

    1.77245

    b

    h1

    1MEDIA

  • 7/29/2019 Conceptos de Confiabilidad

    15/275

    1-15

    TIEMPO DE MISIN

    Tiempo de Misin se refiere al tiempo intentado duranteel cual el producto entrega la caracterstica decalidad satisfactoriamente.

    El Tiempo de Misin es una decisin de negocios ysirve para establecer una meta de logro por parte del

    producto en cuanto a sus caractersticas.

    Tiempo de Misin

    Qu confiabilidad lograremos?, R(tiempo de misin)

  • 7/29/2019 Conceptos de Confiabilidad

    16/275

    1-16

    VELOCIDAD DE FALLALa Velocidad de Falla Tasa de Riesgo o tambin

    Tasa de Falla es la fraccin de fallas probables entrela proporcin de supervivientes al tiempo t. Cuandose conoce la Distribucin de Probabilidad de t, secalcula a partir de

    h(t) = PDF / R(t)Es una medida de la mortalidad entre los artculosque quedan.

    La tasa de falla representa la propensin a la falla de un

    producto como una funcin de su edad o tiempo enoperacin. La tasa de falla en cualquier tiempo dado es laproporcin que caer en la siguiente unidad de tiemporespecto a aquellas unidades que han sobrevivido a estetiempo.

  • 7/29/2019 Conceptos de Confiabilidad

    17/275

    1-17

    TASA DE FALLA O TASA DE RIESGOPor ejemplo, 1000 motores elctricos se ponen a prueba

    en el tiempo CERO. Cuatrocientos de ellos estntrabajando a las 2000 horas, 50 de ellos fallaron en lassiguientes 100 horas y otros 50 fallaron en las siguienteshoras como lo ilustra la figura.

    0 2000 2100 2200 horas tiempo

    1000 400 350 300

    No. de

    sobrevivientes

    La tasa de falla para los motores a las 2000 horas es:h(2000) = (nmero de fallas por hora posteriores a las 2000 horas)

    nmero de sobrevivientes a las 2000 horas

    = (50/100)/400 = 0.00125 unidades/hora

    Similarm ente, la tasa de fal la a las 2100 ho ras es:

    h(2100) = (50/100)/350 = 0.0014 unidades/hora

  • 7/29/2019 Conceptos de Confiabilidad

    18/275

    1-18

    CURVA DE LA BAERA

    Si se dibuja la tasa de riesgo o falla para una poblacina travs del tiempo se observa un comportamientodescrito como la Curva de la Baera

    t

    h(t)

    Fallas constantes

    Fallas por deterioro o desgasteFallas infantiles

  • 7/29/2019 Conceptos de Confiabilidad

    19/275

    1-19

    0 100 200 300

    0

    10

    20

    30

    OBS

    1.6667

    8.3333

    30.0000

    15.000013.3333

    6.66676.66678.3333

    3.33333.3333

    0.00000.0000

    3.3333

    La Estadstica Descriptiva seorienta a proporcionar unadescripcintil, clara einformativa de una masa dedatos numricos.

    Esto se hace al considerar

    tpicos como:la coleccin y procesamiento dedatos originales,

    presentacin tabular y grfica,

    fuentes de datos,distribucin de frecuencias,

    medidas de tendencia central y

    medidas de dispersin.

    ESTADISTICA DESCRIPTIVA

    Un histograma es una descripcintil, clara e informativa de ladistribucin de frecuencias

  • 7/29/2019 Conceptos de Confiabilidad

    20/275

    1-20

    Un estadstico es cualquier funcin de las observaciones en unamuestra aleatoria, que no dependa de parmetros desconocidos

    Obsrvese que como un estadstico es una funcin de los datosprovenientes de una muestra aleatoria, es a su vez una variablealeatoria.

    Es decir, si se obtuvieran dos muestras aleatorias diferentesprovenientes de la misma poblacin y se calcularan las mediasmuestrales, podra esperarse que los valores obtenidos fuerandiferentes.

    ESTADISTICOS

    La media muestral, la varianza muestral, la desviacin estndarmuestral y los coeficientes de variacin, sesgo y curtosis son

    algunos de los estadsticos ms comunes.

  • 7/29/2019 Conceptos de Confiabilidad

    21/275

    1-21

    Medidas

    DescriptivasDescripcin POBLACION

    MEDIA

    VARIANZA

    COEFICIENTE DEVARIACIN

    COEFICIENTE DESESGO

    COEFICIENTE DECURTOSIS

    Estadstica Descriptiva

    MUESTRA

    dtttftE )()(

    n

    i

    ixn

    xm1

    1Medida detendenciacentral

    dttft )(22

    n

    i

    i xxn

    s1

    22

    1

    1Medida dedispersin

    la desviacin estndar es laraz cuadrada de la varianza

    Medida delgrado devariabilidad

    CV

    2/32

    3)(

    3

    dttft

    2/32

    1

    3

    3s

    n

    xxn

    i

    i

    Medida deSimetra

    Medida deAgudeza

    22

    4)(

    4

    dttft

    22

    1

    4

    4s

    n

    xxn

    i

    i

    La Normal tiene un rango0.05

  • 7/29/2019 Conceptos de Confiabilidad

    22/275

    1-22

    Porqu son importantes losestadsticos?

    Describen completamente los datos

    Coeficiente de Variacin CV comnmente utilizado para describir propiedades

    mecnicas de los materiales.

    aproximadamente 15% para fractura

    aproximadamente 7% para resistencia a la cedencia

    ayudan a determinar la distribucin apropiada

    la distribucin normal tiene un rango 0.05 < CV < 0.25

    Exponencial CV = 1

    Estadstica Descriptiva

  • 7/29/2019 Conceptos de Confiabilidad

    23/275

    1-23

    Porqu son importantes los estadsticos? Coeficiente de sesgo

    medida de simetra

    3 < 0 distribucin sesgada a la izquierda(tiene una cola a la

    izquierda) 3 = 0 distribucin simtrica

    Distribucin Normal 3 = 0

    3 > 0 distribucin sesgada a la derecha (tiene una cola a laderecha

    Coeficiente de curtosis medida de agudeza (puntiaguda)

    4 < 3 distribucin menos aguda que la Normal

    4 = 3 distribucin Normal

    4 > 3 distribucin ms aguda que la Normal

    Estadstica Descriptiva

  • 7/29/2019 Conceptos de Confiabilidad

    24/275

    1-24

    Porqu son importantes los estadsticos los tres ayudan a determinar los parmetros de la

    distribucin CV

    La Exponencial tiene un CV constante

    El parmetro de forma de la distribucin Weibull es bienestimado con el coeficiente de variacin CV

    coeficientes de sesgo y curtosis

    la relacin entre ellos ayuda a determinar la distribucin que mejorse ajusta

    Estadstica Descriptiva

  • 7/29/2019 Conceptos de Confiabilidad

    25/275

    1-25

    EJEMPLO DE DISTRIBUCIN

    l

    lh

    l

    l

    l

    l

    1MEDIA

    )(FALLADETASA

    )(DADCONFIABILI

    1)(CDF)(PDF

    t

    etR

    etF

    etf

    t

    t

    t

    Distribucin

    Exponencial

    Funcin de Densidad de Probabilidad Exponencial

    0.0000

    0.0005

    0.0010

    0.0015

    0.0020

    0.0025

    0.0030

    0.0035

    0 500 1,000 1,500 2,000

    Tiempo

    f(t)

    l= 0.003, MEDIA = 333

    l= 0.002, MEDIA = 500

    l= 0.001, MEDIA = 1,000

  • 7/29/2019 Conceptos de Confiabilidad

    26/275

    1-26

    EJEMPLO DE DISTRIBUCIN

    bh

    hhbh

    hh

    b

    b

    h

    h

    h

    b

    b

    b

    b

    11MEDIA

    )(FALLADETASA

    )(DADCONFIABILI

    1)(CDF

    )(PDF

    1

    1

    tt

    etR

    etF

    et

    tf

    t

    t

    t

    Distribucin

    Weibull 2

    parmetros

  • 7/29/2019 Conceptos de Confiabilidad

    27/275

    1-27

    EJEMPLO DE DISTRIBUCINAbra el archivo Distribucin.xls Seale la columna de

    tiempo y pongala enorden ascendente

    Veamos cmo se construyen lascurvas de distribucin usando elEXCEL

  • 7/29/2019 Conceptos de Confiabilidad

    28/275

    1-28

    EJEMPLO DE DISTRIBUCINAgregue unrengln inicial

    con cero y unacolumna con uncontador queinicie en cero

    Agregue una columnadonde estime F(t)usando la frmula deKaplan Meier*:

    ( F(t) = i/N)

    Obtenga R(t) por la

    diferencia R(t) = 1-F(t)

    Note que puede estimar laConfiabilidad de 90% paraun tiempo de 35.389

    * La frmula de Kaplan Meier se recomienda para muestras grandes

  • 7/29/2019 Conceptos de Confiabilidad

    29/275

    1-29

    EJEMPLO DE DISTRIBUCINSe estima la tasa de falla para lostiempos observados, con el inverso delnmero de supervivientes 1/(N+1-i)

    Por ltimo se estimael intervalo de

    confianza normal al95% para laconfiabilidad

    NtFtRZtRtR

    NtFtRZtRtR

    LI

    LS

    )()()()(

    )()()()(

    2

    2

  • 7/29/2019 Conceptos de Confiabilidad

    30/275

    1-30

    EJEMPLO DE DISTRIBUCINR(ti)= 1-F(ti)

    0.0000

    0.1000

    0.2000

    0.3000

    0.4000

    0.5000

    0.6000

    0.7000

    0.8000

    0.9000

    1.0000

    0 50 100 150 200 250 300 350

    R(ti)= 1-F(ti)

    F(ti)= i/N

    0.0000

    0.1000

    0.2000

    0.3000

    0.4000

    0.5000

    0.6000

    0.7000

    0.8000

    0.9000

    1.0000

    0 50 100 150 200 250 300 350

    F(ti)= i/N

    Grficas deConfiabilidad R(t) y dela Funcin AcumuladaF(t) generadas enEXCEL

    Recuerde que:R(t) = 1- F(t)

  • 7/29/2019 Conceptos de Confiabilidad

    31/275

    1-31

    EJEMPLO DE DISTRIBUCION

    Use el archivo: distribucin.mtw

    Ahora en Minitab...

  • 7/29/2019 Conceptos de Confiabilidad

    32/275

    1-32

    Distribution AnalysisVariable: tiempo

    Censoring Information Count

    Uncensored value 60

    Nonparametric Estimates

    Characteristics of Variable

    Standard 95.0% Normal CIMean Error lower upper

    98.9320 8.4776 82.3162 115.5478

    Median = 75.8120

    IQR = 83.4620 Q1 = 49.5260 Q3 = 132.9880

    Kaplan-Meier Estimates

    Number Number Survival Standard 95.0% Normal CI

    Time at Risk Failed Probability Error Lower Upper

    9.5200 60 1 0.9833 0.0165 0.9509 1.0000

    27.9780 59 1 0.9667 0.0232 0.9212 1.0000

    28.8550 58 1 0.9500 0.0281 0.8949 1.0000

    29.3740 57 1 0.9333 0.0322 0.8702 0.9965

    34.8990 56 1 0.9167 0.0357 0.8467 0.9866

    35.3890 55 1 0.9000 0.0387 0.8241 0.9759

    39.6550 54 1 0.8833 0.0414 0.8021 0.9646

    43.4610 53 1 0.8667 0.0439 0.7807 0.9527

    43.8810 52 1 0.8500 0.0461 0.7597 0.9403

    45.3520 51 1 0.8333 0.0481 0.7390 0.9276

    45.7350 50 1 0.8167 0.0500 0.7188 0.9146

    46.0760 49 1 0.8000 0.0516 0.6988 0.9012

    46.6130 48 1 0.7833 0.0532 0.6791 0.8876

    49.0890 47 1 0.7667 0.0546 0.6596 0.8737

    49.5260 46 1 0.7500 0.0559 0.6404 0.8596

    49.6190 45 1 0.7333 0.0571 0.6214 0.8452

    52.3110 44 1 0.7167 0.0582 0.6026 0.8307

    Para un tiempo

    de 35.389 la

    confiabilidad es

    del 90%

    Clculo de R(t) para un tiempo

    INTERPRETACION DE

  • 7/29/2019 Conceptos de Confiabilidad

    33/275

    1-33

    0 100 200 300

    0.0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1.0

    Time to Failure

    Rate

    Nonparametric Hazard P lot for tiempoEmpirical Hazard Function

    Complete Data

    Mean

    Median

    IQR

    98.932

    75.812

    83.462

    0 100 200 300

    0.0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1.0

    Time to Failure

    Nonparametric Survival Plot for tiempoKaplan-Meier Method-95.0% Confidenc e Intervals

    Complete Data

    Mean

    Median

    IQR

    98.932

    75.812

    83.462

    INTERPRETACION DERESULTADOS

    Observamos lasgrficas de lasdistribucionesempricas de: riesgoy confiabilidad

    Las asignaciones deprobabilidades se basan sloen las frecuenciasobservadas, y no suponenningn modelo especial.

  • 7/29/2019 Conceptos de Confiabilidad

    34/275

    1-34

    PUNTOS CLAVE

    tiempo de vida til y falla

    distribucin de probabilidad

    confiabilidad MTBF - MTTF

    tiempo de misin

    velocidad de falla estadstica descriptiva

    distribucin emprica

  • 7/29/2019 Conceptos de Confiabilidad

    35/275

    1-35

    2. MODELOS DE

    CONFIABILIDADDistribuciones de Probabilidad

    Exponencial

    Weibull

    Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    36/275

    1-36

    OBJETIVO

    Presentar los modelos Exponencial, Weibull yLognormal para la confiabilidad, sus caractersticasprincipales y guas para su empleo

    Puntos: Modelos Paramtricos de Confiabilidad

    Distribuciones de Probabilidad

    Parmetros

    Propiedades Situaciones para modelar

    Gua para eleccin del modelo

  • 7/29/2019 Conceptos de Confiabilidad

    37/275

    1-37

    Modelos Paramtricos de

    ConfiabilidadDistribuciones Paramtricas

    Algunas Distribuciones de Probabilidad se puedenexpresar como una funcin matemtica de la variable

    aleatoria. La funcin tiene adems de la variable aleatoria,

    constantes que le dan comportamientos especficosa las distribuciones

    Los parmetros definen:FORMA

    ESCALA

    LOCALIZACION

  • 7/29/2019 Conceptos de Confiabilidad

    38/275

    1-38

    Los Parmetros definen lo que esta detrs de cadadistribucin.

    Conociendo los parmetros de una distribucin podemosinferir el comportamiento de la confiabilidad

    La Forma de la distribucin

    La Escala de la distribucin

    La Localizacin de la distribucin

    Qu hay atrs de una distribucin?

  • 7/29/2019 Conceptos de Confiabilidad

    39/275

    1-39

    Distribucin Normal

    La Normal o Distribucin Gaussiana es la distribucinms conocida

    Tiene Media = Mediana = Moda

    La Media , es tambin su parmetro de localizacin La PDF normal tiene forma de una campana con

    simetra sobre su media

    La normal no tiene parmetro de forma. Esto significaque la PDF normal slo tiene una forma, la campana

    y esta forma no cambia La desviacin estndar, es el parmetro de escala

    de la PDF normal

  • 7/29/2019 Conceptos de Confiabilidad

    40/275

    1-40

    f tt

    ( ) e x p

    1

    2

    1

    2

    2

    Distribucin de la Funcin Normal

    Funcin de Densidad de Probabilidad Normal

    Distribucin Normal

    = 500 = 30 = 50 = 70

    0.0000

    0.0020

    0.0040

    0.0060

    0.0080

    0.0100

    0.0120

    0.0140

    200 400 600 800 1000

    Tiempo

    f(t)

  • 7/29/2019 Conceptos de Confiabilidad

    41/275

    1-41

    R t f t d t z d z

    t z t

    ( ) ( ) ( )

    ( )

    Funcin de Distribucin Normaldonde z(t) = (t-/ y (z) = normal estandarizada pdfFuncin de Confiabilidad Normal

    0.000

    0.200

    0.400

    0.600

    0.800

    1.000

    200 400 600 800 1000

    Tiempo

    R(t)

    = 500 = 30 = 50 = 70

    Distribucin Normal

  • 7/29/2019 Conceptos de Confiabilidad

    42/275

    1-42

    Funciones de Distribucin Normaldonde (z) =normal estandarizada pdf

    Funcin Normal de Tasa de Falla

    0.0000

    0.0500

    0.1000

    0.1500

    0.2000

    0.2500

    200 400 600 800 1000Tiempo

    h(t)

    = 500 = 30 = 50 = 70

    Distribucin Normal

    )(

    )(

    )( zR

    z

    th

  • 7/29/2019 Conceptos de Confiabilidad

    43/275

    1-43

    Distribucin Normal

    Tienden a seguir una distribucin normal los ciclos de falla encomponentes mecnicos sometidos a niveles altos de estrs

    Es til si el coeficiente de variacin es pequeo (

  • 7/29/2019 Conceptos de Confiabilidad

    44/275

    1-44

    El modelo exponencial, con un solo parmetro, es el ms

    simple de todo los modelos de distribucin del tiempo devida. Las ecuaciones clave para la exponencial se muestran:

    Distribucin Exponencial

    lh

    l

    ll

    l

    l l

    l

    l

    @

    )(:FALLADETASA

    1:VARIANZA

    693.02ln:MEDIANA

    1:MEDIA

    )(:PDF

    )(:DADCONFIABILI

    1)(:CDF

    2

    t

    m

    etf

    etR

    etF

    t

    t

    t

    Funcin de Densidad de Probabilidad Exponencial

    0.0000

    0.0005

    0.0010

    0.0015

    0.0020

    0.0025

    0.0030

    0.0035

    0 500 1,000 1,500 2,000Tiempo

    f(t)

    l= 0.003, MEDIA = 333

    l= 0.002, MEDIA = 500

    l= 0.001, MEDIA = 1,000

  • 7/29/2019 Conceptos de Confiabilidad

    45/275

    1-45

    R(t) = e(-lt) (Confiabilidad)

    Funcin de Confiabilidad Exponencial

    0.000

    0.200

    0.400

    0.600

    0.800

    1.000

    1.200

    0 500 1,000 1,500 2,000Tiempo

    R(t)

    l= 0.003, MTBF = 333

    l= 0.002, MTBF = 500

    l= 0.001, MTBF = 1,000

    Distribucin Exponencial

  • 7/29/2019 Conceptos de Confiabilidad

    46/275

    1-46

    h(t) = lMEDIA(Velocidad de Falla)

    Funcin de la Tasa de Falla Exponencial

    0.000

    0.001

    0.002

    0.003

    0.004

    0 500 1,000 1,500 2,000Tiempo

    h(t)

    l= 0.001, MTBF = 1,000

    l= 0.002, MTBF = 500

    l= 0.003, MTBF = 333

    Distribucin Exponencial

    Note que la tasa defalla tiende a ser unaconstante l paracualquier tiempo. La

    distribucin exponenciales la nica que tieneuna velocidad de fallaconstante

  • 7/29/2019 Conceptos de Confiabilidad

    47/275

    1-47

    Distribucin Exponencial Es usada como el modelo, para la parte de vida til de la

    curva de la baera, i.e., la tasa de falla es constante

    Los sistemas complejos con muchos componentes ymltiples modos de falla tendrn tiempos de falla quetiendan a la distribucin exponencial

    desde una perspectiva de confiabilidad, es la distribucinms conservadora para prediccin.

    Distribucin Exponencial

    La forma de la exponencialsiempre es la misma

  • 7/29/2019 Conceptos de Confiabilidad

    48/275

    1-48

    Distribucin Exponencial

    La Distribucin exponencial de 2 parmetros tiene las siguientes ecuaciones:

    lh

    l

    l

    g

    l

    g

    lg

    l gl

    gl

    gl

    @

    )(:FALLADETASA

    1:VARIANZA

    693.02ln:MEDIANA

    1:MEDIA

    )(:PDF

    )(:DADCONFIABILI

    1)(:CDF

    2

    )(

    )(

    )(

    t

    m

    etf

    etR

    etF

    t

    t

    t g es el parmetro delocalizacin, si es positivo,cambia el comienzo de la

    distribucin por una distancia ga la derecha del origen,significando que lasposibilidades de falla empiezana ocurrir slo despus de g

    horas de operacin, y nopueden ocurrir antes.

    Note que la varianza y la tasa de falla son

    iguales a las de la exponencial de un parmetro

  • 7/29/2019 Conceptos de Confiabilidad

    49/275

    1-49

    Distribucin Weibull La distribucin de

    Weibull es un

    modelo dedistribucin de vidatil muy flexible,para el caso de 2parmetros:

    1

    22

    1

    1

    :FALLADETASA

    11

    21:VARIANZA

    2ln:MEDIANA

    11:MEDIA

    )(:PDF

    )(:DADCONFIABILI

    1)(:CDF

    b

    b

    h

    b

    h

    h

    bh

    b

    bh

    bh

    h

    bh

    hh

    bb

    b

    b

    t

    et

    tf

    etR

    etF

    t

    t

    t

    Donde h es unparmetro de escala (lavida caracterstica) y bse conoce como el

    parmetro deforma(pendiente) y es lafuncin Gamma con(N)=(N-1)! para Nentero

  • 7/29/2019 Conceptos de Confiabilidad

    50/275

    1-50

    Distribucin Weibull

    1

    22

    1

    1

    :FALLADETASA

    11

    21:VARIANZA

    2ln:MEDIANA

    11:MEDIA

    )(:PDF

    )(:DADCONFIABILI

    1)(:CDF

    b

    b

    h

    gb

    h

    g

    h

    g

    b

    g

    h

    b

    bh

    bh

    hg

    bhg

    h

    g

    h

    bb

    b

    b

    t

    et

    tf

    etR

    etF

    t

    t

    t

    Una forma ms general de3 parmetros de la Weibullincluye un parmetro detiempo de espera(localizacin desplazamiento). Lasfrmulas se obtienen

    reemplazando t por (t-g).

    No puede ocurrir una fallaantes de g horas, el tiempocomienza en g no en 0.

    Di ib i W ib ll

  • 7/29/2019 Conceptos de Confiabilidad

    51/275

    1-51

    Funcin de Distribucin Weibull f tt t

    ( ) exp

    b

    h h h

    b b1

    Funcin de Densidad de Probabilidad Weibull

    0.0000

    0.0010

    0.0020

    0.0030

    0 500 1000 1500 2000 2500 3000

    Tiempo

    f(t)

    b = 0.5h = 1000

    b = 1.0h = 1000

    b = 3.4h = 1000

    Distribucin Weibull

    Di t ib i W ib ll

  • 7/29/2019 Conceptos de Confiabilidad

    52/275

    1-52

    Funciones de Distribucin WeibullR t

    t( ) exp

    h

    b

    Funcin de Confiabilidad Weibull

    0.000

    0.200

    0.400

    0.600

    0.800

    1.000

    0 500 1000 1500 2000 2500 3000

    Tiempo

    R(t)

    b = 0.5h = 1000

    b = 1.0h = 1000

    b = 3.4h = 1000

    Distribucin Weibull

    Di t ib i W ib ll

  • 7/29/2019 Conceptos de Confiabilidad

    53/275

    1-53

    Funciones de Distribucin Weibullh

    b

    h h

    b

    ( )tt

    1

    Funcin Tasa de Falla Weibull

    0.0000

    0.0020

    0.0040

    0.0060

    0 500 1000 1500 2000 2500 3000Tiempo

    h(t)

    b = 3.4h = 1000

    b = 1.0h = 1000

    b = 0.5h = 1000

    Distribucin Weibull

    Di t ib i W ib ll

  • 7/29/2019 Conceptos de Confiabilidad

    54/275

    1-54

    Distribucin Weibull mientras la funcin pdf de la distribucin exponencial

    modela la caracterstica de vida de los sistemas, la Weibull

    modela la caracterstica de vida de los componentes ypartes

    modela fatiga y ciclos de falla de los slidos

    es el traje correcto para datos de vida La funcin de distribucin Weibull pdf es una distribucin de la

    confiabilidad de los elementos de una muestra muy flexible y puede tomar diferentes formas

    Distribucin Weibull

    Di t ib i W ib ll

  • 7/29/2019 Conceptos de Confiabilidad

    55/275

    1-55

    Distribucin Weibull

    Tiene usted una Distribucin Weibull con b=2y h=2, Cul es la media y la varianza?

    2

    2 1

    1

    2

    1varianza

    11

    bhbh

    bhm

    1

    23

    Archivo

    Weibull.xls

  • 7/29/2019 Conceptos de Confiabilidad

    56/275

    1-56

    tiempo

    Tiempo de vida tilFallas

    tempranasDesgaste

    ldecreciente

    b< 1

    lconstante

    b= 1

    lcreciente

    b> 1

    b < 1 disminuye la tasa de riesgo, implica mortalidad infantilb = 1 tasa de riesgo constante, fallas aleatorias1< b < 4 aumenta la tasa de riesgo, fallas por corrosin, erosinb > 4 aumenta rpidamente la tasa de riesgo, implica fallas por desgaste y

    envejecimiento

    Las tres porciones de la curvade tina de la baera tienen

    diferentes ndices de falla.Las fallas tempranas secaracterizan por un ndice defalla decreciente, la vidatilpor un ndice de fallaconstante y el desgaste se

    caracteriza por un ndice defalla creciente. La distribucinde Weibull puede modelarmatemticamente estas tressituaciones.

    Distribucin Weibull

    La Distribucin Weibull - Interpretacin

  • 7/29/2019 Conceptos de Confiabilidad

    57/275

    1-57

    b < 1(Tasa de riesgo decreciente)Implica mortalidad infantil

    Si esto ocurre, puede existir:-Carga, inspeccin o prueba inadecuada-Problemas de Manufactura-Problemas de reparacin

    Si un componente sobrevive la mortalidadinfantil , la resistencia a fallar mejora con laedad.

    b = 1 (Tasa de riesgo constante)Implica fallas aleatorias(DistribucinExponencial)

    Una parte vieja es tan buena como unanueva

    Si esto ocurre:-Mezcla de modos de falla-Las fallas pueden deberse a eventos

    externos, como:luminosidad o erroreshumanos

    -Fundido y removido antes de sudesgaste1

  • 7/29/2019 Conceptos de Confiabilidad

    58/275

    1-58

    Cuando b = 2.5 la Weibull se aproxima a ladistribucin Lognormal(estas distribuciones son tancercanas que se requieren tamaos de muestramayores a 50 para distinguirlas).

    Cuando se modela el tiempo que se necesita para

    que ocurran reacciones qumicas, se ha mostradoque la distribucin Lognormal usualmenteproporciona un mejor ajuste que la Weibull.

    Cuando b = 5 la Weibull se aproxima a una Normal

    puntiaguda.

    Distribucin Weibull

    Distribucin Weibull

  • 7/29/2019 Conceptos de Confiabilidad

    59/275

    1-59

    Debido a su flexibilidad,hay pocas tasas de fallaobservadas que no pueden modelarseadecuadamente mediante la Weibull. Algunosejemplos son.

    1.La resistencia a la ruptura de componentes o el

    esfuerzo requerido para la fatiga de metales.2.El tiempo de falla de componentes electrnicos.

    3.El tiempo de falla para artculos que se desgastan,tales como las llantas de un automvil.

    4.Sistemas que fallan cuando falla el componente msdbil del sistema(la distribucin Weibull representauna distribucin de valor extremo).

    Distribucin Weibull

    Distribucin Weibull

  • 7/29/2019 Conceptos de Confiabilidad

    60/275

    1-60

    Qu pasa en una distribucin Weibull si el tiempotiene el valor de la vida caracterstica, t = h?

    Distribucin Weibull

    6321.0)(1)(

    3678.0exp)(

    tsi

    exp)(

    1

    hh

    h

    hh

    h

    h

    b

    b

    tRtF

    etR

    ttR

    Al llegar altiempo de vidaigual a la vidacaracterstica el

    63.2% de loselementos habrfallado. Estehecho se usa enlas grficas paraidentificar el valorde h (eta)

    Este mismo resultado se obtiene para el caso exponencial,

    recordando que la Weibull se puede reducir a una exponencial cuandob = 1.

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    61/275

    1-61

    Un tiempo de falla se distribuye segn una Lognormal si ellogaritmo del tiempo de falla est normalmente distribuido.

    La Distribucin Lognormal es una distribucin sesgada hacia laderecha.

    La PDF comienza en cero, aumenta hasta su moda y diminuyedespus.

    Distribucin Lognormal

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    62/275

    1-62

    Si un tiempo t est distribuido Lognormal,

    t~LN(t, t) y si Y = ln(t) entonces Y~N(y, y)

    Distribucin Lognormal

    2

    2

    1

    2

    1)(

    yyy

    y

    et

    tf

    2

    2

    1

    2

    1)(

    yyy

    y

    eyf

    y

    TttF

    )ln()( 50

    y

    yyyF)(

    2exp

    2

    50

    y

    yt T

    )ln( 50Ty

    2

    250

    1)exp(

    t

    t

    t

    yT

    y

    PDF

    CDF

    MEDIA

    MEDIANA

    t y = ln(t)

    2

    2

    1lnt

    t

    1)exp()exp( 22250 yyT VARIANZA

    (z) es la CDF de la Normal estndar

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    63/275

    1-63

    La Distribucin de vida Lognormal, como la Weibull, es un modelo

    muy flexible que puede empricamente ajustar a muchos tipos dedatos de falla. En su forma de dos parmetros tiene losparmetros ln(t) = yparmetro de forma, y T50 = la mediana (unparmetro de escala)

    Si el tiempo para la falla t, tiene una distribucin Lognormal,

    entonces el logaritmo natural del tiempo de falla (y =ln(t)) tieneuna distribucin normal con media y = ln T50 y desviacinestndary.

    Esto hace a los datos lognormales convenientes para trabajarlosas: determine los logaritmos naturales de todos los tiempos de

    falla y de los tiempos censurados (y = ln(t)) y analice los datosnormales resultantes. Posteriormente, haga la conversin atiempo real y a los parmetros lognormales usando y como laforma lognormal y T50 = exp(y como (mediana) el parmetro deescala.

    Distribucin Lognormal

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    64/275

    1-64

    Funcin de Distribucin

    Lognormal

    f tt

    t( ) e xp

    ln ( )

    1

    2

    1

    2

    2

    donde y son funciones de lns

    Funcin de Densidad de Probabilidad Lognormal

    0.0000

    0.1000

    0.2000

    0.3000

    0.4000

    0.5000

    0 1 2 3 4 5 6 7

    Tiempo

    f(t)

    = 0 = 0.5

    = 0 = 1

    = 1 = 0.5

    = 1 = 1

    Distribucin Lognormal

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    65/275

    1-65

    R t f t d t f t d t z d zt t z t

    ( ) ( ) [ ln ( ) ] [ln ( ) ] ( )ln ( ) [ ln ( ) ]

    Funcin de Distribucin

    Lognormal donde z[ln(t)] = [ln(t)-/](z) = normal estandarizada normal pdf

    Funcin de Confiabilidad Lognormal

    0.000

    0.200

    0.400

    0.600

    0.800

    1.000

    0 1 2 3 4 5 6 7Tiempo

    R(t)

    = 0 = 0.5

    = 0 = 1

    = 1 = 0.5

    = 1 = 1

    Distribucin Lognormal

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    66/275

    1-66

    h( )( )

    ( )

    tf t

    R t

    Funcin de Distribucin Lognormal

    Funcin Tasa de Falla Lognormal

    0.0000

    0.1000

    0.2000

    0.3000

    0.4000

    0.5000

    0.6000

    0.7000

    0 1 2 3 4 5 6 7

    Tiempo

    h(t)

    = 0 = 0.5

    = 0 = 1

    = 1 = 0.5

    = 1 = 1

    Distribucin Lognormal

    Distribucin Lognormal

  • 7/29/2019 Conceptos de Confiabilidad

    67/275

    1-67

    Distribucin Lognormal

    Ejemplo: Dado t~LN(25,4), encuentre P(t

  • 7/29/2019 Conceptos de Confiabilidad

    68/275

    1-68

    Distribucin Lognormal Nmero de ciclos de falla en la fatiga de los metales y partes

    metlicas, niveles de tensin significativamente menores que suslmites

    Representa bien el tiempo de falla de los dispositivos mecnicos,especialmente en el caso de uso

    La resistencia de materiales frecuentemente sigue una distribucinLognormal

    Las variables de peso son frecuentemente bien representadas conuna distribucin Lognormal

    Es una buena distribucin para cualquier variable

    La medida de cualquier resultado el cual es el resultado de unaproporcin o efecto multiplicativo es Lognormal

    Distribucin Lognormal

    Modelos Paramtricos de

  • 7/29/2019 Conceptos de Confiabilidad

    69/275

    1-69

    Confiabilidad Ventajas

    Usados cuando la distribucin subyacente de los tiempos defalla se conoce o puede ser supuesta

    Datos de prueba previos Parmetros de industria aceptados (v.g., MIL-HDBK-217) Conocimiento Ingenieril del mecanismo de falla

    Tiene ms poder para hacer una decisin correcta que enlas pruebas no-paramtricas Rinde informacin ms precisa que los mtodos no-

    paramtricos Los intervalos de confianza son ms amplios usando no-

    paramtricas

    Permite extrapolar fuera del rango de los datos

    Modelos Paramtricos de

  • 7/29/2019 Conceptos de Confiabilidad

    70/275

    1-70

    Confiabilidad Desventajas

    El uso no apropiado delmodelo puede llevar aconclusiones incorrectas

    Implica un conocimientoprevio del comportamientode los mecanismos de fallay su efecto en laobservacin estadstica

    Si no se conoce nadasobre la falla debe tenersecuidado en unprocedimiento paraseleccionar un modeloadecuado.

    Cuadro de Distribuciones

  • 7/29/2019 Conceptos de Confiabilidad

    71/275

    1-71

    h() ()()

    t f t

    Rt

    f tt

    ( ) exp

    1

    2

    1

    2

    2

    Rt zdzzt

    () ()()

    h

    ( ) (

    )( )

    t z

    R z

    f tt t

    ( ) exp

    bh h h

    b b1

    Modelos Comunes

    de Confiabilidad

    f tt

    t( ) exp

    ln( )

    1

    2

    1

    2

    2

    R t z dzz[ln(t

    ( ) ( ))]

    R t t( ) exp

    h

    b

    h bh h

    b

    ()tt

    1

    f(t) = lexp(-lt)

    R(t) = exp(-lt)

    h(t) = l

    Exponencial Weibull Normal Lognormal

    Funcin de Densidadde Probabilidad (pdf),f(t)

    Funcin deConfiabilidad, R(t)

    Funcin de Tasa deFalla, h(t)

    Tiempo Medio EntreFallas (MTBF)

    T 1

    lT h

    b( )

    11 mediaT

    ln(t)funcionlaesT'donde

    )2

    1'exp( '

    2TTT

    Parmetros 1/l= escalasin forma

    h = escala

    b = forma, opendiente Weibull

    media = localizacin= escala media de lns = escalade lns= forma

    Aplicaciones Sistema complejovida tilelectrnica

    b < 1, fallas infantilesb = 1, exponencialb > 1, desgasteb app 3.4, app. normalmuy flexiblebien para fatiga encomponentes mecnicos

    z(t) = (t - )/(z) = pdf normal std.desgaste altoefectos aditivos (CLT)

    z[ln(t)] = (ln(t) - )/donde = media de lns

    = desv. std. de lns(z) = pdf normal std.fatiga en metalesdesgaste de partes mecnicasefectos multiplicativos

    Cuadro de Distribuciones

    Identificacin de Modelos

  • 7/29/2019 Conceptos de Confiabilidad

    72/275

    1-72

    Identificacin de Modelos

    Debemos de elegircuidadosamente el modeloapropiado de distribucin de vida Cualquiera que sea el mtodo usado

    para escoger el modelo, debemosverificar:

    que tenga sentido - por ejemplo no usarun modelo exponencial que tiene una

    tasa de falla constante para modelar unafalla de desgaste.

    Pasar las pruebas estadsticas y visualespara ajuste de datos

    Identificacin de Modelos

  • 7/29/2019 Conceptos de Confiabilidad

    73/275

    1-73

    Identificacin de Modelos Grficas, Abrir: identificacin.mtw

    0 100 200 300 400 500

    95% Confidence Interval f or Mu

    48 58 68 78 88 98 108 118 128 138

    95% Confidence Interv al for Median

    Variable: T

    A-Squared:P-Value:

    MeanStDev

    VarianceSkewnessKurtosisN

    Minimum1st QuartileMedian3rd QuartileMaximum

    72.713

    84.475

    53.078

    2.3390.000

    101.453101.127

    10226.72.008375.38151

    50

    0.12430.89882.077

    124.588520.432

    130.193

    126.018

    102.444

    Anderson-D arling N orm alit y Test

    95% Confidence Interval f or Mu

    95% Confidence Interv al for Sigma

    95% Confidence Interv al f or Median

    Descriptive Statistics

    Seguir la secuencia STAT>Basic Statistics>Display Descriptive Statistics

    No pasa el criteriode normalidad

    =0.9966, elcoeficiente devariacin esprcticamente 1

    Media y desviacin

    estndar soniguales

    Sesgo >0distribucin sesgadaa la derecha

    Curtosis >3, tiene

    ms agudeza queuna normal

  • 7/29/2019 Conceptos de Confiabilidad

    74/275

    1-74

    Identificacin de Modelos

    Grficas

    Abrir:identificacin.mtw

    Identificacin de Modelos

  • 7/29/2019 Conceptos de Confiabilidad

    75/275

    1-75

    Identificacin de Modelos

    1

    5

    10

    20

    3040506070

    80

    90

    95

    99

    -100 0 100 200 300 400 500

    Normal

    1

    5

    10

    20

    3040506070

    80

    90

    95

    99

    0.1 1.0 10.0 100.0 1000.0

    Lognormal

    1

    2

    3

    5

    10

    20

    3040

    60

    75

    9095

    99

    0.1 1.0 10.0 100.0 1000.0

    Weibull

    1030

    50607080

    90

    95

    97

    98

    99

    0 100 200 300 400 500

    Exponential

    Four-way Probability Plot for TNo censoring

    Cul ajusta mejor...?

    Id tifi i d M d l

  • 7/29/2019 Conceptos de Confiabilidad

    76/275

    1-76

    Identificacin de Modelos

    El modelo

    exponencial

    Identificacin de Modelos

  • 7/29/2019 Conceptos de Confiabilidad

    77/275

    1-77

    Identificacin de Modelos

    0 100 200 300 400 500

    1510203040506070

    80

    90

    95

    99

    Exponential Probability

    Percent

    0 100 200 300 400 500

    0.0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1.0

    Survival Function

    0 100 200 300 400 500

    0.00980

    0.00985

    0.00990

    Hazard Function

    0 100 200 300 400 500 600 700

    0.000

    0.005

    0.010

    Probability Density Function

    Overview Plot for TNo censoring

    Exponential

    ML Estimates

    Mean: 101.453

    Fail. Rate: 9.86E-03

    MTBF: 101.453

  • 7/29/2019 Conceptos de Confiabilidad

    78/275

    1-78

    Ahora Usted... Abra los datos en distribucin.mtw (los

    del captulo 1) y proponga qu modelo de

    distribucin los representa mejor. Analice los datos en la columna C5

    Obtenga las grficas

    Calcule los estadsticos descriptivos

    Utilice algn procedimiento automatizado paraidentificacin de distribucin

    proponga una distribucin

    Ejercicio

    Ej i i

  • 7/29/2019 Conceptos de Confiabilidad

    79/275

    1-79

    0 50 100 150 200 250 300

    95% Confidence Interv al f or Mu

    60 70 80 90 100 110 120

    95% Conf idence Interv al f or Median

    Variable: tiempo

    A-Squared:P-Value:

    MeanStDevVariance

    SkewnessKurtosisN

    Minimum1st QuartileMedian3rd QuartileMaximum

    81.968

    55.662

    61.055

    2.3460.000

    98.932065.66714312.17

    1.303991.49195

    60

    9.52049.54976.642

    136.566302.010

    115.896

    80.092

    98.620

    Anderson-Darling Normality Test

    95% Confidence Interval f or Mu

    95% Confidence Interv al for Sigma

    95% Conf idence Interv al f or Median

    Descriptive Statistics

    Ejercicio

    Ej i i

  • 7/29/2019 Conceptos de Confiabilidad

    80/275

    1-80

    Ejercicio

    1

    5

    10

    20

    3040506070

    80

    90

    95

    99

    0 100 200 300

    Normal

    1

    5

    10

    20

    3040506070

    80

    90

    95

    99

    10 100

    Lognormal

    1

    2

    3

    5

    10

    20

    3040

    60

    75

    9095

    99

    10 100

    Weibull

    1030

    506070

    80

    90

    95

    97

    98

    99

    0 100 200 300 400

    Exponential

    Four-way Probability Plot for tiempoNo c ensoring

    Ej i i

  • 7/29/2019 Conceptos de Confiabilidad

    81/275

    1-81

    Ejercicio

    10 100

    1

    5

    10

    20

    3040506070

    80

    90

    95

    99

    Lognormal Probability

    Percent

    0 100 200 300 400

    0.0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    1.0

    Survival Function

    0 100 200 300 400

    0.005

    0.010

    0.015

    Hazard Function

    R

    ate

    0 100 200 300 400 500 600

    0.000

    0.005

    0.010

    Probability Density Function

    Overview Plot for tiempoNo censoring

    Lognormal

    ML Es timates

    Location: 4.38759

    Scale: 0.66066

    MTBF: 100.066

    MTBreporta la

    media y la

    desviacin

    estndar

    de loslogaritmos

    de los

    tiempos

  • 7/29/2019 Conceptos de Confiabilidad

    82/275

    1-82

    Puntos Clave

    Los modelos paramtricos tienen muchas ventajaspara modelar situaciones de confiabilidad.

    Es necesario asegurar cul es el modelo msapropiado para modelar

    La decisin depende del conocimiento delmecanismo de falla y la forma en que se observa.

    Las distribuciones tienen parmetros que le danciertas caractersticas: forma, escala, localizacin.

    Recuerde siempre confirmar el modelo dedistribucin a usar y ver que las propiedadescorrespondan a lo conocido sobre la falla

  • 7/29/2019 Conceptos de Confiabilidad

    83/275

    1-83

    3. DEFINICIN DE

    PROYECTOS DE

    CONFIABILIDAD

    Objetivo

  • 7/29/2019 Conceptos de Confiabilidad

    84/275

    1-84

    jPropsitos: Conocer las herramientas utilizadas en la identificacin

    de proyectos de confiabilidad. Asegurar el control del impacto en el sistema bajo

    estudio, en un proyecto de confiabilidad a travs del usode las herramientas para la identificacin de proyectos.

    Aprender de un proyecto real la secuencia e integracinde las herramientas para la identificacin de proyectos deconfiabilidad.

  • 7/29/2019 Conceptos de Confiabilidad

    85/275

    1-85

    DMAIC Y Confiabilidad

    Definicin Anlisis

    Obj ti d t i l

    Medicin

    Identificar Obj ti d t i l

    Mejora

    O

  • 7/29/2019 Conceptos de Confiabilidad

    86/275

    1-86

    Objetivo: determinar las"X" vitales

    Pruebas Estadsticas:Comparacin deConfiabilidad actualcontra propuesta:

    Anlisis Paramtrico,Anlisis No Paramtrico.Diseo de experimentospara eliminar X's.Regresin de parmetrosObservacin de tiemposde falla o degradacin deY

    Sistema de Medicin,Calibrado, Lineal,Estable, Gage RyR