INGENIERÍA DE MANTENIMIENTO
FIABILIDAD DE MÁQUINAS
NIVEL: SÉPTIMO NIVEL
TEMA: CONFIABILIDAD MATEMÁTICA
PROFESORA: MAYRA VISCAÍNO CUZCO
Según la norma UNE-EN 13306:Terminología de
mantenimiento
4.1 Fiabilidad: Aptitud de un elemento de realizar una
función requerida bajo unas condiciones determinadas
durante un intervalo de tiempo determinado.
NOTA 1: La fiabilidad de un elemento se puede calcular a partir de los fallos
observados del mismo elemento o de un elemento similar durante un intervalo de
tiempo determinado.
NOTA 2: La fiabilidad prevista de un elemento expresa el nivel de confianza en él,
estimado a partir de la fiabilidad observada en elementos comparables y en el
conocimiento acerca de su estado real.
NOTA 3: En algunos casos se puede considerar un determinado número de
unidades de utilización en vez de un intervalo de tiempo dado (número de ciclos,
número de horas de funcionamiento, número de kilómetros, etc.)
NOTA 4: Las condiciones pueden incluir acciones de mantenimiento preventivo,
modos y condiciones de funcionamiento.
Según la norma UNE-EN 13306:Terminología de
mantenimiento
4.2 Fiabilidad intrínseca o inherente: Fiabilidad de un
elemento determinado por el diseño y la fabricación bajo
las condiciones de operación esperadas, asumiendo que no
se lleva a cabo ninguna tarea de mantenimiento
preventivo, excepto el mantenimiento de rutina.
Según la norma UNE-EN 13306:Terminología de
mantenimiento
4.2 Fiabilidad prevista: Fiabilidad de un elemento
determinado por el diseño y la fabricación bajo las
condiciones esperadas, de operación y mantenimiento.
Según la norma UNE-EN 13306:Terminología de
mantenimiento
4.2 Fiabilidad operacional: Fiabilidad efectiva de un
elemento teniendo en cuenta: modos y condiciones de
operación y las posibles acciones de mantenimiento
preventivo realizadas.
PROPIEDADES DE LAS PROBABILIDADES:
Propiedad 1: 0≤ 𝑃 𝐸 ≤ 1
0: no existe la posibilidad de que el evento E ocurra
1: existe la posibilidad total de que el evento E ocurra
Propiedad 2: Si E y F, son dos eventos mutuamente excluyentes que
pertenecen a un universo «U».
𝑷 𝑬𝒐𝑭 =𝑷 𝑬 +𝑷 𝑭 =𝟏
EMPLEANDO PROBABILIDADES:
El cálculo de la confiabilidad, para algunos casos, se puede
realizar empleando:
✓La definición clásica de probabilidad
✓El teorema de Bayes
La definición matemática de confiabilidad, utiliza principios de
cálculo diferencial e integral y usa dos variables:
- Variable independiente (y aleatoria): tiempo (t)
- Variable dependiente: función de fallo (ft)
R(t1) = P(t> t1)
R(t1): Probabilidad de que un sistema opere sin fallar por un periodo de tiempo t1;
R(t1): ó Confiabilidad del sistema en el tiempo t1.
La definición matemática de confiabilidad, utiliza principios de
cálculo diferencial e integral y usa dos variables:
- Variable independiente (variable aleatoria): tiempo (t)
¿Qué tiempo?
Tiempo de duración de un producto, hasta que se produce
el fallo [5].
La fiabilidad representada R(t), varía con el tiempo de funcionamiento
del equipo, adoptando los siguientes valores:
• su valor máximo R(0) = 1, en el instante inicial, cuando t = 0
• para disminuir posteriormente a medida que el tiempo incrementa, de
manera que cuando éste es suficientemente grande (t = ∞) la
confiabilidad alcanza su valor mínimo R(∞) = 0.
El valor complementario de R(t) se conoce como: F(t) y es la
función acumulada de la probabilidad de fallo.
F(t1) = P(t ≤ t1)
F(t): representa la probabilidad de que el equipo falle al cabo
de un tiempo t.
Ambas funciones están relacionadas por la ecuación:
R(t) = 1 – F(t)
Variación de las funciones R(t) y F(t) a lo largo del tiempo
A partir de R(t) y de F(t) se define una nueva función f (t) que se
denomina función de densidad de la probabilidad de fallo:
𝒅𝑹(𝒕)
𝒇 𝒕 =−
𝒅𝒕
La función f(t) representa la probabilidad de que un equipo que
estaba en funcionamiento en el instante inicial t = 0; falle en el
intervalo de tiempo (t, t + dt).
Representación de la función de densidad de probabilidad de fallo [1]:
F(t) representa el área
bajo la curva en el
intervalo (0, t).
Mientras que a:
R(t) le corresponde el
área bajo la curva de f(t)
en el intervalo (t, ∞ ).
R(t) y de F(t) se expresan a través de integrales como:
R(t): confiabilidad
F(t): probabilidad de que el equipo
falle al cabo de un tiempo t.
f(t): función de densidad de la
probabilidad de fallo.
Relación entre f (t) y R(t)
La relación entre f (t) y R(t) es otra nueva función: λ (t), conocida
como tasa de fallo.
λ (t): es la probabilidad de que un equipo que llega al instante
t en perfecto funcionamiento falle en el intervalo (t, t + dt):
FALLOS ALEATORIOS:
a). Independientes del tiempo
b). Dependientes del tiempo
DISTRIBUCIÓN EXPONENCIAL
Ésta distribución, describe situaciones en las que la función
tasa de fallos es constante.
En este caso; la tasa de fallo (ó razón de fallo) de un sistema es
independiente de su edad.
Es así que la distribución exponencial (debido a su falta de memoria) es
la que mejor se ajusta a este caso. Especialmente en muchos casos
para equipos electrónicos.
De aquí, se obtienen las siguientes expresiones:
R(t): fiabilidad:
MTTF: Tiempo medio hasta el fallo ó MTBF: Tiempo medio entre fallos
f(t): función de densidad de la probabilidad de fallo.
EJERCICIO No. 2:
Un compresor tiene una tasa de fallo constante de 0,004 fallos
por hora. Calcular la confiabilidad del compresor para una
misión de 60 horas. El compresor inicia operaciones en t=0.
EJERCICIO No. 3:
Un instrumento de medición de esfericidad, tiene una razón
de fallo constante de 0,0018 fallos/hora.
a. ¿Cuál es la confiabilidad a las 15 horas de operación?
b. ¿Cuál es el MTTF?
c. Graficar R(t), para valores de t entre 1-15 horas.
EJERCICIO No. 4:
Un ventilador de alta velocidad, tiene una tasa de fallo
constante de 2𝑥10−4 fallos/hora.
a. ¿En cuánto tiempo el ventilador tendrá una confiabilidad
de 0,93?
b. Cuando el ventilador alcanza el 75% de confiabilidad, es
reemplazado y llevado para darle mantenimiento. Si el
ventilador opera 4 horas diarias. ¿En cuántos días ocurrirá
esto, si empieza a operar hoy?.
EJERCICIO No. 5:
Se compra un componente no reparable como repuesto de un equipo. El
componente tiene un tasa de fallos constante de λ= 2𝑥10−3 fallos/hora. El
equipo opera 8 horas diarias.
a. Si el departamento de mtto. quiere planificar las compras anuales. ¿Cuántos
componentes se deben adquirir para un año de operaciones, cuando se aplica
mantenimiento correctivo?
b. Si el departamento de mtto, desea aplicar mtto preventivo baso en la
confiabilidad del componente; y se establece como límite un R(t)= 65%.
¿Cuántos componentes se deben comparar para un año de operaciones?.
EJERCICIO No. 6:
En el mercado existen dos componentes no reparables, como repuesto de
un equipo, con una tasa de fallos constante de λa= 1,8𝑥10−3 fallos/hora y
λb= 2𝑥10−3 fallos/hora. El costo es de $21 y $20 respectivamente. El equipo
opera 8 horas diarias.
a. Si se va a aplicar mantenimiento correctivo. ¿Económicamente cuál
conviene comprar para un año de operación del equipo?
b. Si se va a aplicar mantenimiento preventivo, baso en la confiabilidad del
componente. Y se requiere de R(t)= 75%. ¿Económicamente cuál
conviene comprar para un año de operación del equipo?
c. Realizar el literal b, con R(t)= 30%.
TAREA:
TRAER LAS TABLAS PARA EL CÁLCULO DE
PROBABILIDADES PARA LA DISTRIBUCIÓN
NORMAL
Hay muchas distribuciones estadísticas estándar que se pueden usar para
modelar los diversos parámetros de confiabilidad. Se ha encontrado que un
número relativamente pequeño de distribuciones estadísticas satisface la
mayoría de las necesidades en el trabajo de confiabilidad. La distribución
particular utilizada depende de la naturaleza de los datos. Algunas de las
distribuciones más comúnmente utilizadas en análisis de confiabilidad son
[4]:
DISTRIBUCIONES CONTINUAS DE PROBABILIDADES:
▪ Distribución Normal
▪ Distribución Lognormal
▪ Distribución Gamma
▪ Distribución de Weibull
DISTRIBUCIÓN NORMAL:
Es una distribución que se encarga del análisis de artículos que
presentan fallos debido al desgaste, como los dispositivos
mecánicos.
Con frecuencia, la distribución de la falla de desgaste es muy similar
a la curva de la distribución normal; por lo que el uso de esta
distribución para predecir o evaluar la confiabilidad es válido para
estos casos [4]:
DISTRIBUCIÓN NORMAL [2]:
En estadística y probabilidad se llama distribución normal,
distribución de Gauss, distribución gaussiana o distribución de
Laplace-Gauss, es una de las distribuciones de probabilidad de
variable continua que con más frecuencia aparece en estadística y
en la teoría de probabilidades. Los parámetros de esta distribución
son: la media y la desviación estándar o desviación típica.
La gráfica de su función de densidad tiene una forma acampanada
y es simétrica respecto a la media.
PROPIEDADES DE LA DISTRIBUCIÓN NORMAL
DISTRIBUCIÓN NORMAL [2]:
Función densidad f(t), confiabilidad R(t), y tasa de fallos de una
distribución normal.
DISTRIBUCIÓN NORMAL [2]:
Expresiones para la aplicación de la distribución normal:
Probabilidad de Tiempo medio
fallo: hasta el fallo:
Tiempo medio
𝑀𝑇𝐵𝐹 = 𝜇
Confiabilidad: entre fallos:
DISTRIBUCIÓN NORMAL [2]:
Expresiones para la aplicación de la distribución normal:
Función densidad de fallo:
𝝅
Tasa de fallo:
DISTRIBUCIÓN NORMAL [2]: EJERCICIO 1
Para determinar el valor de una variable normalmente distribuida,
es necesario, realizar un cambio de variable:
Z: es una variable aleatoria estandarizada, con valor de media cero
y desviación estándar uno. Así para:
TABLA DE VALORES PARA LA DISTRIBUCIÓN NORMAL ESTADARIZADA
DISTRIBUCIÓN NORMAL [2]: EJERCICIO 1
Los tiempos de fallo de un producto electrónico, se describen
mediante una distribución normal con promedio de 3 años y
desviación estándar de 0,2 años. Calcular:
a. La confiabilidad a los 2,85 años.
b. El tiempo medio hasta el fallo
c. La tasa de fallos a los 2,85 años.
DISTRIBUCIÓN NORMAL [2]: EJERCICIO 2
La función densidad de fallo de un artefacto se distribuye
normalmente con un promedio de 5 años y desviación estándar de
0,8 años. Calcular:
a. ¿En qué tiempo el artefacto alcanzará una confiabilidad del
90%?
DISTRIBUCIÓN NORMAL [2]: EJERCICIO 3
Se ha observado que un tubo transmisor de microondas sigue una
distribución normal con media de 5000 horas y desviación estándar
de 1500 horas. Calcular:
• La confiabilidad del dispositivo para un tiempo de 4100 horas.
• La tasa de fallos de 4400 horas.
DISTRIBUCIÓN LOGNORMAL [2]:
La distribución logarítmica es la distribución de una variable
aleatoria cuyo logaritmo natural se distribuye normalmente; en
otras palabras, es la distribución normal con ln(t) como variable.
La distribución lognormal se utiliza en el análisis de confiabilidad
de los semiconductores y la vida a fatiga de ciertos tipos de
componentes mecánicos.
DISTRIBUCIÓN LOG NORMAL [2]:
La función de densidad es:
DISTRIBUCIÓN LOG NORMAL [2]: EJEMPLO
Se ha observado que los fallos en el tubo de una pistola ocurren de
acuerdo con la distribución lognormal con 𝜇𝑙𝑁 = 7 y 𝜎𝑙𝑁 = 2
(recuerde que m y s son la media y la desviación estándar de los
datos ln (t)).
Encuentre la confiabilidad para una misión de 1000 vueltas y la tasa
de fallos en 800 vueltas. Para este caso, la variable t es el número
de vueltas.
DISTRIBUCIÓN DE GAMMA [2]:
La distribución gamma se utiliza en análisis de confiabilidad
para casos donde pueden existir fallos parciales, es decir,
cuando deben producirse un número determinado de fallos
parciales antes de que un elemento falle (p. Ej., Sistemas
redundantes).
LAS EXPRESIONES SE DIERON EN CLASES, POR FAVOR
REVISAR SUS APUNTES O PEDIR A SUS COMPAÑEROS.
DISTRIBUCIÓN DE WEIBULL [2]:
La distribución de Weibull es particularmente útil en el trabajo de
confiabilidad ya que es una distribución general, que mediante el
ajuste de los parámetros de distribución, se puede modelar una
amplia gama de características de distribución de vida de
diferentes clases de artículos de ingeniería. Una de las versiones de
la función de densidad de fallo es:
DISTRIBUCIÓN DE WEIBULL [2]:
Expresiones para la aplicación de la distribución de Weibull:
Probabilidad de fallo: Tiempo medio de fallo:
Confiabilidad: Tasa de fallo:
Ɵ: es el parámetro de escala m: es el parámetro de forma
DISTRIBUCIÓN DE WEIBULL [2]: APLICACIÓN No. 1
Los tiempos de fallo de un componente mecánico se comportan
según una distribución de Weibull con Ɵ= 1000 horas y m=2.
Calcular:
a. El tiempo medio hasta el fallo
b. La confiabilidad a las 200 horas de operación.
DISTRIBUCIÓN DE WEIBULL [2]: APLICACIÓN No. 2
Un instrumento de medición tiene una razón de fallo caracterizada
por la distribución de Weibull con Ɵ= 180 años y m=0,5.
Calcular:
a. En qué tiempo se cumple el valor del confiabilidad del 90%.
BIBLIOGRAFÍA:
[1] Ingeniería y gestión del mantenimiento ferroviario. José Luis Arqué Patón. 2010.
[2] Ingeniería de confiabilidad. Jorge Acuña Acuña. 2003.
[3] Mantenimiento, planeación, ejecución y control. Luis Alberto Mora. 2009.
[4] ELECTRONIC RELIABILITY DESIGN HANDBOOK (pág 90)
[5 ] Modelos estadísticos en pruebas aceleradas para la fiabilidad de materiales. Antonio
Meneses. 2016
