FIABILIDAD

GUIN PRCTICA FIABILIDAD

1. Introduccin:
Perspectiva histrica.
2. Conceptos fundamentales:
Nocin de fallo, tasa de fallo, vida media y fiabilidad.
Introduccin de distintos enfoques de la fiabilidad industrial.
. !istribuciones de probabilidad en fiabilidad:
Normal, lorNormal.
Poisson.
"#ponencial.
$eibull.
No param%trica.
&. 'n(lisis de fiabilidad de un sistema:
Pruebas de vida acelerada.
)iabilidad de un sistema en serie y en paralelo.
Introduccin al an(lisis de fiabilidad mediante (rboles de fallo.
1. INTRODUCCIN.
*a teor+a de fiabilidad industrial estudia m%todos que deben se,uirse tanto en el dise-o
como en la recepcin, el transporte y el uso de los productos para ,aranti.ar al m(#imo
su rendimiento. /no de los ob0etivos de la teor+a de la fiabilidad industrial es el
abandono de la sub0etividad en las precisiones sobre duracin de los productos a trav%s
de la cuantificacin de dichas previsiones. 's+ e#presiones como: 1"sta construccin es
m(s se,ura que aquella2, 1Nuestro producto es m(s resistente que el de la
competencia2, tienen que sustituirse por comulaciones m(s precisas, que necesitan del
len,ua0e estad+stico.
*a fiabilidad en la in,enier+a est( orientada a los fallos. "l problema reside en predecir
si puede ocurrir un fallo al utili.ar un dispositivo y cu(ndo ocurrir(. "sta informacin es
3til para determinar las pol+ticas de mantenimiento e inspeccin de una empresa, as+
como para determinar los pla.os de ,arant+a de los productos. 4ambi%n puede utili.arse
para predecir costes debidos al mantenimiento y a los eventuales fallos que puedan
ocurrir mientras el dispositivo est( operativo.
P"56P"C4I7' 8I6495IC'
"l ori,en de la fiabilidad puede atribuirse a los estudios para poder evaluar la
mortalidad derivada de las epidemias y los m%todos actuariales desarrollados por las
compa-+as de se,uros, para determinar los ries,os de sus pli.as. Como herramienta
para el c(lculo del ries,o se utili.aba las tablas de vida.
*a primera tabla de vida data de 1:; y es debida a "dmun 8alley.
1
' principios de 1;<< se utili.aban los m%todos actuariales tanto para estimar la
supervivencia de pacientes sometidos a distintos tratamientos como para estudiar la
fiabilidad de equipamientos, en particular ferrocarriles.
*a teor+a matem(tica de la fiabilidad se desarrolla por las demandas de la tecnolo,+a
moderna y en particular por las necesidades de los sistemas comple0os militares. "l (rea
de mantenimiento de m(quinas es una de las (reas donde la fiabilidad se aplica con
sofisticadas matem(ticas. *a renovacin y los avances de la tecnolo,+a se utili.an muy
pronto para resolver problemas de reparacin e inspeccin de dispositivos.
"n 1;; $alodie $eibull propuso una distribucin para describir la duracin de
materiales. "sta distribucin es muy utili.ada ya que es muy vers(til, pues admite
muchas formas de funciones de ries,o.
"n 1;=1 "pstein y 6obel empe.aron a traba0ar con la distribucin e#ponencial como
modelo probabil+stico para estudiar el tiempo de vida de dispositivos. "ste modelo de
probabilidad se basa en el concepto de poblacin de tama-o infinito o no acotado. *a
distribucin e#ponencial tiene la propiedad de no tener memoria> es decir, en el c(lculo
de la probabilidad de que falle un dispositivo no influye en el tiempo que hace que
funciona.
*a investi,acin de sistemas de fiabilidad en ,eneral se inici en 1;:1 a partir del
art+culo de ?imbaum, "sary y 6auders.
"n los a-os @< el an(lisis de fiabilidad mediante los (rboles de fallo )4' A)ailure tree
an(lisisB toma fuer.a por problemas relacionados con la se,uridad de las centrales
nucleares.
"n los C< el ob0etivo principal de los traba0os de fiabilidad est( en las redes de
comunicaciones. "sto fue motivado por el proyecto '5P'net del departamento de
defensa americano. "l resultado de esto traba0os ha encontrado aplicacin en los
sistemas Deb e internet actuales.
"n los a-os ;<, la investi,acin de la fiabilidad toma nuevas direcciones con E.?.
Eendel. *os or+,enes de su investi,acin se basan en las hiptesis de que muchas de las
representaciones en el espacio muestral que se han considerado en la estad+stica no
correspondan en in,enier+a a los espacios eucl+deos. Por ello, utili.a la ,eometr+a
diferencial como base para la apro#imacin de los problemas de in,enier+a estad+stica.
2. CONCEPTOS FUNDAMENTALES.
"stos conceptos se introducen haciendo referencia al len,ua0e y la terminolo,+a de una
prueba de vida industrial.
)iabilidad es un concepto con muchas connotaciones distintas. Cuando se aplica al ser
humano, normalmente se refiere a la habilidad de las personas para hacer ciertas tareas
de acuerdo con un est(ndar especificado. Por e#tensin la palabra se aplica a una pie.a
de un equipo, o a un componente de un sistema, y si,nifica la habilidad de un equipo o
componente para cumplir con la funcionalidad que se requiere de %l. "l ori,en del uso
del t%rmino era cualitativo.
2
"n su aplicacin actual, la fiabilidad es casi siempre un concepto cuantitativo, y esto
implica la necesidad de m%todos para medirla.
8ay muchas ra.ones por las que la fiabilidad necesita ser cuantificada. Fui.(s el m(s
importante es el econmico ya que la me0ora de la fiabilidad cuesta dinero, y esto puede
ser 0ustificado slo si se puede evaluar la no fiabilidad de un equipo. Para un
componente cr+tico, del cual su operacin funcional es esencial en un sistema, la
fiabilidad puede ser medida como la probabilidad de que el componente opere con
%#ito, y la esperan.a del costo de un componente no fiable se mide como el producto de
la probabilidad de fallo y el costo de fallo. "n una aplicacin rutinaria, donde los
componentes que fallan pueden ser reparados, la media del tiempo entre fallos AEean
4ime )ailuresB es un par(metro cr+tico. "n ambos casos, la necesidad de una definicin
probabil+stica de fiabilidad es evidente.
)I'?I*I!'! G )'**H.
Funcin de fi!i"idd#
*a probabilidad de fallo como una funcin de tiempo puede ser definida como:
PA$ItB J )AtB, t K <
!onde $ es una variable aleatoria que denota el fallo tiempo. "ntonces )AtB es la
probabilidad de que el sistema falle por un tiempo t. "n otras palabras , )AtB es el fallo
de la funcin de distribucin. 6i definimos fiabilidad como la probabilidad del suceso, o
la probabilidad de que el sistema realice su funcin deseada en un cierto tiempo t,
podemos escribirlo:
5AtB J 1 L )AtB J PA$ K tB A4I"EPH !" 7I!'B
!onde 5AtB es la funcin de fiabilidad.
6i el tiempo de fallo es una variable aleatoria $ entonces fAtB tiene una funcin de
densidad:

= = =
t
t
d f d f t F t R
<
B A B A 1 B A 1 B A
*a fiabilidad A5eliabilityB de un producto se define como la probabilidad de que un
dispositivo desarrolle su funcin con ciertas condiciones, durante un periodo de tiempo
establecido. "l valor de esta probabilidad se denota por 5.
O!%e&'cin#
*a variable aleatoria duracin de un dispositivo a veces no se mide en tiempo sino en
otra ma,nitud que tiene un si,nificado an(lo,o, por e0emplo la fiabilidad de un cable
puede referirse a la resistencia en NeDton hasta la rotura, la de un neum(tico a los
Milmetros rodados, la de una tostadora al n3mero de ciclos, la de un motor al n3mero
de revoluciones, la de un equipo el%ctrico a los Milovatios consumidos. !e todas formas
mantendremos la notacin temporal para simplificar.
Para no tener ambi,Nedades en la cuantificacin de la fiabilidad es importante tener
bien definido el concepto de tiempo de vida de un producto y tener identificado cu(ndo
%ste falla y de que clase de fallo se trata.

*a vida de un producto es el per+odo de tiempo durante el que puede ser utili.ado, en

condiciones establecidas.
)allo AfailureB es la p%rdida de al,unas de las propiedades del dispositivo que reduce,
total o parcialmente, su funcionamiento.
*a manera en que se observa el fallo se denomina modo de fallo y el mecanismo de
fallo Afailure mechanism) se refiere al proceso qu+micoOf+sico que da lu,ar al fallo. Por
e0emplo nos puede interesar saber cu(ndo una pie.a de un motor de0a de funcionar de
manera adecuada> en este caso debe precisarse muy bien cu(l es el fallo. 6i el fallo se
detecta por el ruido del motor, se tendr( que definir como medirlo Aen decibelios por
e0emploB y definir un l+mite superior de tolerancia, y cuando se supere el l+mite tenemos
el fallo.
*os fallos se pueden clasificar se,3n la causa que lo provoca: fallo por uso indebido
Amisuse failureB cuando la causa es e#tr+nseca al dispositivo, y fallo por debilidad
inherente Ainherent DeaMness failureB cuando la causa es intr+nseca.
/n sistema es un dispositivo formado por partes, la fiabilidad de las cuales es conocida.
"stas partes se denominan componentes. "n ,eneral, el fallo de un sistema se produce al
fallar uno o varios componentes. 6e,3n sea el fallo, se denomina fallo primario
Aprimary failureB cuando no es causado ni directa ni indirectamente por el fallo de otro
dispositivo, fallo secundario cuando es causado por el fallo de otro dispositivo, y fallo
por desgaste ADearOout failureB cuando es un fallo con una probabilidad de aparicin
que aumenta a medida que el tiempo pasa, resultado de una serie de procesos
caracter+sticos del dispositivo.
*a distribucin de probabilidad ser( distinta si los componentes se reparan o no, puesto
que en un caso la variable aleatoria de inter%s es el tiempo entre fallos y, en el otro, el
tiempo hasta el fallo.
"n los dispositivos que no se reparan, 3nicamente tiene sentido considerar tiempos de
vida hasta el primer fallo, y la variabilidad de una unidad a otra da una distribucin, que
es ob0eto de estudio de la fiabilidad.
/na caracter+stica de fiabilidad de la variable aleatoria 4: tiempo hasta el fallo es la vida
media hasta el fallo, E44) A mean time to failureB.
6i los dispositivos son reparados tiene sentido considerar el tiempo entre fallos
consecutivos. *a fiabilidad en este caso es m(s complicada, a menos que la distribucin
de probabilidad de tiempo entre fallos sea independiente de la edad del dispositivo.
/na caracter+stica de fiabilidad de la variable aleatoria 4: tiempo entre fallos
consecutivos es el tiempo medio entre fallos E4?) Amean time betDeen failureB.
"n las aplicaciones slo se dispone de un valor apro#imado de estos par(metros,
obtenido por un procedimiento estad+stico de estimacin m(s o menos comple0o. "stos
valores est(n muchas veces incluidos en la especificacin de un producto, y pueden
fi,urar en una relacin contractual entre un cliente y un proveedor, o servir de criterio
&
para una homolo,acin. "s importante concretar de qu% forma se obtiene una
caracter+stica de fiabilidad. /n len,ua0e preciso y preferiblemente normali.ado ayuda a
evitar malentendidos cuando se utili.an valores de las caracter+sticas de fiabilidad.
8ay distintas formas de apro#imar una caracter+stica de fiabilidad. "n ,eneral se
distin,uen cuatro formas distintas: observada, evaluada, e#trapolada y predicha.
Fiabilidad observada Aobserved reliabilityB de un dispositivo que no se repara en un
tiempo dado t, es la proporcin de dispositivos de una muestra que hacen su funcin de
manera satisfactoria una ve. transcurrido este tiempo t. Puede e#presarse en porcenta0e.
Fiabilidad evaluada Aassessed reliabilityB hace referencia a valores obtenidos a partir de
datos e#perimentales por un tratamiento estad+stico. "l resultado de este tratamiento
puede dar distinto a la fiabilidad observada.
Fiabilidad extrapolada Ae#trapolated reliabilityB se refiere a un valor obtenido al
e#trapolar o interpolar una fiabilidad observada o evaluada para poder obtener un valor
aplicable a condiciones de estr%s distintas, en que se van obteniendo resultados
e#perimentales. 8abitualmente, los valores e#trapolados se basan en pruebas de vida
aceleradas.
Fiabilidad predicha Apredicted reliabilityB desi,na un valor aplicable a un sistema, que
se obtiene a partir de los valores observados, evaluados o e#trapolados de sus
componentes.
*a tasa de fallo Afailure rateB es una caracter+stica de la fiabilidad que se puede
interpretar como la velocidad a la que se producen los fallos, la fraccin de unidades de
un producto que fallan por unidad de tiempo.
6i la tasa de fallo es constante se desi,na por P y si es funcin del tiempo t se desi,na
por hAtB y se llama funcin de ries,o A8a.ard funtionB.
*a tasa de fallo es una ma,nitud rec+proca de la vida media, ya que ,eneralmente
representa un n3mero medio de fallos por unidad de tiempo.
I,ual que las otras caracter+sticas de fiabilidad, la tasa de fallo para un tiempo dado pude
ser observada, e#trapolada, etc. "s tambi%n llamada tasa de fallo autentico Atrae failure
rateB. *a fiabilidad 5AtB representa la proporcin de unidades que no han fallado en el
instante t.
4IPH*HQR'6 !" *' )/NCI9N !" 5I"6QH.
Htra cosa que se debe resaltar es la funcin de ries,o en forma de curva de
ba-era AbathOtub ha.ardB, que tiene un ries,o inicial de decreciente pero
eventualmente pasa a un ries,o creciente. *os dispositivos con ba0a calidad
tienden a tener una fallada preco., de0ando paso a los de alta calidad. "stos
tienden ha hacer ba0ar y a continuacin aplanar la funcin de ries,o en la etapa
de su vida para la cual ha sido dise-ada. !espu%s de este per+odo, debido a la
fati,a, empie.a a crecer, y causa una funcin de ries,o creciente.
=
O!%e&'ci(ne%# en muchas situaciones de inter%s aplicado la mayor+a de las unidades
defectuosas son separadas Aqui.( como resultado del control de calidadB antes de
empe.ar el per+odo de observacin con lo cual es dif+cil encontrar funciones de ries,o
decreciente. *a fiabilidad de al,unos componentes electrnicos, puede ser tan alta que
el equipo del que formaran parte quedar( obsoleto antes de lle,ar a la fase de des,aste,
por lo cual en este tipo de productos no interesa la etapa del per+odo de enve0ecimiento.
"n al,unos productos el per+odo de fallo preco. no forma parte de su vida comercial, ya
que se or,ani.a la produccin de forma que el fallo preco. se d% dentro de la f(brica.
Por esto se somete a veces a dispositivo a una prueba de resistencia con estr%s m(s
,rande del correspondiente a las condiciones de funcionamiento. "stas pruebas son
t+picas en la industria electrnica, y se llaman pruebas de burnOin. G es por esto, que en
muchos productos solamente interesa la etapa per+odo de fallo con tasa constante.
"N)HF/"6 !" *' )I'?I*I!'!.
Para finali.ar este cap+tulo, y a manera de s+ntesis podemos decir que la fiabilidad en la
industria se puede enfocar desde un punto de vista cuantitativo o cualitativo.
!esde el punto de vista cuantitativo, tenemos herramientas como la curva de fiabilidad,
la curva de de,radacin o las caracter+sticas de fiabilidad para cuantificar el
comportamiento de la vida de los dispositivos. "stos conceptos ya han sido
desarrollados a lo lar,o de este cap+tulo.
!esde el punto de vista cualitativo las herramientas que se utili.an en la industria son el
'n(lisis de modo de fallo y sus efectos A'E)"B y los an(lisis por (rboles de fallos )4'
Afailure tree analysisB.
)ue desarrollado por la N'6' en el proyecto 'polo a mediados de los a-os @<.
!espu%s de las aplicaciones en los via0es a%reos y espaciales as+ como en las centrales
nucleares se utili. de inmediato en la industria de la automocin> actualmente es una
herramienta de uso habitual en la industria.
"s una t%cnica de car(cter preventivo que debe llevarse a cabo en las fases de dise-o y
desarrollo de productos y servicios a lo lar,o del proceso de fabricacin para que se
puedan detectar y prevenir los posibles modos de fallo potenciales.
:
"n el manual Potencial Eode and "ffects 'nalysis de la F6 ;<<<, normativa del sector
de la automocin )ord, Hpel y Qeneral Eotors, pueden encontrarse las ideas
fundamentales de esta t%cnica y la manera de aplicarlas.
). DISTRIBUCCIONES DE PROBABILIDAD EN FIABILIDAD.
"n muchas (reas de la estad+stica aplicada, la distribucin Normal es el punto de partida
natural para modelar la variable aleatoria de inter%s. Puede resultar de consideraciones
puramente pra,m(ticas o del ar,umento terico basado en el 4eorema del *+mite
Central, el cual nos dice que si una variable aleatoria es la suma de un ,ran n3mero de
efectos peque-os, entonces la distribucin es apro#imadamente Normal. "n el conte#to
de fiabilidad, el caso de la Normalidad tiene una importancia menor. Por un lado los
tiempos de vida y las resistencias a la rotura son cantidades inherentemente positivas y
adem(s para una variable aleatoria de estas caracter+sticas sur,e de forma natural la idea
de que la aparicin de fallos puede se,uir el proceso de Poisson, con lo que en este caso
la distribucin e#ponencial es m(s adecuada.
"n la pr(ctica, los modelos utili.ados en fiabilidad son ,enerali.aciones de la
distribucin e#ponencial, tales como las distribuciones Qamma y $eibull.
Htro aspecto distintivo del an(lisis estad+stico de los datos de fiabilidad es el papel
central que 0ue,a la funcin de fiabilidad y la funcin de ries,o A8a.ard )unctionB y la
natural aparicin de datos censurados.A1B
A1B "l tratamiento estad+stico en al,unos casos requiere de las t%cnicas de muestras
estad+sticas no completas, puesto que la informacin de que se dispone sobre al,unas
unidades es que el fallo no ha ocurrido durante el tiempo de la prueba, denominado
tiempo total de test. "stos datos se llaman censurados.
LA DISTRIBUCIN NORMAL
Como distribucin del tiempo de vida.
Tiene dos parmetros y est tabulada.
Inconvenientes: dar valores negativos con probabilidad negativa
@
DISTRIBUCIN LOG*NORMAL
Representa la evolucin del tiempo de la tasa de fallos en la primera fase de vida de
un componente.
Permite fijar tiempos de reparacin de componentes
Desribe la dispersin de las tasas de fallos de componentes:variable independiente
tasa de fallos
Propiedades
!epende de dos +&,-e$&(%.
Idnea para par(metros que son a su ve. producto de numerosas cn$idde%
"e$(&i%.
'si,na a valores de la variable S < la probabilidad < y de este modo se a0usta a las
$%% . +&(!!i"idde% de f""(.
*a e%+e&n/ -$e-,$ic es mayor que su mediana, dando m(s importancia a
valores ,randes de las tasas de fallo que la normal, tendiendo a ser pesimista.
Variable independiente :el tiempo
uncin de densidad:
s J desviacin est(ndar en la distribucin normal
t
m
J tiempo medio tJ tiempo
Para efectuar c(lculos esta frmula se suele escribir de la forma:
6iendo f
N
la forma est(ndar de la funcin de densidad de la distribucin normal y
puede ser obtenida a partir de tablas.
uncin de fiabilidad:
!"t# es la funcin acumulativa de la probabilidad y aplicada a los fallos de las
componentes$ representa la probabilidad de %ue el componente falle antes de t.
& la tasa de fallos:
C
{ }
2 2 1T 2 2 2
A B A2 B e#p Alo, B TA2 B f t t t

=
Variable independiente : La tasa de fallos
uncin de densidad:
m' y s
(
son la esperan)a o media y la varian)a$ respectivamente$ de los
logaritmos de las tasas de fallos.
*+edia:
*,arian)a:
*-.presiones de algunos de los parmetros de la /og0normal:
*actor de dispersin D:
EL PROCESO DE POISSON.
"l proceso de Poisson modeli.a los tiempos entre sucesos aleatorios. 6upon,amos que
se observan una serie de sucesos aleatorios> concretando, supon,amos que los sucesos
son fallos de unidades, de forma que las observaciones son tiempos entre fallos, por
e0emplo en sistemas reparables. *as hiptesis naturales, las cuales pueden o no
satisfacerse en al,3n e0emplo particular, son:
O *os fallos que ocurren en intervalos de tiempo dis0untos son estad+sticamente
independientes.
O *a tasa de fallo Amedia de fallos por unidad de tiempoB es constante, as+ que no
depende del intervalo e#aminado en particular.
;
U
1
1
N
n
n
m Ln
N

=
=

Cuando ambas hiptesis se cumplen, entonces el proceso de aparicin de fallos se llama
proceso de Poisson con tasa de fallo P.
"l proceso de Poisson tiene dos propiedades importantes:
O "l n3mero de fallos V en un intervalo de lon,itud t si,ue una distribucin de Poisson
con media Pt, de tal forma que
,
W
B A B PrA
k
e
t k
t
k

= = MX<
O *os tiempos entre fallos sucesivos son variables aleatorias independientes, cada una de
las cuales si,ue una distribucin e#ponencial con par(metro P, as+ que:
PrAtiempo de fallo K tB J
t
e

, <StS

"l tiempo medio entre fallos AE4?)B es

1
.
*a primera propiedad est( relacionada con la distribucin de Poisson de par(metro P.
'dem(s el proceso de Poisson es un buen modelo para aquellos sistemas con muchos
componentes que pueden fallar, pero que la probabilidad de fallo de cada uno de ellos es
peque-a. "ste fenmeno es conocido con el nombre de sucesos raros!
*a se,unda propiedad su,iere la distribucin e#ponencial para tiempos de vida.
Euchos sistemas pueden me0orar o empeorar con e tiempo. "n este caso se necesitan
modelos m(s ,enerales como los procesos de Poisson no homo,%neos
ANonhomo,eneous Poisson ProcessB donde la tasa de fallo no es constante. "ste tipo de
modelos es particularmente importante en el an(lisis de sistemas reparables.
MODELO E0PONENCIAL
-l modelo e.ponencial es bien conocido. 1u funcin de densidad es :
6ea 4 J 14iempo de vida de una unidad2
Dada la funcin de densidad podemos obtener las funciones asociadas al
2nlisis de datos de supervivencia:
Probbilidad de supervivencia
1upervivencia :
!ado que la densidad de fallos es f AtB, el tiempo 4 que se espera que transcurra hasta un
fallo viene dado por:
Tasa de fallos:
1<
( ) 1T e#pA T B f t t =
T
A B
t
" t e

=
A B 1T h t =
El modelo exponencial es el nico que tiene tasa de fallos constante: la probabilidad de
fallar condicionada a que el elemento est% en uso no var+a con el tiempo. "sta propiedad se
denomina falta de memoria.
E1e-+"(#2
Durante el programa de mantenimiento anual %ue reali)a una empresa se 3an
recogido los datos de fallos de un conjunto de 50 vlvulas mecnicas
3abiendo fallado ( de ellas. Para reprogramar el programa de mantenimiento
preventivo %ue se lleva actualmente en la empresa se desea saber :
Tasa de fallos anual para dic3as vlvulas.
!u4 probabilidad tiene una vlvula de fallar antes de alcan)ar un tiempo de
funcionamiento de 5 meses.

Cul ser la probabilidad de %ue la una vlvula est4 en funcionamiento al
cabo de 6 meses.
Cul ser la probabilidad de %ue el tiempo de vida est4 comprendido entre 5
y 6 meses.
a.
Determinar un intervalo de vida con un nivel de confian)a "centrado# del 78
9.
/a tasa de fallos ser la relacin entre el n3mero de v(lvulas falladas y el n3mero
total de v(lvulas en funcionamiento:
/a probabilidad de %ue una vlvula falle antes de un n:mero determinado de
meses viene e.presado por la infiabilidad ! "t#:
!"t#; < 0 e.p " 0 =t#
=; 5. <8
0(
t tiempo e.presado en a>os t tiempo e.presado en a>os


/uego$ para t ; <?@$ se tendr:
! "t# ; < 0 e.p "0 5.<8
0(
. <?@# ; < 0 < ? <$8<@(AA ; < 0 8$7A6AA6 ; 8$8<@<<59.
/a probabilidad de %ue el dispositivo falle antes de cuatro meses ser del
<$@<<5 9.
/a probabilidad de %ue no se 3aya producido el fallo antes de los 6 meses
ser la fiabilidad para ese tiempo$ %ue resultar
R "t# ; e.p "0=t# ; e.p "0 5. <8
0(
. <?(# ; e.p "0 8$88(# ; 8$77A
-sto %uiere decir %ue e.iste una probabilidad del 77$A8 9 de %ue una vlvula
no se averBe antes de los seis meses
11
/a probabilidad de %ue el tiempo de vida est4 comprendido entre 5 y 6 meses
ser la diferencia entre la probabilidad de %ue falle antes de los 6 meses y la de
%ue falle antes de los 5 mesesC matemticamente ser la diferencia entre las
infiabilidades de ambos periodos de tiempo sea:
Pr;!"<?(#0!"<?@#;D<0e.p"0<?(#E0D<0e.p"0<?@#E;e.p "0 <?@# 0 e.p "0<?(# ;
8$<<(5 "<<$(5 9#
Representamos grficamente lo anterior en la figura 5 y la figura F.
Para determinar un intervalo de vida con una confian)a del 78 9$ partimos de la figura 6 y la
figura G.
/uego$ debe verificarse %ue los valores de la infiabilidad para los momentos t$ y
t ( sern respectivamente :
!"t
<
#;8$8F !"t
(
#;8$7F
1ustituyendo las e.presiones anteriores por sus respectivos valores
<0e.p"0t
<
#;8$8F <0e.p"0t
(
#;8$7F
Despejando:
e.p"0t
<
#;8$7F
e.p"0t
(
#;8$8F
Invirtiendo: "es decir <?8$7F y <?8.8F#
e.p"t
<
#;<$86 de donde t
<
;8$8FA(6a>os
12
Probabilidad de funcionamiento
#iferencia de infiabilidades
P&(!!i"idd de funci(n-ien$( de" 345 en$&e $1 . $2
e.p"t
(
#;(8 de donde t
(
;($77FGa>os
/uego$ para un nivel de confian)a del 78 9$ la vida de la vlvula estar
comprendida entre 8$8FA(6 y ($77FG a>os.
MODELO DE WEIBULL
Euy utili.ado en la pr(ctica por su versatilidad
-l modelo Heibull tiene la siguiente funcin de densidad
Dada la funcin de densidad podemos obtener las funciones asociadas al 2nlisis de datos de
supervivencia:
uncin de fiabilidad:
Tasa de fallos:
uncin de riesgo
!onde a y b son par(metros positivos, el primero un par(metro de escala y el se,undo
un par(metro de perfil o de forma
1eg:n sean los valores de beta puede representar tasas de fallo crecientes $
decrecientes o constantes:
!61# *a funcin de ries,o o la tasa de fallo disminuye al aumentar el tiempo. "ste
comportamiento es propio de los fallos prematuros. Productos con esta tasa de fallo
suelen ser verificados en f(brica para que los fallos nos e produ.can en el mercado
!71# Amodelo e#ponencialB *a funcin de ries,o es constante. /na tasa de fallo
constante es una caracter+stica de los fallos ocasionales. "n esta situacin el n3mero de
fallos y el momento en que ocurren no depende del tiempo que el dispositivo funciona.
6i Y K 1 la funcin de ries,o es creciente. "sto indica que los fallos son debidos al
enve0ecimiento, a la fati,a o al des,aste. "n particular si 1 S Y S 2, la funcin de ries,o
crece r(pidamente al principio y muy poco al final> para Y J 2 la funcin de ries,o crece
linealmente con el tiempo> para Y K 2 crece poco al principio y r(pido posteriormente,
es decir, el intervalo de tiempo en el cual se produce un fallo es cada ve. menor. "s
recomendable que los dispositivos con tasa de fallo creciente ten,an un plan de
mantenimiento preventivo.
"0emplo:
4 J duracin de una marca de bombilla de ba0o consumo en a-os A2< datosB:
1.= <.< 1.C@ <.<C 1.:@ 1.&C .&1 2.;= 1.@1 .2<
<.22 2.1 <.&= .@; 2.@: <.@ <.;2 2.C1 .< 2.&1
*as duraciones var+an de <.<C a .@;
1
( )
1
A B A B e#pA B f t t t

=
!uracin media: 1.CC
!esviacin t+pica: 1.1=
Re%("ucin#
Contrastes de bondad de a0uste a una $eibull
POvalores Amayores que <.2B nos indican que podemos aceptar la hiptesis de que los
datos provienen de una $eibull.
"stimacin de los par(metros:
6e puede inferir que, con una probabilidad superior al &< Z, una bombilla de esta marca
durar( m(s de dos a-os A5A2B J <.&1B.
6e puede inferir que el C<Z de las bombillas durar(n apro#imadamente entre <.= y .=
a-os, ya que 5A<.=B <.;, 5A.=B <.1
' partir del cuarto a-o, la tasa de fallos es superior a la unidad.
$%#&L%" P'R'$()R*+%"
El proceso de ajuste de modelos estadsticos a
partir de datos muestrales es simple:
Se estudian los datos mediante tcnicas de
estadstica descriptiva
Se elige un modelo de distribucin de probabilidad
Se estima
Se realiza una diagnosis para detectar posibles
errores.
8. PRUEBAS DE 9IDA ACELERADA.
*as pruebas de vida acelerada son aquellas que se reali.an a un nivel de estr%s superior
al de las condiciones ordinarias de funcionamiento, con el fin de provocar la aparicin
de fallos en un tiempo m(s corto. "stas pruebas se reali.an e#poniendo los productos a
1&
condiciones m(s severas que las usuales. Qeneralmente implica aumentar la
temperatura, el volta0e, la presin, la vibracin, el tiempo operativo, etc.
*as pruebas de vida acelerada pueden usarse tanto para evaluar la capacidad de un
componente para satisfacer los requisitos de fiabilidad como para tener un medio m(s
r(pido de detectar debilidades potenciales o modos de fallo.
Por e0emplo es habitual en la industria hacer estudios del n3mero de ciclos hasta el fallo
de aparatos como lavadoras, tostadoras, etc., de forma se,uida, que condensan el
enve0ecimiento correspondiente de : meses a 1< a-os. "n estos casos no es necesario un
aparato matem(tico especial para determinar la relacin de tiempo vida, puesto que se
e#trapola en funcin del tiempo operativo de los mismos.
*a relacin entre los dos fallos y la tasa de fallos en condiciones aceleradas, y las
correspondientes en condiciones normales de funcionamiento, debe conocerse a trav%s
de datos histricos o a partir de datos estad+sticos, que relacionen el tiempo de vida de
los componentes con el estr%s a que est(n sometidos.
6on bien conocidas, por e0emplo, las tasas las de fallo en funcin de las tensiones
aplicadas y las temperaturas de funcionamiento de condensadores y resistencias, y las
relaciones pueden usarse para evaluar unidades de un solo lote, tipo o fabricante. /na
relacin frecuentemente usada es que la tasa de fallo se duplica apro#imadamente por
cada subida de 1<[C. Puesto que estos componentes suelen ser muy fiables, se usan
temperaturas elevadas en combinacin con sobre tensiones, a fin de determinar tasas de
fallo en un tiempo ra.onable.
*os ensayos acelerados de nuevos productos es una t%cnica com3n y se usa para
detectar modos de fallo potenciales.
*as pruebas de vida aceleradas con fines de valoracin se restrin,en a las pie.as y los
componentes, de los cuales se conocen las relaciones entre las tasas de fallo en
condiciones normales y de estr%s. /n re,istro importante es que las condiciones de
estr%s no puedan introducir nuevos modos de fallo.
Cuando las relaciones est%n bien definidas, las pruebas de vida acelerada pueden dar
estimaciones de las caracter+sticas de fiabilidad a una fraccin del coste de las pruebas
ordinarias, y son venta0osas.
*a relacin entre pruebas aceleradas y normales puede ser relativa a una tasa de fallo, a
una tasa de de,radacin o cambio de una caracter+stica, o al tiempo de des,aste.
6iempre que se cono.ca la relacin, los datos en condiciones aceleradas pueden
reducirse a datos en condiciones normales, ,eneralmente multiplicados por al,unas
constantes apropiadas.
!e todas formas, para ciertos componentes se conocen las constantes a partir de
estudios documentados. "l manual EI*O8?\O21@ es la fuente m(s consultada en la
industria electrnica.
8ay otra aplicacin en que se usan las pruebas de vida aceleradas, las pruebas conocidas
como burnOin, de pur,a, que causan el efecto de eliminar las unidades potencialmente
1=
infiables sin afectar a las unidades buenas. /n e0emplo de esta prueba es el ensayo de
aceleracin a 2<.<<< ,, donde , es la aceleracin de la ,ravedad ;,C1mTs], que se aplica
a los semiconductores Ahay al,3n fabricante que ha aumentado incluso este nivel de , en
un =<Z, hasta <.<<< , en al,unas unidades, sin observar efectos medibles sobre la
actuacin o lon,evidad de las unidad es que pasan la pruebaB. 4al ensayo sirve para
eliminar las unidades que tienen una debilidad mec(nica en potencia y una fiabilidad
inferior. "l ensayo puede tambi%n hacer que fallen ciertas unidades cuya fiabilidad
hubiera sido satisfactoria, pero, imponi%ndolo a todas las unidades, la fiabilidad ,eneral
resultante del lote despu%s del ensayo es considerablemente superior a la que hubiera
sido de no haberse reali.ado el ensayo. "s importante que las unidades que superan la
prueba no se hayan de,radado.
EH!"*H6 !" P5/"?'6 !" 7I!' CHN "645^6 CHN64'N4":
Eodelo 'rrheniusO"#ponencial.
"l modelo potencia inversa de $eibull.
'N_*I6I6 !" *' )I'?I*I!'! !" /N 6I64"E'.
/n sistema es, en este conte#to, un dispositivo formado por partes cuya fiabilidad es
conocida. "stas partes se llaman componentes.
*a actuacin de un sistema puede anali.arse como funcin de componentes
individuales. 6i los datos son reco,idos en componentes individuales, entonces es
posible hacer inferencia estad+stica sobre la fiabilidad de estos componentes, pero a3n
queda el problema del c(lculo de la fiabilidad del sistema a partir de la fiabilidad de sus
componentes que es lo que se desarrolla en este apartado.
"n ,eneral el fallo de un sistema se produce al fallar uno o varios componentes. "l
problema b(sico de la fiabilidad de sistemas consiste en el c(lculo de la fiabilidad 5AtB
de un sistema a partir de la fiabilidad
B A B,..., A B, A
2 1
t R t R t R
n
de sus componentes.
6I64"E'6 CH8"5"N4"6.
*a clase m(s conocida de sistemas son los sistemas coherentes. "l concepto
fundamental de los sistemas coherentes Acoherent systemB es que las componentes se
encuentran, individualmente, en uno de los dos estados, funcionan o fallan, y el estado
de los sistemas se representa en t%rminos de los estados individuales de cada
componente a trav%s de las funciones de estructura Astructure functionB. "0emplos de
sistemas coherentes son los sistemas enserie, en paralelo o mi#tos.
"`"EP*H !" 6I64"E' "N 6"5I".
"s aquel para el que el fallo del sistema equivale al de un solo componente.

=
=
n
i
i
x
1
B A
"0emplo de un sistema en serie formado por tres componentes:
1:
"`"EP*H !" 6I64"E' "N P'5'*"*H.
"s aquel para el cual se produce un fallo cuando todos los componentes fallan.

=
=
n
i
i
x
1
B 1 A 1 B A
"0emplo de un sistema en paralelo formado por tres componentes:

"`"EP*H !" 6I64"E' , "N45" n
"s un sistema m(s ,eneral que enla.a los sistemas serie y los sistemas paralelos. "n este
caso el sistema est( operativo si por lo menos \ componentes de entre n componentes
est(n operativos. , J n corresponde a un sistema en serie y , - 1 corresponde a un
sistema en paralelo.

<

, x si
, x si

i
i
<
1
B A
"l sistema 2 entre de la fi,ura del e0emplo anterior est( operativo si por lo menos dos
componentes de una de las tres cadenas est(n operativos. "n este caso la fi,ura del
primer e0emplo deber+a contener la restriccin que los componentes fueran de la misma
cadena.
"0emplo de un sistema 2 entre .
1@
A

B C
"`"EP*H !" )I'?I*I!'! !" /N' 5"!.
"ste es un e0emplo simplificado de un problema de la fiabilidad de una red AnetDorM
reliabilityB, en la que el sistema puede ser representado por una red de componentes y el
estado del sistema depende de la e#istencia de un camino a trav%s del cual los
componentes funcionan.
/n sistema consiste en un computador central que tiene conectados tres terminales. "l
computador tiene conectada una impresora y tambi%n es posible imprimir en otra unidad
central. "l sistema se considera que funciona si es posible utili.ar el computador y tener
una impresora de salida conectada. Para esto se requiere que: AaB funcione el
computador central, AbB al menos una terminal de las tres funcione, y AcB que funcione la
impresora local o que la cone#in con otra unidad que tiene conectada la impresora
funcione.
"ste sistema puede representarse ,r(ficamente donde 1, 2 y son las tres terminales y &
el computador, = la impresora local y : la otra unidad. G en este caso
Ba 1 BA 1 A 1 b Ba 1 BA 1 BA 1 A 1 b B A
: = & 2 1
x x x x x x =
' partir de este sencillo e0emplo se puede apreciar el potencial que uno puede tener para
sistemas m(s complicados. Por e0emplo, un sistema computacional de una compa-+a o
un universidad puede representarse mediante dia,ramas de este tipo donde los sistemas,
mucho m(s ,randes y comple0os, pueden requerir millares de componentes y una
estructura de redes complicada. 4ambi%n las centrales nucleares han sido modeladas por
redes de este tipo.
1C
"ste es un e0emplo de un sistema computacional.
)I'?I*I!'! !" /N 6I64"E' "N 6"5I" CHN 4'6' !" )'**H CHN64'N4".
6i los componentes con independientes, la fiabilidad de un sistema en serie se calcula
por la re,la del producto.
Regla del producto: un sistema en serie, con los componentes independientes, funciona
s+ y solo s+ todos los componentes funcionan:
B A ... B A B A B A
2 1
t R t R t R t R
n
=
8ablamos de un sistema en serie con fallo constante cuando todos los componentes
tienen tasa de fallo constante, es decir, cuando el tiempo de vida de los componentes se
distribuye e#ponencial de par(metro
i

,
t
i
e t R

= B A y por la re,la del producto:
t t t
n
e e e t R

= ... B A
2 1
H, equivalentemente,
t
e t R

= B A , donde
n
+ + + = ...
2 1
.
/n sistema en serie con los componentes con la tasa de fallo constante tiene la tasa de
fallo constante e i,ual a la suma de las tasas de fallo.
5"!/N!'NCI'.
*a redundancia es el principal m%todo para aumentar la fiabilidad de un sistema y se
define como la e#istencia de m(s de un medio para reali.ar una determinad funcin.
*a redundancia puede implicar el uso de dos o m(s componentes o con0untos id%nticos,
de forma que cuando uno falla hay otros que reali.an la funcin, o bien se pueden
incluir medios diferentes para reali.ar la funcin. /na rueda de repuesto de un
automvil es un e0emplo de pie.a redundante> el se#tante manual usado para la
nave,acin de un veh+culo espacial en caso de fallo de los controles autom(ticos es un
e0emplo del se,undo m%todo.
1;

1

2
)
8
:
;
"n ambos e0emplos, el componente redundante Ala rueda o el se#tanteB se usa slo
cuando falla el sistema primario. "ste uso se llama redundancia secuencial!
Htros sistemas redundantes se hacen funcionar simult(neamente, de modo que todos los
sistemas utili.ables Ano falladosB realicen la funcin durante todo el tiempo. "ste tipo se
llama redundante en paralelo activo. "l uso de cuatro motores de un avin es un
e0emplo de %ste.
*a redundancia secuencial proporciona tericamente m(s fiabilidad que la redundancia
en paralelo activo si las funciones de deteccin de fallos y conmutacin son
e#tremadamente fiables. 'mbos tipos dan una fiabilidad del sistema mucho me0or que
el sistema no redundante. ' t+tulo de e0emplo, al,unos c(lculos de fiabilidad de sistemas
con componentes redundantes ser+an:
*a norma EI*O64!O@21? define la redundancia activa como la redundancia de
los sistemas en los que los ob0etos redundantes operan simult(neamente, en
lu,ar de ser activados cuando son necesarios.
G la redundancia secuencial AstandbyB se define como la redundancia de los
sistemas en los que el medio alternativo de reali.ar una funcin no se activa
hasta que es necesario, y es activado por el fallo del medio primario de reali.ar
la funcin. /n e0emplo de %ste ser+a un avin trimotor, que funciona siempre que
funcionan dos motores.
'N_*I6I6 E"!I'N4" _5?H*"6 !" )'**H.
*a fiabilidad en redes ANetDorM reliabilityB se basa en una representacin ,r(fica
abstracta de un sistema. ?(sicamente est( orientada al suceso %#ito, pero en la pr(ctica
es me0or orientarla al fallo.
Euchas veces un (rbol de fallos Ao (rbol l,icoB es el me0or dispositivo para deducir
cual es el mayor evento que puede producir un fallo en el sistema.
"l an(lisis mediante (rboles de fallo, abreviadamente )4' Afailure tree analysisB, es una
t%cnica que utili.a ,r(ficos, denominados (rboles de fallo, que representan con
operadores ?ooleanos A1G2 y 1H2B las combinaciones de estados l,icos susceptibles
de conducir un sistema a una situacin no deseada.
CHN645/CCI9N !" /N _5?H* !" )'**H6.
*a construccin de (rboles de fallos es uno de los principales m%todos de sistemas de
an(lisis de se,uridad. )ue desarrollado en los a-os :< en la industria aeroespacial.
Puede ser una herramienta de dise-o muy 3til. 6e pueden identificar los accidentes
potenciales en el dise-o de un sistema y puede ser de ayuda para eliminar cambios de
dise-o costosos y retornos. 4ambi%n se utili.a como herramienta de dia,nstico para
predecir las causas de fallo m(s probables de un sistema en el caso que de0e de
funcionar.
/n (rbol de fallos es un modelo l,ico ,rafico donde se puede representar varias
combinaciones de los posibles sucesos, de fallo y normales, que ocurren en un sistema,
2<
donde el suceso no deseado se sit3a arriba del todo del (rbol. "ntre los elementos de un
sistema se incluyen: hardDare, softDare, y tambi%n factores humanos y ambientales.
Para construir un (rbol de fallos de un sistema siempre se empie.a definiendo el suceso
principal. 'ntes de empe.ar a construirlo debe entenderse el sistema, profundi.ando en
las limitaciones del entorno y del problema. /na ve. construido, se anali.a el (rbol y,
para que ten,a aplicabilidad, deben estudiarse las medidas correctivas y adoptarse las
que se consideren oportunas para evitar o disminuir la probabilidad de fallo del sistema.
6RE?H*H6 !" *H6 6/C"6H6.
"l rect(n,ulo define un suceso que es la salida de una puerta l,ica, y depende del tipo
de puerta l,ica y de las entradas de la puerta l,ica. /n suceso de fallo es un estado del
sistema no normal. No necesariamente ha de ser debido al fallo de un componente. Por
e0emplo, el suceso fallo puede ocurrir debido a un error de comando o de comunicacin.
"l c+rculo define un fallo inherente b(sico de un elemento del sistema cuando opera sin
las especificaciones dise-adas. Nos referimos a este suceso como suceso b(sico
primario.
"l rombo representa aquel fallo, distinto del fallo primario, que no interesa desarrollar
m(s Alo denominamos suceso b(sico secundarioB.
*os sucesos b(sicos, pues, son primarios Ac+rculoB o secundario AromboB.
"l suceso interruptor representa un suceso que, por dise-o, se espera que ocurra siempre
AonB o que no ocurra nunca AoffB.
6uceso de fallo 6uceso b(sico
primario
6uceso b(sico
secundario
6uceso interruptor
P/"54'6 *9QIC'6.
*os (rboles de fallo utili.an puertas H AH5 ,atesB y puertas G A'N! ,atesB la puerta H
es una cone#in l,ica entre un suceso combinado y diversos sucesos elementales, lo
que si,nifica que el suceso combinado tiene lu,ar cuando se da al menos al,uno de los
sucesos elementales. *a puerta G es una cone#in l,ica entre un suceso combinado y
diversos suceso elementales, lo que si,nifica que el suceso combinado tiene lu,ar
cuando se dan simult(neamente todos lo sucesos elementales.
21
Puerta O Puerta <
22
c =