tilizando datos de degradación para la vida de los datos Análisis

El éxito de los fabricantes reconocen que es fundamental disponer de datos de fallos y precisa

tiempo para suficiente para hacer estimaciones precisas sobre la duración prevista de sus

productos. Sin embargo, para muchos fabricantes en el mercado actual, es difícil o imposible

obtener datos de falla de sus productos en una manera costo-efectiva antes del lanzamiento del

producto. Ellos pueden ser incapaces de probar los nuevos diseños de productos a un fallo en

condiciones normales de funcionamiento debido a que sus productos tienen una larga vida útil, ya

que el tiempo entre el diseño y lanzamiento del producto es demasiado corto, o para una variedad

de otras razones.

El análisis de los datos de degradación es una manera de superar estos obstáculos

para obtener la información necesaria para tomar decisiones de negocio efectivas

relativas a los períodos de garantía y / o para demostrar que el producto cumple con

las especificaciones de fiabilidad del cliente. análisis de la degradación en la medición

de la degradación de un producto, donde se encuentra la degradación directamente

relacionado con la falta de producto o productos. Esta información se utiliza para

estimar el tiempo de eventual falla del producto.

análisis de la degradación se puede realizar en los datos obtenidos en condiciones

normales de uso o en condiciones de estrés acelerado. ReliaSoft Weibull + +

6 software que permite extrapolar a falta de información en tiempo a partir de datos

obtenidos en la degradación de las condiciones de uso y ALTA 6 le permite tomar

acelerado los niveles de estrés en cuenta. En este artículo se presenta la metodología

detrás de análisis de degradación y ejemplos de su aplicación, tanto en condiciones

normales y acelerados.

Medición de la degradación del producto 

Con el fin de utilizar los datos para estimar la degradación de los tiempos hasta el fallo

del producto, el factor de degradación que se está midiendo debe estar directamente

relacionado con un mecanismo de falla del producto y debe haber un determinado

nivel de degradación en la que un fallo se dice que se ha producido. Por ejemplo, si el

desgaste de la banda de rodadura de un neumático está directamente relacionado con

el eventual fracaso de la llanta y el grado de desgaste que se traduce en el hecho de

que el neumático se puede definir, puede utilizar el análisis de la degradación de los

datos para estimar el tiempo medio hasta fallo para el producto.

En algunos casos, es posible medir directamente la degradación en el tiempo, al igual

que con el desgaste de las pastillas de freno o con la propagación del tamaño de

fisura. En otros casos, puede que no sea posible medir directamente la degradación sin

técnicas de medición invasiva o destructivas que puedan afectar directamente el

rendimiento posterior del producto. En tales casos, la degradación se puede estimar a

través de la medición de ciertas características de rendimiento, tales como el uso de la

resistencia para medir la degradación de un material dieléctrico. Rendimiento y datos

de degradación se analizan de una manera similar.

Una vez que haya determinado el factor de degradación que a la larga resulta en la

falla del producto, ideó un método para medir la degradación y se define el nivel de

degradación al que se considera que el producto sea "no", el siguiente paso es medir la

degradación de varias unidades con el tiempo y registrar los resultados. Al igual que

con los datos de fiabilidad convencionales, la cantidad de certeza en los resultados

está directamente relacionado con el número de unidades que se está probando. Con

esta información, es una cuestión relativamente fácil de usar de base de modelos

matemáticos para extrapolar las mediciones de la degradación en el tiempo hasta el

punto en el que se espera que el producto falle. A continuación, puede analizar estos

tiempos de fallo estima que con la vida de análisis de datos y obtener las técnicas

estándar de fiabilidad de los resultados estándar, como el tiempo medio, tiempo de

garantía y (X) la vida B.

La conversión de datos de degradación a que el fallo Tiempos de datos 

El lineal, exponencial de energía, y los modelos logarítmicos son básicos los modelos

matemáticos que pueden ser utilizados para extrapolar las mediciones de la

degradación del nivel de fracaso se define con el fin de estimar el tiempo de

fracaso. Estos modelos tienen las siguientes formas:

Lineal:

Exponencial:

Energía:

Logarítmica:

En estas formulaciones, y representa el rendimiento, la x representa el tiempo y a y b son

parámetros del modelo que hay que resolver para. Una vez que los parámetros del

modelo a i y b i se calcula para cada muestra i, un tiempo (x i) se puede extrapolar que se

corresponde con el nivel definido de y el fracaso. El calcula x i puede ser utilizado como medio

hasta fallo puntos de veces en la vida posterior análisis de datos. Al igual que con cualquier tipo de

extrapolación, debe tener cuidado de no extrapolar demasiado lejos más allá del alcance real de

los datos a fin de evitar grandes errores de modelado.

Los siguientes ejemplos muestran el uso de datos de degradación para extrapolar

veces falla y determinar el B (10) la vida de un producto. El primer ejemplo consiste en

los datos obtenidos en condiciones normales de uso y análisis de Weibull + + 6. El

segundo ejemplo consiste en datos obtenidos en condiciones de estrés acelerado y

analizados en ALTA 6. La degradación de los principios que subyacen el análisis son los

mismos en ambos casos.

Ejemplo: Análisis de la degradación en condiciones normales de uso 

Supongamos que cinco palas de la turbina fueron probados para la propagación de

grietas en las condiciones normales de uso. Las unidades de prueba se hizo hincapié

en función del ciclo e inspeccionados cada 100.000 ciclos de longitud de la grieta. Si no

se define como una grieta de 30 mm de longitud o más. Los resultados de las pruebas

se presentan en la Tabla 1.

Usted puede utilizar el análisis de la degradación con un modelo exponencial para la

extrapolación falta de determinación de la B (10) la vida (el momento en que el 10% de

los productos que no) de las palas de la turbina. El primer paso es resolver la ecuación,

para a y b para cada una de las unidades de prueba. Mediante un análisis de regresión, Weibull +

+ calcula estos valores para cada una de las unidades de prueba. Estos valores pueden ser

sustituidos en el modelo exponencial de base, solución para x o:

Utilizando los valores de a y b con y = 30, se puede calcular el punto en el que se espera la

longitud para llegar a 30 mm para cada unidad de muestra. Un gráfico del análisis de la

degradación se presenta en la Figura 1 y el extrapolarse ciclos hasta el fallo se muestran en la

Weibull + + Análisis de la degradación de servicios públicos en la figura 2.

Figura 1: Gráfico de los resultados de la degradación de Weibull + + 6

Estos ciclos hasta el fallo ahora se puede analizar de la manera

convencional. Suponiendo una distribución de Weibull de dos parámetros, y utilizando

el método de estimación MLE, los parámetros de distribución de los datos extrapolados

se calculan como   = 8,0552 y   = 519,5559. El uso de este análisis, el B (10) la vida

se calcula en 392.920 ciclos, como se muestra en la Figura 2.

Figura 2: ciclos a falta de los datos y los resultados

extrapolados QCP de Weibull + + 6

Ejemplo: Análisis de la degradación acelerada 

Considere la posibilidad de una solución química que se degrada con el tiempo. Una

medida cuantitativa (GC) de la calidad del producto se pueden obtener y esta medida

se dice que alrededor de 100 cuando el producto es el primero fabricado y disminuye a

medida que el producto. Los productos con una gestión de calidad igual o inferior a 50

se consideran "fuera de cumplimiento" o no. La "vida útil" del producto se define como

el momento en que el 10% de los productos tendrá una gestión de calidad que está

fuera de cumplimiento.

La temperatura del producto de uso normal es de 20 grados centígrados (o 293K) y el

análisis de ingeniería ha indicado que la gestión de la calidad tiene una mayor tasa de

descenso en las temperaturas más altas. Una prueba cuantitativa de vida acelerada se

realizó para determinar la vida útil del producto. Quince muestras sometidas a análisis,

con cinco muestras en cada uno de tres ambientes de temperatura: 323K, 373K y

383K. Una vez al mes durante siete meses, la gestión de la calidad de cada muestra se

midió y registró. Aunque ninguna de las muestras estaban fuera de cumplimiento al

final de siete meses, la gestión de la calidad se observó que se degradan con el

tiempo.

Puede utilizar la utilidad de ALTA 6 Análisis de la degradación de extrapolar los datos a

veces falla puntos en cada nivel de estrés acelerado, basado en los datos de

degradación acelerada y el modelo de la degradación exponencial. Cuando los puntos

de datos extrapolados se transfieren datos a una Folio ALTA, puede obtener fiabilidad

de los resultados estándar, como el B (10) la vida, y la probabilidad de vida diferentes,

frente a la tensión y otras parcelas. El nivel de uso gráfico de probabilidad y los

resultados QCP para los 10) la vida de cálculo (B se muestran en la Figura 3. En base a

este análisis, la vida útil proyectada para el producto (el momento en que se espera

que 10% de los productos a fallar) es de 15,6 meses.

Resumen

Con cada vez más activos de ingeniería compleja y estrecha las necesidades económicas, la fiabilidad de los activos se vuelve más crucial en Ingeniería de Gestión de Activos (EAM). La mejora de la fiabilidad de los sistemas ha sido siempre un objetivo importante de la EAM. evaluación de la confiabilidad con la información de degradación se ha convertido en un enfoque importante para evaluar la fiabilidad y la seguridad de los sistemas críticos. Los datos sobre degradación a menudo ofrecen más información que la insuficiencia de datos en tiempo para evaluar la fiabilidad y la predicción de la vida remanente de los sistemas. En general, la degradación es la reducción en el rendimiento, la fiabilidad y vida útil de los activos. Muchos mecanismos de falla pueden detectarse a través de procesos de degradación. fenómeno de la degradación es un tipo de proceso estocástico, por lo que podría inspirarse en varios enfoques. técnicas de modelado de la degradación han generado una gran cantidad de investigación en el campo de la fiabilidad. Mientras que los modelos de la degradación de desempeñar un papel importante en el análisis de fiabilidad, hay pocos trabajos de revisión sobre eso. Este trabajo presenta una revisión de la literatura existente sobre los modelos de la degradación de uso común en el análisis de fiabilidad. La investigación actual y la evolución de los modelos de degradación se revisan y resumen en este artículo. Este estudio sintetiza estos modelos y los clasifica en grupos determinados. Además, se trata de identificar las ventajas, limitaciones y aplicaciones de cada modelo. Se proporciona a las aplicaciones potenciales de estos modelos de degradación en la salud de los activos y la predicción de fiabilidad.

Degradación de Selección del modelo de Weibull + +

La degradación de modelado es una herramienta eficaz para el análisis de fiabilidad de

productos con fallas causadas por la degradación.Weibull + + proporciona varios

modelos de uso común como la degradación lineal, el poder exponencial, logarítmico,

Gompertz y Lloyd Lipow. Si el mecanismo de la degradación que se conoce, un modelo

basado en mecanismo debe ser utilizado. Un ejemplo de esto sería la intensidad de la

luz de un LED que degrada exponencialmente con el tiempo y por lo tanto un modelo

exponencial es adecuado para el análisis. Si la física de la degradación no son claros,

un modelo que proporciona el mejor ajuste estadístico de los datos pueden ser

utilizados. Este modelo generalmente se conoce como un modelo basado en las

estadísticas. En este artículo, explicaremos cómo utilizar Weibull + + para seleccionar

el mejor modelo de la degradación de sus datos.

Antes de ir más lejos, en primer lugar se discute la definición de las fallas que son

causadas por la degradación de [. 1 ] En general, hay dos tipos de fallas de la

degradación: fallas de software y fallos del disco.

Fallas de software: Para algunos productos, hay una pérdida gradual del rendimiento

(por ejemplo, disminuyendo la salida de luz de una bombilla de luz fluorescente). El

fracaso se define en un nivel especificado de la degradación (por ejemplo, 60% de la

producción inicial). Este tipo de falla se llama una falla suave.

Fallas duro: Para algunos productos, la falta se define como el evento cuando el

producto deja de funcionar debido a la degradación (porejemplo, cuando la resistencia

de una resistencia se desvía demasiado de su valor nominal, haciendo que el oscilador

en un circuito electrónico para dejar de oscilación). Este tipo de falla se llama una falta

dura.

En este artículo, sólo se centran en el modelado de fallas de software.

Análisis de la degradación

Dado que los productos son más frecuentes que se diseñan con una mayor fiabilidad y desarrollados en un corto período de tiempo, a menudo no es posible probar los nuevos diseños al fracaso en las

condiciones normales de funcionamiento. En algunos casos, es posible inferir el comportamiento de la fiabilidad de las muestras unfailed con sólo la información acumulada tiempo de prueba y los supuestos acerca de la distribución. Sin embargo, esto conduce generalmente a una gran incertidumbre en los resultados. Otra opción en esta situación es el uso de análisis de degradación. análisis de la degradación consiste en la medición y la extrapolación de datos de degradación o de rendimiento que puede estar directamente relacionado con el supuesto fracaso del producto en cuestión. Muchos mecanismos de falla puede estar directamente vinculados a la degradación de una parte del producto, y el análisis de la degradación permite al usuario para extrapolar a un tiempo de supuesta del fallo basado en las mediciones de la degradación o el rendimiento con el tiempo.

En algunos casos, es posible medir directamente la degradación en el tiempo, al igual que con el desgaste de las pastillas de freno o con la propagación del tamaño de fisura. En otros casos, la medición directa de la degradación no sería posible sin las técnicas de medición invasiva o destructivas que puedan afectar directamente el rendimiento posterior del producto. En tales casos, la degradación del producto se puede estimar a través de la medición de ciertas características de rendimiento, tales como el uso de la resistencia para medir la degradación de un material dieléctrico. En cualquier caso, sin embargo, es necesario ser capaz de definir un nivel de degradación o de rendimiento en el que un fallo se dice que se han producido. Con este nivel de falta de cumplimiento definido, es una cuestión relativamente fácil de usar de base de modelos matemáticos para extrapolar las mediciones de desempeño en el tiempo hasta el punto donde se dice que el fallo que se produzca. Una vez que estos han sido determinados, es simplemente una cuestión de analizar los tiempos de falla extrapolado los datos convencionales como el tiempo de fracaso.

Una vez que el índice de fracaso (o el nivel de degradación que constituiría un fracaso) se define, la degradación de varias unidades en el tiempo debe ser medido. Al igual que con los datos de fiabilidad convencionales, la cantidad de certeza en los resultados está directamente relacionado con el número de unidades que se está probando. El rendimiento o la degradación de estas unidades debe ser

medido a través del tiempo, de forma continua o en intervalos predeterminados. Una vez que esta información ha sido registrada, la siguiente tarea consiste en extrapolar las mediciones de desempeño para el nivel de fracaso se define con el fin de estimar el tiempo de fracaso. Weibull + + permite al usuario llevar a cabo dicho análisis mediante una relación lineal, potencia exponencial o modelo logarítmico para realizar esta extrapolació