MODELOS DE ENVEJECIMIENTO
MODELOS DE ENVEJECIMIENTO
• Modelo de Crow Amsaa
• Modelo Log Lineal
• Modelo de weibull
MODELOS DE ENVEJECIMIENTO
1. Distribución estadística de Crow AMSAA
Características importantes:
•Proceso estocásticos (no son i.i.d)
•El análisis se realiza para sistemas reparables.
•El análisis se realiza con las intervenciones y las horas acumuladas
En este modelo se asume que los eventos ocurren de acuerdo a NHPP con
función intensidad o función intensidad de weibull:
MODELOS DE ENVEJECIMIENTO
1. Distribución estadística de Crow AMSAA
Calculo de la tasa de fallas Calculo de número esperado de fallas
Confiabilidad
Calculo del MTBF instantáneo
Confiabilidad a partir de un tiempo t1 (supervivencia)
Predicción de un fallo futuro
Donde n(t) es el
número esperado de
MTBF a partir de un tiempo t1
fallas
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
1. Distribución estadística de Crow AMSAA
Si β > 1, la tasa de fallas es creciente, el MTBF decrece y el sistema se deteriora
con el tiempo.
Si β < 1, la tasa de fallas es decreciente, el MTBF aumenta y el sistema mejora con
el tiempo.
Si β = 1, la tasa de fallas y el MTBF son constantes, el sistema sigue un proceso
homogéneo de Poisson (HPP).
Estimación de parámetros λ y β aplicando Maximum Likelihood (ML)
LN
Tq: tiempo ultimo de análisis Nq: número de fallas
Xi1: tiempo analizado en la ubicación i: 1,2,3…,N
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
2. Modelo Log Lineal
El modelo Log Lineal es un modelo paramétrico NHPP (Proceso no homogéneo de
Poisson). Este modelo es usado para realizar análisis a sistemas reparables en las
cuales los periodos entre fallas no son i.i.d (independientes e identicamente
distribuidos) y las reparaciones son mínimas. Cox y Lewis proponen el siguiente
modelo para hallar la tasa de fallas y el número esperado de fallas para un proceso
NHPP:
Tasa de fallas w(t) Número esperado de Donde: Un sistema es triste si > 0,
fallas W(t) es HPP si = 0 o es feliz si β< 0. La
estimación de máxima verosimilitud
entrega las siguientes formulas.
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
2. Modelo Log Lineal
MTBF instantáneo Confiabilidad a partir de un tiempo t1 (supervivencia)
Número esperado de fallas a partir de un tiempo t1
Tiempo para la siguiente falla a partir de un tiempo t
MTBF a partir de un tiempo t1
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
3. Modelo de Weibull
Este modelo es usado para realizar análisis a sistemas reparables en las cuales los
periodos entre fallas son i.i.d (independientes e identicamente distribuidos) y las
intervenciones son perfectas (renewal process) o no exista tendencia de datos.
TTF: Time to failure <> tiempo hasta la falla o TO: Tiempo operativo hasta la falla
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
3. Modelo de Weibull
Probabilidad de falla
( )
Confiabilidad
( )
Tasa de ocurrencia de fallas
Tiempo medio hasta la próxima falla
27/10/2021 [Link]
MODELOS DE ENVEJECIMIENTO
3. Modelo de Weibull
Estimación de la probabilidad de fallas
Rangos Medios Rangos Medianos
(Lewis) (Bernard)
n ≥ 100 n ≤ 100
Estimación de los parámetros (Ejm: Weibull)
Probabilidad de fallas
β: pendiente
n = exp (βln(n)/ β) = exp(cte/ β)
27/10/2021 [Link]
CARGADO DE BAJO PERFIL
Se tiene actualmente un cargador de bajo perfil el cual se desea realizar un análisis de reemplazo usando el
análisis de sistemas reparables, para ello se realizo la recolección de la base de datos, par ello se hizo uso del
CMMS descargando información de falla desde el año 2019.
1. Determine el modelo que usará y obtenga los parámetros
2. Proyecto el tiempo para la siguiente falla
TRABAJO EN GRUPO
Actualmente se desea realizar un análisis de costos de ciclo de vida de una bomba Bresdel y así justificar su
reemplazo, para ello se desea incluir la proyección de los costos por baja confiabilidad, para lo cual se hará
uso del análisis de sistemas reparables para poder proyectar sus fallas en el tiempo. Se ingreso al sistema SAP
y se descargaron todos los eventos registrados por las Ots. Se pide que el participante realice.
1. Determine el modelo que usará y obtenga los parámetros
2. Proyecto el tiempo para la siguiente falla
CASO PRÁCTICO
Para disminuir la tasa de fallas en los circuidos de distribución de energía (13,2 kv) en una planta
petrolera, se implemento un programa de MANTENIMIENTO PREDICTIVO usando termografía y
ultrasonido. El análisis determino 20 aisladores con fuga de descarga parciales, 18 puntos calientes en
baja tensión, varios cortacircuitos con efecto corona entre otros.
Los cambios se efectuaron en Noviembre y Diciembre del 2003 y luego de aplicar un análisis de CROW
AMSAA antes y después se obtuvieron los siguientes parámetros:
• Antes de realizar los cambios: Beta = 0.971 y lambda = 7.75
• Luego de realizar los cambios: Beta = 0.939 y lamba = 7.99
Indicar las conclusiones de los resultados y hallar la cantidad de fallas o perdidas evitadas por
Mantenimiento predictivo y la corrección de los hallazgos.
