Post on 14-Apr-2018
7/30/2019 Modelos de Fiabilidad
1/41
MODELOS DE
CONFIABILIDAD
INTEGRANTES: JAVIER PILCO.
PABLO VILLEGAS.
NIVEL: OCTAVO
MATERIA: FIABILIDAD DE MAQUINAS
7/30/2019 Modelos de Fiabilidad
2/41
MODELOS DE
CONFIABILIDAD
7/30/2019 Modelos de Fiabilidad
3/41
MODELOS DE CONFIABILIDAD
DISTRIBUCIONES DE PROBABILIDAD:
Exponencial
Weibull
Normal
Logaritmica Normal
7/30/2019 Modelos de Fiabilidad
4/41
MODELOS DE CONFIABILIDAD
Objetivo:Presentar los modelos exponencial, weibull, normal ylogaritmica normal, sus indices principales y guias para su
empleo
7/30/2019 Modelos de Fiabilidad
5/41
MODELOS DE CONFIABILIDAD
Puntos a tomar en cuenta:
Modelos parmetros de confiabilidad
Distribuciones de probabilidad Parametros Propiedades Situaciones para modelar Guia para la seleccin del modelo
7/30/2019 Modelos de Fiabilidad
6/41
MODELOS PARAMETRICOS DECONFIABILIDAD
Distribuciones paramtricas:
Algunas distribuciones de probabilidadse pueden expresar como una funcin matemtica de la
variable aleatoria. La funcion tiene ademas de la variable aleatoria, constantes
que le dan comportamientos especficos a lasdistribuciones.
Los parametros definen:formaescalalocalizacin
7/30/2019 Modelos de Fiabilidad
7/41
Que hay detras de una distribucin
Los parametros definen lo que esta detras de cadadistribucin.
Conociendo los parametros de una distribucin podemos
inferir el comportamiento de la confiabilidad.
La forma de la distribucin.
La escala de la distribucin.
La localizacion de la distribucin.
7/30/2019 Modelos de Fiabilidad
8/41
DISTRIBUCIN NORMAL
La distribucion normal o Gaussiana es la distribucin masconocida.
Tiene: Media, Mediana y Moda. La media es tambin su parmetro de localizacin.
La PDF normal tiene forma de una campanacon simetra sobre su media.
La normal no tiene parmetro de forma, esto significa que laPDF normal solo tiene una forma, "la campana" y estaforma no cambia.
La desviacin estandar, es el parmetro de escala de laPDF normal.
7/30/2019 Modelos de Fiabilidad
9/41
DISTRIBUCIN NORMALDistribucin de la funcin normal
7/30/2019 Modelos de Fiabilidad
10/41
DISTRIBUCIN NORMAL
7/30/2019 Modelos de Fiabilidad
11/41
DISTRIBUCIN NORMAL
7/30/2019 Modelos de Fiabilidad
12/41
DISTRIBUCIN NORMAL
Tienden a seguir una distribucin normal los ciclos de fallaen componentes mecnicos sometidos a niveles altosde tensin.
Es til si el coeficiente de variacin es pequeo, menor al
10%. Las propiedades de varios materiales tienden a seguir una
distribucin normal. Las fallas por la tensin de muchos materiales estructurales
siguen la misma distribucin. Puede representar el tiempo de falla cuando un efectivo
aditivo es involuicrado, i.e., el teorema del limite central(CLT).
7/30/2019 Modelos de Fiabilidad
13/41
DISTRIBUCIN EXPONENCIALEl modelo exponencial, con un solo parmetro, es el ms simple
de todos los modelos de distribucin del tiempo de vida.
7/30/2019 Modelos de Fiabilidad
14/41
DISTRIBUCIN EXPONENCIALFuncin de densidad de probabilidad exponencial.
7/30/2019 Modelos de Fiabilidad
15/41
DISTRIBUCIN EXPONENCIAL
7/30/2019 Modelos de Fiabilidad
16/41
DISTRIBUCIN EXPONENCIAL
7/30/2019 Modelos de Fiabilidad
17/41
DISTRIBUCIN EXPONENCIAL
Es usada como el modelo, para la parte de vida til de lavurva de la baera, i.e., la tasa de falla es constante.
Los sistemas complejos con muchos componentes y
mltiples modos de falla tendrn tiempos de falla quetiendan a la distribucin exponencial.
Desde una perspectiva de confiabilidad, es la distribucinms conservadora para la prediccin.
NOTA: la forma de la distribucin exponencial siempre es lamisma.
7/30/2019 Modelos de Fiabilidad
18/41
DISTRIBUCIN WEIBULL
La distribucin de weibull esun modelo de distribucin devida til muy flexible, parapara el caso de
2 parmetros Donde n esun parmetro de escala (la
vida caracterstica) y B se
conoce
como parmetro de forma
(pendiente) y res
la funcin Gamma con r(N)
=(N-1) para N entero.
7/30/2019 Modelos de Fiabilidad
19/41
DISTRIBUCIN WEIBULL
Una forma mas generalde 3 parmetros de la deweibull incluyeun parmetro de
triempo de espera(localizacin odesplazamiento) lasformulas se obtienenreemplazando tpor(t-y)
No puede ocurrir una fallaantes de yhoras, en eltiempo comienza en y noen 0.
7/30/2019 Modelos de Fiabilidad
20/41
DISTRIBUCIN WEIBULLFuncin de densidad de probabilidad Weibull
7/30/2019 Modelos de Fiabilidad
21/41
DISTRIBUCIN WEIBULL
Funcin de confiabilidad de weibull
7/30/2019 Modelos de Fiabilidad
22/41
DISTRIBUCIN WEIBULLFuncin tasa de fallo de Weibull
7/30/2019 Modelos de Fiabilidad
23/41
DISTRIBUCIN WEIBULL
Distribucin Weibull:
La weibull modela la caracterstica de vida de los
componentes y partes. Modela la fatiga y ciclos de fallas de los slidos. Es el traje correcto para datos de vida til. La funcin de distribucin de weibull PDF es
una distribucin de la confiabilidad de los elementos de unamuestra.
Muy flexible y puede tomar diferentes formas
7/30/2019 Modelos de Fiabilidad
24/41
DISTRIBUCIN DE WEIBULLCURVA DE LA BAERA
B
7/30/2019 Modelos de Fiabilidad
25/41
DISTRIBUCIN WEIBULL
Cuando B=2.5 la weibull se aproxima ala distribucin Logartmica normal.
Cuando se modela el tiempo que se necesitan para que
ocurran reacciones qumicas, se ha mostrado quela distribucin Lognormal usualmente proporciona un mejorajuste que la weibull.
Cuando B=5 la weibull se aproxima a una normal
puntiaguda.
7/30/2019 Modelos de Fiabilidad
26/41
DISTRIBUCION WEIBULL
que pasa en una distribucionde wiebull si el tiempo tieneel valor de vida carateristica,t=n.
Al llegar al tiempo de vidaigual a la vidacaracteristica el 63.2% delos elementos habra
fallado. este hecho se usaen las graficas paraidentificar el valor de n(eta).
este mismo resusltado se
obtiene para el casoexponencial, recordandoque la de Weibull sepuede reducir a una
exponencial B=1
7/30/2019 Modelos de Fiabilidad
27/41
DISTRIBUCION WEIBULL
Respuetas que pueden proporcionar un analisis de Weibull
que tipo de mecanismo de falla es la cuasa raiz.
cuantas fallas se puede esparar en determinado tiempofuturo.
que tan confiable es un equipo existente contra un equipo
nuevo.
cuando debo de reemplazar una parte existente con una
nueva para minimizar costos
7/30/2019 Modelos de Fiabilidad
28/41
DISTRIBUCION WEIBULLSe lo hace tambien graficamente mediante el papel de weibull,en donde se encuentra los parametros de fiabilidad
directamente:
7/30/2019 Modelos de Fiabilidad
29/41
DISTRIBUCIN LOGNORMAL
Un tiempo de falla se distribuye segn una Lognormal si ellogaritmo del tiempo de falla esta normalmente distribuido.
La Distribucin Lognormal es una distribucin sesgada
hacia la derecha.
La PDF comienza en cero, aumenta hasta su moda ydisminuye despus.
7/30/2019 Modelos de Fiabilidad
30/41
DISTRIBUCIN LOGNORMAL
7/30/2019 Modelos de Fiabilidad
31/41
DISTRIBUCIN LOGNORMAL La distribucion de vida Lognormal, como la Weibull, es un modelo
muy flexible que puede empiricamente ajustar a muchos tipos de
datos de falla. En su forma de dos parametros tiene losparametros sln(t) = sy parmetro de forma, y T50 = la mediana (unparmetro de escala).
Si el tiempo para la falla t, tiene una distribucion Lognormal,entonces el logaritmo natural del tiempo de falla (y=ln(t)) tiene una
distribucion normal con media my = ln T50 y desviacin estndarsy.
Esto hace a los datos Lognormales convenientes para trabajarlosasi: determine los logaritmos naturales de todos los tiempos defalla y de los tiempos censurados (y=ln(t)) y analice los datos
normales resultantes. Posteriormente, haga la conversion atiempo real y a los parametros lognormales usando sy como laforma lognormal y T
50=exp(my) como (mediana) el parmetro de
escala.
7/30/2019 Modelos de Fiabilidad
32/41
DISTRIBUCIN LOGNORMALFuncin de distribucin Lognormal
7/30/2019 Modelos de Fiabilidad
33/41
DISTRIBUCIN LOGNORMAL
7/30/2019 Modelos de Fiabilidad
34/41
DISTRIBUCIN LOGNORMAL
7/30/2019 Modelos de Fiabilidad
35/41
DISTRIBUCIN LOGNORMAL
Nmero de ciclos de falla en la fatiga de los metales ypartes metlicas niveles de tensin significativamentemenores que sus limites.
Representa bien el tiempo de falla de
los dispositivos mecnicos, especialmente en el caso deuso.
La resistencia de materiales frecuentemente sigueuna distribucin Lognormal.
Las variables de peso son frecuentemente bien
representadas con una distribucin Lognormal. Es una buena distribucin para cualquier variable. La medida de cualquier resultado el cual es el resultado de
una proporcin o efecto multiplicativo es Lognormal.
7/30/2019 Modelos de Fiabilidad
36/41
MODELOS PARAMETRICOS DEFIABILIDAD.
VENTAJAS:
Usados cuando la distribucin subyacente de los tiemposde falla se conoce o puede ser supuesta.
Tiene mas poder para hacer una decisin correcta que enlas pruebas no parametricas.
Rinde informacin mas precisa que los mtodos no
parametricos.
Permite extrapolar fuera del rango de los datos.
7/30/2019 Modelos de Fiabilidad
37/41
MODELOS PARAMETRICOS DEFIABILIDAD
DESVENTAJAS:
El uso no apropiado del modelo puede llevar a conclusionesincorrectas.
Implica un conocimiento previo del comportamiento de losmecanismos de falla y su efecto enla observacin estadstica.
Si no se conoce nada sobre la falla debe tenerse cuidadoen un procedimiento para selecciona un modelo adecuado.
7/30/2019 Modelos de Fiabilidad
38/41
CUADRO DE DISTRIBUCIONES
7/30/2019 Modelos de Fiabilidad
39/41
IDENTIFICACION DE LOS MODELOSDE CONFIABILIDAD
debemos de elegir cuidadosamente el modelo dedistribucion de vida
cualquiera que sea el metodo usado para escoger el
modelo, debemos verificar:Que tenga sentido por ejemplo no usar un modelo exponencialque mtiene una tasa de falla constante para modelar una fallade desgaste.
pasar la pruebas estadisticas y visuales para ajuste de datos.
7/30/2019 Modelos de Fiabilidad
40/41
PUNTOS CLAVES DE LOSMODELOS PARAMETRICOS
los modelos parametricos tiene muchas ventajasparamodelar situaciones de confiabilidad.
es necesario asegurar cual es el modelo mas apropiado para
modelar. la decision depende del conocimiento del mecanismo de falla
y la forma en se observa.
las distribuciones tiene parametros que le dan ciertascaracteristicas : forma, escala, localizacion.
recuerde siempre confirmar el modelo de distribucion a usar
y ver que las propiedades correspondan a lo conocido sobrela falla.
7/30/2019 Modelos de Fiabilidad
41/41
MUCHASGRACIAS
Rolando Javier Pilco
Pablo Ricardo Villegasjavierpilco180@gmail.comvpabloricardo1988@gmail.com
wazabala112@gmail.com