3.

INDICATORI DE FIABILITATE
3.1. PRINCIPALII INDICATORI DE FIABILITATE

Prin caracteristici ale fiabilităţii (indicatori de fiabilitate) se înţelege o măsură cu

ajutorul căreia se exprimă cantitativ fiabilitatea sau una din caracteristicile acesteia. În
fiabilitate există un număr mare de indicatori, însă, nici unul dintre aceşti indicatori nu pot
măsura complet fiabilitatea, ci, doar estimează una din caracteristicile acesteia. Indicatori de
fiabilitate permit desfăşurarea următoarelor activităţi [MAR 95, MOR 99, ŞIM 05]: efectuarea
de calcule de fiabilitate; compararea fiabilităţii diverselor produse; fundamentarea cerinţelor
de fiabilitate impuse produselor; analiza influenţei diverșilor factori asupra fiabilităţii.
Clasificarea indicatorilor de fiabilitate este prezentată în figura 3.1.
3.1.1. FUNCŢIA DE FIABILITATE , notată cu R(t), reprezintă probabilitate P, ca un
produs să-şi îndeplinească funcţiile specificate pe o perioadă de timp dată, în condiţiile de
utilizare date, sau altfel spus probabilitatea ca momentul T, la care se produce defecţiunea, să
fie mai mare decât momentul curent t:
R(t)=P(T>t). (3.1)

R(t) R(t)

0 Δt t 0 t
a b
Fig. 3.2. Variaţia funcţiei de fiabilitate reprezentată
prin histograme (a) şi sub formă de funcţie continuă (b)

În figura 3.2,a se prezintă variaţia funcţiei de fiabilitate sub formă de histograme, iar în figura
3.2,b variaţia acestei funcţii sub forma de funcţie continuă.
3.1.2. FUNCŢIA DE NONFIABILITATE sau funcţia de repartiţie a timpului de
funcţionare, notată F(t), pune în evidenţă lipsa de fiabilitate a produsului supus
experimentării. Funcţia de nonfiabilitate reprezintă probabilitatea ca un produs să se defecteze
în intervalul (0, t). Ea are expresia:
F(t)=P(T≤t). (3.2)
Deoarece probabilitatea ca un element să se defecteze într-un interval (0, t) este
evenimentul contrar probabilităţii ca acesta să se defecteze în acelaşi interval de timp, atunci,
ţinând seama că suma celor două probabilităţi este egală cu unitatea, rezultă că indicatorul de
nonfiabilitate exprimă complementarul funcţiei de fiabilitate. Astfel că:
R(t)+F(t)=1, (3.3)
respectiv,
 R(t)=1-F(t). (3.4)
Pentru calcule, pe baza datelor statistice, se poate folosi, relaţia:
n (t ) (3.5)
F ( t)= ,
N (0)
unde: n(t) este numărul de defectări care apare în intervalul (0, t) şi N(0) reprezintă numărul
de produse supuse experimentării.
Curba de variaţie a funcţiei de nonfiabilitate, reprezentată sub formă de histograme în
figura 3.3,a şi sub formă de funcţie continuă în figura 3.3,b, oferă posibilitatea de a preciza
proporţia produselor care se defectează înaintea unui moment dat.
3.1.3. DENSITATEA DE PROBABILITATE A TIMPULUI DE FUNCŢIONARE,
notată cu f(t), se utilizează pentru a avea o reprezentare mai clară asupra caracterului
F(t) F(t)

0 t 0 t
Δt
a b
Fig. 3.3. Variaţia funcţiei de nonfiabilitate reprezentată
prin histograme (a) şi sub formă de funcţie continuă (b)

distribuţiei timpului de funcţionare. Prin definiţie, acest indicator reprezintă limita raportului
dintre probabilitatea de defectare în intervalul (t, t+Δt) şi mărimea intervalului, când Δt→0, şi
are expresia:
P ( t<T≤t+Δt )
f ( t ) = lim . (3.6)
Δt→∞ Δt

În statistică indicatorul densitate de probabilitate a timpului de funcţionare reprezintă

raportul dintre numărul de defectări în unitate de timp şi numărul iniţial de produse aflate în
experimentare. Deoarece n(Δt) reprezintă numărul de defectări care au loc în intervalul (t,
t+Δt), rezultă următoarea expresie a densităţii de probabilitate a timpului de funcţionare:
n ( Δt )
f ( t)= . (3.7)
N(0)Δt
Prin integrarea funcţiei f(t) între limitele 0 şi t se obţine expresia funcţiei de
nonfiabilitate:
t
F ( t ) = ∫ f(t)∙dt , (3.8)
0
între limitele t şi ∞ funcţia de fiabilitate are expresia:
∞
R ( t ) =∫ f(t)∙dt , (3.9)
t

cu semnificaţiile din figura 3.4.

În figura 3.5 este prezentată funcţia de fiabilitate şi corespunzător ei, funcţiile de
nonfiabilitate şi a densităţii de probabilitate a timpului de funcţionare.

f(t)
R(t)
F(t)
f(t)

R(t) F(t)

0 t1 t2 t

Fig. 3.4. Semnificaţiile grafice ale Fig. 3.5. Variaţiile funcţiilor f(t),
fiabilităţii şi nonfiabilităţii R(t) şi F(t) în intervalul (t1,t2).

3.1.4. Rata de defectare notată z(t) sau λ(t), reprezintă probabilitatea ca un produs care a
funcţionat fără defecţiuni până la momentul t să se defecteze în intervalul (t, t+∆t). Rata de
defectare exprimă numărul de defectări care au loc în unitate de timp, la un anumit moment
dat, ţinând seama de numărul de produse care se mai găsesc în funcţionare în acel moment.
Prin definiţie, intensitatea de defectare este limita raportului dintre probabilitatea de defectare
în intervalul (t, t+∆t), condiţionată de buna funcţionare în intervalul (0,t), şi mărimea
intervalului ∆t, când ∆t→0:
P ( t<T≤t+Δt/T>t )
z ( t ) = lim . (3.10)
Δt→∞ Δt

Din punct de vedere statistic rata de defectare reprezintă raportul dintre numărul de
defectări care au loc în unitatea de timp, la momentul t, şi numărul de produse care au rămas
în funcţionare la acel moment:
n∙(Δt)
z (t) = . (3.11)
N(t)∙Δt
Rata de defectare are o evoluţie în timp de tipul celei prezentate în figura 3.6, care,
datorită formei sale, poartă numele de "curba cadă de baie".
Pe această curbă se pot evidenţia trei perioade distincte:
I. Perioada defectărilor timpurii, unde apar defectări premature care au o
frecvenţă ridicată. Produsele care se defectează în această perioadă sunt cele mai
slabe, cu defecte ascunse, care apar după un scurt timp de funcţionare.
 II. Perioada defectărilor de rată constantă, care reprezintă intervalul principal de
funcţionare, cu durata cea mai lungă. În această perioadă defectările au un caracter
aleator, cu o rată scăzută şi relativ stabilă. Totodată, în această etapă, se realizează
determinările de fiabilitate.
III. Perioada defectărilor târzii, în care se semnalează o creştere bruscă a ratei
defectărilor, cauzată de uzura produselor. În această perioadă menţinerea în
funcţionare a produselor este neraţională.
z(t)

Perioada Perioada
defectărilor defectărilor
premature întârziate

Perioada defectărilor de
rată constantă

UZURĂ

I II III t

Fig. 3.6 Variaţia ratei de defectare

3.1.5. Media timpului de funcţionare, notată cu m, denumită şi media timpului de

bună funcţionare (MTBF), reprezintă unul dintre indicatori de fiabilitate care are o largă
utilizare în practică. Atunci când variaţia timpului de funcţionare se exprimă printr-o formă
analitică, valoarea mediei timpului de funcţionare se calculează cu relaţia:
∞
m= ∫ t∙f ( t ) ∙dt. (3.12)
0

În cazul produselor reparabile acest indicator devine timpul mediu între defectări,
MTBF (Mean Time Between Failures), iar în cazul produselor nereparabile devine MTTF
(Mean Time To Failure). În cazul când timpul de funcţionare se exprimă prin valori discrete,
timpul mediu de funcţionare se poate determina mai simplu. Astfel, daca se consideră că t 1, t2,
t3,...., ti,.....tN(0), sunt timpi de viaţă ai celor N(0) produse supuse experimentării, atunci media
timpului de funcţionare devine:
N(0)
1
m= ∙∑ t . (3.13)
N(0) i=1 i

3.1.6. Dispersia timpului de funcţionare, notată cu D - este un indicator utilizat

pentru estimarea împrăştierii timpului de funcţionare în jurul valorii medii. Acest indicator se
foloseşte când timpul de funcţionare al produselor de acelaşi tip are o împrăştiere relativ mică.
În cazul în care timpul de funcţionare are o distribuţie continuă, dispersia timpului de
funcţionare se determină cu ajutorul următoarei relaţii:
∞
D= ∫ ( t-m ) ∙f(t)∙dt.
2 (3.14)
0
 Dacă s-au urmărit N(0) produse şi t1, t2, t3,...., ti,.....tN(0) sunt timpii lor de funcţionare,
se poate determina dispersia pe baza datelor statistice, cu relaţia:
N(0)
1
D= ∙ ∑ ( t i -m )2 . (3.15)
N ( 0 ) -1 i=1

3.1.7. Abaterea medie pătratică a timpului de funcţionare, notată cu σ, reprezintă un

indicator folosit pentru compararea diferitelor legi de distribuţie a timpului de funcţionare. În
aplicaţiile inginereşti se utilizează abaterea standard care se determină cu relaţia:

√
N(0)
1
∙ ∑ ( t i -m ) . (3.16)
2
σ= √ D =
N ( 0 ) -1 i=1
3.1.8. Cuantila (percentila) timpului de funcţionare, notată cu tp, acest indicator
exprimă timpul în care proporţia de produse defectate dintr-o anumită populaţie nu depăşeşte
valoarea prestabilită p a probabilităţii de defectare. Ea se defineşte ca soluţie a ecuaţiei:
F(t p )=p. (3.17)

Pentru interese practice, cuantila timpului de funcţionare se alege 0.1, 0.2 sau 0.9 şi
timpii corespunzătorii t10, t20, t90 care reprezintă timpii până la care se defectează 10%, 20%
sau 90% din produse. O cuantilă specială este B10 (B10 = t10), timpul până la care 10% din
produse din cadrul unui eşantion se defectează. Acest indicator este utilizat în special la
testarea rulmenţilor [MOR 99, YAN 07].

METODE ANALITICE DE ESTIMARE A VALORILOR

INDICATORILOR DE FIABILITATE

Metodele analitice la rândul lor se clasifică în:

I. Metoda momentelor;
II. Metoda verosimilităţii maxime;
III. Metoda celor mai mici pătrate.
I. Metoda momentelor
Constă în compararea momentelor empirice de diferite ordine (k) cu momentele
corespunzătoare ale distribuţiei teoretice luate ca ipoteză. Momentele empirice,
considerate ca estimaţii ale şirului (t1, t2,….. tn), se determină cu relaţia:
n
^ k = 1 ∑ t ki .
M (3.25)
n i=1
Aceste momente se compară cu momentele distribuţiilor analitice definite de relaţia:
∞
M k = ∫ t k f(t,θ)dt . (3.26)
0

II. Metoda verosimilităţii maxime (MLE - Maximum Likelihood Method)

În principal, această metodă are la bază următoarele aspecte: dacă legea de repartiţie a
unei populaţii este cunoscută şi funcţia densităţii de probabilitate depinde de parametrii θ 1, θ2,
….. θk , atunci aceştia pot fi consideraţi estimatori de verosimilitate maximă şi sunt estimatori
punctuali. Pentru un volum de eşantion ,,k” care conţine valoarea x 1, x2, x3…. xk ale
caracteristicii X, densitatea de probabilitate a populaţiei este: f(xi; θ1; θ1,….. θk).
În acest caz, funcţia de verosimilitate este:
L=f ( x1 , θ1 , θ2 ,…..θk ) f ( x 2 , θ 1 , θ 2 , …..θ k ) …………,f ( x i , θ1 , θ2 , …..θk ) (3.27)
 K
L=Λ= ∏ f ( x i , θ1 , θ2 , …..θk ).
i=1
Estimaţia de verosimilitate maximă pentru parametrii θ 1; θ1,….. θk se obţine atunci
când funcţia L ( Λ ) are valoare maximă, iar estimatorii punctuali corespunzători θ^ 1 , θ^ 2 ,…. θ^ k
se determină din soluţiile ecuaţiilor:
[ ∂L/∂ θ1 ]^θ = [ ∂L/∂θ2 ]θ^ ……………….¿ [ ∂ L/∂ θk ]θ^ =0.
1 2 k
(3.28)
Prin logaritmarea funcţiei L se obţine:
K k
ln L =ln ∏ f ( x i , θ1 , θ2 , …..θk ) = ∑ ln f ( x i , θ1 , θ2 , …..θk ) , (3.29)
i=1 i=1
respectiv sistemul de verosimilitate:
[ ∂ ln L/∂ θ1 ]^θ = [ ∂ ln L/∂ θ2 ]θ^ ………….¿ [ ∂ ln L/ ∂ θk ]θ^ =0.
1 2 k
(3.30)

III. Metoda celor mai mici pătrate (Analiza regresiei)

Estimarea parametrilor prin această metodă constă în formarea unei sume S,
egală cu suma diferenţelor pătratelor dintre funcţia de repartiţie empirică F^ i ( t i ) şi
funcţia de repartiţie analitică F( t i ,θ) considerată. Principala condiţie care se pune este ca
această sumă să fie minimă:
n
2
S= ∑ [ F^ i ( ti ) −F( ti ,θ) ] =min. (3.31)
i=1

Această metodă se regăseşte în literatura de specialitate şi sub denumirea de metoda

regresiei liniare. Minimizarea se poate realiza pe axa verticală sau pe cea orizontală. Dacă
regresia liniară se face după axa Y atunci, dreapta este trasată astfel încât deviaţia orizontală
de la punct la linie să fie cât mai mică. Similar se întâmplă şi pe axa X.

TESTE DE VERIFICARE ŞI VALIDARE A IPOTEZELOR

STATISTICE

În cadrul procesului de prelucrare a datelor experimentale, o problemă deosebit de

importantă o reprezintă determinarea modelului statistic adecvat procesului analizat şi aceasta
deoarece toate concluziile şi predicţiile care se fac ulterior referitor la procesul considerat
depind de alegerea unui anumit model statistic. Ipotezele statistice, care se fac asupra
parametrilor sau funcţiilor de repartiţie sunt presupuneri asupra populaţiei din care s-a făcut
eşantionarea, şi nu numai asupra eşantionului. Confirmarea oricărei ipoteze se face cu un
anumit nivel de încredere, având în vedere caracterul statistico – probabilistic al datelor de
observaţie [BAI 05, KEC 93, OPR 79]. Există mai multe teste de verificare şi validare a
ipotezelor statistice, ele se pot clasifica în 2 categorii:
teste generale care se pot aplica tuturor repartiţiilor discrete şi continue (testul χ2,
testul Kolmogorov – Smirnov, testul Cramer von Mises);
teste speciale pentru verificarea normalităţii (testul Lilliefors, testul Massey, testul
D'Agostino) şi pentru verificarea modelului exponenţial (testul Hahn - Shapiro).
Se vor prezenta numai trei dintre aceste teste, cele mai frecvent utilizate în cazul
încercărilor de fiabilitate.

3.3.1. TESTUL Χ2 (HI PĂTRAT)

Decizia privind concordanţa dintre repartiţia empirică şi repartiţia teoretică se ia astfel:
 dacă χ 2 ≤ χ 2k -m-1 , 1−α, atunci se acceptă H0;
dacă χ 2 ≥ χ 2k -m-1 , 1−α, atunci se acceptă H1,
unde χ 2 se determină cu relaţia:
k 2
( ni −n∙ p i )
χ =∑
2
, (3.33)
i=1 n∙ p i

în care ni reprezintă frecvenţele absolute ale claselor i=1,2,……..k; n ∙ p i– reprezintă

probabilitatea teoretică ca valorile variabilei să aparţină intervalului F(x i) – F(xi -1), pentru
care pi, poate fi determinat cu relaţia:
xi

pi =∫ f ( x ) ∙dx, (3.34)
xi-1

unde: n este mărimea eşantionului valorilor observate; k este numărul grupelor în care sunt
repartizate valorile şirului de observaţii; pi reprezintă probabilităţile ca valorile observate să
aparţină grupelor sau claselor de valori observate; χ 2k-m-1, 1−α reprezintă valoarea critică de
referinţă, a statisticii χ2, redată în tabele cu valorile critice de referinţă în funcţie de nivelul de
semnificaţie α şi numărul gradelor de libertate ( ν = k−m−1; m este numărul parametrilor
legii de repartiţie analizată).
3.3.2. TESTUL KOLMOGOROV – SMIRNOV
Testul Kolmogorov – Smirnov este un test care se poate aplica oricărui tip de
repartiţie, recomandat mai ales pentru cazul, în care funcţia de repartiţie empirică se
construieşte prin puncte şi pune în evidenţă abaterea maximă dintre funcţia de repartiţie
empirică (experimentală) F^ ( x i )şi cea teoretică F(xi). Decizia privind concordanţa dintre
repartiţia empirică şi cea teoretică se va lua astfel:
 dacă k m ≤ k m ,α, atunci se acceptă H0 ;
 dacă k m ≥ k m ,α, atunci se acceptă H1.
Etapele aplicării testului Kolmogorov – Smirnov sunt următoarele: se calculează
valorile teoretice ale funcţiei teoretice F(xi) şi cele empirice ^ F (xi )pentru toate punctele
selecţiei xn (x1, x2,…… xn); se calculează abaterea maximă km cu formula:
k m =|F^ ( x i )−F(x i ) |; (3.35)

– se calculează valoarea:
λα
k αcritic = , (3.36)
√n
unde: k αcritic reprezintă abaterea critică a testului, corespunzător nivelului de semnificaţie α.
Mărimea lui λα se determină din tabelul cu valori critice ale testului Kolmogorov –
Smirnov, în funcţie de nivelul de încredere, k = 1 – α. Se compară valoarea calculată cu
valoarea critică, şi dacă km ≤k αcriticipoteza făcută este acceptată.
3.3.3. TESTUL CRAMER VON MISES
Decizia privind apartenenţa valorilor caracteristicii X la o repartiţie teoretică F(x), se
va lua în felul următor:
 dacă C < C1-α , atunci se acceptă H0;
 dacă C > C1-α , atunci se acceptă H1;
Statistica C se determină cu relaţia de mai jos:

[ ]
n 2
1 2∙i∙n
C= + ∑ F ( x i )− , (3.37)
12∙n i=1 2∙n
unde: C 1−α – valoarea critică de referinţă a statisticii C; F(xi) – funcţia teoretică de repartiţie; n
este volumul eşantionului.