Cap6. Aceleración Conf.

6-1
PRUEBAS ACELERADAS
Captulo 6
6-2
Objetivo:
Propsitos:
Presentar el concepto de prueba acelerada
Conocer los modelos para transformar los
esfuerzos
Uso de los paquetes estadsticos para predecir
con modelos de aceleracin.
6-3
Aceleracin
El propsito principal del proceso de una prueba acelerada es
alcanzar la mejora de la confiabilidad tan pronto como sea posible.
Ya que no conocemos la naturaleza precisa de las debilidades
futuras de un producto, debemos recurrir a la aplicacin de un
surtido variado de esfuerzos. La suposicin bsica es que
sometiendo un producto a esfuerzo elevado provocar que las
fallas ocurran ms rpidamente.
Un ejemplo clsico de esto es una reaccin qumica, donde se
ha encontrado que la tasa de reaccin se incrementa
exponencialmente con la temperatura (de acuerdo con la
relacin de Arrhenius). Por tanto, la prueba acelerada puede
considerarse como una herramienta de productividad, un gran
nmero de fallas ocurrir en un tiempo ms corto.
6-4
Proceso de Prueba Acelerada
El propsito de una prueba acelerada es descubrir y
eliminar las causas raz de las fallas que ocurren
durante el proceso de evaluacin. Lo que se pretende
es descubrir y evaluar las debilidades de un producto.
La experiencia muestra que cada producto nuevo
contiene al menos un mecanismo de falla indeseable,
con muchos productos que contienen ms de uno. No
es deseable esperar a que el cliente descubra en uso
estos mecanismos de falla, por causa de los altos
costos tanto para el productor como para el usuario.
6-5
Quizs haya sido diseado un producto perfecto alguna vez
en el pasado, pero esto se est convirtiendo en poco
probable a un ritmo creciente con los cambios rpidos
actuales, tecnologas y procesos de manufactura complejos
y especialmente con la presin creciente de introducir
productos nuevos al mercado, reduciendo el tiempo
disponible para las pruebas.
El adagio que dice una cadena es tan fuerte como lo sea su
eslabn ms dbil aplica realmente a la confiabilidad. Es
particularmente aplicable a productos que no usan
redundancia para asegurar el desempeo del producto
despus de la falla de un componente o subsistema
(conocidos como sistemas de confiabilidad sabia en
serie).
6-6
Tales sistemas requieren que todos los componentes y subsistemas operen
apropiadamente si el sistema debe funcionar correctamente. Los productos
comerciales son usualmente de este tipo, evitando la redundancia por
razones de costos. Las pruebas de esfuerzo acelerado exponen los
eslabones dbiles que son usualmente las causas de fallas. La meta es
remover estos eslabones dbiles a travs de la aplicacin de esfuerzos en
pruebas que provocan la falla, anlisis causa raz, cambios correctivos de
diseo y reevaluacin. Con cada iteracin, se incrementar la confiabilidad
del producto.
Esto formula un dilema interesante. Contrario a nuestra cultura y educacin,
en la cual deben evitarse las fallas, las fallas son deseadas durante las
pruebas aceleradas! Las fallas son datos y as la ausencia de fallas significa
ausencia de datos. Durante el proceso de evaluacin a partir de las pruebas,
definitivamente se aprende ms de las fallas que de los xitos!
6-7
Para ahorrar tiempo!
Los resistencias elctricas forradas se requieren para durar un
gran tiempo y lograr las expectativas de los clientes. Probar las
resistencias es una buena manera de ganar la confianza de que
las partes lograrn los requerimientos, y sabemos que la
informacin ms valiosa viene de probar hasta que falle, si una
resistencia forrada se prueba en voltaje nominal, la prueba podr
durar muchos meses. Sin embargo, si el voltaje es elevado por
encima del nominal, el tiempo de prueba puede ser reducido.
Para qu acelerar las fallas?
6-8
Pruebas Aceleradas en funcin de lo
que se est observando
+ Pruebas de Vida Acelerada (ALT) : Uno obtiene
informacin sobre el tiempo de falla (tiempo actual
de falla o un intervalo que contiene el tiempo de
falla) para unidades que fallan y lmites inferiores
para el tiempo de falla de las unidades que no
fallan.
+ Pruebas de Degradacin Acelerada (ADT) : Uno
observa en uno o ms puntos en el tiempo, la
cantidad de degradacin para las unidades (tal vez
con un error de medicin).
6-9
Mtodos de Aceleracin
+ Incremento de tasa de uso del producto. Considere la confiabilidad
de un tostador, que est diseado para una mediana de 20 aos como
tiempo de vida, asumiendo una tasa de uso de 2 veces por da. Si, en
su lugar, probamos el tostador 365 veces al da, podemos reducir la
mediana del tiempo de vida a alrededor de 40 das. Tambin, ya que no
es necesario que todas las unidades en una prueba fallen, informacin
til sobre la confiabilidad puede obtenerse en cuestin de das en lugar
de meses.
+ Incremento de tasa de envejecimiento del producto. Por ejemplo,
incrementando el nivel de variables experimentales como la
temperatura o humedad puede acelerar el proceso qumico de ciertos
mecanismos de falla, tales como degradacin qumica (dando por
resultado una debilidad eventual y falla) de un adhesivo en una unin
mecnica o el crecimiento de un filamento conductor a travs de un
aislante (causando eventualmente un corto circuito).
6-10
Mtodos de Aceleracin
+ Incremento del nivel de esfuerzo. (digamos, cicleo de temperatura,
voltaje o presin) bajo el cual operan las unidades de prueba. Una
unidad fallar cuando su RESISTENCIA caiga por debajo del esfuerzo
aplicado. As una unidad a alto nivel de esfuerzo generalmente fallar
ms rpidamente que como habra fallado a bajo esfuerzo.
+ Tambin pueden emplearse combinaciones de estos mtodos de
aceleracin. Variables como voltaje y cicleo de temperatura pueden
incrementar la tasa de una reaccin electromecnica (acelerando as la
tasa de envejecimiento) e incrementar el esfuerzo relativo a la
resistencia. En tales situaciones, cuando el efecto de una variable
aceleradora es complicado, puede no existir suficiente conocimiento
fsico para proporcionar un modelo fsico adecuado para la aceleracin
(y extrapolacin). Modelos empricos pueden o no ser tiles para la
extrapolacin en condiciones de uso.
6-11
Problema
Cmo correlaciona la vida de una parte
probada en un voltaje alto a la vida
esperada de la misma parte en un voltaje
nominal de uso?
6-12
Solucin
Elija un porcentaje particular de falla
y ajuste la curva de regreso a las
condiciones nominales para tener
una prediccin de vida.
Group 1 Group 2 Group 3
260V 270 V 280V
1 347hrs 97hrs 15hrs
260V
270V
280V
10 100 1000
1
2
3
5
10
20
30
40
50
60
70
80
90
95
99
Time to Failure
P
e
r
c
e
n
t
Probability Plot for 260V-280V
Weibull Distribution-95.0% Conf idence Interv als
Complete Data
0
100
200
300
400
500
600
700
800
900
1000
280 270 260
90%
50%
10%
Corra al menos 3 grupos en voltajes
diferentes, manteniendo el voltaje ms bajo
tan cercano al nominal como sea posible
Corra las partes para fallar y ajuste
con una ecuacin paramtrica los
datos de falla.
6-13
Informacin de Falla por
Prueba Acelerada
Sobre-esforzar a los productos para
obtener fallas rpido es quizs la forma
ms antigua de Pruebas de Confiabilidad.
Usualmente no se
obtiene
informacin sobre
la distribucin de
la vida
(Confiabilidad)
6-14
Informacin de Falla por
Prueba Acelerada
Una prueba
acelerada que slo
da Informacin de
Falla ( Modos de
Falla),
comnmente se
llama Prueba de
Tortura, Prueba
de Elefante,
Prueba
Cualitativa, etc.
6-15
Qu es una Prueba de Tortura?
Las pruebas de Tortura se realizan sobre
muestras de tamao pequeo y los
especmenes se sujetan a un ambiente
agresivo (niveles severos de esfuerzo)
Si el espcimen sobrevive, pas la prueba
Los datos de las pruebas de tortura
generalmente no pueden ser extrapolados a las
condiciones de uso
6-16
Prueba de Tortura
Beneficios
Aumenta la Confiabilidad por la revelacin
de modos probables de falla
Cuestiones Sin Resolver
Cul es la Confiabilidad del Producto?
Los Modos de Falla sern los mismos
que ocurrirn durante la vida del producto
bajo uso normal?
Qu es una buena prueba elefante? La respuesta es simple: es aquella que
produce las mismas fallas y en la misma proporcin que ocurrirn en servicio.
La pregunta difcil es cmo disear tal prueba, especialmente para un diseo
nuevo, posiblemente con nuevos modos de falla? Qu clase de elefante
(africano o asitico)? De qu color (gris, blanco o rosa? De qu sexo y edad?
Debe caminar o bailar el elefante sobre el producto?. Estas son preguntas ms
difciles. Debera usarse ms de un elefante? Si es as, simultanea o
secuencialmente?[NELSON, pgina 38].
6-17
La Aceleracin por Sobre-
Esfuerzo
Prueba de Tortura o Prueba Elefante
Prueba de Vida Acelerada
6-18
Prueba de Vida Acelerada
La Prueba de Vida acelerada, a diferencia
de la Prueba de Tortura, est diseada
para proveer Informacin de la
Confiabilidad del producto, componente o
sistema
Un Dato bsico es el Tiempo para Fallar
El tiempo para falla puede estar en cualquier
medida cuantitativa, tal como: horas, das,
ciclos, actuaciones, etc.
6-19
Qu es aceleracin fsica y
como se modela?
La Aceleracin Fsica significa que
operando una unidad en un esfuerzo
mayor se producen las mismas fallas que
ocurren con los esfuerzos tpicos de uso,
excepto que suceden mucho ms rpido.
6-20
Factor de aceleracin
La falla se puede deber a la fatiga mecnica,
corrosin, reaccin qumica, difusin,
migracin, etc.
Estos son exactamente los mismos eventos
conducentes a una falla en esfuerzos
mayores que en esfuerzos normales. Slo
cambia la escala del tiempo.
Un Factor de Aceleracin es el multiplicador
constante entre los dos niveles de esfuerzo.
6-21
Factor de Aceleracin
Cuando hay verdadera aceleracin, cambiar
los esfuerzos es equivalente a transformar la
escala del tiempo usada para registrar cuando
ocurren las fallas.
Las transformaciones usadas comnmente
son lineales, lo que significa que el tiempo
para fallar en un esfuerzo alto slo tiene que
ser multiplicado por una constante (el factor
de aceleracin) para obtener el tiempo
equivalente de falla en el esfuerzo de uso.
6-22
Relaciones Lineales de Aceleracin
Tiempo de Falla t
u
= AF x t
s

Probabilidad de Falla F
u
(t) = F
s
(t/AF)
Confiabilidad R
u
(t) = R
s
(t/AF)
PDF o Funcin de Densidad f
u
(t) = (1/AF)f
s
(t/AF)
Tasa de Falla
u
(t) = (1/AF)
s
(t/AF)
Donde:
t
u
: tiempo de falla en uso t
s
: tiempo de falla en esfuerzo
F
u
(t): CDF en uso F
s
(t): CDF en esfuerzo
f
u
(t): PDF en uso f
s
(t): PDF en esfuerzo
u
(t): tasa de falla en uso
s
(t): tasa de falla en esfuerzo
AF: Factor de Aceleracin
Cada modo de falla tiene su propio factor de aceleracin. Los datos de
falla deben separarse por modo de falla cuando se analizan, si la
aceleracin es relevante.
6-23
Una consecuencia de las
relaciones lineales es que
El Parmetro de Forma para
los modelos clave de
distribucin de vida
(Weibull y Lognormal) no
cambia para las unidades
operando bajo diferentes
esfuerzos.
260V
270V
280V
10 100 1000
1
2
3
5
10
20
30
40
50
60
70
80
90
95
99
Time to Failure
P
e
r
c
e
n
t
Complete Data
Las Grficas en escala de
Probabilidad de los datos
de diferentes condiciones
de esfuerzo se alinearn
aproximadamente
paralelas.
6-24
Cules son los modelos de
aceleracin comunes?
Los modelos de Aceleracin predicen el tiempo
de falla en funcin del esfuerzo
Los factores de aceleracin muestran como el tiempo de falla de un nivel
particular de esfuerzo (para un modo o mecanismo de falla) puede ser
usado para predecir el tiempo equivalente de falla en un nivel diferente
de esfuerzo.
Un modelo que predice el tiempo de falla como funcin del esfuerzo
debiera ser mejor que una coleccin de factores de aceleracin. Si
escribimos t
f
=G(S), donde G(S) es la ecuacin del modelo para un valor
arbitrario de S, entonces el factor de aceleracin entre los esfuerzos S
1

y S
2
puede evaluarse simplemente por
AF = G(S
1
)/G(S
2
)
Ahora se puede probar en el nivel de esfuerzo ms alto S
2
, obtener un
nmero suficiente de fallas para ajustar al modelo de distribucin de
vida y evaluar las tasas de falla. Despus se usa la Tabla de Relaciones
Lineales de Aceleracin para predecir lo que pasar en el nivel de
esfuerzo menor S
1
.
6-25
Cules son los modelos de
aceleracin comunes?
Los modelos de aceleracin se derivan a
menudo de modelos fsicos o cinticos
relacionados al modelo de falla
Un modelo que predice el tiempo de falla como funcin de los
esfuerzos de operacin se conoce como Modelo de Aceleracin.
Se presentarn varios modelos tiles:
Arrhenius
Eyring
Regla de Potencia Inversa para Voltaje
Modelo exponencial de Voltaje
Modelos de Dos: Temperatura / Voltaje o Temperatura/Humedad
Modelo de Electromigracin (Temperatura y Densidad)
Modelos de tres esfuerzos (Temperatura, Voltaje y Humedad)
Modelo Coffin-Manson de Crecimiento de Fracturas Mecnicas
6-26
Arrhenius
El Modelo de Arrhenius predice la
aceleracin de las fallas debido al aumento
de temperatura
Uno de las primeras transformaciones y la de ms
xito para predecir como vara el tiempo de falla con la
temperatura
)
`
A
=
)
`
A
=
2 1
1 1
exp
exp
T T k
H
AF
kT
H
A t
f
Donde: AF= Factor de Aceleracin
T= temperatura K (273.16+C)
k = Constante de Boltzmann (8.617E-05 eV/K)
AH = Energa de Activacin del Modo de Falla (eV)
A = Constante de escala (se elimina en AF)
AH determina la pendiente del factor de aceleracin con la
temperatura. Una AH pequea caracteriza una tasa de falla que no
es fuertemente dependiente de la temperatura. AH > 1.0eV significa
fuerte dependencia de la temperatura.
6-27
Arrhenius
Ejemplo
El Factor de Aceleracin AF entre 25C y 125C,
para un producto, es 132.65 si AH es 0.5 y
17,596 si AH = 1.0.
651 . 132
16 . 273 125
1
16 . 273 25
1
00008617 . 0
5 . 0
= =
(
+
e AF
463 . 596 , 17
16 . 273 125
1
16 . 273 25
1
00008617 . 0
75 . 0
= =
(
+
e AF
6-28
Eyring
El modelo de Eyring tiene una base terica
en la qumica y en la mecnica cuntica y se
puede usar para modelar la aceleracin
cuando muchos esfuerzos estn involucrados
)
`
|
.
|
\
|
+ +
|
.
|
\
|
+ +
A
=
)
`
|
.
|
\
|
+ +
A
=
2 1
1
exp
exp
S
T
D
D S
T
C
B
kT
H
AT t
S
T
C
B
kT
H
AT t
f
f
o
o
Donde:T= temperatura K (273.16+C); k = Constante de Boltzmann (8.617E-05 eV/K)
AH = Energa de Activacin; A , B, C, D = Constantes de escala;
S
1
y S
2
Esfuerzos diferentes
6-29
Otros Modelos
Modelos tiles para 1, 2 o 3 esfuerzos son
modelos Eyring, los citados exitosamente son:
La Regla de Potencia (inversa) para Voltaje
El Modelo de Voltaje Exponencial
Los Modelos de Dos Esfuerzos Temperatura/Voltaje
Modelos de tres Esfuerzos (Temperatura, Voltaje ,
humedad)
Modelo Mecnico de Crecimiento de Fisuras Coffin -
Manson
6-30
Otros Modelos
BV
f
Ae t

=
BV
kT
H
B
kT
H
f
e Ae V Ae t

A
A
= =
kT
H
n
f
e AJ t
A
=

A
= RH V Ae t
B
kT
H
f
( )
MAX f
T G T Af N
| o
A =
B
f
AV t

=
Regla de Potencia (inversa) para Voltaje
Modelo de Voltaje Exponencial
Modelos de dos esfuerzos Temperatura/Voltaje
Modelo de Electromigracin(Temperatura y Densidad)
Modelos de tres esfuerzos
(Temperatura, Voltaje, Humedad)
Modelo de crecimiento de Fisuras Mecnicas
6-31
Datos + Distribucin + Modelo = Resultado
6-32
Datos
Los datos de vida (tiempos para falla) se obtienen
de pruebas aceleradas en laboratorio.
Obtener datos sobre los esfuerzos usados.
Obtener datos sobre los esfuerzos que el
producto encontrar bajo condiciones normales.
6-33
Distribucin
1
5
10
20
30
40
50
60
70
80
90
95
99
0 1000 2000
Normal
P
e
r
c
e
n
t
1
5
10
20
30
40
50
60
70
80
90
95
99
100 1000 10000
Lognormal
P
e
r
c
e
n
t
1
2
3
5
10
20
30
40
60
75
90
95
99
100 1000
Weibull
P
e
r
c
e
n
t
10
30
50
60
70
80
90
95
97
98
99
0 1000 2000 3000 4000 5000 6000 7000 8000
Exponential
P
e
r
c
e
n
t
Four-way Probability Plot for C1
No censoring
Elija una Distribucin
apropiada de vida
Exponencial

Weibull

Lognormal
6-34
Elija un Modelo
seleccione un modelo (o genere) un modelo que
describa una caracterstica de la distribucin de
un nivel a otro.
?
Esfuerzo
de uso
Esfuerzo
alto 1
Esfuerzo
alto 2
Esfuerzo
alto 3
6-35
Qu Caracterstica de la Distribucin?
Vida Caracterstica, Parmetro de la Distribucin,
(Media, Mediana, R(t), F(t), , |, q, , o)
260V
270V
280V
10 100 1000
1
2
3
5
10
20
30
40
50
60
70
80
90
95
99
Time to Failure
P
e
r
c
e
n
t
Complete Data
La Distribucin Weibull con h(s) como una funcin del esfuerzo.
6-36
Parmetros comnmente usados
como una Funcin del Esfuerzo para
diferentes distribuciones de vida
Exponencial Media o Velocidad de Falla)
Weibull (Parmetro de Escala)
El parmetro de forma usualmente se supone constante
Lognormal (Ln - Media o Mediana)
El parmetro de Ln - Desviacin Estndar usualmente
se supone constante
6-37
Formar un nuevo modelo que incluya
tanto el modelo de la distribucin y el
de aceleracin
Relacin Weibull - Potencia Inversa:
|
|
|
q
|
|
q
q q
|
|
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

=
= =
|
|
.
|
\
|
=
n
S K
t
n n
n
t
e
S K
t
S K
S t f
S K
S L
e
t
t f
1
1
1
1 1
) , (
1
) (
) (
6-38
Resultado
Resolver para los Parmetros del Modelo
|
|
|
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

=
n
S K
t
n n
e
S K
t
S K
S t f
1
1
1 1
) , (
Una vez que los parmetros |, K y n son
estimados, las predicciones de vida pueden
hacerse para diferentes t y S.
6-39
Estimacin de Parmetros
La estimacin de parmetros puede variar de ser
trivial (con muchos datos, un solo esfuerzo constante, una
distribucin simple y un modelo simple) a ser una tarea
casi imposible.
Mtodos Disponibles
Grfico
Mnimos Cuadrados
MLE
6-40
Cmo elegir un modelo apropiado de
aceleracin fsica?
Elegir un modelo de aceleracin fsica es
similar a elegir un modelo de distribucin de
vida.
Primero identifique el modo de falla y que
esfuerzos son relevantes (o sea que
acelerarn el mecanismo de falla).
Luego verifique en literatura y otros
proyectos que le den ejemplos de un modelo
particular para este mecanismo de falla.
6-41
Nivel de Cambio
Casi todos los modelos reportados
(excepto el Coffin-Manson para fractura
mecnica) aplican a mecanismos de falla
qumicos o electrnicos ya que la
temperatura es casi siempre una carga
relevante para estos mecanismos. El
modelo Arrhenius es casi siempre una
parte de cualquier modelo ms general.
El modelo Coffin-Manson trabaja bien para
para muchos mecanismos relacionados con
la fatiga mecnica.
6-42
Nivel de Cambio
Algunos modelos tienen que ser ajustados para
incluir un nivel de cambio para algunos esfuerzos o
cargas.
La falla nunca podra ocurrir debido a un mecanismo
particular a menos que un esfuerzo (temperatura por
ejemplo) este ms all de un valor de cambio. Un
modelo para mecanismo dependiente de temperatura
con un cambio en T = T
0
podra verse como
Tiempo para falla = f(T((T-T
0
))
Donde f(T) pudiera ser Arrhenius. Conforme la
temperatura desciende hacia T
0
el tiempo de falla
aumenta hacia infinito en este modelo (deterministico)
de aceleracin.
6-43
GUIAS PARA EL USO DE MODELOS
DE ACELERACION
Puesto que la mayora de las aplicaciones de pruebas aceleradas
implican la extrapolacin, los usuarios deben tener precaucin en la
planeacin de las pruebas y en la interpretacin de los resultados
derivado del anlisis de los datos. Algunas guas para el uso de los
modelos de aceleracin incluyen:
+ Las variables de aceleracin deben ser elegidas de tal forma que
correspondan a las variables que provocan las fallas actuales.
+ Es til investigar intentos previos de mecanismos de aceleracin de
la falla similares a los de inters. Existen muchos informes y artculos
de investigacin que han sido publicados en la literatura de fallas
fsicas.
+ Las pruebas aceleradas deben ser diseadas, tanto como sea
posible, para minimizar la cantidad de extrapolacin requerida. Altos
niveles de las variables de aceleracin pueden provocar modos de
falla extraos que nunca ocurriran en los niveles de uso de las
variables de aceleracin. Si las fallas extraas no son reconocidas y
apropiadamente manejadas, pueden inducir conclusiones seriamente
incorrectas. Tambin, la relacin puede no ser suficientemente
adecuada en un rango amplio de aceleracin.
6-44
DE ACELERACION
+ Generalmente, las pruebas aceleradas se usan para obtener
informacin acerca de un mecanismo de falla particular relativamente
simple (o una medida de degradacin correspondiente). Si hay ms
de un modo de falla, es posible que los diferentes mecanismos de
falla sern acelerados a tasas diferentes. Entonces, a menos que sea
considerado en el modelado y en el anlisis, los estimados pueden
ser seriamente incorrectos cuando la extrapolacin se hace a los
niveles de uso ms bajos de las variables de aceleracin.
+ En la prctica, es difcil o poco prctico verificar las relaciones de
aceleracin sobre el rango amplio de inters. De hecho, los datos de
pruebas aceleradas deben usarse para observar las desviaciones del
modelo de aceleracin supuesto. Es importante reconocer, sin
embargo, que los datos disponibles generalmente proporcionarn
muy poca potencia para detectar alguna cosa sobre las faltas de
adecuacin ms serias del modelo. Tpicamente, no hay informacin
til para un diagnstico sobre posibles faltas de adecuacin del
modelo en los niveles de las variables de aceleracin cercanos a las
condiciones de uso.
6-45
DE ACELERACION
+ Modelos simples con la forma correcta han probado
generalmente ser ms tiles que los modelos elaborados con
mltiples parmetros.
+ El anlisis de sensibilidad debe usarse para evaluar el efecto
de entradas perturbadoras inciertas (digamos, entradas
asociadas a las suposiciones del modelo).
+ Los programas de pruebas aceleradas deben planearse y
ejecutarse por equipos que incluyan individuos con
conocimiento acerca del producto y su uso en el ambiente, los
aspectos fsicos/qumicos/mecnicos del modo de falla, y los
aspectos estadsticos del diseo y anlisis de experimentos de
confiabilidad.
6-46
Ejemplo1
Un nuevo producto fue probado para confiabilidad. Como la vida de este
producto bajo condiciones de operacin se espera que tenga ms de 15,000
horas, probar bajo esas condiciones no resulta factible en el tiempo. Por esa
razn, se decidi correr una prueba acelerada. La temperatura de operacin
para este producto es 323K (50C)y la temperatura es la nica variable de
aceleracin.
Se desea determinar los parmetros de una Weibull de 2 parmetros en cada
nivel de esfuerzo, usando la Regresin sobre X de los Rangos.
Estimar los parmetros para el modelo de Eyring.
Calcular la Confiabilidad de la unidad para una duracin de misin de 9,000
horas, comenzando en T=0 y a temperatura de operacin 323K.
Abra el archivo Eyring.wdf
6-47
Ejemplo1
Una vez abierto el
archivo calcule los
parmetros de la
Weibull con 2.
Los resultados
aparecen en la
imagen.
| = 4.1598
q = 5713.99
Si quiere editar los encabezados haga doble clic sobre ellos.
Para separar los datos en tres conjuntos de datos diferentes
use Batch Auto Run. Este usa la columna de Identificacin
para extraer los datos
Calcular
Parmetros
6-48
Ejemplo1
Aparece la siguiente
Ventana, los tres niveles
de la temperatura estn
como Identificaciones
disponibles de los
subconjuntos
Ahora
seleccionamos
los tres para
generar los tres
subconjuntos,
uno para cada
temperatura
Tambin se
puede hacer
doble clic
sobre los
seleccionados,
para sealarlos
Marque Set Action Preferences for Processing
6-49
Ejemplo1
La ventana de Establecimiento de
Preferencias de Accin para Procesar
tiene como valor previsto el Clculo de
los parmetros para los subconjuntos
seleccionados. Marque OK
Se generaron tres
subconjuntos, uno para
cada identificacin
Para cada uno se calcularon
los parmetros de la Weibull
de 2
Inserte una Hoja General en el Folio de Datos
6-50
Ejemplo1
Capture los valores
de los parmetros
calculados, para cada
subconjunto, como
se muestra
En Tools>More Tools>Non-Linear Equation Fit
Solver se abre la hoja para ajustar ecuaciones
no lineales, ah se copiarn los valores de
Esfuerzo y de Eta, como X y Y.
Copie las celdas de
Esfuerzo y Eta,
dejelas en la memoria
activa para pegarlas
despus
6-51
Ejemplo1
En las
columnas X
y Y pegue
los datos
importados
de la hoja
Escriba el
modelo de
Eyring en
y(x)= , dele
nombre y
marque
Add to
Template
En los renglones A y B llene los valores como se muestra, marque Calculate
6-52
Ejemplo1
Salve el
resultado como
un archivo NLF
(Eyring.nlf).
Marque y copie
a la memoria
activa los
renglones A y B
Pase a la hoja
general y pegue
los dos
renglones
6-53
Ejemplo1
Usando esos valores A
y B se puede calcular
Eta para cualquier nivel
de Temperatura
(Esfuerzo)
Marque la celda E11 (el
valor de A) para
definirla como variable.
Seleccione Edit>Define
Name... para definir el
valor en la celda E11
como el valor de A,
Haga lo mismo con E12
para B

6-54
Ejemplo1
Frmula
de
Eyring
Frmula
en C20
Llene las columnas A y B
como se muestra, con los
valores de Temperatura
Escriba en C20 la frmula
= (1/B20)*EXP(-(A-(B/B20)))
Cpiela
El valor de Eta para una
Temperatura de uso de 323
es 17933.85
Ahora se calcular la Confiabilidad en un rango de 1,000 a 10,000 horas
6-55
Ejemplo1
En las celdas B36 y B37 ponga los valores encontrados de Beta y Eta
Llene el rango de valores en la columna A como se muestra
En la celda B41 escriba la frmula = EXP(-((A41/$B$37)^$B$36)), Cpiela
A las 9,000 horas en temperatura de 323K la confiabilidad es 94.69%.
Confiabilidad a
las 9,000 horas
6-56
Anlisis de vida acelerada
El anlisis de datos de vida acelerada se
efecta por medio de regresin.
La regresin para vida acelerada construye
un modelo que predice tiempos de falla.
Las instrucciones en Regresin para
Confiabilidad en Vida Acelerada indican que
puede aceptar diferentes modelos de
distribucin y admite datos censurados.
Minitab usa Mxima Verosimilitud para
estimar los parmetros del modelo.
6-57
Estructura de Datos en Minitab
Consiste de tres columnas:
Los tiempos de falla
Los indicadores de censura (si se necesitan)
Las variables predictoras
Para regresin simple con un solo predictor, es una
columna con los varios niveles de la variable acelerante.
(Temperatura)
Para regresin con varios predictores ponga una columna
por predictor. Estas variables pueden ser tratadas como
factores, covariados, interacciones o trminos anidados.
Cada columna deber estar en tal forma que cada rengln sea una
observacin, o una observacin con su correspondiente en una columna de
frecuencias
Las columnas de frecuencias son tiles cuando se tienen grandes
cantidades de datos con tiempos de falla o censura comunes y valores
predictores iguales.
6-58
Ejemplo 2
Suponga que Usted quiere investigar el
deterioro de un aislamiento usado para
motores elctricos. Los motores
normalmente trabajan entre 80 y 100C.
Para ahorrar tiempo y dinero, se decidi
correr una prueba de vida acelerada.
Primero se obtienen tiempos de falla para el
aislamiento en temperaturas ms altas - 110, 130, 150
y 170C - para acelerar el deterioro. Con esta
informacin, se puede extrapolar a 80 y 100C. Se
sabe que existe una relacin Arrhenius entre
temperatura y falla
Abra el archivo INSULATE.MTW
6-59
Ejemplo 2
En C1 (Temp)
tenemos los
niveles de
Temperatura
En C4 (FailureT)
se registra el
tiempo observado
En C5 (Censor) se
indica si el tiempo
es de falla o
censurado
En C6 (Design)
estn los valores
de uso normal
6-60
Ejemplo 2
Seale
Stat>Reliability/Survival>Accelerated Life Testing
Ponga la
columna
Censor, y OK
Ponga la
columna
Design, y
OK
Ponga 80 y
Probability
Plot for
Standardized
residuals y
OK
6-61
Ejemplo 2
10.0%
50.0%
90.0%
170 150 130 110 90 70
100000
10000
1000
Temp
T
i
m
e

t
o

F
a
i
l
u
r
e
Relation (Arrhenius) Plot for FailureT
Censoring Column in Censor
Con la Grfica
de relacin, se
puede ver la
distribucin de
los tiempos de
falla para cada
nivel de
temperatura -
en este caso,
los percentiles
10, 50 y 90
El modelo de regresin estima los percentiles de la distribucin
del tiempo de falla: Y
p
= |
0
+ |
1
X +oc
p

Dependiendo de la distribucin, Y
p
=
ln(tiempo de falla), para Weibull, exponencial, lognormal y
loglogstica.
Tiempo de falla, para normal, valor extremo, logstica
donde: Y
p
= percentil p de la distribucin del tiempo de falla
|
0
= interseccin en Y (constante)
|
1
= coeficiente de regresin
X = valores del predictor (pueden estar transformados)
o = parmetro de escala
c
p
= percentil p de la distribucin del error
6-62
Ejemplo 2
0 -4 -8
99.9
99
95
90
80
70
60
50
40
30
20
10
5
3
2
1
0.1
Standardized Residuals
P
e
r
c
e
n
t
Probability Plot for SResids of FailureT
Extreme v alue Distribution-95.0% Conf idence Interv als
Censoring Column in Censor
Esta grfica le
permite evaluar si
la distribucin
seleccionada ajusta
a los datos. En
general, entre ms
cercanos estn los
puntos a la lnea
ajustada, mejor es
el ajuste.
El valor de la distribucin del error c
p
, depende de la distribucin seleccionada
Para la Weibull y la exponencial, MTB toma el logaritmo de los datos y usa la
distribucin de valor extremo
6-63
Ejemplo 2
Regression with Life Data
Response Variable: FailureT

Censoring Information Count
Uncensored value 66
Right censored value 14

Distribution: Weibull
Transformation on accelerating variable: Arrhenius

Regression Table
Standard 95.0% Normal CI
Predictor Coef Error Z P Lower Upper
Intercept -15.1874 0.9862 -15.40 0.000 -17.1203 -13.2546
Temp 0.83072 0.03504 23.71 0.000 0.76204 0.89940
Scale 0.35403 0.03221 0.29621 0.42313

Log-Likelihood = -43.64

Table of Percentiles
Standard 95.0% Normal CI
Percent Temp Percentile Error Lower Upper
50 80.0000 159584.5 27446.85 113918.2 223557.0
50 100.0000 36948.57 4216.511 29543.36 46209.94
Usted acaba de obtener una frmula que relaciona el tiempo de
falla en funcin de la temperatura:
ln(tiempo de falla) = -15.1874 + 0.83072(ArrTemp) +0.35403c
p

donde:
c
p
= percentil (p) de la distribucin estndar de valor extremo
ArrTemp= 11604.83/ (Temp + 273.16)
La tabla de percentiles muestra los percentiles 50 para las temperaturas que se pusieron. El percentil 50
es una buena estimacin de duracin del aislamiento en el campo a 80C, el aislamiento durar alrededor
de 159,584.5 horas o 18.20 aos, a 100C el aislamiento durar alrededor de 36,984.57 horas o 4.21 aos
6-64
Precauciones y Peligros al
determinar el Factor de Aceleracin
Al determinar el Factor de Aceleracin, tenga cuidado de
ser demasiado optimista.
Suponer un Factor muy alto puede dar un falso sentido de
seguridad.
Podra no tener el alto nivel de confiabilidad que Usted cree.
Errar al detectar cambios en el modo de falla, usar el modelo
equivocado, validar mal el modelo puede resultar en un
Factor de Aceleracin demasiado optimista..
La estimacin de un factor demasiado optimista, puede a
su vez resultar en la aceptacin de componentes no
confiables y , finalmente, costos altos y clientes
insatisfechos!
Debemos aprender de los ejemplos anteriores para evitar
esos errores.
6-65
Proceso de 15 Pasos
1. Evaluar Costos y Beneficios de Acelerar
2. Determinar Funcin y Ambiente
3. Conducir / Interpretar Anlisis de Modo de Falla
4. Determinar modo/mecanismo de falla a acelerar
5. Determinar como acelerar el mecanismo de falla
6. Determinar niveles de los esfuerzos
7. Seleccionar el tamao de muestra para cada nivel de
esfuerzo
8. Determinar donde ser corrida la prueba
9. Determinar el modelos de distribucin y aceleracin
10. Validar el sistema de medicin
11. Correr la Prueba
12. Graficar e interpretar los resultados
13. Ajustar el Modelo
14. Validar el Modelo
15. Determinar el Factor de Aceleracin e implantarlo
Planear
la prueba
Ejecutar,
analizar,
e
implementar
la prueba
6-66
Referencias
Accelerated Testing :Statistical Models, Test Plans and Data Analysis, Wayne Nelson, Wiley,
1990
Statistical Methods for Reliability Data, William Meeker and Luis A. Escobar, Wiley 1998
Handbook of Reliability Engineering and Management Second Ed. W. Grant Ireson, Clyde F.
Coombs, Jr. and Richard Y. Moss, McGraw Hill, 1996
How To Plan An Accelerated Life Test : Some Practical Guidelines., William Meeker and
Gerald Hahn, ASQ Quality Press, 1985
Reliability Engineering Handbook, Vol. 2, Dmitri Kececioglu, Prentice Hall, 1991
Electronic Component Reliability :Fundamentals, Modelling, Evaluation, and Assurance, Finn
Jensen, Wiley, 1995
Reliability Engineering Handbook, Bryan Dodson and Dennis Nolan, Marcel Dekker/Quality
Publishing, 1999
Practical Accelerated Life Testing, James A. McLinn, Reliability Division, ASQ. Williams
Enterprises, 2000
Reliability Review, Published Quarterly by Reliability Division, ASQ
Brian Henningers accelerated test project
Software - Minitab version 12.2 (Minitab Inc) and ALTA (Reliasoft)
Other good sources - Mechanical Prediction Library, Reliability Tips, Brian Henninger, Doug
Kemp, Ken Zagray, Bill Wunderlin, Alex Cambon, University of Maryland Accelerated Testing
Course - Modarres

Cap6. Aceleración Conf.

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

Cap6. Aceleración Conf.

Uploaded by

Copyright:

Available Formats

6-1

You might also like