Sei sulla pagina 1di 28

C ONFIABILIDAD

DEFINICIÓN

 C ONFIABILIDAD ES LA PROBABILIDAD
DE QUE UN COMPONENTE O SISTEMA
DESEMPEÑE SATISFACTORIAMENTE LA
FUNCIÓN PARA LA QUE FUE CREADO
DURANTE UN PERIODO ESTABLECIDO Y
BAJO CONDICIONES DE OPERACIÓN
ESTABLECIDOS . L A CONFIABILIDAD ES
CALIDAD EN EL TIEMPO .
CONCEPTO DE FALLA

 FALLA DE UN PRODUCTO
SUCEDE CUANDO DEJA DE
OPERAR , FUNCIONAR O NO
REALIZA SATISFACTORIAMENTE
LA FUNCIÓN PARA LA QUE FUE
CREADO . E L TIEMPO DE FALLA
ES EL TIEMPO QUE TRANSCURRE
HASTA QUE EL PRODUCTO DEJA
DE FUNCIONAR .
D ATOS CENSURADOS

 SE T I E N E N D ATO S C E N S U R A D O S C U A N D O N O S E C O N O C E N L O S
T I E M P O S D E FA L L A D E L A S U N I D A D E S D E M A N E R A E X A C TA , S I N O
S O L O L O S I N T E RVA L O S D E T I E M P O D O N D E O C U R R I E R O N O H U B I E R A N
O C U R R I D O L A S FA L L A S . E S I N F O R M A C I Ó N PA R C I A L S O B R E L O S
T I E M P O S D E FA L L A . A L G U N A S D E L A S F U E N T E S D E C E N S U R A S O N
LAS SIGUIENTES:

 TIEMPO FIJO DE TERMINACIÓN DE LA PRUEBA

 TIEMPOS DE INSPECCIÓN ( LÍMITES SUPERIORES E INFERIORES


EN T)

 M ODOS D E FA L L A M Ú LT I P L E S ( TA M B I É N C O N O C I D O S C O M O
R I E S G O S E N C O M P E T E N C I A , Y D A N D O P O R R E S U LTA D O
CENSURA POR LA DERECHA) , I NDEPENDIENTE ( SIMPLE) Y NO
INDEPENDIENTE( DIFÍCIL) .
E JEMPLOS DE CENSURA

Ejemplo:

A X

B
¿ ¿
C
¿
D

Fig. 1 Tipos de censura: A sin censura; B Censura por la izquierda; C Censura por la derecha;
D censura por intervalo.
D EFINICIÓN DE LA FUNCIÓN
DE CONFIABILIDAD
Es la probabilidad de éxito o sea que sobrevivan sin falla
transcurrido el mismo tiempo t. Representando por el área bajo
la curva t hasta infinito. R(t)= 1- F(t)
9


8
R(t )   f (t )dt
7
t
6

f(t)

0
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SEPTIEMBRE OCTUBRE
Meses

Tiempo t
1-26 “T INA DE BAÑO ”

 Si se dibuja la tasa de riesgo o falla para una


población a través del tiempo se observa un
comportamiento descrito como la “Tina de
h(t)
baño”
Fallas “infantiles” Fallas por deterioro

Fallas constantes

t
D ISTRIBUCIÓN EXPONENCIAL

 Modelo de confiabilidad
para tasa de riesgo
constante, de
componentes de muy
larga vida y alta calidad
que “no envejecen”
durante su vida útil. Esta
distribución tiene falta de
memoria ya que no
importa el tiempo que
haya transcurrido, su
probabilidad de falla es la
misma que cuando estaba
nuevo. Es muy aplicable a
componentes electrónicos
ya que no exhiben
desgaste o mejora en el
tiempo.
F UNCIÓN DE D ENSIDAD DE
P ROBABILIDAD

 La función de densidad f(t) es continua si


cumple para f(t) >= 0 el área bajo la
curva es igual a 1, en confiabilidad el
intervalo es de cero a infinito o sea:

 Para el caso de la distribución


exponencial se tiene que:
D ISTRIBUCIÓN DE
P ROBABILIDAD A CUMULADA

 Esta función se define como la integral de la


función de densidad desde cero hasta el tiempo t
y representa la probabilidad de fallar antes del
tiempo t

 (P(t)  t), es decir:

 Para el caso de la distribución exponencial se


tiene:
F UNCIÓN DE C ONFIABILIDAD

 Es una función decreciente denominada


también función de supervivencia es la
probabilidad de sobrevivir hasta el
tiempo t, se representa como:
 R(t)= 1 – F(t)
 Para el caso de la función exponencial
es:
G RÁFICOS

f(t) 1 F(t) 1 R(t)

0 tiempo 0 tiempo 0 tiempo

Fig.2 Función de densidad Función de distribución Función de


Acumulada confiabilidad
F UNCIÓN DE RIESGO / TASA
DE RIESGO / TASA
INSTANTÁNEA DE RIESGO

 Representa la probabilidad de falla instantánea


en el tiempo t + t dado que la unidad ya
sobrevivió hasta el tiempo t.

 Es el resultado del siguiente límite:

 Se define como:
F UNCIÓN DE RIESGO
ACUMULADO

 Es la integral hasta el tiempo t de la función de


riesgo como sigue:

 Por medio de esta función también se puede


calcular la confiabilidad como sigue:
V IDA PROMEDIO / TIEMPO
MEDIO ENTRE FALLA
(MTBF)
 La vida media es el valor esperado o media de la
variable T como sigue:

 La vida media para el caso de la distribución


exponencial es la inversa de la tasa de riesgo.
F UNCIÓN CUANTIL

 El cuantil p es el tiempo tp al cual falla una


porción de las unidades. Se define en términos
de la distribución acumulada como:

 La función F-1(p) es la función inversa de F(t). En


el caso exponencial resulta de despejar t como
sigue:
EJEMPLO

Unidad Horas
1 3.70
2 3.75
 Se someten 20 3 12.18
componentes a una prueba 4 28.55
de vida y las horas 5 29.37
transcurridas hasta la falla 6 31.61
fueron las que aparecen en 7 36.78
la tabla de la derecha. 8 51.14
9 108.71
 Si las horas de falla siguen 10 125.21
la distribución exponencial, 11 125.35
estimar las funciones de 12 131.76
densidad de probabilidad, 13 158.61
función de distribución 14 172.96
acumulada, función de 15 177.12
confiabilidad y función de 16 185.37
riesgo. 17 212.98
18 280.40
19 351.28
20 441.79
S OLUCIÓN
D ISTRIBUCIÓN W EIBULL

 Es una distribución flexible


donde su tasa de falla puede ser
decreciente, constante o
creciente dependiendo de sus
parámetros.

 La distribución de Weibull se
puede utilizar para modelar el
mínimo de una gran cantidad de
variables aleatorias positivas
independientes de cierta
distribución: tales como falla de
un sistema con una gran
cantidad de componentes en
serie y con los mecanismos de
falla aproximadamente
independientes en cada
componente.
F ÓRMULAS W EIBULL

 Función de Densidad

 Distribución Acumulada

 Función de Confiabilidad

 Función de Riesgo

 Vida Media

 Función Cuantil
D ISTRIBUCIÓN NORMAL

 No es muy utilizada en
confiabilidad dado su
comportamiento
simétrico, el
comportamiento del
tiempo de vida es
asimétrico, sin embargo
es un modelo adecuado
cuando muchos
componentes tienen un
efecto aditivo en la falla
del producto. Aquí  es
el parámetro de
localización y  es el
parámetro de escala.
F ÓRMULAS N ORMAL

 Función de Densidad

 Distribución Acumulada

 Función de Confiabilidad

 Vida Media

 Función Cuantil
D ISTRIBUCIÓN LOGNORMAL

 Esta distribución es
apropiada cuando los
tiempos de falla son el
resultado de muchos efectos
pequeños que actúan de
manera multiplicativa. Esto
hace que al sacar el
logaritmo de dichos efectos
actúen como de manera
aditiva sobre el logaritmo del
efecto global o logaritmo del
tiempo de falla, se aplica a
procesos de degradación por
ejemplo de fatiga de metales
y de aislantes eléctricos.
F ÓRMULAS L OGNORMAL

 Función de Densidad

 Distribución Acumulada

 Función de Confiabilidad

 Vida Media

 Función Cuantil
P ROBLEMAS

1. La duración t en horas de cierto componente


electrónico es una variable aleatoria con función de
densidad f(t) = 0.001exp(-t/1000) para t >0.
a. Calcular F(t), R(t) y h(t)
b. ¿Cuál es la confiabilidad del componente a las
100 horas?
c. Si una unidad ha sobrevivido a las 100 horas,
¿cuál es la probabilidad de que sobreviva a las
200 horas?
d. Graficar h(t) e interpretar los resultados.
P ROBLEMAS

2. Una unidad de disco tiene una falla temprana si ocurre


antes del tiempo t = alfa y una falla por desgaste si ocurre
después de t = beta. Si la vida del disco se puede modelar
con la distribución f(t) = 1/(Beta – alfa):
a. Obtener las ecuaciones de F(t) y R(t)

b. Calcular la tasa de riesgo h(t)

c. Graficar la tasa de riesgo si Alfa = 100 y Beta = 1500


horas.

d. ¿Con los datos de c) cuál es la confiabilidad de la


unidad a las 500 horas?
P ROBLEMAS

3. El tiempo de vida en años de un generador que se


compra tiene una distribución Weibull con parámetros
Etha = 13 años y Beta = 2. El periodo de garantía es de dos
años.
a. ¿Cuál es la confiabilidad del generador al fin del
periodo de garantía?

b. ¿Si se compran 1000 unidades cuál es el número de


reclamos al fabricante?

c. ¿Cuál es el periodo de garantía que debe ofrecerse


si se quiere tener una proporción de reclamos a lo
más del 1%?
P ROBLEMAS

4. Escribir y graficar la función de riesgo h(t) para una


distribución de Weibull con parámetros
a. Beta =1, Etha = 4

b. Beta = 2, Etha = 2

c. Beta = 3, Etha = 1

Comentar el efecto de cada parámetro.