IG-102 Ingeniería de Confiabilidad SDV

Ingeniera de
Confiabilidad
Anlisis Integrado de Confiabilidad,

Disponibilidad y Mantenibilidad,
Optimizacin de costos de sistemas
CONTENIDO
INTRODUCCIN Y PRESENTACIN
CONCEPTOS BSICOS DE
MANTENIMIENTO
FUNDAMENTOS DE CONFIABILIDAD
ESTADISTICA BSICA Y
DISTRIBUCIONES
CLCULOS DE CONFIABILIDAD
CLCULOS DE DISPONIBILIDAD
CLCULOS DE MANTENIBILIDAD
INTERVALOS DE CONFIANZA
EJEMPLOS Y ESTUDIOS DE CASO
INGENIERA DE CONFIABILIDAD
Ingeniera de Confiabilidad es una metodologa aplicada para conocer el desempeo de vida de productos, equipamientos, plantas o procesos; para asegurar que estos ejecuten su funcin, sin fallar,
por un perodo de tiempo en una condicin especfica. Para desarrollar esta metodologa nuestro equipo de trabajo desarrollara una serie de actividades basadas en:
Control de Presupuesto
Planes de Contingencia para Mantenimientos Correctivos
Planeacin y programacin de Mantenimiento Preventivo y Predictivo
Plan estratgico de tipo Proactivo
Confiabilidad de Proveedores
Confiabilidad de planta y equipos
Confiabilidad, Su
Estrategia
Ingeniera de la
Confiabilidad
Una Definicin General
Es la forma matemtica y cientfica
de
estudiar
o
modelar
el
comportamiento de los diversos
tipos de fallas, con el fin de
determinar la posibilidad de que un
recursos cumpla una misin o
funcin durante un tiempo / Ciclo
determinado de operacin.
Ingeniera de la
Confiabilidad
Una Definicin General
Existen diversos modelos matemticos que
modelan estndar de funciones: Mecnicos,
Elctricos,
Electrnicos,
Neumticos,
Hidrulicos y otros.
Organiza, codifica y prioriza los tipos de
falla, para la organizacin estratgica de
los Modos y Causas de Falla.
Elimina o controla las consecuencias de
falla
Los Cinco Pecados de

Ingeniera de
Mantenimiento
1. Creer que todo es importante
2. No conocer los costos del
mantenimiento de sus equipos
3. No saber decir que No
4. No conocer los lmites de sus equipos
5. Desconocer la vida til de sus equipos y
su disponibilidad
Evolucin del Mantenimiento
Mayor disponibilidad y
confiabilidad
Mayor Seguridad
Mejor calidad del producto
Armona con el medio
ambiente
Maximizar Cont.
Operacional
Costos ms ptimos
Mayor
Reparar
en caso de
avera
1940
1950
disponibilidad de
la maquinaria
Mayor duracin
de los equipos
Menores Costos
1960
1970
1980
1990
2000
Excelencia
Excelencia de
de los
los Procesos
Procesos
Administrativos
Administrativos Bsicos
Bsicos
Motivacin
Motivacin yy Satisfaccin
Satisfaccin Calidad
Calidad yy Rentabilidad
Rentabilidad
del
del
del Personal
Personal yy los
los Clientes
Clientes
del Producto
Producto
Gestin
Gestinde
deActivos
ActivosClase
ClaseMundial
Mundial
Confiabilidad
Confiabilidad Operacional
Operacional
Optimizacin
Optimizacin de
de la
la
Produccin
Produccin
Mxima
Proteccin Ambiental
Ambiental
Mxima Seguridad
Seguridad Proteccin
Confiabilidad Operacional Involucramiento

Confiabilidad Humana
Capacitacin
Motivacin al personal
Condiciones Operacionales
Confiabilidad de Procesos
Materia Prima, Consumos e Insumos
Confiabilidad de
Equipos
Confiabilidad desde el diseo
Extensin del TPEF / MTBF
Confiabilidad de los
Efectividad y Calidad del Mantenimiento
Procesos de mantenimiento
(mantenibilidad) Estrategias de Mantenimiento
HerramientasProgramacin de Mantenimiento
Reduccin del TPPR / MTTR
CURVA DE VIDA TIL
Tasa de fallas
E. Infantil
Desgaste
0<<1
2< < n
1< < 2
vida til
Tiempo de servicio o vida til.
Efecto de realizar ms
mantenimiento que el
requerido
Un elemento reacondicionado, por si
acaso, podra fallar
luego de este punto
Vida
asumida
....crea la posibilidad que

el re-acondicionamiento,
por s mismo, cause la
falla del elemento
MCC/DRAFT ASME
Grfico de Tiempos
Niveles de Mantenimiento
Nivel 1: Intervenciones hechas
por el mismo usuario / operador
Nivel 2: Intervenciones hechos
por Tcnicos internos (Dpto. de
Mantenimiento).
Nivel 3: Intervenciones
contratadas externas
Mantenimiento
Preventivo
Se fundamenta en la programacin de actividades,
generalmente dada por el fabricante; informando cuales son
las actividades e intervenciones de mantenimiento de
acuerdo con la vida til del equipo, pero NO tiene en cuenta
las condiciones operacionales del equipo.
tem
Intervencin
Repuesto
Nivel de
Mantenimiento
Tiempo
Estimado
Costo
Frecuencia
CDM / RAM
Confiabilidad / Reliability
Disponibilidad / Availability
Mantenibilidad /
Maintenance
Mantenibilidad
Indica el grado en el que un activo o
recurso sea fcilmente reparado segn:
El Tiempo Invertido, Consecucin de
Talento Humano hr/hom., Facilidad de
Repuestos.
Se calcula con el Tiempo Por Reparacin
TPR
M (t) = 97%.....
TO + TFC = 97 hr. vs. TRP = 3 hr.
Disponibilidad
Indica el grado o tiempo en el que un activo
o recurso se encuentra fuera de servicio,
por estar en mantenimiento: Se cuantifica
segn el tiempo de inspeccin, diagnstico
y reparacin, hasta el tiempo de entrega a
operaciones
Se calcula con el Tiempo Fuera de Servicio

TFS
A (t) = 95%.....
TO = 95 hr. vs. TFS = 5 hr.
Confiabilidad
Es la posibilidad de que un activo o
recurso; cumpla una funcin determinada
por un tiempo determinado. Se cuantifica
segn el modelamiento de sus histricos
de fallas; con el fin de predecir las posibles
fallas.
Se calcula con el Tiempo Operacional o el
Tiempo Hasta la Falla.
R (t) = 85%.....
15% de las fallas se puede presentar durante
el tiempo t
Tasa de Fallas
Cantidad de fallas que se
presentan en tiempo o rango
determinado
Lambda () = # Fallas / TTO
FUNDAMENTO
S DE
CONFIABILIDA
D
Fallas y su comportamiento
El Grfico A es la conocida
Curva de la Baera. El Grfico
B muestra una seccin de esta
curva, en la cual se observa en
color verdeel periodo de Vida
til y en Rojo la etapa de
Desgaste. El grfico C muestra
una
probabilidad
de
falla
lentamente creciente, sin una
edad especfica de desgaste. El
grfico D muestra una baja
probabilidad inicial y luego un
rpido incremento a un nivel
constante, y el grfico E muestra
una probabilidad constante a
cualquier edad. El grfico F
comienza
con
una
alta
probabilidad
de
mortandad
infantil para decaer a una
probabilidad baja y constante o
ligeramente creciente de fallo.
21
Fundamentos de
Confiabilidad
Cuantitativa
Informacin Requerida
Confiabilidad
Mantenibilidad
Disponibilidad
Lmites de Confianza
Criticidad
R(t)
M(t)
A(t)
LC
Ci
Fuentes de Informacin
Tiempo Entre Fallas TEF

Tiempo Operacional TO
Tiempo Fuera de Servicio TFS
Tiempo Por Reparacin TPR
Tiempo Fuera de Control TFC
Tcnico Asignado
Repuestos
Modo de Falla
Causa de Falla
Procesamiento de Datos
Son regresiones matemticas
en
base
logartmica
que
modelan el comportamiento de
las fallas, caracterizando su
degradacin; con el fin de
predecir el grado de afectacin
en el estndar de funcin del
equipo.
MODELOS
As mismo en Confiabilidad, los Modelos nos entregan
un estimativo de la Tasa de Falla en funcin del
Tiempo.
Los Modelos ms utilizados en IC, son los Modelos
Probabilsticos
(basados
en
distribuciones
estadsticas), estos son:
Normal
Exponencial
Weibull
LogNormal
Gamma
TASA DE
FALLA
27
rea bajo la curva

F(t) =
dt
Modo, Mediana y Media

MODA
MEDIANA
MEDIA
Funcin Densidad de
Probabilidad
Alternamente, podemos construir histogramas directamente
empleando funciones de planillas como excel.
El conjunto de datos se pueden repartir y organizar por medio

de histograma, el cual consiste en cuantificar la cantidad de
datos que hay por intervalos deseados.
30
30
Modelos
Existen Modelos Matemticos
que expresan el
t
comportamientoR (de
fallas:
t) e
Exponencial
Weibull
Normal
Log Normal
Gamma
R (t ) e
Tipos de Modelos
Curvas PDF (Probabilidad De Fallas)
Estadstica
Aplicada en la
Ingeniera de
Confiabilidad
Tenga en Cuenta!
El fin es determinar el estado
actual de vida til del equipo o
recurso, teniendo en cuenta las
condiciones actuales de operacin,
examinando
las
fallas
y
preventivos que se han hecho
hasta
la
fecha
de
anlisis,
estudiando la posibilidad de que
este siga operando sin fallar
Anlisis de Datos de Vida
Clasificacin de los Datos
No es posible tratar por igual los datos,

se requiere clasificarlos no solo por la
cantidad de datos, sino por la calidad
de los mismo y el tipo de intervencin
que se haga
Datos Completos y
Suspendidos
Dato Completo
0
Falla
Se Conoce a ciencia cierta el tiempo

hasta la falla
Datos Completos y
Suspendidos
Dato Suspendido a la Derecha
Inter.
Falla?
Estadstica Bsica
Variables
Es importante entender y
definir el tipo de datos que van
a ser manejados en el anlisis,
con el fin de poder caracterizar
el comportamiento de los
mismos y poderlos modelar de
la manera correcta.
Variables Aleatorias
Discretas
Los datos son totalmente
conocidos, ya que estos pueden
ser valores entre rangos
determinados:
Ejemplo:
Ruleta
Cartas de Naipes
Variables Aleatorias
Continuas
No se conoce o no es posible definir
los rangos de operacin de una
variable.
La falla, para una manguera de un
vehculo, se puede tomar desde 0
hasta Km 55.000, o mas
En la mayora de los datos de
anlisis, se trabajan datos Aleatorios.
El concepto de variables
aleatorias
Ejemplo: El ingeniero del Confiabilidad de una compaa que

produzca las mquinas usadas para la limpieza con alta presin,
estudia la vida (durabilidad) de una determinada vlvula y se
obtuvieron los siguientes valores de tiempo hasta la falla (horas):
1.788,07
963,37
1.457,44
322,34
619,47
685,56
500,49
618,34
513,92
1.103,25
428,88
138,45
559,82
748,02
1.004,58
467,94
773,77
928,66
1.058,67
89,64
878,43
455,22
175,60
378,28
452,47
652,29
306,43
447,04
130,29
714,32
313,81
484,17
511,32
1.378,65
597,50
828,26
843,45
604,26
612,93
909,28
710,15
360,71
1.214,12
294,96
319,65
194,19
353,74
621,43
1.031,67
940,65
722,60
339,87
178,14
747,37
549,86
386,02
465,29
858,90
779,58
786,90
496,09
1.002,22
857,77
911,08
1.040,37
903,48
781,96
915,37
793,43
101,89
816,47
588,26
1.389,75
707,67
143,67
1.080,50
1.061,30
192,08
446,02
270,38
848,99
516,89
721,03
280,89
804,22
559,18
570,26
526,09
47,94
675,56
736,86
743,05
458,44
691,73
466,40
980,00
268,04
417,44
1.023,37
459,65
43
Definiciones: pdf
Considere un conjunto
de
Datos
representando
100
variables
aleatorias
continuas, obtenidas de
una misma poblacin,
como
muestra
la
siguiente tabla:
Definiciones: pdf
F(t) = ft(dt)
Definiciones: pdf
Al calcular la integral de la tasa de
fallas, se halla la razn de fallas, en
un tiempo o ciclo operacional.
La
funcin
de
distribucin
acumulada (cdf), sale de la pfd
directamente. b
F (t ) f (t )dt
0
pdf y cdf
Las relaciones entre la densidad de la

funcin de la probabilidad y la funcin
acumulada
La densidad de la probabilidad de la funcin se

puede agregar, para generar la funcin de
aumentar y/o de disminuir probabilidad acumulada.
La grfica de Confiabilidad vs Tiempo

(Ciclos Operacionales), muestra como
La funcin de probabilidad acumulada
tiende a disminuir, mostrando como
aumenta la probabilidad de falla,
mientras no sea intervenido el equipo.
La grfica de Probabilidad de falla

vs. Tiempo (Ciclos Operacionales),
muestra como se incrementa la
posibilidad de falla, mientras no se
intervenga el equipo.
48
Las principales
distribuciones de
probabilidad
En teora, hay una cantidad infinita de distribuciones de
probabilidad diferentes que se utilizan para describir el
comportamiento de variables aleatorias discretas de,
continua, etc mixtos, pero los siguientes son los
espectculos que han sido realmente importante en la vida
de anlisis de datos
Normal;
Weibull;
Lognormal;
Exponencial;
Gama;
En cada conjunto de datos mostrados podemos emplean

diferentes distribuciones de probabilidad con el fin de
capturar las principales caractersticas de la variable.
49
La Distribucin Normal
La distribucin normal es utilizado ms en el prctico (por lo tanto su

nombre es normal). La densidad de la probabilidad de la funcin es:
1
f (t )
e
2
1 t

2
Cuando y son
parmetros que deben
estimarse a partir de los
datos existentes.
81
1) La probabilidad de fallas antes de 1,5 horas de
operacin:
1, 5
1
F (1,5h)
e
0 2
1 t 2 , 8

2 0 , 6
dt 1,51%
2) El intervalo de intervencin de mantenimiento preventivo de modo

que tenga no mas que 10% de chance de ocurrir una falla:
t*
1
0 2 e
1 t 2 , 8

2 0 , 6
dt 10%
El tiempo de cambio
mximo es de 2,02
horas
Estas propiedades de la distribucin normal son
importantes y muy usadas para clculos rpidos de
probabilidad:
Mdia I K desvios
+/- 1
+/- 2
rea sub curva

68,26%
95,44%
+/- 3
+/- 6
99,72%
99,9999998%
Observe que el rea que abarca seis sigma corresponde a

99.9999998%. Esto implica que si un proceso est calibrado
con una variacin en seis sigma, slo el 1,97 unidades seran
producidas fuera de las especificaciones de cada mil millones
de unidades producidas.
52
52
La Distribucin
Exponencial
La distribucin exponencial se utiliza para modelar del

tiempo entre los acontecimientos y tambin para la
poca de vida aleatoria en algunos modos de falla. La
densidad de la probabilidad de la funcin es:
f (t ) .e t
Cuando es un parmetro que debe estimarse a partir de los datos existentes
53
53
53
La Distribucin Weibull
La distribucin de Weibull se utiliza ms en el rea de

modelamiento probabilstico de la vida de componentes, de
sistemas, del etc. La densidad de la probabilidad de la
funcin es:
f (t )
donde , y son parmetros de

forma,
escala
y
ubicacin,
respectivamente. Estos deben ser
estimados a partir de los datos
existentes.
En la prctica, un problema importante es la estimacin de los

parmetros introducidos en un conjunto de datos que componen la
muestra de datos de pruebas de laboratorio, los resultados de
ensayos de campo, las observaciones con los datos del cliente, la
literatura, etc. Este tema ser estudiado en detalle en el tema sobre
el anlisis de Weibull.
54
La Distribucin Lognormal
La distribucin LogNormal se utiliza en el modelamiento de la

vida de componentes, de sistemas, de productos, de textos
econmicos, del minera etc. La funcin de la densidad de la
probabilidad de la distribucin LogNormal es:
1
f (t )
e
t * 2
1 ln( t ) *

2
*
Cuando y son
parmetros que deben
estimarse a partir de t
no, sino de ln (t)
55
55
55
La Distribucin Gama
La distribucin gamma es la ms compleja, por lo tanto,

se modela los datos generados para diversos modos de
falla (este hecho ser detallado en el anlisis de Weibull).
La densidad de la funcin de la probabilidad de la
distribucin gamma es:
En caso de alfa y beta son
parmetros. La
distribucin
1 t 1 t
gamma es cerca de varias otras
e
*
f (t )

lognormal, exponencial, Weibull,
( )
etc
( x) u e du
0
x 1 u
Ajuste de la funcin gamma. Nota: En

Microsoft Excel existe una funcin
rpida que calcula el valor numrico
de la funcin gamma
Los valores numricos de los parmetros alfa y beta se deben cumplir

a partir de los datos histricos existentes. En el anlisis de Weibull se
presentan los detalles de los parmetros estimados.
56
56
56
Normal
1
f (t )
e
2
1 t

Ecuacin Confiabilidad
F (t ) f (t )dt
0
Ecuacin de
Confiabilidad
Entonces:
F t R t 1 100%
R t 1 F t
Tasa de falla
La tasa de falla permite la
determinar el nmero de fallas en
un tiempo dado, siendo:
f (t )
(t )
R (t )
Todos los clculos de confiabilidad
cuantitativa, van en razn del
tiempo o de los ciclos de vida
(Horas, Das, Kilmetros, Millas)
Vida Mediana
Teniendo en cuenta que lo que se sta
calculando por medio de la integral es el
rea bajo la curva; la mediana es la mitad
del rea calculada bajo la curva, es decir el
50% del rea, por lo tanto F(t) es igual a 0,5
F f (t )dt 0.5 50%
Vida Media
La media es definida como el promedio de
datos, si se est trabajando con TO, entonces
ser el Tiempo Promedio operacional TPO, si
es TEF ser Tiempo Promedio Entre Fallas TPEF
Consideraciones
El tiempo medio o promedio, no es un dato
que
garantice
o
modele
un
comportamiento, es solo un indicador con el
cual no se pueden tomar decisiones.
Las distribuciones nos ayudan a modelar y
caracterizar el desgaste y vida til de los
equipos, con el fin de tener criterios para la
reprogramacin de intervenciones del
mismo.
Distribuciones
Aplicadas a
Ingeniera de
Confiabilidad
Algunas Distribuciones
Estadsticas
Exponencial
Weibull
Lognormal
Normas
Gamma
Gamma G
Logstica
Gumbel
Otros...
Distribuciones y sus Parmetros
Modelo
Exponencial
1P
Esponencial
2P
Weibull de 2P
Weibull de 3P
Normal
Lognormal
Gamm Varian
a
za
Beta
eta
SI
SI
SI
SI
SI
SI
SI
SI
SI
SI
SI
SI
66
Resumen
Confiabilidad R(t): Es la posibilidad
de que un equipo o componente
cumpla con una funcin sin fallar
Disponibilidad A(t): Es la relacin de
tiempo que existe entre el TO y el
TFS
Mantenibilidad M(t): Es la facilidad
con la cual un equipo puede ser
reparado y es medido o estimado en
razn del TPR, Repuestos y costos.
Distribuciones ms
Usadas
EXPONENCIAL
WEIBULL
LOGNORMAL
NORMAL
La funcin de disponibilidad y
su interpretacin probabilstica
Los sistemas principales que se utilizan en la ingeniera son sos donde algunos
componentes fallan, ellos se reparan ms adelante, fallan otra vez y as
sucesivamente.
Tenemos grficamente:
t1
t2
t3
t4
t5
t6
t7
Los tiempos de vida son: t1; t3-t2; t5-t4; t7-t6;...

Los tiempos de reparacin son: t2-t1; t4-t3; t6-t5;...
La funcin de la disponibilidad se define como la probabilidad de que

el componente, sistema, etc est en funcionamiento en el tiempo
t. Tenga en cuenta que el tiempo de inters se ha terminado, por lo
que en este anlisis no importa lo que pase antes o despus de t en
trminos de fracaso y reparaciones.
69
69
69
La disponibilidad usada en funcin de la prctica es muchas

veces llamada la disponibilidad fsica (DF) o disponibilidad
operacional (DE). As, de una forma resumida, la
disponibilidad se define asi:
Tiempo realmente en operacin
Disponibilidad
=
Tiempo total de calendrio
Las funciones de confiabilidad y disponibilidad estn estrechamente

relacionadas.
Componentes: la confiabilidad y disponibilidad son las mismos porque

aqu se adopta la premisa de que no se lleva a cabo labores de
reparacin de componentes.
Sistemas: la disponibilidad depende de la confiabilidad y el

mantenimiento y, por tanto, si el mantenimiento es adecuado y se realiza
correctamente, la disponibilidad debe ser mayor que la confiabilidad en
el tiempo t - ver grfico en la diapositiva siguiente
En el caso de los componentes (sistemas irremediables), el
Confiabilidad es igual a la disponibilidad.
t
La confiabilidad del sistema sin necesidad de mantenimiento o inservibles (azul) es
siempre menor que la oferta de reparacin o mantenimiento (rosa)
71
71
La clasificacin de
funcin
de disponibilidad
Se entiende como mantenimiento a cualquier accin que

modifique un producto, un componente o un sistema de la manera
que est mantenida condiciones operacionales que se conduce en
vuelta para tener tales condiciones en el caso en que ha ocurrido
una imperfeccin - Blischke y Murthy (2003, P. 5);
La disponibilidad es un indicador del funcionamiento los prcticos
de mantenimiento usado por la compaa. De una manera
general, la disponibilidad depende de dos componentes: 1)
caractersticas intrnsecas del equipo (porcentaje de averas,
modos de fallo, Confiabilidad, etc.) ;) eficacia 2 de los equipos del
mantenimiento;
La disponibilidad es importante porque muchos contratos de la
representacin de servicios implican disponibilidad como forma de
la remuneracin.
Por otra parte cunto ms grande la disponibilidad, la fraccin del
tiempo en funcionamiento, mayor el nivel de la produccin y
menos sern el coste de gastos indirectos (fijados) para la unidad
de la produccin.
72
72
72
Disponibilidad
operacional
La disponibilidad operacional (OD) es la fraccin
de tiempo que el sistema est en operacin. Por
ejemplo, una lnea de transmisin de potencia
tiene una duracin de 8450 horas durante un
perodo de 8760 horas (1 ao).Por lo tanto, la
disponibilidad
operativa
es
8450/8760
=
96,46%.Es
importante
sealar
que
la
disponibilidad operativa es una variable aleatoria
y por lo tanto su valor flucta con el tiempo.
73
73
73
Disponibilidad
instantnea
La disponibilidad instantnea se define como la probabilidad

de que el sistema est en funcionamiento en un determinado
instante, siendo cuantificado por medio de:
u
A(t ) R (t )
R(t u )m(u ) du
0
Es importante notar:
t-
La disponibilidad instantnea ser siempre ms grande o
igual al Confiabilidad en el caso de sistemas mantenibles.
La disponibilidad instantnea es una medida pronta y si se
relaciona solamente con el tiempo T. Por ejemplo, si en
cada 100 veces que el equipo ser solicitado en 1050 h es
operacional en 98 veces de ellas, su disponibilidad
instantnea ser el 98%. Sin embargo, nada que podemos
decir en lo que sucede antes o ms adelante. Es posible
que adentro, diga, 1000h es el 100%, pero el inasequible
debido al mantenimiento que lo restauran.
74
74
74
Disponibilidad
instantnea
Nota: La parte de
analizar el impacto de
las
polticas
de
mantenimiento
(preventivo, correctivo
y de inspeccin) en
indicadores
tales
como la fiabilidad,
disponibilidad, costo,
nmero de fallos, etc
sern discutidos en
AR 102 - Anlisis
integrado de sistemas
reparables.
La disponibilidad instantnea ((t)) se calcula generalmente por

medio de la simulacin debido a la dificultad analtica. El
Confiabilidad de la funcin es conseguido ya ms fcilmente por
mtodos analticos.
75
75
75
Disponibilidad inherente
La disponibilidad inherente (DI) es aqulla que si se

relaciona
solamente
con
las
paradas
del
mantenimiento correctivo del sistema. As, el predictivo
y los tiempos para la realizacin de inspecciones.
Ejemplo: Una bomba usada en el drenaje de una mina

present el perfil siguiente
300h
DI
430h
380h
260h
1,2h
1,4h
1,6h
Tiempo para
preventiva
Tiempo para
correctiva
Tiempo para
correctiva
300 430 380 260
300 430 1,4 380 1,6 260

76
76
76
Disponibilidad alcanzada
La disponibilidad alcanzada (DE) es aqulla que el

sistema consigui en lo referente a las actividades del
mantenimiento preventivo y correctivo. Para ilustrar,
consideramos el caso de la bomba usada para drenar de
una mina, y eso deseamos estima su disponibilidad
alcanzada.
DA
300 430 380 260
300 1,2 430 1,4 380 1,6 260
En el caso donde las actividades diversas del

mantenimiento preventivo haban sido llevadas a travs
en el sistema la disponibilidad alcanzada tiende para
estar bien menos de lo que la inherente.
De una forma general, tenemos:
Disponibilidad operacional < disponibilidad

inherente < disponibilidad alcanzada ?
77
7777
Mapa de ruta (Road map)
RBD
FMEA
RBD
Anlisis de
Weibull
PREDICTION
MARKOV
MARKOV
RESULTADOS
DESEADOS
RCM
78
78
78
La pdf Exponencial
Funcin Confiabilidad
Exponencial
Ecuacin del Modelo Exponencial:
F (t ) 1 R (t )
R (t ) e t
La Weibull es una de las funciones
ms usadas debido a su flexibilidad
matemtica, se acopla fcilmente a
ms de una distribucin: Normal,
Exponencial, Gamma y Gamma G
Posee tres parmetros de forma: Beta,
Eta
y
Gamma,
cada
uno
caracterizando el comportamiento del
equipo y ayudan a tomar decisiones
sobre el mismo.
Weibull
Weibull de dos Parmetros:
Beta: Parmetro o rango de vida
Eta: Promedio de datos (TO TEF)
Gamma: para el tiempo provisto para la
primera falla, puede ser positivo o
negativo
t
R (t ) e
La distribucin de Weibull se puede utilizar en
modelar de todas las fases en la curva de la baera.
(t)
Weibull
Lognormal
t1
Weibull
Normal
Lognormal
Lognormal
Exponencial
Weibull
t2
83
83
Distribucin Gamma
La Distribucin Gamma es otra de
las ms usadas en ingeniera de
Confiabilidad, debido a que se
acopla perfectamente a sistemas
no reparables, fatiga de materiales
y estudios por degradacin.
La Distribucin Gamma
G
No es una de las ms usadas en el
modelamiento de confiabilidad, pero su
comportamiento es flexible y se intenta
In t
asemejar a la Weibull
In t
1

In 2 e
f t t 12
if 0

1 In t

1
2

e
k
t 2
Anlisis Mediante
los Parmetros de
Forma
Parmetros de forma
segn la estadstica
Los parmetros de forma tienen una
informacin de tipo estadstica, pero
pueden mostrar tambin caractersticas
de vida til y eficiencia productiva, que
ayuden a tomar decisiones no solo para
produccin sino para mantenimiento.
Etapa de vida til

Promedio entre fallas o tiempo operacional
Tiempo de la primera falla
tasa de fallas
Ejemplo de anlisis de
parmetros de forma
Dos equipos cualquiera,
muestran los siguientes
parmetros de forma:
BETA
ETA
GAMMA
LAMBDA
0,7
230
0,034
1,7
279
42
0,091
3,2
458
0,067
Ploteo de Probabilidades
Los clculos parten de la necesidad de
alinear los puntos (histricos de falla)
efectuando una regresin lineal de tipo
logartmico (y=mx+b), La ecuacin es
definida por una pendiente (m) y una
posicin inicial (b), donde X son los
ciclos de vida (TO, Horas, Kilmetros,
Das u otra medida operacional) y Y
como la probabilidad de falla.
Ploteo de Datos
Diferencia entre
Distribuciones
ANLISIS DE
CONFIABILIDAD Y RIESGO
OPERACIONAL DE LOS
SISTEMAS PARA LOS
DIAGRAMAS DE BLOQUES
RBD
92
92
Sistemas: conceptos y ejemplos
Qu es sistema? Es una coleccin de los elementos (componentes, piezas,

etc.) los cuales se asocian para desempear una o ms funciones. Un
sistema puede ser simple o complejo. Generalmente, los sistemas se
constituyen de una gran cantidad de componentes de naturaleza
mecnica, neumtica, electrnica, etc. El aspecto importante consiste en
estimar los intervalos excelentes del mantenimiento preventivo y de las
inspecciones.
Tiene dos clasificaciones de sistemas bajo punto de vista del Confiabilidad::

Sistemas reparables: son los que cuando fallan, se someten a las
actividades del mantenimiento. (Anterior: motores, carros, etc.) De la
manera que solamente los componentes en estado de la falla estn
substituidos.
Sistemas irreparables: son los que cuando fallan deben ser substituidas
(anterior: rboles, neumticos, bombillas, computadoras, etc.). Del
punto de vista del Confiabilidad, los sistemas irremediables iguales
poseen el comportamiento que componente, las piezas, etc. Es decir,
despus de que la falla deba ser substituida.
93
Sistemas: conceptos y ejemplos

Fuente: Rolls-Royce, 1986, p.36
Sistema turbina de un Jet

Fuente: Rolls-Royce, 1986, foto de portada
Sub-sistema del
sistema de combustin
de la turbina
Qu est modelando
para el diagrama de bloques?
El modelar para el diagrama de bloques consiste en un mtodo
grficamente analtico para representar el comportamiento
probabilstico de sistemas;
Los tipos principales de configuraciones de sistemas son:
Serie
Paralelo operacional
Compuesto entre la serie y el paralelo operacional
Lista de espera
Complejo
Etc.
95
Anlisis de Confiabilidad
de sistemas en serie
Ejemplo. Consideremos el caso de un vehculo que los posee

4 neumticos y que pasa a travs en un camino. Contexto: si
por algn motivo uno de los componentes propuestos no
opera, el sistema no funciona.
El diagrama de bloques permite la representacin de los

acontecimientos probabilsticos que conducen al xito del
sistema (es decir, el contrario de subir del rbol de
imperfecciones).
Una compaa del alquiler de vehculos hace viajes entre
Cartagena y Bogot, as, el Confiabilidad (probabilidad de
funcionamiento) del coche del sistema depende del
Confiabilidad de los neumticos de los cuatro. Si el
Confiabilidad cada uno de los neumticos es el 90% el
96
Confiabilidad del sistema (Rs) ser:
96
Anlisis de Confiabilidad de
sistemas en serie
Rs = Rp1 x Rp2 x Rp3 x Rp4 = 0,9 x 0,9 x 0,9 x 0,9
= 65,61%
Importante:
Vea que la Confiabilidad del sistema del coche es menor que la
Confiabilidad de todos los sistemas (mx < de Rs (R i));
Hasta este momento admitimos que la Confiabilidad de estos
neumticos es constante, aunque no depende del tiempo.
Significa que tiene 90% de la posibilidad a funcionar en por lo
menos 100h, eso es 1000h, o cualquier otro valor;
En el caso del sistema en serie los componentes deben
funcionar de modo que funcione el sistema. Esto, implica que
a cada viaje tiene 90% de la posibilidad de funciones de ese
cada neumtico, pero solamente 65.61% de la posibilidad de
eso el coche funciona adecuadamente.
97
sistemas en serie
Modelamiento del problema en el software
RWB
98
sistemas en serie
En el prctico, deseamos encontrar el Confiabilidad del

sistema aqul de los componentes. As, cualquier R (1), R
(2), R (3) y R (4) la probabilidad del xito de los 4
neumticos. El Confiabilidad (Rs) del vehculo ser:
RS R (1).R (2).R(3 | 2,1).R (4 | 3,2,1)

Una vez que la falla de un neumtico independe los otros. tenemos:
RS R (1) xR( 2) xR(3) xR( 4)

N
RS Ri
i 1
99
99
sistemas en serie
Discusin y solucin del ejemplo
sistemas en serie
Ver que la confiabilidad del sistema es menor que el valor ms
bajo de fiabilidad de elementos, pero la confiabilidad
disminuye.Otro aspecto importante es estimar cul es la
sensibilidad (lo importante) en funcin de la confiabilidad del
sistema con respecto a la confiabilidad de los componentes
individuales.
Rs R1 xR2 xR3 xR4
Estos derivados medir la

sensibilidad
de
la
confiabilidad del sistema
para un pequeo cambio
en la confiabilidad de cada
componente.
101
sistemas en serie
La sensibilidad de la confiabilidad del
sistema para el nmero de componentes
En este caso estamos suponiendo que los componentes son

iguales.
La nica diferencia es el valor de confiabilidad para que puedan
percibir las diferencias.
102
sistemas en serie
La sensibilidad de la confiabilidad del sistema en relacin con el
aumento del nmero de componentes en serie.
103
sistemas en paralelo
Posee de un sistema una configuracin en paralelo bajo punto de vista

del Confiabilidad, cuando solamente el funcionamiento de un elemento
es bastante de modo que funcione el sistema CORRECTAMENTE.
Ejemplo.
T1
T2
T3
Sea R1, R2, R3 e R4 la

confiabilidad de cada una de
las letras y F1, F2, F3 e F4 a
probabilidad de falla de cada
una de ellas.
T4
104
La probabilidad de falla del sistema (Fs) es dada por :

Fs=F1xF2xF3xF4
La probabilidad de sobrevivencia (confiabilidad) esta dada por:
N
Rs 1 (1 Ri )
i 1
104
Anlisis de resultados:
Rs=1-[(1-3%)(1-2%)(1-1%)(1-4%)] =
Importante:
Ve que el Confiabilidad del sistema es ms grande del que
todos los componentes: Rs> mx. [Ri].
105
Modelo desarrollado en el Software RWB
106
sistemas en serie y paralelo
Los sistemas que se mezclan son los que tambin poseen

componentes en serie y en paralelo. El anlisis del Confiabilidad de
tales sistemas es llevado a travs por la identificacin de los
elementos que si hallazgo en serie y los que estn en paralelo.
Ejemplo: Para ilustrar, consideramos el caso de un sistema
compuesto para los propuestos.
E
A
Inicio
F
B
D
G
C
H
Los componentes
poseen los siguientes
valores de confiabilidad
RA=85%
RE=90,50%
Fin RB=78% RF=99,3%
RC=96%
RG=68%
RD=94%
RH=81,0%
Se puede estimar la
confiabilidad del
sistema.
Discusin y solucin
107
107
Anlisis de Confiabilidad
de sistemas condicionados K en N
E
F
G
Fin
Sistemas que fsicamente se

encuentran en paralelo, pero estn
condicionados a un mnimo de
equipos en operacin mayor uno (1)
n r
nr
RS (k , n, R ) R (1 R )
r k r
n
108
Anlisis de sistemas con el

recurso
seguro de redundancia (Stand By)
En los sistemas actualmente operantes en muchos
procesos, se encuentran componentes o equipos en Stand
By, esa consideracin, requiere un anlisis especial.
SWITCH
A
B
109
109

recurso
Discusin y solucin del ejemplo 3.6
Consideraciones para establecer planes de

mantenimiento en equipos en Stand By:
Generador activo
Generador en recurso seguro
Funcionamiento del interruptor
El componente activo siempre a la funcin
Fallas ocultas para el componente inoperante
En trminos matemticos tenemos:

Fa = probabilidad de falla del generador A.
Fb = probabilidad de falla del generador B.
Fw = probabilidad de que el switch funcione.
110
110

recurso
La probabilidad de falla del sistema (Fs) ser:
Fs FA .FW FA (1 FW ).FB
La confiabilidad del sistema (Rs) es:
Rs 1 Fs 1 ( FA .FW FA (1 FW ).FB )
111
111
Anlisis de sistemas con cargas

compartidas (load sharing)
Los sistemas con posiciones compartidas son los que a

la medida donde algunos compartimientos fallan, la
carga apoyada para eso todava sobreviven los
aumentos. De tal manera, el Tasa de fallas de las
unidades el sobrevivir aumenta.
Consideremos como ejemplo, un avin que opera con
cuatro motores y solo dos de stos pueden operar.
112
112
112
112
Ejemplos de solucin de los problemas

con software Isograph
Ejemplo. Consideremos que determinado sistema electrnico

tiene una configuracin mostrada abajo:
A
F
G
E
B
H
D
Las tazas de falla de todos los componentes es igual a 7x104/ano.

1) Modelar el sistema por el mdulo RBD de RWB de Isograph
2) Estimar la taza de falla del sistema para 8760h de operacin
3) Estimar el riesgo de la falla del sistema
4) Estimar el riesgo en caso que los componentes F y G sean
113
obligados a funcionar.
MODELOS PARA LA PREDICCIN

DE CONFIABILIDAD Y DE
MANTENABILIDAD CON LOS
DATOS HISTRICOS
(ANLISIS WEIBULL)
114
El problema clsico
del anlisis de Weibull
En 1951, el ingeniero suizo Waloddi Weibull
estudi las fallas de los materiales debidos los
problemas de la fatiga [1]. Observ que los
cuerpos de la prueba del mismo material
sometieron igual el proceso de las vidas distintas
de la fatiga. Por lo tanto, llev con estadstica que
modelaba en los datos conseguidos en sus
experimentos. La mejor distribucin en trminos
de ajuste en sus datos estaba del Pescador-Tippet,
que muy era conocido ya en la comunidad de
matemticos, pero no entre los ingenieros. De la
publicacin de los trabajos de Weibull en la
comunidad de ingenieros la distribucin comenz
a recibir su nombre. La distribucin de Weibull es
tan popular en modelar del Confiabilidad se
conoce que como Anlisis de Weibull.
Wallodi Weibull, (1887 1979)
115
Los datos completos,

censurados y en intervalos
En los problemas que ocurren en la ingeniera, los tipos diversos de datos
aparecen:
Completo de datos: son sos donde el analista sabe con la precisin la
duracin de la vida de los componentes. Ejemplo: En una prueba del
laboratorio 3h fue verificado que la vida de una bomba era 1.958;
Datos censurados a la derecha: son sos donde el analista no sabe
exactamente cundo ocurre la falla, pero solamente la vida mnima del
artculo. Ejemplo: El neumtico de uno que propago si encuentra con los
38.00Km y es cambiado preventivo. En esto en caso de que eso, el
neumtico pudiera y fuera fallar en un cierto instante en el futuro;
Datos censurados en el intervalo: son sos en que el analista sabe el
intervalo donde ocurre la falla, sabe no exactamente la vida del artculo.
sta es la caja de bombas pequeas en plantas qumicas se examina en
intervalos regulares. Por ejemplo, el tcnico verific que en 300h la
bomba funcionara, pero en 400h haba fallado ya. En esto en caso de que
eso l no se sepa exactamente cuando ocurri la falla de este intervalo
adentro;
116

Las unidades que no fallan se conocen segn lo
truncado, sobreviviendo, ron-hacia fuera. En el prctico, la
censura puede estar en la poca o el nmero de unidades.
Los tipos de datos quantal-respuesta son sos que
muestran solamente si la falla ocurre antes o despus de
un perodo definitivo.
La ilustracin abajo facilita la comprensin:

Dato completo
Dato censurado a la derecha
?
?
Dato censurado por intervalo

Dato tipo a la izquierda
117

Fuente de los datos censurados a la derecha:
Intercambio preventivo para el mantenimiento.
Cuando se analiza el modo de fallo y la falla ocurre
debido al modo de fallo B.
Cuando, por cualquier razn, la prueba lo acaba antes
del componente de la falla.
Cuando, en modelaje diversos, el artculo era en
funcionamiento colocado tiene 98 das y no todava
fall.
Otros.
Fuente de datos para modelaje de Weibull:
Prueba del laboratorio.

Prueba de la calificacin de productos.
Funcionamiento de la vida de los productos en campo.
Registros existentes en literatura.
Valores existentes en las normas.
Etc.
118
Las ventajas de un anlisis

del Confiabilidad cuando ha dado
histrico
El modelamiento de la Confiabilidad con datos histricos admite que el
modelo probabilstico puede representar con ms exactitud la realidad. En
el caso de datos de tasa de fallas existente en normas MIL, IEC, etc.
puede ser que stos no representan exactamente la realidad del
ambiente del uso operacional;
Para conseguir estimaciones realistas del MTBF

y del porcentaje de averas;
Para conseguir estimaciones realistas del
nmero de la falla de los componentes, de los
subsistemas y de los sistemas;
Estime la capacidad de la produccin con los
recursos existentes;
Etc.;
En las actividades del mantenimiento, el anlisis de los datos de la vida

puede generar normalmente resultado mejor de qu estudia con la base en
los ndices de fracaso de las normas (MIL, Telcordia, etc.)
119
Las medidas principales de

Confiabilidad
Las medidas principales de Confiabilidad son:
MTBF (vida media);

Vida media;
Porcentaje de averas;
Bx (muy usado en industrias de automvil);
Probabilidad de la supervivencia (Confiabilidad);
Probabilidad de la falla (riesgo);
El nmero de fallas adentro de una determin
perodo;
Medidas de importancia;
Disponibilidad (operacional, alcanzado, etc.)
Etc.;
Todos estos indicadores sern detallados a lo

largo de este curso.
120
Tasa de falla, tasa media de falla

y tasa instantnea de falla.
Ejemplo. Asumamos que las unidades de N (las resistencias, los
rodamientos, etc. de compresin, elctricos) estn puestas en
servicios. Asumamos que tienen un portafolio compuesto para 50
activos. A travs de los meses, diversos fallan mientras que
demuestra la tabla para seguir: :
1.788,07
963,37
1.457,44
322,34
619,47
428,88
138,45
559,82
748,02
1.004,58
878,43
455,22
175,60
378,28
452,47
313,81
484,17
511,32
1.378,65
597,50
710,15
360,71
1.214,12
294,96
319,65
722,60
339,87
178,14
747,37
549,86
496,09
1.002,22
857,77
911,08
1.040,37
816,47
588,26
1.389,75
707,67
143,67
848,99
516,89
721,03
280,89
804,22
736,86
743,05
458,44
691,73
466,40
121

Tasa de averas () corresponde al cociente entre los nmeros de las fallas

para el perodo del tiempo. Pero, podemos tener Tasa de fallas con respecto
a otras variables tal como toneladas, kilmetro, etc. As, puede ser definida:
N (t 2 ) N (t1 )
t 2 t1
Donde N(t2) es el nmero de fallas

antes del tiempo t2 y N(t1) es el
nmero de fallas antes del tiempo t 1.
La tasa de falla vara con el tiempo. En el caso de componentes

mecnicos, a medida que envejece la tasa de crecimiento tiende a variar,
como dice el nmero de sobrevivientes es cada vez menor. Por lo tanto, si
conocemos el comportamiento del tipo de falla con el tiempo se estudia la
tasa instantnea de falla ( (t)):
f (t )
(t )
R (t )
La grfica de tasa
instantnea de Falla le permite
crear la grfica de la curva de la
baera.
122
Tasa de falla, tasa media de falla y tasa

instantnea de falla.
Relacin fallas acumuladas X horas de vida acumuladas
123

Razn nmero de fallas por hora
124

MTBF en funcin del tiempo
125

Sin embargo, en lo prctico deseamos saber la tasa de averas
instantneo de la funcin de la distribucin de la probabilidad
usada en modelar de los tiempos hasta la falla. Cualquier N (0)
el nmero de las unidades que se consideran inicialmente, de
Ns (t) el nmero que funciones inmviles a tiempo t, y N-F (t) el
nmero que falla hasta el tiempo T. A proporcin de
sobrevivientes en T es:
R (t )
Mas,
N (0) N f (t )
N ( 0)
f (t )
N s (t ) N s (t t ) R (t )
N (0)
t
t
N (t ) N s (t t )
d N s .(t )
1
1
f (t ) lim
* s
*
t
N ( 0)
dt
t 0 N (0)
126

La definicin de tasa en el tiempo T es:
(t )
dN s (t )
1
Ns (t ) Ns (t t )
1
*
*
N s (t )
t
Ns (t )
dt
(t )
f (t )
R (t )
esta tasa instantnea de falla puede

ser encontrada por cualquier
distribucin.
Ejemplo. El trabajo clsico de Todhunter (1969)

fue
estudiar
la
distribucin
de
vidas
humanas.Los datos de este estudio se
encuentran en la tabla de abajo.
127
MTTF, MTBF y MTTFF: conceptos y usos

En el caso de los sistemas irreversibles, el MTBF (tiempo medio antes de
fallo) es igual al MTTF (tiempo medio hasta fallo). Ya en sistemas
reparables, MTBF (tiempo medio entre el fallo) es diferente a la MTTF.
Ejemplo. Vamos a calcular el MTBF para el sistema a reparar, es decir,
cuando hay un reemplazo de los componentes y actividades de
mantenimiento.
100h
0
2h
120h
0
0 2,3h
180
0
4h
El MTBF puede ser calculado a partir de los datos existentes.
MTTF
(100 120 180)h

157,50horas
3 fallas
128
Referencias Bibliogrficas
Consultadas
Libros, artculos, pginas
electrnicas, etc.
129
129
129
Referencias
Xie, M. (1991). El modelar de la confiabilidad del software,

Prensa cientfica del mundo, Singapur.
Nelson, W. (1982). La vida aplicada fecha anlisis, Wiley, Nueva
York.
Nelson, W. (1990). Prueba acelerada, Wiley, Nueva York.
Ireson, W. G., y Coombs, C. F., Jr. (1988). Manual de la ingeniera
y de la gerencia de la confiabilidad, McGraw-Colina, Nueva York.
Sturges, H.A (1926), la opcin del intervalo de los closs, Toumol
de la asociacin estadstica americana, p.65-66.
Scott, D.W (1979), ptimos encendido y las fechas basaron los
histogramas, Biomtrica 66, (33) p.605-610.
Weibull, W. (1961), cansa pruebas y el anlisis de resultados, El
grupo consultivo ser organizacin aeronutica del tratado de
Atlntico Norte de investigacin y del desarrollo.
Todhunter, 1949) historias de I. (de la teora del matlumaticol de
la probabilidad, chelse, NY.
Gibson, B.S.G (2007). Failuere verdadero del disco en el mundo:
Qu usted le dona en los 1.000.00 MTTF de los hombres de las
horas usted?
Gomez L. Ivn Daro, Introduccin al Mantenimiento Estratgico,
Panamericana 2006.
Mora G. Luis A., Mantenimiento, planeacin, ejecucin y control,
alfa Omega 2009.
130
Referencias
HELMAN, Horacio y ANDERY, Pablo Roberto Pereira - anlisis de las

fallas herramientas de la serie de la calidad vol. 11 - Fundacin
Christiano Ottoni, escuela de la ingeniera de UFMG, 1995, 156 P.
Modo de fallo y anlisis potenciales - FMEA de los
efectos AIAG - Grupo de la accin de la industria
del automvil, 2002 - 3 ed.
STAMATIS, D. H. - Prensa de la calidad del anlisis - ASQC del modo
y del efecto de fallo, 1995, 494 P.
Manuales de QS 9000. Anlisis de la manera y del efecto de Falla
Potencial (FMEA): Manual de la referencia. 1997.
CLAUSING, D. (1994). Decisiones mejores. En: Desarrollo total de la
calidad: gua paso a paso usted worldclass concurrentes
ingeniera. 2.ed., Iorque nuevo, la sociedad americana de ingenieros
industriales. CASQUILLO. 3, p.60-73. (t: 322). ( Disponible en la
biblioteca de EESC - USP).
n CLAUSING, D. (1994). El diseo. En: Desarrollo total de la
calidad: gua del setp-por-paso usted ingeniera concurrente de los
worldclass. 2. ed., Iorque nuevo, la sociedad americana de
Engineerss mecnico. CASQUILLO. 5, P. 175-273. (t: 322). (Disponible
en la biblioteca de EESC - USP).
n Compaa KSR (http://www.ksr.com.br) l posee que un
sistema de los dulces de FMEA integr con un sistema CAPP, de que
garantizado ya a algunas compaas el certificacin de QS 90000.
En la pgina del KSR tiene un lugar en donde algunas preguntas
prcticas sobre un FMEA se contestan (
http://www.ksr.com.br/oqufmea.htm ).
131
Referencias bibliogrficas
Chilton, C. H. (1950), Six-tenths factors applies to complete plant
costs, Chemical Engineering, vol. 57, p. 112-114;
Williams, R. Jr. (1947), Six-tenth aids in approximating costs,
Chemical Engineering, vol. 54, p. 124-125;
Barriger, P., Weber, D. P. (1996), Lyfe-cycle cost tutorial, Fifth
International Conference on Process Plant Reliability;
Bodie, Z., Kane, A., Marcus, A. J. (2000). Fundamentos de
Investimentos. Bookman, Porto Alegre, 632p.
Brigham, Eugene F.; Gapenski, Louis C.; Ehrhardt, Michael C.
(2000). Administrao Financeira: Teoria e Prtica. Editora Atlas
S.A, 1113p.
Lewis E.E., Introduction to Reliability Engineering (1987), John
Wiley & Sons;
132
Meeker, W.Q., Escobar L.A. (1988), Statistical Methods for Reliability
Data, John Wiley & Sons;
OConnor, P. D. T. (1985), Practical Reliability Engineering, John
Wiley & Sons, Second edition;
Nelson, W. (1988), Applied Life Data Analysis, John Willey & Sons.
Ross, Stephen, Randolph W. Westerfield e Jeffrey F. Jaffe (2002).
Administrao Financeira (Corporate Finance). Editora Atlas, 776p.
Chilton, C. H. (1950), Six-tenths factors applies to complete plant
costs, Chemical Engineering, vol. 57, p. 112-114;
Bodie, Z., Kane, A., Marcus, A. J. (2000). Fundamentos de
Investimentos. Bookman, Porto Alegre, 632p.
133
Souza, Petain A. (1995) Avaliao Econmica de Projetos de
Minerao, IETEC, Belo Horizonte, 247p.
Stermole, F.J., Stermole, J. M. (1987) Economic Evaluation and
Investment Decision Methods. Sixth edition, Investment
Evaluation Corporation, Golden, Colorado, EUA.
Brealey, Richard A., e Stewart C. Myers (2000). Corporate
Finance. Sixth edition, New York: McGraw-Hill, 1093p.
S.A, 1113p.
134
135

Wiley & Sons;
Meeker, W.Q., Escobar L.A. (1988), Statistical Methods for
Reliability Data, John Wiley & Sons;
Investment Decision Methods. Sixth edition, Investment Evaluation
Corporation, Golden, Colorado, EUA.
Brealey, Richard A., e Stewart C. Myers (2000). Corporate Finance.
Sixth edition, New York: McGraw-Hill, 1093p.
Investment Decision Methods. Sixth edition, Investment
Evaluation Corporation, Golden, Colorado, EUA.
Brealey, Richard A., e Stewart C. Myers (2000). Corporate
Finance. Sixth edition, New York: McGraw-Hill, 1093p.
S.A, 1113p.
136
137

Wiley & Sons;
Meeker, W.Q., Escobar L.A. (1988), Statistical Methods for
Reliability Data, John Wiley & Sons;
Investment Decision Methods. Sixth edition, Investment Evaluation
Corporation, Golden, Colorado, EUA.
Brealey, Richard A., e Stewart C. Myers (2000). Corporate Finance.
Sixth edition, New York: McGraw-Hill, 1093p.

IG-102 Ingeniería de Confiabilidad SDV

Cargado por

Copyright:

Formatos disponibles

IG-102 Ingeniería de Confiabilidad SDV

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

IG-102 Ingeniería de Confiabilidad SDV

Cargado por

Copyright:

Formatos disponibles

Ingeniera de

Anlisis Integrado de Confiabilidad,

Los Cinco Pecados de

Evolucin del Mantenimiento

Confiabilidad Operacional Involucramiento

CURVA DE VIDA TIL

....crea la posibilidad que

Se calcula con el Tiempo Fuera de Servicio

Tiempo Entre Fallas TEF

rea bajo la curva

Modo, Mediana y Media

El conjunto de datos se pueden repartir y organizar por medio

Anlisis de Datos de Vida

Clasificacin de los Datos

No es posible tratar por igual los datos,

Se Conoce a ciencia cierta el tiempo

Ejemplo: El ingeniero del Confiabilidad de una compaa que

Las relaciones entre la densidad de la

La densidad de la probabilidad de la funcin se

La grfica de Confiabilidad vs Tiempo

La grfica de Probabilidad de falla

En cada conjunto de datos mostrados podemos emplean

La distribucin normal es utilizado ms en el prctico (por lo tanto su

2) El intervalo de intervencin de mantenimiento preventivo de modo

rea sub curva

Observe que el rea que abarca seis sigma corresponde a

La distribucin exponencial se utiliza para modelar del

La distribucin de Weibull se utiliza ms en el rea de

donde , y son parmetros de

En la prctica, un problema importante es la estimacin de los

La distribucin LogNormal se utiliza en el modelamiento de la

La distribucin gamma es la ms compleja, por lo tanto,

Ajuste de la funcin gamma. Nota: En

Los valores numricos de los parmetros alfa y beta se deben cumplir

F f (t )dt 0.5 50%

Distribuciones y sus Parmetros

Los tiempos de vida son: t1; t3-t2; t5-t4; t7-t6;...

La funcin de la disponibilidad se define como la probabilidad de que

La disponibilidad usada en funcin de la prctica es muchas

Tiempo realmente en operacin

Las funciones de confiabilidad y disponibilidad estn estrechamente

Componentes: la confiabilidad y disponibilidad son las mismos porque

Sistemas: la disponibilidad depende de la confiabilidad y el

Se entiende como mantenimiento a cualquier accin que

La disponibilidad instantnea se define como la probabilidad

La disponibilidad instantnea ((t)) se calcula generalmente por

La disponibilidad inherente (DI) es aqulla que si se

Ejemplo: Una bomba usada en el drenaje de una mina

300 430 380 260

300 430 1,4 380 1,6 260

La disponibilidad alcanzada (DE) es aqulla que el

300 430 380 260

300 1,2 430 1,4 380 1,6 260

En el caso donde las actividades diversas del

Disponibilidad operacional < disponibilidad

Mapa de ruta (Road map)

Etapa de vida til

Sistemas: conceptos y ejemplos

Qu es sistema? Es una coleccin de los elementos (componentes, piezas,