Documente Academic
Documente Profesional
Documente Cultură
PRESENTADO POR.
CARLOS AMILCAR ZAMORA LOPEZ
ASESOR
ING. ARTURO GAMARRA CHINCHAY
CALLAO PERU
2012
DEDICATORIA:
A mi Madre Graciela, Esposa Roxana,
mis hijos Alondra y Leonardo, por ser el
motor de mi vida.
INDICE
1. INTRODUCCION
Pg.
2. OBJETIVOS
2.1
OBJETIVO GENERAL.
2.2
OBJETIVO ESPECIFICO.
3. ATLAS COPCO
3.1
VISION.
3.2
VALORES FUNDAMENTALES.
3.3
3.4
3.5
4. DESCRIPCION
INGENIERIA.
4.1
4.2
JACK
KNIFE
FLOTA
EQUIPOS
PERFORACION.
4.2.2 ANALISIS JACK KNIFE FLOTA EQUIPOS SCOOPTRAM.
4.3
DE
4.4
4.5
4.6
4.7
5. EVALUACION
5.1
TECNICA-ECONOMICA.
DE
MANTENIMIENTO
GLOBAL
PARA
UNA
GLOBAL
PARA
UNA
POLTICA CORRECTIVA.
5.1.3 COSTO
DE
MANTENIMIENTO
POLTICA PREVENTIVA.
5.1.4 MTBF
GLOBAL
HORARIO
PARA
UNA
POLTICA
HORARIO
PARA
UNA
POLTICA
CORRECTIVO.
5.1.7 COSTO
GLOBAL
PREVENTIVA.
5.1.8 GRAFICO DE CONFIABILIDAD VS COSTOS.
5.1.9 CALCULO AHORRO USANDO POLTICA PREVENTIVA.
5.2
DE
MANTENIMIENTO
GLOBAL
PARA
UNA
GLOBAL
PARA
UNA
POLTICA CORRECTIVA.
5.2.3 COSTO
DE
MANTENIMIENTO
POLTICA PREVENTIVA.
5.2.4 MTBF.
5.2.5 MTBI (MEAN TIME BETWEEN INTERVENTIONS) TIEMPO
MEDIO ENTRE INTERVENCIONES.
5.2.6 COSTO
GLOBAL
HORARIO
PARA
UNA
POLTICA
HORARIO
PARA
UNA
POLTICA
CORRECTIVO.
5.2.7 COSTO
GLOBAL
PREVENTIVA.
5.2.8 GRAFICO DE CONFIABILIDAD VS COSTOS.
5.2.9 CALCULO AHORRO USANDO POLTICA PREVENTIVA.
6. CONCLUSIONES
6.1
Y RECOMENDACIONES.
6.2
7. INFORMES
TECNICOS.
7.1
7.2
7.3
7.4
7.5
7.6
7.7
8. BIBLIOGRAFIA.
9. APENDICES
Y ANEXOS.
9.1
9.2
FUNDAMENTO ESTADISTICO.
9.3
9.4
LIMITES DE CONFIANZA.
9.5
LA DISTRIBUCION DE WEIBULL.
1. INTRODUCCION.
El presente informe muestra cmo se aplica el Anlisis de Weibull
a la Gestin de Mantenimiento de Equipos Trackles (minera
subterrnea), este trabajo fue realizado por el Residente del Contrato de
Servicio de Mantenimiento que tiene Atlas Copco Peruana, en la
Compaa Minera CIA VOLCAN , en la actualidad las Compaas
Mineras buscan producir ms con los mismos activo, esto solamente es
posible si los equipos son ms confiables, para eso se tiene que mejorar
el planeamiento de mantenimiento, siendo muy importante ingresar la
informacin al sistema con data confiable, que nos ayude analizar la
informacin y plantear mejoras en los procesos de mantenimiento, la
tendencia
actual
es
aplicar
conocimientos
de
Ingeniera
de
tener
mucho
cuidado,
muchas
veces
los
mineros
2. OBJETIVOS
1. OBJETIVO GENERAL
Mejorar la imagen del rea de Mantenimiento Mecnico Mina,
normalmente el rea de mantenimiento es vista como una rea que
solamente genera gasto, porque muchas veces somos incapaces de
sustentar el presupuesto e inversiones, el Anlisis de Weibull nos ayuda
a realizar sustentos matemticos econmicos donde se puede
observar que para pequeas inversiones en los costos directos, trae
consigo un ahorro muy importante en los costos indirectos.
2. OBJETIVOS ESPECIFICOS.
Dar mas confiablidad a los Equipos Trackles, eso significa que
dependiendo de lo quiera nuestro cliente, se debe dar confiabilidad a una
falla, por ejemplo si nuestro cliente acepta que una falla en particular
tenga una confiabilidad de 80%, eso significa que tenemos un 20% de
probabilidad de falla.
Reduccin de costos globales de mantenimiento, normalmente
estamos acostumbrados a calcular los costos de mantenimiento,
considerando solamente los costos directos (mano de obra y materiales),
pero nos olvidamos que cuando un equipo falla deja de producir, por lo
tanto debemos sumar tambin estos costos indirectos.
Cumplir con la disponibilidad mecnica mnima 85%, En nuestro
contrato entre Atlas Copco Peruana y La Compaa Minera Volcan,
establece que es obligacin de Atlas Copco Peruana dar una
disponibilidad mecnica mnima de 85%.
Cumplir con el plan de produccin, diario, mensual y anual de la
Compaa Minera VOLCAN.
3. ATLAS COPCO
3.1 VISION.
La visin del Grupo Atlas Copco es ser la Primera Opcin y la Primera
Eleccin para todos nuestros clientes.
con
nuestros
clientes
cuando
los
escuchamos
compaas
de
Atlas
Copco
desarrollan
fabrican
Tcnicas
de
Energa
Comprimida,
Tcnicas
de
servicios de
generadores.
alquiler, principalmente
de compresores y
4.
FLOTA DE
PROYECTO.
EQUIPOS
SELECCIONADOS
PARA
EL
4.2
JACK
KNIFE
FLOTA
EQUIPOS
DE
PERFORACION.
Se realiza un anlisis Jack Knife, para la flota de equipos de
perforacin, considerando las fallas de los ltimos seis meses.
seleccionar el
sistema
4.3
analizar con mayor detalle porque las fallas que suceden en este
sistema esta ocasionando alta indisponibilidad de la flota de los equipos
de perforacin, vamos analizar la rotura de cables de avance y retorno
en el sistema de avance, esto ocasiona indisponibilidad del equipo, por
lo tanto si controlamos esta falla podemos recuperar hasta 13.39 % de
disponibilidad mecnica, lo que significa mucho dinero que mas adelante
calcularemos.
Sistema de Avance
de un Equipo de
Perforacin.
4.4
Se obtiene la ecuacin:
Y = 1.8486 x 10.37
(1)
F (t ) 1 e
(2)
t
ln1 F (t )
t
ln ln1 F (t ) ln
o:
ln ln1 F (t ) ln ( ) ln(t )
(3)
y ln ln1 F (t )
(4)
a ln( )
Y:
b
Lo que resulta en una ecuacin lineal:
y a bx
Y = 1.8486 x 10.37
(5)
(1)
Donde:
N
MTBF
R(t ) e
4.5
(1)
R(t ) e
Donde:
N
falla.
Podemos afirmar que la falla sucede por desgaste porque el > 1
(1,14 > 1) pero cuando tener cuidado porque el factor est muy cerca a
uno, el MTBF est muy por debajo de lo que fabrica Atlas Copco
garantiza, para esta falla Fbrica garantiza un MTBF mnimo de 6000
horas, para nuestro caso el MTBF es 2791,70 menos del 50% del STD,
por lo tanto ac tenemos una gran oportunidad de mejora y analizar lo
que esta pasando en esta falla, para mejorar el STD.
4.6
C materiales
= $232.00
(1)
$ 3 500.00, el
= 01 x 03 x 11.4
C mano obra
= $34.10
(2)
: 85%
: 35%
: 90%
: 26.78%
(3)
Cgc = $ 7 495.70
(4)
50,0
180,0
1,0
3,0
11,4
$7.495,7
232,0
34,1
26,78%
7229,3
= $232.00
(1)
= 01 x 01 x 11.4
C mano obra
= $11.40
(2)
abastecimiento
de
combustible,
etc.),
durante
un
(3)
(4)
50,0
180,0
1,0
3,0
11,4
$243,4
232,0
11,4
4.7
0,0
C materiales
= $ 1 116,18
(1)
= 02 x 12 x 11,4
C mano obra
= $ 273,16
(2)
: 85%
: 78%
: 90%
: 59,67%
= $ 51 554,88
(3)
= $ 52 944,66
(4)
de la falla si
decidimos por una poltica preventiva, es decir cambiar los pernos del
cilindro de volteo antes de la rotura.
C materiales
= $ 61,92
(1)
= 02x06x11,40
C mano obra
= $ 136,80
(2)
(3)
Cgp = $ 25 976,16
(4)
5. EVALUACION
5.1
TECNICA-ECONOMICA.
5.1.2 COSTO
DE MANTENIMIENTO
GLOBAL
PARA UNA
GLOBAL
PARA UNA
POLTICA CORRECTIVA.
Este dato se calculo anteriormente.
Cgc = $ 7 495.70
5.1.3 COSTO
DE MANTENIMIENTO
POLTICA PREVENTIVA.
5.1.4 MTBF
Para la distribucin Weibull de tres parmetros, el MTBF se
calcula as:
MTBF
242,5
MTBI
Ts
Ts
Ts
Ts 1 1
MTBI
DISTR.GAMMA
((Ts/)^;1/;1;1)
EXP(GAMMA.LN(1/))
MTBI
(T ) 1
1
* DISTR.GAMMA(( s
) ; ;1;1) * EXP (GAMMA.LN ( ))
5.1.6 COSTO
GLOBAL
HORARIO
PARA
UNA
POLTICA
CORRECTIVO.
El costo global para una poltica correctiva, significa que la
empresa decide que suceda la falla para cambiar el cable de
avance, matemticamente lo podemos expresar como la divisin del
costo global correctivo con el MTBF, ambos ya se calcularon, por lo
tanto tenemos.
C gc
CostoTotalCorrectivo
MTBF
$7495.70
242.50
$
C gc 30,91
hr
C gc
5.1.7 COSTO
GLOBAL
HORARIO
PARA
UNA
POLTICA
PREVENTIVA.
Este costo se calculara en funcin al MTBI, por lo tanto para
poder entender vamos a graficarla y seleccionaremos el mas bajo
costo.
Cg
C gp xR (Ts ) C gc xF (Ts )
MTBI (Ts )
Aplicar una
poltica
preventiva con
una frecuencia
de 125 horas
tambin tiene
sentido, pues
nuestro costo
horario seria
15,33 $/hr.
Muy por
debajo de los
30,91 $/hr que
cuesta una
poltica
correctiva.
El costo mas
bajo lo
tenemos con
una poltica
preventiva en
50 horas, a
11,19 $/hr
En esta zona
podemos aplicar
nuestro plan
preventivo, a bajo
costo y alta
confiabilidad.
una
Zona de mximo
ahorro y alta
confiabilidad.
5.2
GLOBAL
PARA UNA
$ 52 944,66
GLOBAL
$ 25 976,16
PARA UNA
5.2.4 MTBF.
El Tiempo Medio entre Fallas de la Rotura de Pernos de Cilindro
de Volteo tambin fue calculado.
HORARIO
PARA
UNA
POLTICA
C gc
CostoTotalCorrectivo
MTBF
$52 944,66
2791,70
$
C gc 18,97
hr
C gc
HORARIO
PARA
UNA
POLTICA
Cg
C gp xR (Ts ) C gc xF (Ts )
MTBI (Ts )
6. CONCLUSIONES
6.1
Y RECOMENDACIONES.
1. CONCLUSIONES.
2. RECOMENDACIONES.
6.2
1. CONCLUSIONES.
2. RECOMENDACIONES.
7.
INFORMES TECNICOS.
En esta seccin vamos a presentar los informes ms
resaltantes, que han originado cambios en la Gestin de Mantenimiento
durante mi experiencia profesional.
7.1
QUE OCURRIO?
La Bomba de agua, presenta sonido extrao y no genera presin.
CUANDO OCURRIO?
El da 09-01-2011 a las 15:15 horas.
DONDE OCURRIO?
En el NV 920 BY 02 ACC 12.
FRECUENCIA.
02 en el ao.
IMPACTO.
Perdida de produccin, 123.10 TON / HORA.
Prdida de Bomba de Agua.
Menor productividad del equipo.
Menores indicadores de gestin de mantenimiento.
INGRESO DE AGUA
SATURADO.
NO HAY AGUA
SELLOS
BOMBA DE AGUA
AVERIADA.
EJE PRINCIPAL
MOTOR ELECTRICO
MALA CALIDAD
DE AGUA
INSTALACIONES.
DISEO DE
BOMBA NO ES
ADECUADO PARA
EL EQUIPO
MEJORAR
CAPTACION DE
AGUA, LLEGA
MUY
CONTAMINADA
AL EQUIPO.
LA BOMBA ESTA
DISEADO PARA
2900 Y TRABAJA
CON MOTOR DE
3500 RPM
CAMBIAR POR
BOMBA
DISEADA PARA
3500 RPM, 440
VOLTIOS Y 60 HZ.
RECOMENDACIONES Y CONCLUSIONES.
Cambiar de diseo de la bomba FLY actual.
Si no es posible cambiar de diseo la bomba, regresar con la marca
anterior, para disminuir la frecuencia de fallas de 03 @ 01 por cada ao.
El cliente por este tipo de bomba est perdiendo en productividad $117
094.06 cada ao.
68
7.2
: ATLAS COPCO
MODELO
: SCOOPTRAM ST1030
NUMERO SERIE
: AVO 10 X 083.
HOROMETRO DIESEL
: 2 687.50
: 2 687.50
: 11 AGOSTO 2010.
ANTECEDENTES:
69
70
71
La presin del sistema de direccin esta dentro del STD 3250 PSI, el
caudal de las bombas esta tambin dentro del STD, inclusive muy por
encima de lo que dice fabrica, por ejemplo segn fabrica a 750 rpm el
caudal debe ser de 33.86 LPM, con nuestro caudalmetro da 40 LPM.
Finalmente
solicitamos
el
apoyo
de
tcnicos
especialistas
en
72
7.3
: ATLAS COPCO
MODELO
: ST-1030 / S-604
SERIE
: AVO 10 X 083
INICIO DE OPERACIONES
: 11-08-2010
HORAS ACUM
: 5 932.30
MARCA
: ATLAS COPCO
MODELO
: ST-1030 / S-605
SERIE
: AVO 10 X 279
INICIO DE OPERACIONES
: 01-02-2011
HORAS ACUM
: 3 990.50
ANTECEDENTES
73
Para
poder
realizar
la
comparacin
de
costo
beneficio
74
75
76
77
$ 5974.99
78
$ 7940.85
79
2. Costo
del
mineral
producido,
para
nuestro
caso
estamos
80
B=6244.20P-11 332.82
Esta ecuacin ser graficada a continuacin.
81
RECOMENDACIONES Y CONCLUSIONES.
82
7.4
: ATLAS COPCO
MODELO
: SCOOPTRAM ST-7
SERIE
: AVO 10 X 305
HOROMETRO ACTUAL
: 2 597.70
HORAS ACUM
: 2 597.70
INICIO DE OPERACIONES
: 12-04-2011
: FUNK
MODELO
: DF15044M300A
SERIE
: YZTF15C124275
NUMERO DE PARTE
: 5580 0059 14
HOROMETRO
: 2 597.70
HORAS ACUM.
: 2 597.70
: 5572 2651 00
HORAS TRABAJADAS
: 2 597.70
REGISTRA CAMBIO
ANTECEDENTES
83
28-10-2011
Se
remolca
equipo
superficie
se
desmonta
Rotura de TRANSVERTER.
RECOMENDACIONES
84
SEGUNDO, SE
ROMPIO ESTE
PERNO
PRIMERO, SE
ROMPIO ESTE
PERNO
TERCERO, SE ROMPIO
YOKE DEL CARDAN N/P
5572 2651 00
CUARTO, LA
ROTURA DEL
CARDAN OCASIONO
LA ROTURA DEL
TRANSVERTER
85
ZONA DE LA FALLA
86
7.5
: ATLAS COPCO
MODELO
: BOOMER S1D
SERIE
: AVO 10 A 292
INICIO OPERACIONES
: 14-01-2011
: 427.50
ANTECEDENTES
87
Cuadrante ms
Crtico por prdida
de Disponibilidad,
Confiabilidad y
Mantenibilidad.
88
Antecedentes:
Probador de Inyectores,
Tacmetro,
Manmetro
Presin
Compresimetro,
aceite,
Pirmetro,
Manmetro
presin
Antecedentes:
89
Antecedentes:
90
Antecedentes:
91
7.6
ANALISIS
CONFIABILIDAD
PEDAL
ACELERACION
EN
: ATLAS COPCO
MODELO
: ST-7 / S-406
SERIE
: AVO 10X305
INICIO OPERACIONES
: 10 ABRIL 2011.
HORAS ACUM
: 3 133.90
MARCA
: ATLAS COPCO
MODELO
: ST-7 / S-407
SERIE
: AVO 11X034
INICIO OPERACIONES
: 15 ABRIL 2011.
HORAS ACUM
: 3 105.10
SENSOR PEDAL
ACELERACION N/P
5580 0065 81
ANALISIS WEIBULL PEDAL ANTIGUO
Para realizar este anlisis de Weibull se necesita los rendimientos
de falla del pedal aceleracin y est relacionado con el cambio del
Sensor Pedal Aceleracin N/P 5580006581, los cambios prematuros
sern considerados datos censurados, sin embargo a la fecha estos
92
93
94
95
< 1, falla
prematura
96
97
RECOMENDACIONES Y CONCLUSIONES.
Si seguimos usando este nuevo pedal de aceleracin ocasionaremos
una prdida anual de $28 607.00 a nuestros clientes.
Del Anlisis de weibull podemos decir que los pedales nuevos en
prueba, presentan falla prematura ( < 1), eso significa que la falla est
relacionado con la calidad del producto, para este caso influye bastante
el diseo de la posicin del sensor.
El principal problema es el ingreso de agua por la posicin del sensor,
ahora hemos invertido el sensor por eso es que uno de los sensores de
los pedales en prueba (S-406) ha superado las 1000.00 horas y todava
no falla.
Finalmente fabrica debe modificar la posicin del sensor en los pedales
de aceleracin en prueba, similar a los pedales antiguos.
98
7.7
: ATLAS COPCO
MODELO
SERIE
: AVO 11X005
INICIO OPERACIONES
: 21 MARZO 2011
HORAS ACUM
: 3 051.20
: CUMMINS
MODELO
: QSL9
SERIE
: 73132220
INICIO OPERACIONES
: 21 MARZO 2011
HORAS ACUM
: 3 051.20
ANTECEDENTES
99
100
Evaluacin e cigeal.
Cambiar turbocompresor.
101
Eje de engranaje de
bomba de aceite fuera
de su lugar.
102
8. BIBLIOGRAFIA.
103
9. APENDICES
9.1
Y ANEXOS.
104
9.1.2 ESTIMACION
En el anlisis de datos de vida y la ingeniera de Confiabilidad, el
resultado del anlisis es siempre una estimacin. El verdadero valor
de la probabilidad de falla, la probabilidad de xito (o Confiabilidad),
la vida media, los parmetros de una distribucin o cualquier otro
parmetro
aplicable,
nunca
son
conocidos,
permanecern
105
capacidad
de
partes,
componentes,
equipos,
deseados
de
tiempo
sin
falla,
en
los
ambientes
106
Grfica
de
proyectos
equilibrados
desequilibrados.
http://www.weibull.com/articles/rellntro/index.htm
107
9.1.3.2 RAZONES
CLAVES
DE
LA
INGENIERIA
DE
CONFIABILIDAD.
del
fabricante
del
producto
sin
comprometer
la
108
109
La Confiabilidad.
La Mantenibilidad.
La Disponibilidad.
Esta curva se traza con la vida del producto en el eje X y con la tasa
de fallas en el eje Y. La vida puede estar en minutos, horas, aos,
ciclos, actuaciones o cualquier otra unidad cuantificable de tiempo o
uso. La tasa de falla esta dada como las fallas entre las unidades
sobrevivientes por unidad de tiempo. Como puede verse de esta
grfico, muchos productos empezarn sus vidas con un tasa de falla
alta (debido a los defectos de fabricacin, pobre habilidad del
personal que lo utiliza, control de calidad pobre de partes entrantes,
etc.) y exhibe una tasa de falla decreciente. La tasa de falla
normalmente se estabiliza a una tasa aproximadamente constante
en la regin de vida til dnde las fallas observadas son fallas de
oportunidad. Cuando los productos experimentan ms uso y
desgaste, la tasa de falta empieza a subir ya que la poblacin
empieza a experimentar fallas relacionadas al desgaste. En el caso
de mortalidad humana, la tasa de mortalidad (la tasa de falla), es
ms alta durante el primer ao de vida, luego cae a un nivel
110
Trabajo Inicial
111
Tiempo
de
reemplazo
preventivo
ptimo
para
los
112
9.1.3.6 RESUMEN:
LAS
RAZONES
CLAVES
PARA
113
Si
los
productos
satisfactoriamente,
del
podra
fabricante
ser
estn
porque
se
funcionando
esta
sobre
competencia.
confiabilidades
Esto
significa
actualmente
que
los
productos
aceptables
con
necesitan
114
las
especificaciones,
que
los
productos
sean
115
9.2
FUNDAMENTO ESTADISTICO.
Ahora daremos una introduccin elemental breve a las ecuaciones
aleatoria
continua.
En
este
texto,
trataremos
casi
116
Definiciones
Si X es una variable aleatoria contina, entonces la funcin de
densidad de probabilidad, pdf, de X, es una funcin f(x) tal que
para dos nmeros, a y b (a < = b) se representa con:
b
a
F ( x) P( X x)
o, f (s) ds
(2)
117
y, En
el caso de
x
f ( s)ds
F ( x)
(3)
f ( x)
d ( F ( x))
dx
f ( x)dx 1
Un ejemplo de una funcin de densidad de probabilidad es
la distribucin normal, muy conocida, por cuya pdf es:
1 t
(
)2
1
2
f (t )
e
p
2
118
con
dos
parmetros
f (t )
1
t . 2
1 t ' '
2 '
F (t )
(4)
119
F (t ) Q(t )
Q(t ) R(t ) 1
R(t ) 1 Q(t )
t
f ( s)ds
,
R(t ) 1
f ( s)ds
f (t )
d ( R(t ))
dt
R(t )
Recprocamente
120
MISSION: Mission 1
Mission 2
TIME:
time = t
RESULT:
time = t
SUCCESS
UNKNOWN
R(T t )
R(T )
R(t / T )
(t )
f (t )
t
f ( s )ds
0, y
f (t )
R (t )
121
t * f (t )dt
0,
(5)
(6)
122
d f (t )
0
dt
(7)
9.2.2 DISTRIBUCIONES
Una distribucin estadstica se describe totalmente por su
pdf (funcin de densidad de probabilidad). En las secciones
anteriores, usamos la definicin de la pdf para mostrar como
pueden
derivarse
todas las
otros
funciones comnmente
definir
familias
de
distribuciones estadsticas.
Estas
matemticos
ingenieros.
Por
ejemplo,
la
123
fi (t ) e t
se
denomina
parmetro
de
la
distribucin.
f (t )
1
2
1 t 2
124
fi (t ) e t
As, la funcin de Confiabilidad exponencial puede
derivarse
R(t ) 1
como:
t
o e
ds
1 1 e * t
e *t
(t )
f (t )
R(t )
e (t )
e (t )
t f (t ) dt
0
125
t e t dt
0
126
Parmetro de Forma
El parmetro de forma, como implica el nombre, ayuda a
definir la forma de una distribucin. Algunas distribuciones, como
la exponencial o normal, no tiene un parmetro de forma ya que
tienen una forma predefinida que no cambia. En el caso de la
distribucin normal, la forma es siempre la forma de una
campana. El efecto del parmetro de forma en una distribucin se
refleja en las formas de la pdf, la funcin de confiabilidad y la
funcin tasa de fallas.
Parmetro de Ubicacin
El parmetro de ubicacin se usa para cambiar la posicin
de una distribucin en una u otra direccin a lo largo del eje
horizontal. El parmetro de ubicacin, normalmente se representa
como y, y define la situacin del origen de una distribucin y
puede ser positivo o negativo. En trminos de las distribuciones
de tiempo de vida, el parmetro de ubicacin representa un
cambio de tiempo.
.
Esto significa que la inclusin de un parmetro de ubicacin
para una distribucin cuyo dominio normalmente es
cambiar al dominio
y, ,
0,
127
Distribucin de Weibull.
La distribucin Weibull es una distribucin de Confiabilidad
de propsito general utilizada para modelar la resistencia del
material, el tiempo para la falla de componentes electrnicos y
mecnicos, equipo o sistemas. En su caso ms general, la pdf
Weibull de tres parmetros est definido por:
1 t
t
f (t )
e
128
f (t )
1 t
t
Distribucin Exponencial
La distribucin exponencial normalmente se usa para
componentes o sistemas que exhiben una tasa de falla constante
y est definido en su caso ms general por:
f (t ) e (t )
(8)
(Tambin conocido como exponencial de dos parmetros),
con dos parmetros, a saber y y.
Si el parmetro de ubicacin y, se asume cero, la
distribucin se vuelve exponencial de un parmetro o,
f (t ) e t
Se
presentan
la
distribucin
exponencial
sus
129
Distribucin normal
La distribucin normal se utiliza para el anlisis de
Confiabilidad general, el tiempo para la falla de componentes
electrnicos y mecnicos simples, equipo o sistemas.
La pdf de la distribucin normal esta da por:
f (t )
1
2
1 t 2
f (t ) 0, t , 0
(9)
Donde = media de los tiempos normales para falla, =
desviacin estndar de los tiempos para la falla.
Se presenta la. distribucin normal y sus caractersticas en
ms detalle en el captulo correspondiente.
existen
puede
encontrare
en
muchas
referencias
estadsticas.
muchas
aplicaciones
prcticas
para
este
modelo,
130
fs (t )
t
pi i
i i
i 1
S
i 1e ( i ) i
131
f (t )
1
t T ' 2
1 T ' '
2 T1
f (t ) O, t O, T ' O
T ' 1n (t )
(10)
para
modelar los
datos de
vida
como
las
132
1 *
ln(
t
)
*
2
i
1
f (t )
*
* e
* t T 1
2
1 ln(t ) 2
1
2
t * 2
if 0
if 0
( x)
x 1 s
s e ds
0
La distribucin
133
Distribucin Gamma
e kz e
f (t )
t ( k )
z ln(t )
(11)
Distribucin Logstica
f (t )
ez
(1 e z ) 2
134
0
(12)
Donde:
Distribucin Loglogistic.
f (t )
ez
t (1 e z ) 2
T ' '
f (t ) 0, t 0, T 0,
T ' ln (t )
(13)
Donde,
135
Distribucin Gumbel
La distribucin Gumbel, tambin llamada distribucin del valor
extremo ms pequeo (SEV o del tipo 1), es apropiada para modelar
esfuerzos que a veces se sesgan a la izquierda (pocas unidades
dbiles fallan a baja tensin, mientras que las restantes fallan a
tensiones ms altas). La distribucin Gumbel tambin podra ser
apropiada para modelar la vida de productos que experimentan un
desgaste muy rpido luego de alcanzar una cierta edad.
f (t )
z
1 z e z
e
f (T ) 0, 0
(14)
Donde = parmetro de ubicacin, = parmetro de escala.
de
parmetros
es
el
mtodo
de
trazado
de
136
intenta
linealizarla,
empleando
un
papel
construido
T
Q(T ) 1 e
T
ln(1 Q (T ) ln e
T
ln(1 Q(T )
T
ln( ln(1 Q(T ) ) ln
1
ln (T ) 1n( )
ln ln
1
Q
(
T
)
(15)
Reemplazando y por:
1
y ln ln
1
Q
(
T
)
y:
137
x ln(7' )
La ecuacin puede volverse a escribir como,
y x ln( )
La cual es ahora una ecuacin lineal con una pendiente y una
interseccin con el eje y de ln ( ) .
El siguiente paso es dibujar en un papel con un apropiado eje x e
y. El clculo del eje x es fcil ya que es un simple logaritmo. El eje
y, sin embargo, tiene que representar,
y ln ln
Q
(
T
)
138
As a T :
Q(T ) 1 e
1 e 1
0.632
63.2%
As, si nosotros entramos en el eje y a Q(T) = 63.2%, el valor
correspondiente de T ser igual a . As, usando esta simple pero
tediosa metodologa, pueden estimarse los parmetros de la
distribucin Weibull.
Determinando la posicin x e y de los puntos ploteados
139
El rango medio
Se usa el rango medio para obtener una estimacin de la no
confiabilidad, Q(Tj), para cada falla. Es el valor que da la
verdadera probabilidad de falla, Q(Tj), que debe tener al fallar la jesima falla de una muestra de N unidades a un 50% nivel de
confianza. Esto significa esencialmente que sta es nuestra
estimacin ptima para la no confiabilidad. La mitad del tiempo el
verdadero valor ser mayor que el 50% estimado de confianza, la
otra la mitad del tiempo, el verdadero valor ser menor. Esta
estimacin esta basada en la solucin de la ecuacin binomial.
kN Z k (1 Z ) N k
N
k j
140
0.50
kN Z k
N
(1 Z ) N k
k j
(16)
MR
1
N j 1
1
F0.50; m; n
j
m 2( N j 1)
n 2j
MR
j 0.3
N 0.4
(17)
141
de
la
probabilidad
no
siempre
ofrece
resultados
puntos,
en
un
esfuerzo
por
estimar
los parmetros.
Teora fundamental
142
Rango de regresin en Y
Asuma que un juego de pares de datos (x1,y1), (x2,y2),..., (XN,YN) se
obtienen y trazan, y que los valores X son conocidos exactamente.
Entonces, segn el principio de los ,mnimos cuadrados, que
minimiza la distancia vertical entre los datos y la lnea recta
trazada, la mejor lnea recta para estos datos es la lnea
recta y a
(a b xi y2 ) 2 min( a, b) (a bxi yi ) 2
i 1
i 1
que:
143
yi
a i 1
N
b i 1
xi
b i 1 y b x
N
xi yi
xi yi i 1
i 1
N
xi
N
2 i 1
xi N
i 1
Rango de regresin en X
lnea recta y a
y tal que:
(a b yi xi )
i 1
De nuevo, a
min( a, b) (a byi xi ) 2 +
i 1
144
xi
a i 1
N
yi
b i 1 x b y
N
(19)
N i , yi
b i 1
xi yi
i 1 i 1
N
N
yi
N
i 1
2
yi N
i 1
(20)
Las relaciones correspondientes por determinar los parmetros
para las distribuciones especficas (es decir Weibull, exponencial,
etc.), se presenta en los captulos correspondientes.
El Coeficiente de correlacin
El coeficiente de correlacin es una medida de qu tan bien
la regresin lineal carga los datos y normalmente se denota por .
En el caso de anlisis de datos de vida, es una medida de la
fuerza de la relacin lineal (correlacin) entre el rango medio y los
datos. El coeficiente de correlacin de la poblacin est definido
como sigue:
xy
x y
y = desviacin estndar de y.
El estimador de es el coeficiente de correlacin de la muestra,
dado por,
145
i 1
N
N
xi y i
xi yi i 1 i 1
2
2
N
N
xi
yi
N
x 2 i 1 y 2 i 1
i
i
N
N
i
i 1
Para
estas
distribuciones,
los
clculos
son
numricas
tablas.
Adicionalmente,
esta
tcnica
146
f ( x;1 , 2 , ...., k )
Donde
147
i = 1, 2, , R
ln L
ln f ( xi ; 1, 2 , ...., k )
i 1
, que es mucho
0, j 1,2, ..., k
j
Aunque es prctica comn trazar las soluciones de MLE usando
rangos medios (se trazan los puntos segn el rango medio y la lnea
segn las soluciones de MLE), esto no es completamente
representativo. Como puede verse de las ecuaciones anteriores, el
mtodo MLE es independiente de cualquier rango. Por esta razn, la
solucin MLE parece a menudo no rastrear los datos en el trazado de
la probabilidad. Esto es absolutamente aceptable desde que los dos
mtodos son independientes, y de ninguna manera sugiere que la
solucin est equivocada.
148
estimaciones
convergen
los
valores
correctos.
Es
las
estimaciones
ms
precisas.
Es
asintticamente
tambin
situaciones
anmalas
cuando
las
propiedades
149
150
9.3
Datos
errneos
insuficientes,
casi
siempre
producirn
151
Los datos completos son mucho ms fciles de trabajar que con los
datos censurados. Por ejemplo, sera mucho ms difcil calcular el
promedio de las notas de los estudiantes si el conjunto de datos no
estuviera completo, es decir el promedio de las notas 30, 80, 60, 90,
95, tres notas mayor que 50, una menor de 70 y una nota que est
entre 60 y 80. (nota: = 70.8 para este conjunto de datos.)
152
Censura en intervalo
153
Censura a la izquierda
de
datos
puede
contener
datos
completos,
datos
Datos agrupados
154
9.3.4 ANALISIS
METODOS
DE
ESTIMACION
DE
2.2.1 Anlisis
de
datos
censurados
la
derecha
(Suspendidos).
155
156
F2 MON 2
(6 x 2) (2 x3)
2.25
62
MON 3
(2 x3) (3 X 4) (3x5)
4.125
233
157
Una vez que se han obtenido los valores del rango medio,
el anlisis de la probabilidad trazada es idntico a lo presentado
anteriormente. Como podra haber notado, esta metodologa es
bastante laboriosa. Se han desarrollado otras tcnicas y atajos
para reestructurar este procedimiento. Ms detalles sobre este
mtodo, ver Kececioglu [20].
Deficiencias del Mtodo de rango ajustado
158
0.81
11,417 hr
Sin embargo, el resultado con el mtodo MLE para el caso 1 es:
1.33
6,900 hr
0.9337
21,348 hr
159
9.4
LIMITES DE CONFIANZA.
9.4.1 QUE ES UN LIMITE DE CONFIANZA
Uno de los conceptos ms confusos para un ingeniero de
Confiabilidad principiante es estimar la precisin de una estimacin.
Este es un concepto importante en el campo de la ingeniera de
Confiabilidad, principalmente en el uso de intervalos de confianza (o
lmites). En esta seccin, intentaremos brevemente presentar el
concepto en trminos relativamente simples pero basados en un
slido sentido comn.
Las bolas negras y blancas
160
161
Lmites bilaterales
Cuando
usamos
intervalos
de
confianza
bilaterales
(o
este
un
cierto
porcentaje
de
la
poblacin.
Es decir,
162
cuando
pueden
desplegarse
ambos
lmites
unilaterales simultneamente.
163
4.5
LA DISTRIBUCION DE WEIBULL.
La distribucin Weibull es una de las distribuciones mas
. Este captulo
f (T )
donde,
f (T ) 0, T 0 or , 0, 0,
y,
parmetro de escala,
= parmetro de forma (o de inclinacin)
Y parmetro de ubicacin
f (T )
1
T 1
e
(1)
164
1
C T
f (T )
e
(2)
Dnde el nico parmetro desconocido es el parmetro de escala,
(3)
donde
1
1 .
(n) e x x n 1dx
Esta funcin esta considerada dentro de Weibull++ para calcular los
valores de (n) a cualquier valor de n.
165
1
T * 1
1
1 (2) 1 1.
1
La Mediana
La mediana, T, esta da por:
1
T (ln 2)
(4)
La Moda
La moda, ~
T, se da por:
~T 1
(5)
La Desviacin estndar
La desviacin estndar, T , est da por:
2
1
T * 1 1
166
T
R(T ) e
R(t T )
R(T t )
R(T )
T t
e
T
e
(6)
o:
R(t T ) e
T t
167
TR * ln R(TR )
(7)
f (T )
T
(T )
R(T )
168
f (T )
Donde 1 /
tasa de falla.
169
170
< 1
convexa,
mientras
se
acerca
al
valor
cero
cuando
171
(T )
172
y y permanecen constantes, la
173
4.5.4.1 USO
DEL
CALCULAR
TRAZADO
LOS
DE
PROBABILIDAD
PARAMETROS
DE
PARA
LA
DISTRIBUCION DE WEIBULL.
Ejemplo 1
Asuma que a seis unidades idnticas se les est haciendo
una prueba de confiabilidad a la misma aplicacin y niveles de
tensin de funcionamiento. Todas estas unidades fallan durante la
prueba despus de operar el siguiente nmero de horas, T: 93,
174
34, 16, 120, 53 y 75. Estime los valores de los parmetros para la
distribucin de Weibull de dos parmetros y determine la
confiabilidad de las unidades a las 15 horas de operacin.
Solucin del Ejemplo 1
Los pasos por determinar los parmetros de la pdf Weibull
que representa los datos, usando el trazado de probabilidad, se
indican en las siguientes instrucciones. Primero, coloque el tiempo
para la falla en orden ascendente como se muestra a
continuacin.
MR%
i 0.3
* 100
N 0.4
kN (MR) k (1 MR) N k
N
0.50 50%
k i
175
Q(T ) 1 e
1 e 1 0.632 63.2%)
176
R(t 15) e
15
15 1.4
76
90.2%
177
o Repita hasta que los datos ploteados estn en una lnea recta
aceptable.
o El valor de y es el valor del substractor (positivo o negativo) que
pone los puntos en una lnea recta aceptable.
Ejemplo 2
Asuma que se estn realizando un test de prueba de
confiabilidad de seis unidades idnticas bajo las mismas
tensiones y condiciones. Todas las unidades se prueban hasta la
falla y se han registrado los siguientes tiempos de falla: 48, 66, 85,
107, 125 y 152 horas. Encuentre los parmetros de la distribucin
Weibull de tres parmetros usando el mtodo de ploteo de la
probabilidad.
Solucin del ejemplo 2
recta
aceptable.
Cuando
realice
el
procedimiento
178
LOS
PARAMETROS
DE
LA
DISTRIBUCION DE WEIBULL.
F (T ) 1 e
(8)
Tomando el logaritmo natural de ambos lados de la ecuacin:
T
ln 1 F (T )
T
ln ln 1 F (T ) ln
o:
ln ln 1 F (T ) ln ( ) ln(T )
(9)
y ln ln 1 F (T )
(10)
a ln( )
179
y:
b
(12)
Lo que resulta en a ecuacin lineal:
y a bx
yi
i 1
xi
i 1
__
__
y bx
(13)
xi y i
i 1
xi
i 1
yi
i 1
N
xi
N
2 i 1
xi N
i 1
(14)
yi ln ln 1 F (Ti )
y:
xi ln (Ti )
Los F(TI) son estimados de los rangos medios.
180
El coeficiente de correlacin.
XY
X y
y = desviacin estndar de y.
El estimador de es el coeficiente de correlacin de la muestra,
dado por:
_
( xi x) ( yi y)
i 1
N
( xi x) 2 * ( yi y) 2
i 1
i 1
(15)
Ejemplo 3
_
b
usando las
181
(ln Ti ) yi ( (ln Ti )( yi ) / 6
i 1
i 1
i 1
i 1
i 1
(ln Ti ) 2 ( (ln Ti ) 2 / 6
o:
b 1.4301
y:
N
__
__
a y b T
yi
i 1
ln Ti
b i 1
N
(3.0070 )
23.9068
(1,4301)
6.19935
6
6
b 1.4301
y la ecuacin (11):
= e
(6.19935)
1.4301
o:
76,318 hr
El coeficiente de correlacin puede estimarse usando la ecuacin
(15):
0.9956
182
f (T )
1
e
o:
f (T )
1.4302 T
76 .317 76 .317
0.4302
1.4302
1
e 70317
LOS
PARAMETROS
DE
LA
DISTRIBUCION DE WEIBULL.
Realizar una regresin en X es similar al proceso que para
la regresin en Y, con la diferencia que las desviaciones horizontales
de los puntos a la lnea son los que se minimizan en lugar de la
vertical.
x a b y
(16)
son:
183
__ __
a x b y
xi
y2
i 1
i 1
Y
N
xi y i
i 1
xi yi i 1
i 1
N
yi
N
i 1
2
x1 N
i 1
donde:
yi ln ln 1 F (Ti
Y:
xi ln (Ti )
y los valores F(Ti) se obtienen de nuevo de los rangos medios.
_
ln( )
b
(17)
b
(18)
184
Ejemplo 4
Repita el Ejemplo 1 usando la regresin en x.
(ln Ti ) yi
i 1
i 1
ln Ti yi
6
i 1
6
yi
6
i 1
2
yi 6
i 1
7 1502 (3.0070 ) 2 / 6
o:
b 0.6931
y:
6
__
__
a x b y
ln Ti
i 1
yi
b i 1
6
O:
23.9068
(3.0070 )
(0.6931 )
4.318
6
6
1
1.4428
0.6931
185
1
1.4428
0.6931
Y de la ecuacin (17)
4.3318
1
*
0.6931 1.4428
760811 hr
0.9956
186