Ingeniería de Confiabilidad

•
•
DIA AM PM Diapositivas
1.Análisis de criticidad por el modelo de Jack Knife Ejemplos 1 a 36
Jueves 2.Estadística para el análisis de confiabilidad Ejercicios 37 a 91
3.Estimación de parámetros Trabajo 1 92 a 103
4.Tipos de datos Ejercicios 104 a 128

Viernes
5.Modelamiento de Modos de Fallas Trabajo 2 129 a 139
6.Alineación de las distribuciones estadísticas Ejercicios 140 a 227
Sábado 7.Evaluación de bondad y ajuste de las distribuciones

Trabajo 3 228 a 234
estadísticas
7.Evaluación de bondad y ajuste de las distribuciones

Domingo estadísticas
Evaluación Final
ISO 14224, NORSOK Z008, SAE JA1011 y SAE JA1012
•
•
•
•



•
•
•
•
•
•
•
•
Línea de Montaje de un producto
• Un fabricante de automóviles tiene $4.300 de utilidad
bruta por cada vehículo fabricado.
• Cada línea de montaje produce 60 vehículos por hora,
cuando la producción fluye sin problemas.
• ¿Qué sucede si una línea de montaje para?.
•
•
•
•
•
10
6
MTTR (hrs/falla)
0
0 1 2 3 4 5 6 7 8 9 10
Frecuencia (Fallas/hrs)
10
6
MTTR (hrs /falla)
0
0 1 2 3 4 5 6 7 8 9 10
10
8
MANTENIBILIDAD
7
Duración (hrs)
0
0 1 2 3 4 5 6 7 8 9 10
CONFIABILIDAD
10
9
Grave Grave Crónico
8
7
MANTENIBILIDAD
Duración (hrs)
3
Crónico
Leve poco frecuente
2
0
0 1 2 3 4 5 6 7 8 9 10
CONFIABILIDAD
10
7
Grave Grave Crónico
Duración (hrs)
3
Leve
2 Poco frecuente
Crónico
1
0
0 1 2 3 4 5 6 7 8 9 10
𝑻𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝑰𝒏𝒂𝒄𝒕𝒊𝒗𝒊𝒅𝒂𝒅 = 𝒇𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂 𝒙 𝑴𝑻𝑻𝑹

Grave Crónico
Grave
Mantenibilidad
100
MTTR
10
Confiabilidad
Crónico
Leve
Poco frecuente
1
1 10 100
frecuencia
•
o
o
o
𝑅𝑎𝑛𝑔𝑜 = 𝑉𝑎𝑙𝑜𝑟𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟𝑚𝑒𝑛𝑜𝑟

o °
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
𝑥
𝑥=
𝑁
𝑓𝑖 . 𝑥𝑖
𝑋=
𝑁
•
𝑽𝒄𝒆𝒏𝒕𝒓𝒂𝒍𝟏 +𝑽𝒄𝒆𝒏𝒕𝒓𝒂𝒍𝟐
𝑴𝒆𝒅𝒊𝒂𝒏𝒂 =
𝟐
•
𝑁
− 𝐹𝑎𝑛𝑡
𝑀𝑛 = 𝐿𝑖 + 2 ∗𝑎
𝑓
∆1
𝑀𝑜 = 𝐿𝑖 + .𝑎
∆1 + ∆2
Δ
𝒙𝒊 𝒙𝒊 . 𝒇 𝒊 𝒙𝒊 . 𝒇 𝒊
𝒙= 𝒙= 𝒙=
𝑵 𝑵 𝑵
𝐌𝐧
𝑵
− 𝑭𝒂𝒏𝒕
= 𝑳𝒊 + 𝟐 ∗𝐚
𝒇
𝑴𝒐
= 𝑳𝒊
𝐟 − 𝒇𝒂𝒏𝒕
+ .𝐚
𝐟 − 𝒇𝒂𝒏𝒕 + (𝐟 − 𝒇𝒑𝒐𝒔 )
•
• σ
• 𝑉 = σ2 )
•
σ
σ
𝑹 = 𝑿𝒎𝒂𝒙 − 𝑿𝒎𝒊𝒏 𝑹 = 𝑿𝒎𝒂𝒙 − 𝑿𝒎𝒊𝒏
(𝒙𝒊 −𝑿) (𝒙𝒊 −𝑿). 𝒇𝒊 (𝒙𝒊 −𝑿). 𝒇𝒊

𝑫𝒎 = 𝑫𝒎 = 𝑫𝒎 =
𝒏 𝒏 𝒏
(𝒙𝒊 −𝑿)𝟐 (𝒙𝒊 − 𝑿)𝟐 . 𝒇𝒊 (𝒙𝒎 − 𝑿)𝟐 . 𝒇𝒊

𝑺= 𝑺= 𝑺=
𝒏−𝟏 𝒏−𝟏 𝒏−𝟏
𝑺 𝑺 𝑺
𝑪𝑽 = 𝑪𝑽 = 𝑪𝑽 =
𝑿 𝑿 𝑿
•
•
•
•
•
b
P(a  X  b)   f(x)dx
a
•
a
F (a)  P( X  a )   f ( X )dX
0, 
a
F ( a )  P( x  a )   f ( x)dx
0, 
P(X≤a)
x
F ( x)   f ( x)dx

d ( F ( x))
f ( x) 
dx



f ( x)dx  1
1  t   2
1  
 

f (t )  e 2
 2
σ
F(t) R(t)
P(t<a)
•
t
F (t )   f (t )dt
0
F (t )  R(t )  1
R(t )  1  F (t )
t
R(t )  1   f (t )dt
0

R(t )   f (t )dt
t
d ( R(t ))
f (t )  
dt
DISTRIBUCION WEIBULL
Funcion de Supervivencia
1.200
1.000
0.800
R(t)
0.600
0.400
0.200
0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Tiempo
f (t )
 (t ) 
R(t )
•
R(T  t )
R(t / T ) 
R(T )
•


  MTTF   t. f (t )dt   R(t )dt
0
0
T

f (t )dt  0,5
Funcion Densidad
0.120
0.100
Mediana = 11
0.080 Media = 12
f(t)
0.060
0.040
0.020
0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Tiempo
•
•
•
(1  2  3  4  100) 110
  22
5 5
d [ f (t )]
0
dt
Funcion Densidad
0.120 Moda = 9
0.100 Mediana = 11
0.080
Media = 12
f(t)
0.060
0.040
0.020
0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Tiempo
•
•
•
•
•
• λ
Δ
•
•
Pasado Presente Futuro

Línea de tiempo
Evaluación el desempeño del componente

Realizar con respecto a valores de referencia
Definir índices de
Confiabilidad
(p.e. MTTF, horas de Planteo de medidas correctivas para
indisponibilidad por año) mejorar la confiabilidad del componente
Registro Histórico de
datos
Simulación de la operación pasada y
Construir modelos presente del componente
probabilísticos que
representan al Predicción el comportamiento futuro del
componente
Realizar componente
• λ
• σ
• β
η
γ
•
•
•
•
•
•
•
•
j  0 .3
F (t )  MR 
N  0 .4
1 2 3 4 5 6 7 8 9 10 11 12
1 50 29.289 20.630 15.910 12.945 10.910 9.428 8.300 7.412 6.697 6.107 5.613
2 70.711 50.000 38.573 31.381 26.445 22.849 20.113 17.962 16.226 14.796 13.598
3 79.370 61.427 50.000 42.141 36.412 32.052 28.624 25.857 23.578 21.669
4 84.090 68.619 57.859 50.000 44.015 39.308 35.510 32.390 29.758
5 87.055 73.555 63.588 55.984 50.000 45.169 41.189 37.853
6 89.090 77.151 67.948 60.691 54.811 50.000 45.951
7 90.572 79.887 71.376 64.490 58.811 54.049
8 91.700 82.018 74.142 67.620 62.147
9 92.587 83.774 76.421 70.242
10 93.303 85.204 78.331
11 93.893 86.402
12 94.387
i  0.3
MR 
n  0.4
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•



Unidad 1
X Falló
Unidad 2 X Falló
Unidad 3 X Falló
Unidad 4 X Falló
Unidad 5 X Falló
Tiempo
•
Unidad 1 No falló
Unidad 2 X Falló
Unidad 3 X Falló
Unidad 4 No falló
Unidad 5 X Falló
Tiempo
Tiempo de no Falla
X
t t (h)
?
•
•
•
•
•
1∗1+1∗2+2∗3
𝑇𝑀𝐹 =
4
= 2.25 ? ? ?
3∗1+2∗2
= 1.4 ? ? ?
5
•
Unidad 1 Falló
Falló
Unidad 2
Falló
Unidad 3
Falló
Unidad 4
Falló
Unidad 5
Tiempo
Depende de las inspecciones
t t (h)
?
Tiempo es en un intervalo [0,t]
t t (h)
?
Falló
Unidad 1
Unidad 2 X Falló
Unidad 3 X Falló
Falló
Unidad 4
Unidad 5 X Falló
Tiempo
𝐾∗𝑃𝑎𝑛𝑡 +𝑁+1
𝑁𝑃 =
1+𝐾
𝑁𝑃 − 0.3
𝑀𝑅 =
𝑁 + 0.4
Estado Vida del ítem

Posición
FoS (ciclos)
1 F1 5100
2 S1 9500
3 F2 15000
4 S2 22000
5 F3 40000
Posición Estado Vida del ítem Posición de
FoS (ciclos) la Falla
1 F1 5100 1
2 S1 9500
3 F2 15000 ?
4 S2 22000
5 F3 40000 ?
ReliaSoft Weibull++ 7 - www.ReliaSoft.com
Probabilidad - W eibull
99.000
Probabilidad-Weibull
Datos 1
Weibull-2P
RRX MRE MED MF
F=3/S=2
Puntos de Datos
L ínea de Probabilidad
90.000
D e s c o n fi a b i l i d a d , F ( t)
50.000
Juan Musay on
TECSUP
04/02/2008
10.000 08:54:56 a.m.
1000.000 10000.000 100000.000
Tiempo, ( t)
               
•
•
Posición Estado Vida del ítem Posición Estado Vida del ítem
FoS (ciclos) FoS (ciclos)
1 F1 1000 1 F1 1000
2 S1 1100 2 S1 9700
3 S2 1200 3 F2 9800
4 S3 1300 4 S2 9900
5 F2 10000 5 F3 10000
  1.33   0.9337
  6900   21,348
•
•
•
•
•
•
•
•
•
N° 1 2 3 4 5 6 7 8 9 10
T(h) 8 20 34 46 63 86 111 141 186 266
°
N° 1 2 3 4 5 6 7 8 9 10
T(h) 2082 1717 2263 3945 5093 2751 3065 12456 1340 7062
•
•
•
Comportamiento de la falla Características generales Ejemplos típicos
• Antiguos motores a vapor,

• Curva normal
• Equipos netamente mecánicos
Desgaste
• Dispositivos simples
• Bomba de agua de automóvil
• Maquinas complejas con diseños no
• Motores de combustión antiguos
adecuados
• Carrocería
• Estructuras
• Neumáticos de aeronaves y
• Elementos de lento desgaste natural
automóviles
• Maquinas complejas con altos esfuerzos • Válvulas de alivio de alta presión

luego de iniciar su operación.
• Giro Compas
Aleatorio
• Maquinas complejas bien diseñadas • Bomba centrifuga de alta presión y

múltiple sellado
• Componentes electrónicos
• Tarjeta madre de computadoras
• Componentes complejos después de un
• PLC
mantenimiento correctivo.
Características Causadas por Disminuido por
Defectos de producción. Chequeo de funcionamiento.
Fallas por soldadura. Control de calidad.
Fisuras. Examen de aceptación.
La tasa de fallas
Componentes imperfectos. FMECA o análisis de fallas.
disminuye
Fase I:
paulatinamente o Calidad defectuosa. Acciones correctivas buenas.
Mortalidad Infantil
drásticamente con el
Medio ambiente fuera de control.
tiempo
Condiciones fuera de estándares.
Ensambles inadecuados.
Procesos inadecuados
Mantenimiento inadecuado. Rediseño de máquina o de proceso
Entorno de trabajo. Recurrencia.
Fase II: El beta y la tasa de fallas Cargas aleatorias. Revisión técnica de proceso u operación
Rodaje o vida útil son fijos en valor Errores humanos.
Situaciones fortuitas.
Eventos inesperados al azar.
Fatiga. Tareas proactivas.
Corrosión. Reemplazo de componentes.
Envejecimiento. Tecnología
Fase III: La tasa de fallas se
Envejecimiento o incrementa de varias Fricción. instrumentos avanzados
desgaste formas
Cargas cíclicas. específicos de orden técnico
Defectos ocultos. de mantenimiento. (Véase
Bajos coeficientes de seguridad. en capítulos posteriores).
Tasa de Fallas
•
Nuevo periodo
Vida (Km)
t=?
De
sg ast
e
De
sg ast
e
•
•
•
•
•
•
•
•
• •
• •
•
•
•
• •
•
•
•
•
•
•
•
•
•

 1  T  
 T   
 

f (T )    e 
   
Wallodi Weibull 1887-1979
:
:
:
Es la forma más
popular. ( =0)
La pdf esta dada por:

 1 t
t  
 
f (t )    e
  
•β
• β
•β

ß = 0.5
ß = 5.0 =0
ß = 2.5 ß = 3.44
f(t)
ß = 1.0
0
0 t
β
β

Riesgo de falla, r(t)
 = 2.5
=
1.0
 = 0.5
t
?
η
R()  36.8%
1 < 2
ß = 2.5,
f(t) =0
ß = 2.5,
=0
1 2
0
0 t





•
Propiedades Expresiones
𝛽 𝑡 𝛽−1 −(𝑡 𝜂)
𝛽
𝑓 𝑡 = ( ) 𝑒
Función densidad de probabilidad (pdf) 𝜂 𝜂
𝑡 𝛽
𝐹 𝑡 = 1 − 𝑒 −( 𝜂)
Distribución de Falla Acumulada (cdf)
𝑡 𝛽
𝑅 𝑡 = 𝑒 −( 𝜂)
Confiabilidad, R(t)
𝛽 𝑡 𝛽−1
ℎ 𝑡 = ( )
Tasa de fallas instantánea, h(t) 𝜂 𝜂
1
𝑢 = 𝜂. Γ(1 + )
Media de la población 𝛽
Mediana de la población 𝑇50 = 𝜂(ln 2)1/𝛽
Moda de la población 1
𝑀 = 𝜂(1 − )1/𝛽
𝛽
Varianza de la población 2 1
𝜎 2 = 𝜂2 Γ 1 + − Γ 2 (1 + )
𝛽 β
  t    
F(t )  1  exp    
    
 1 
lnln    ln(t   )   ln 
 1 F(t ) 
Número Horas para Línea Media
Falla la Falla % Acum Falla
(i) (ti ) F(t )
1 300 6.7
2 410 16.2
3 500 25.9
4 600 35.5
5 660 45.2
6 750 54.8
7 825 64.5
8 900 74.1
9 1050 83.8
10 1200 93.9
2.4
720 830
0




f(t)
 = 2.4
63.2%
 = 830 tiempo
f(t)
 = 2.4
52.7%
 = 740 tiempo
f(t)
 = 2.4
50%
B50 life = 720

tiempo
(t3  t2 )(t2  t1 )
  t2 
(t3  t2 )  (t2  t1 )
a
t1 t2 t3 tiempo
•
•

   T2 
T3  T2 T2  T1 
T3  T2   T2  T1 
• 
•
99.000
90.000
  1.95
Datos ajustado Datos
  92.32
por γ originales
  17.26
50.000
10.000
10.000 100.000 1000.000
Tiempo, ( t)
Número Horas para la Línea Media %

Falla (i) Falla (ti ) Acum Falla F(t )
1 1000 9.4
2 1300 22.8
3 1550 36.4
4 1850 50.0
5 2100 63.6
6 2450 77.2
7 3000 90.6
ˆ  t2 
t3  t2 t2  t1   1500  4000  15001500  810  547
t3  t2   t2  t1  4000  1500  1500  810
ti  



Número falla Horas para la Línea media

(i) falla ajustadas % Acum. Falla
F(t)
1 453 9.4
2 753 22.8
3 1003 36.4
4 1303 50.0
5 1553 63.6
6 1903 77.2
7 2453 90.6
99.000
90.000
Datos Corregidos
Datos Originales
50.000
10.000
5.000
Beta = 1.85
Eta = 1538.7
Gamma = 558.5
1.000
100.000 1000.000 10000.000
Tiempo, ( t)
f(t)
 = 1.9
63.2%
 = 547 1560
tiempo
nuevo  = 547+1560
β
•
• γ
• β
• η
•
•
•
992,87 1173,90 1088,22 1089,77 510,23 711,85 878,34 514,54 671,97 273,45
1378,74 695,18 1536,37 366,63 488,68 834,98 579,89 415,27 544,03 451,46
675,30 908,88 438,54 815,41 692,23 1453,27 707,15 314,20 105,15 897,38
•
•
•
•
•
i t
1 16
2 34
3 53
4 75
5 93
6 120
Beta 1.442873
Eta (Hr) 76.08208
f (t )  .e  .t
•
• λ
f (t )  .e  .t
t

R(t )  1   .e  . s ds
0
R(t )  1  [1  e t ]
R ( t )  e   .t
f (t ) .e   .t
 (t )    .t  
R(t ) e
__ 
T   t. f (t )dt
0

__
1
T ( MTTF )   t..e  .t dt 
0

•
1 m
t
 .t
f (t )  .e  e
m
λ
f (t )  .e   (t  )
f (t )  0;   0; t  
γ
• R(T )  e (T  )
•
R(T  t )  .t
R(T , t )  e
R(T )
•  (T )  
1
• MTTF   

•
λ
• λ
• γ
γ
λ
•
•
β
•
R(tG )  e   .tG
Ln( R)
tG  

•
  # fallas
 (# S  t )   # fallas  t
s f
•
  # fallas
 # fallas  t f
1
  7 106 fallas / hr
99 1440  1150
Ln(0.9)
tG   15,036 hr
7 106
•
2
1  T  
1 
 

f (T )  e 2
 2
μσ
2
1  T  
1 
 

f (T )  e 2
 2
μ
σ
•
•
• σ
• σ
• σ
7.93 8.08 7.76 7.88
8.14 7.97 7.57 7.98
7.50 8.12 7.89 7.64
7.91 8.02 8.00 7.98
8.11 8.06 8.02 7.94

• P( f  8.2)  5.8%
P( f  7.8)  1  P( f  7.8)
•
P( f  7.8)  1  76.8%
P( f  7.8)  23.7%
• 5.8%  23.7%  29.5%

•
•
•
•
•
• α
𝐝 = 𝐦𝐚𝐱([𝑭 𝒕 − 𝑭(𝒕) 𝒕 − 𝑭(𝒕 − 𝟏)])
α
𝐹 𝑡
𝐹 𝑡
γ β
η
31.7
39.2
57.5
65
65.8
70
75
75
84.2
87.5
88.3
101.7
105.8
109.2
110
130

Ingeniería de Confiabilidad

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ingeniería de Confiabilidad

Uploaded by

Copyright:

Available Formats

•

1.Análisis de criticidad por el modelo de Jack Knife Ejemplos 1 a 36

Jueves 2.Estadística para el análisis de confiabilidad Ejercicios 37 a 91

3.Estimación de parámetros Trabajo 1 92 a 103

4.Tipos de datos Ejercicios 104 a 128

6.Alineación de las distribuciones estadísticas Ejercicios 140 a 227

Sábado 7.Evaluación de bondad y ajuste de las distribuciones

7.Evaluación de bondad y ajuste de las distribuciones

𝑻𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝑰𝒏𝒂𝒄𝒕𝒊𝒗𝒊𝒅𝒂𝒅 = 𝒇𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂 𝒙 𝑴𝑻𝑻𝑹

𝑅𝑎𝑛𝑔𝑜 = 𝑉𝑎𝑙𝑜𝑟𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟𝑚𝑒𝑛𝑜𝑟

(𝒙𝒊 −𝑿) (𝒙𝒊 −𝑿). 𝒇𝒊 (𝒙𝒊 −𝑿). 𝒇𝒊

(𝒙𝒊 −𝑿)𝟐 (𝒙𝒊 − 𝑿)𝟐 . 𝒇𝒊 (𝒙𝒎 − 𝑿)𝟐 . 𝒇𝒊

Pasado Presente Futuro

Evaluación el desempeño del componente

Depende de las inspecciones

Tiempo es en un intervalo [0,t]

Estado Vida del ítem

T(h) 8 20 34 46 63 86 111 141 186 266

• Antiguos motores a vapor,

• Maquinas complejas con altos esfuerzos • Válvulas de alivio de alta presión

• Maquinas complejas bien diseñadas • Bomba centrifuga de alta presión y

Mediana de la población 𝑇50 = 𝜂(ln 2)1/𝛽

B50 life = 720

Número Horas para la Línea Media %

Número falla Horas para la Línea media

Eta (Hr) 76.08208

7.50 8.12 7.89 7.64

7.91 8.02 8.00 7.98

8.11 8.06 8.02 7.94

• 5.8%  23.7%  29.5%

𝐝 = 𝐦𝐚𝐱([𝑭 𝒕 − 𝑭(𝒕) 𝒕 − 𝑭(𝒕 − 𝟏)])

You might also like