Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA MECNICA
MANUTENO INDUSTRIAL
ENGENHARIA DE CONFIABILIDADE - (PARTE IV)
ANLISE DE TEMPOS DE FALHAS
NOTAS DE AULAS
Maro - 2 0 1 6
Observaes:
I - Mtodos Empricos
, referido
ordenadas, e a estimativa emprica de F(t) , denotada como F(t)
como estimador de rank que ento utilizado para gerar os grficos das funes
densidade e confiabilidade. Apresentamos a seguir os estimadores de rank
comumente usados (mdia e mediana).
(t) = n i = 1 - i
R
n
n
(1)
(t) = i
F ( t ) = 1 - R
n
Contudo, para i = n
(2)
Tabela 1
Tamanho da Amostra
Probabilidade Cumulativa
t0
0.50
0.33
0.25
0.20
t1
1
0.67
0.50
0.40
t2
1
0.75
0.60
1
0.80
t3
t4
Assim, pode-se dizer que o estimador dado pela equao (2) tem uma
deficincia para
arranjos que resultam em uma estimativa mais precisa. Entre eles o estimador
mais comumente usado o estimador de rank mdio de Herd-Johnson, dado
por:
(t ) =
F ( t ) = 1 - R
i
n +1
para i = 0, 1, 2, , n
(3)
(t) = 1 R
i
n +1 i
=
n +1
n +1
para t i t t i 1 e i = 0, 1, 2, , n
(4)
F ( t i +1 ) - F ( t i )
f ( t i ) =
t i
para t i = t i +1 - t i
(5)
ou
f ( ti ) =
1
ti ( n + 1)
(6)
(t ) =
f ( t i )
R ( ti )
1
t i ( n + 1 - i )
(7)
( 0, t1 ) , ( t1 , t 2 ) , ( t 2 , t 3 ) ,
TMEF=
ti
(8)
i =1
s2 =
i =1
ou
t i - TMEF
n-1
(9)
t i2 - n TMEF 2
s =
n-1
i =1
n
(10)
100 (1 - ) por cento de intervalo de confiana para o TMEF pode ser obtido
usando:
TMEF t / 2, n-1
s
n
(11)
(12)
Exemplo 4:
Soluo:
ti
t i +1
)= i
F(t
i
10
) = 10 i
R(t
i
10
70
0.0
1.0
0.001429
0.001429
70
150
0.1
0.9
0.001250
0.001389
150
250
0.2
0.8
0.001000
0.001250
250
360
0.3
0.7
0.000909
0.001299
360
485
0.4
0.6
0.000800
0.001333
485
650
0.5
0.5
0.000606
0.001212
650
855
0.6
0.4
0.000488
0.001220
855
1.130
0.7
0.3
0.000364
0.001212
1.130
1.540
0.8
0.2
0.000244
0.001220
1.540
0.9
0.1
)=
f(t
i
i
t i (n + 1)
(t i ) =
i
t i (n + 1 i)
( t , F ( t ) )
i
fornecem um grfico da
estimativa de F ( t ) .
(t )
A mediana frequentemente preferida porque a distribuio de F
deslocada dos valores de i prximo do zero e prximo de n. As posies
medianas so funes de ambos i e n, e podem ser computadas numericamente
pela equao binomial, dada por:
k Z (1 Z )
n
P=
k= i
n k
(13)
O rank mediano obtido pela soluo da equao (13) para P = 0.5 , como
mostra a Tabela 3, para valores de i e n.
Tabela 3
Bernard:
i 0.3
F(t)
=
n + 0.4
para i = 0, 1, 2, , n
(14)
Blom:
i3/8
F(t)
=
n +1/ 4
para i = 0, 1, 2, , n
(15)
(t i ) =
( n-i + 1) ( t i +1 -t i )
(t i ) =
1
( n-i + 0.7 ) ( t i +1 -t i )
(16)
(17)
Tabela 4
i/n
i/ (n + 1)
Rank Mediano
(i 0.3) / (n + 0.4)
0.125
0.111
0.083
0.083
0.250
0.222
0.201
0.202
1.375
0.333
0.321
0.321
0.500
0.444
0.440
0.440
0.625
0.555
0.560
0.560
0.750
0.666
0.680
0.679
0.875
0.777
0.799
0.798
1.000
0.888
0.917
0.917
para i = 0, 1, 2, , k
(18)
f ( t ) = - R ( t i +1 ) - R ( t i )
t i +1 - t i
para
t i t t i +1
(19)
ou
f ( t ) = -
n i - n i +1
( t i +1 - t i ) n
(20)
f ( t )
=
( t ) =
(t)
R
n i - n i +1
( t i +1 - t i ) n i
para
t i t t i +1
(21)
TMEF =
t
i =0
n i - n i +1
n
(22)
onde
ti =
t i + t i +1
2
( n i n i +1 ) / n
t0 = 0
n0 = n
:
k 1
s2 =
t12
i =0
2
n i - n i +1
- TMEF
n
(23)
Exemplo 5:
Meses
Funo
Funo
Densidade
Taxa de
de Falhas
Falhas
1.000
0.0086
0.0086
67
0.957
0.0200
0.0209
60
0.857
0.0229
0.0267
15
52
0.743
0.0257
0.0346
20
43
0.614
0.0371
0.0605
25
13
30
0.429
0.0514
0.1200
30
18
12
0.171
0.0343
0.2000
35
12
0.000
Nmero de
Nmero de
Falhas
Sobreviventes
70
10
Limite
Superior
Confiabilidade
f ( t ) =
67 - 60
= 0.0200
(10 - 5 ) 70
para
5 < t < 10
( t ) =
67 - 60
= 0.0209
(10 - 5 ) 67
para
5 < t < 10
TMEF =
ou
s = 8.75
I.3 - Dados Censurados No Agrupados
t1 , t 2 , t 3+ , , t i , t i++1 , , t n .
Trs diferentes mtodos para estimar a funo confiabilidade so
amplamente usados, so eles:
Este mtodo baseado na equao (4) para dados completo. Temos para
estimativa da funo confiabilidade:
(t ) = n + 2 i
R
i 1
n +1
(24)
(t )
R
n +1i
i
=
n+ 2i
R ( t i 1 )
ou
(t ) = n + 1 i R
(t )
R
i
i 1
n+2i
Isto :
(25)
( ) = R ( t ) . Seja:
t+
mudaria e R
i
i 1
ento
i
(t ) = n + 1 i R
(t )
R
i
i 1
n+ 2i
(26)
(0) = 1 .
onde R
As estimativas para f ( t ) , e ( t ) podem ser derivadas das equaes (6) e
(7) usando somente os ti correspondentes aos tempos de falhas.
Exemplo 6:
ti
(11 i ) / (12 i )
(t )
R
150
10/11
340+
9/10
560
8/9
800
7/8
1130+
6/7
1720
5/6
2470+
4/5
4210+
3/4
5230
2/3
10
6890
1/2
R( t ) Estimada
0.8
0.6
0.4
0.2
3
4
5
T (Horas x 1000)
(t) =
R
Para
0 t < t1
R (t) = 1
1
1
n j
t}
{j : tj
(27)
tj
tj
1-d j / n j
, o correspondente termo
onde
dj
o nmero de falhas
( t )2
Var = R
( j : tj
) nj nj - 1
(28)
Exemplo 7:
Soluo:
Desvio
Padro
ti
nj
1 - 1/n j
t +0
R
j
150
10
9/10
0.095
340+
560
7/8
0.134
800
6/7
0.155
1130+
1720
4/5
0.173
2470+
4210+
5230
1/2
0.210
10
6890
F (t)
R (t )
com Dados
Uma vez que uma unidade censurada tem alguma probabilidade de falhar
antes ou depois da prxima falha (ou falhas), ela vai influenciar na posio da
falha subseqente. Por exemplo, suponha que os seguintes dados foram obtidos:
(1)
Falha em 50 horas;
(2)
Censura em 80 horas;
(3)
Ento a primeira falha tem rank 1. Entretanto, a segunda falha poder ter
rank 2 se falhar aps de 160 horas, ou poder ter rank 3 se a unidade
censurada falhar antes 160 horas. Portanto, para segunda unidade ser
atribuda uma ordem de rank entre 2 e 3 com base na seguinte frmula,
derivada considerando todas as posies possveis do rank da unidade
censurado:
Incremento de Rank =
onde n
( n + 1 ) - i t 1
i
-1
(29)
a ordem do rank do
i ti = i ti - 1 + incremento do rank
(30)
(t ) =
R
i ti - 0.3
n + 0.4
(31)
Exemplo 8:
Soluo:
ti
Incremento de Rank
150
340+
560
800
1130+
1720
2470+
4210+
5230
10
6890
(11-1)/(1+8)=1.111
i ti
(t ) = 1 R
i ti -0.3
n + 0.4
0.933
1+1.111=2.111
0.826
2.111+1.111=3.222
0.719
(11-3.222)/(1+5)=1.2963
3.222+1.2963=4.518
0.594
(11-4.518)/(1+2)=2.16
4.518+2.160=6.679
0.387
6.679+2.160=8.839
0.179
t , t )
t = 0 e tk + 1 = .
K+1 intervalos de forma i - 1 i para i = 1, 2, 3, , k+1 , onde 0
O intervalo no precisa ter a mesma largura. Ento seja:
Fi
H'i = H i -
ti - 1
: H i = H i - 1 - Fi - 1 - Ci - 1 .
Ci
2 = nmero de rank ajustado assumindo que o tempo censurado
Fi
H 'i
sobreviveu no tempo t i - 1 .
pi = 1 -
Fi
H'i = probabilidade condicional de sobrevivencia do i-ssimo intervalo
ou seja:
( t ) = 1 - Fi R
i
'
Hi i - 1
(32)
Intervalo
t i - 1 , t i )
Nmero
de
Falhas
Nmero
de
Censuras
Nmero
de Risco
Nmero
de Rank
Ajustado
Probabilidade
de
Sobrevivncia
Confiabilidade
Fi
Ci
Hi
H 'i
pi
R
i
Exemplo 9:
Construa uma tabela de vida para os motores de uma frota de 200
aeronaves monomotor com as seguintes falhas e censuras anuais. As censuras
resultaram de aeronaves eliminadas do inventrio para vrias razes alm das
falhas de motores.
Ano
Nmero de Falhas
Nmero de Remoes
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
5
10
12
8
10
15
9
8
4
3
0
1
5
2
0
6
3
1
0
1
Soluo:
Intervalo
Nmero
de
Falhas
Nmero
de
Censuras
Nmero
de Risco
Nmero
de Rank
Ajustado
Probabilidade
de
Sobrevivncia
Confiabilidade
t i - 1 , t i )
Fi
Ci
Hi
H 'i
pi
R
i
1
2
3
4
5
6
7
8
9
10
5
10
12
8
10
15
9
8
4
3
0
1
5
2
0
6
3
1
0
1
200
195
184
167
157
147
126
114
105
101
200
194.5
181.5
166
157
144
124.5
113.5
105
100.5
0.975
0.949
0.934
0.952
0.936
0.896
0.928
0.930
0.962
0.970
0.975
0.925
0.864
0.822
0.770
0.690
0.640
0.595
0.572
0.555
1
0.9
R( t ) - Confiabilidade
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
11
Ano
k = 1 + 3.3 log10n
(33)
onde:
k = nmero de classes
n = tamanho da amostra
x = parte inteira de x
As distribuies de probabilidade usadas em estudos de confiabilidade
podem apresentar at trs parmetros, classificados como:
Exemplo 10:
Intervalo de Tempo
[horas]
0 - 1000
1000 2000
2000 3000
3000 4000
4000 3000
5000 6000
6000 7000
100
40
20
15
10
8
7
TOTAL
200
Soluo:
Sabemos que:
Funo acumulativa de falhas atravs da distribuio Exponencial dada
por:
F(t)
= 1 - e- t
R (t)
e- t
onde:
= Fator de Forma
Na forma linear, podemos escrever:
- Ln 1 - F ( t )
aX
onde:
= - Ln 1 - F ( t )
a =
X = t
Y
:
n
a =
i=1
n
i=1
Yi
2
i
Intervalo
de
Tempo
Nmero
Falhas
Frequncia Frequncia
Funo
Funo
de
Acumuladas
Relativa
Acumulada Confiabilidade Densidade
Falhas
Taxa
de
Falhas
1000
100
100
0,500
0,500
0,500
5,00E-04
5,00000E-04
1000
2000
40
140
0,200
0,700
0,300
2,00E-04
4,00000E-04
2000
3000
20
160
0,100
0,800
0,200
1,00E-04
3,33333E-04
3000
4000
15
175
0,075
0,875
0,125
7,50E-05
3,75000E-04
4000
5000
10
185
0,050
0,925
0,075
5,00E-05
4,00000E-04
5000
6000
193
0,040
0,965
0,035
4,00E-05
5,33333E-04
6000
7000
200
0,035
1,000
0,000
3,50E-05
1,00000E-03
Tempo
Mediano
XY
X2
500
0,693147
500
346,5736
250000
1500
1,203973
1500
1805,959
2250000
2500
1,609438
2500
4023,595
6250000
TAXA
MDIO
3500
2,079442
3500
7278,045
12250000
DE
ENTRE
4500
2,590267
4500
11656,2
20250000
FALHAS
FALHAS
5500
3,352407
5500
18438,24
30250000
6500
11,51293
6500
74834,02
42250000
118383
113750000
1,040726E-03
9,608673E+02
SOMA
TMEF
TEMPO
EXEMPLO 11:
0 - 1000
1000 2000
2000 3000
3000 4000
4000 3000
5000 6000
6000 7000
100
40
20
15
10
8
7
TOTAL
200
SOLUO:
Sabemos que:
F (t ) = 1 - e
t - t0
-
R (t ) =
onde:
t0 = Confiabilidade Intrnseca
= Fator de Forma
= Vida Caracterstica
t - t0
-
Ln
Ln 1 - F ( t )
= Ln ( t - t 0 ) - Ln ( )
aX
onde:
Y
a =
X =
b
Ln
{-
Ln 1 - F ( t )
Ln ( t - t0 )
- Ln ( )
e :
n
a = =
i=1
Yi -
X Y
i
i=1
i=1
2
n X - Xi
i=1
i=1
n
2
i
b = - Ln ( ) =
i=1
- a
i=1
= e
Coeficiente de Correlao:
n
r =
i=1
Yi -
X
X
i
i=1
i =1
n
2
i
X Y
i=1
i=1
Y
Y
i
i=1
i =1
n
2
i
Tempo
[h]
Nmero
de Falhas
Frequncia
Frequncia
Acumulada
F(t)
Relativa
t0=900
t0=800
t0=700
t0=600
t0=500
1000
100
0.500
0.500
-0,3665
4,6052
5,2983
5,7038
5,9915
6,2146
2000
40
0.200
0.700
0,1856
7,0031
7,0901
7,1701
7,2442
7,3132
3000
20
0.100
0.800
0,4759
7,6497
7,6962
7,7407
7,7832
7,8240
4000
15
0.075
0.875
0,7321
8,0392
8,0709
8,1017
8,1315
8,1605
5000
10
0.050
0.925
0,9518
8,3187
8,3428
8,3664
8,3894
8,4118
6000
0.040
0.965
1,2097
8,5370
8,5564
8,5755
8,5942
8,6125
7000
0.035
1,9326
8,7160
8,7323
8,7483
8,7641
8,7796
200
5,1212
52,8689
53,7871
54,4064
54,8980
55,3163
Nmero
de
Falhas
Frequncia
Relativa
Frequncia
Acumulada
F(t)
100
0.500
2000
40
3000
t0=400
t0=300
t0=200
t0=100
t0=0
0.500
0,3665
6,3969
6,5511
6,6846
6,8024
6,9078
0.200
0.700
0,1856
7,3778
7,4384
7,4955
7,5496
7,6009
20
0.100
0.800
0,4759
7,8633
7,9010
7,9374
7,9725
8,0064
4000
15
0.075
0.875
0,7321
8,1887
8,2161
8,2428
8,2687
8,2940
5000
10
0.050
0.925
0,9518
8,4338
8,4553
8,4764
8,4970
8,5172
6000
0.040
0.965
1,2097
8,6305
8,6482
8,6656
8,6827
8,6995
7000
0.035
1,9326
8,7948
8,8099
8,8247
8,8393
8,8537
200
5,1212
55,6858
56,0200
56,3269
56,6122
56,8794
Tempo
[h]
1000
XY
7,0355
411,4477
44,2275
0,46
384,28
0,8779
5,1212
7,0355
421,7798
44,1128
0,56
589,86
0,9013
54,4064
5,1212
7,0355
429,5682
44,0993
0,64
758,21
0,9150
600
54,8980
5,1212
7,0355
436,1278
44,1247
0,71
907,90
0,9243
500
55,3163
5,1212
7,0355
441,9278
44,1698
0,77
1046,27
0,9312
400
55,6858
5,1212
7,0355
447,2016
44,2264
0,83
1177,05
0,9365
300
56,0200
5,1212
7,0355
452,0746
44,2902
0,88
1302,41
0,9408
200
56,3269
5,1212
7,0355
456,6298
44,3585
0,93
1423,73
0,9443
100
56,6122
5,1212
7,0355
460,9228
44,4295
0,98
1541,93
0,9473
56,8794
5,1212
7,0355
465,9963
44,5024
1,03
1657,67
0,9498
t0
900
52,8689
5,1212
800
53,7871
700
t f ( t ) dt
= t0 + 1 +
TMPF = 0 + 1657.67 1 +
1
1.03
Funao Cumulativa
1
0.9
0.8
0.7
F(t)
0.6
0.5
0.4
0.3
0.2
0.1
0
1000
2000
3000
4000
Tempo (Horas)
5000
6000
5000
6000
7000
Funao Confiabilidade
1
0.9
0.8
0.7
R(t)
0.6
0.5
0.4
0.3
0.2
0.1
0
1000
2000
3000
4000
Tempo (Horas)
7000
Exemplo 12:
Dados:
112.2
139.8
156.8
113.6
75.5
88.5
73.9
2218.0
25.1
403.1
150.3
164.5
138.5
151.9
Soluo:
Distribuio de Weibull
Sabemos que:
F (t ) = 1 - e
t - t0
-
R (t ) =
t - t0
-
95.5
onde:
t0 = Confiabilidade Intrnseca
= Fator de Forma
= Vida Caracterstica
Na forma linear, podemos escrever:
Ln
Ln 1 - F ( t )
= Ln ( t - t 0 ) - Ln ( )
aX
onde:
= Ln
Ln 1 - F ( t )
a =
X = Ln ( t - t 0 )
b =
- Ln ( )
e :
n
a = =
Xi Yi -
i=1
Xi
i=1
i=1
2
n X - Xi
i=1
i=1
n
2
i
b = - Ln ( ) =
Ordem
i=1
- a
i=1
= e
F(t)
Y*Y
X*X
Y*X
25,1
0,04545
-3,06787
3,22287
9,411842
10,38688
-9,88735
73,9
0,11039
-2,14582
4,30271
4,604558
18,51334
-9,23286
75,5
0,17532
-1,64628
4,32413
2,710240
18,69812
-7,11874
88,5
0,24026
-1,29179
4,48300
1,668720
20,09731
-5,79109
95,5
0,30519
-1,01026
4,55913
1,020628
20,78563
-4,60591
112,2
0,37013
-0,77167
4,72028
0,595471
22,28107
-3,64249
113,6
0,43506
-0,56029
4,73268
0,313923
22,39829
-2,65167
138,8
0,50000
-0,36651
4,93303
0,134332
24,33482
-1,80802
139,8
0,56494
-0,18361
4,94021
0,033713
24,40570
-0,90707
10
150,3
0,62987
-0,00612
5,01263
0,000037
25,12649
-0,03066
11
151,9
0,69481
0,17126
5,02322
0,029332
25,23276
0,86030
12
156,8
0,75974
0,35490
5,05497
0,125952
25,55273
1,79400
13
164,5
0,82468
0,55453
5,10291
0,307499
26,03970
2,82970
14
218
0,88961
0,79016
5,38450
0,624346
28,99279
4,25459
15
403,1
0,95455
1,12851
5,99918
1,273531
35,99022
6,77013
-8,05087
71,79547
22,854125
TOTAL
348,83586 -29,16715
Consideranto t0 = 0
Distribuio de Weibull
2
Ln Ln [1/(1-F(T)]
-1
-2
-3
-4
2.5
3.5
4.5
5
Ln[T (Horas)]
5.5
6.5
1,80260
161,43714
t f ( t ) dt
= t0 + 1 +
1
1.802
TMPF = 0 + 161.43714 1 +
Distribuio Exponencial
Sabemos que:
F (t)
= 1 - e - t
R (t)
e- t
- Ln 1 - F ( t )
aX
Ordem
F(t)
X*X
Y*X
25,1
0,04545
0,04652
25,1000
630,010
1,16765
73,9
0,11039
0,11697
73,9000
5461,210
8,64421
75,5
0,17532
0,19277
75,5000
5700,250
14,55380
88,5
0,24026
0,27478
88,5000
7832,250
24,31791
95,5
0,30519
0,36412
95,5000
9120,250
34,77382
112,2
0,37013
0,46224
112,2000
12588,840
51,86351
113,6
0,43506
0,57104
113,6000
12904,960
64,87065
Fator
Mdio
138,8
0,50000
0,69315
138,8000
19265,440
96,20883
de
Entre
139,8
0,56494
0,83226
139,8000
19544,040
116,34995
Forma
Falhas
10
150,3
0,62987
0,99390
150,3000
22590,090
149,38337
11
151,9
0,69481
1,18681
151,9000
23073,610
180,27568
12
156,8
0,75974
1,42603
156,8000
24586,240
223,60224
13
164,5
0,82468
1,74112
164,5000
27060,250
286,41354
14
218
0,88961
2,20374
218,0000
47524,000
480,41516
15
403,1
0,95455
3,09104
403,1000
162489,610
1245,99921
14,19649
2107,50000
400371,050
2978,83952
0,00744
134,40504
TOTAL
TMEF
Tempo
onde:
= - Ln 1 - F ( t )
a =
X = t
Y
a =
i=1
n
i=1
Yi
2
i
Distribuio de Exponencial
3.5
Ln [1/(1-F(T)]
2.5
1.5
0.5
0
0
50
100
150
200
250
300
T (Horas)
350
400
450
500
de
verossimilhana
com
relao
parmetros
desconhecidos
L ( 1, 2 , 3 , , k ) =
f (t
i=1
| 1, 2, 3, , k )
(34)
Ln L ( 1 , 2 , 3 , , k )
i
= 0 para i = 1, 2, 3, , k
(35)
L ( 1, 2 , 3 , , k ) =
f (t
i=1
| 1 , 2 , 3 , , k ) R ( t * )
n-r
(36)
n-r
=
T
(37)
Dados
Completo
Substituio Tipo I
n t*
Substituio Tipo II
n tr
i = 1
i = 1
i = 1
i = 1
i = 1
ti ; r=n
ti + ( n - r ) t*
ti + ( n - r ) t r
t+i + ( n - r - k ) t*
t+i + ( n - r - k ) tr
t i+
ti
Tempo de falha;
t*
n
tr
Nmero de falha
f ( ti ) = i e- ti para i = 1, 2, 3, , r
(38)
Ti , representando
ti > tr , tem-se:
(e )
- tr
n -r
(39)
L ( t1 , t2 , t3 , , tk ) =
i=1
- ti
e- tr
n-r
L ( t1 , t2 , t3 , , tk ) = r exp - ti - ( n - r ) tr
i=1
(40)
lnL = r ln - ti - ( n - r ) tr
i=1
(41)
Portanto,
r
dlnL
r
=
- ti - ( n - r ) tr = 0
d
i=1
(42)
r
r
i=1
+ ( n - r ) tr
r
T
(43)
Exemplo 13:
1476
300
98
221
157
182
499
552
1563
36
246
442
20
796
31
47
438
400
279
247
210
284
553
767
1297
214
428
597
2025
185
467
401
210
289
1024
Soluo:
35
= 0.00206 ou TMEF = 485.2 horas
17.981
Mxima
Verossimilhana
para
distribuio
de
Weibull
com
dois
()
g
=
i=1
ln ti + ( n - r ) t s ln t s
i=1
1
1 r
- ln ti = 0
r i=1
ln ti + ( n - r ) ts
(44)
1/
1 r
= ln ti + ( n - r ) t s
r i = 1
(45)
onde:
ts = ts
t
r
A equao (44) deve ser resolvida numericamente. O mtodo de NewtonRaphson para resolver a equao no linear pode ser usado. Isto requer resolver
para
interativamente, usando:
j+1 =
j -
( )
g (
)
g
j
'
onde
g' ( x ) =
dg ( x )
dx
(46)
Exemplo 14:
1 15 1.8
=
ti
15 i = 1
1/1.8
= 158.655
2 =
=x
(47)
( n - 1) s2
(48)
ln ti
n
i=1
(49)
ento
tmed = e
(50)
e
n
s=
(ln
i=1
ti -
)
(51)
Exemplo 15:
Dados:
47.1
84.8
151.9
122.5
218.2
99.6
59.8
138.8
213.5
53.4
102.4
100.8
230.1
104.6
61.5
122.1
186.2
498.4
77.0
78.7
112.3
44.0
151.3
151.3
222.8
Soluo:
ln 44 + ln 47.1 + + ln 498.4
118.8
=
= 4.752
25
25
s=
(ln
44 - 4.752 )
+ ( ln 47.1 - 4.752 )
+ + ( ln 498.4 - 4.752 )
25
= 0.31798
s = 0.5639
censurados nenhuma falha ocorreu. Isso pode ser acompanhado pela definio
da funo de verossimilhana na seguinte maneira:
L ( ) =
onde
f (t
iF
; )
R (t
iC
+
i
(52)
Distribuio Exponencial
Para distribuio exponencial com r representando o numero de falhas. A
equao (52) torna-se:
L () =
iF
exp ( - ti )
exp ( - t ) =
+
i
iC
(53)
lnL ( ) = r ln -
dlnL ( )
d
i F
i F
iC
i C
+
i
+
i
(54)
=0
(55)
iF
r
ti +
iC
+
i
(56)
Distribuio de Weibull
ln ti
=
r
iF
todos i
ti ln ti
todos i
(t )
-1
(57)
ti
=
todos i r
1/
(58)
Exemplo 16:
Soluo:
TMEF =
T
4498
=
= 562.25
r
8
= 1.5 , = 400
e arbritrios
tempos de censura).
Equao
(52)
fornece
base
para
determinao
da
Mxima
uma
distribuio
de
Weibull
ou
lognormal,
mas
no
distribuio
t0 =
t1 tn - t2j
t1 + tn - 2t j
(59)
p = 0.8829 n- 0.3437
(60)
t0 = 2 t1 - t2
(61)
Exemplo 17:
101
172
184
174
378
704
1423
2213
2965
5208
5879
6336
6428
6630
7563
10435
30138
30580
38265
47413
81607
158007
182958
p = 0.8829 (23 )
j = 0.3 23 = 6.9 = 7
- 0.3437
Portanto,
= 0.30
t1 = 101 ,
t23 = 182958 ,
t7 = 1423 , e
t0 =
(101) (182958 )
- 14232
= 91.3
(Os dados foram gerados para uma distribuio pde Weibull com
= 10000 e t0 = 100 ).
= 0.4 ,