Capítulo 6.
- Confiabilidad
Preguntas en un estudio de confiabilidad
En un estudio de confiabilidad se analiza la vida de un producto medida en unidades de
tiempo (minutos, horas, días) o unidades relacionadas como el número de ciclos, distancia recorrida,
piezas producidas, etc. Note que este tipo de unidades siempre toman valores de cero en adelante.
Algunos tópicos de interés sobre la duración del producto son:
1. Determinar el cuantil p, que es el tiempo tp hasta el cual se espera que falle una proporción p
dada de los productos puestos en operación.
2. Un complemento directo al punto anterior es que al tiempo tp se espera que sobreviva
una proporción 1 – p de los productos. Esta proporción 1 – p es una estimación de la con
fiabilidad del producto al tiempo tp.
3. Determinar la propensión a fallar que tiene el producto en un tiempo dado. Esta información sirve
para planear estudios de confiabilidad más enfocados, así como para determinar tiempos de
mantenimiento o reemplazo del producto.
4. Dado que un artículo ha sobrevivido a un tiempo t0, encontrar la probabilidad de que este
sobreviva un tiempo t adicional. Con esto es posible planear medidas (recursos) que será
necesario invertir en los años siguientes para sustituir el equipo que falla.
5. Los puntos anteriores se enriquecen de manera sustancial cuando se manejan más de un modo
de falla o se realizan estudios de confiabilidad comparativos para diferentes materiales,
proveedores o diseños. Se puede determinar cuál de las fallas es más conveniente eliminar de
raíz para incrementar la confiabilidad del producto o cual material, proveedor o diseño del
producto es más confiable que otro. Esto último ayuda a tomar decisiones para mejorar la
confiabilidad desde la etapa de diseño de un nuevo producto.
Características de los estudios de confiabilidad
1. La variable de respuesta o característica de calidad de interés en los estudios de confiabilidad es
el tiempo a la falla, un aspecto que hace que estos estudios tengan las siguientes
características especiales:
2. Los tiempos a la falla son valores no negativos que suelen tener un comportamiento asimétrico
con sesgo positivo. Esto hace que la variable aleatoria, tiempo a la falla, tenga comportamientos
diferentes al modelo normal. Por ello, las distribuciones de probabilidad más frecuentes para
modelar tiempos de vida no son la normal ni la t de Student, sino distribuciones que toman
valores positivos como la Weibull , log normal, exponencial y gama, por mencionar algunas.
3. En muchas de las aplicaciones de la estadística lo que interesa es la media y la
desviación estándar de la población objeto de estudio, ya que estos parámetros determinan la
distribución de la población en el caso normal. Sin embargo, en confiabilidad, las cantidades de
mayor interés son los cuantiles, tp, de la población objeto de estudio.
4. Para tener datos es necesario observar fallas. Suele ser costoso generar fallas en el laboratorio,
pero puede ser más caro que ocurran en campo, lo cual también afecta la imagen del negocio.
Los componentes o dispositivos que fallan muchas veces se convierten en desperdicio
impactando el costo del estudio.
5. Para tener un tiempo de vida o tiempo a la falla exacto se tendría que observar el componente de
manera continua y en ocasiones por mucho tiempo, pero con frecuencia estos aspectos son
imposibles. Este hecho da lugar a observaciones censuradas. Es decir, no se tiene el tiempo a la
falla de ciertas unidades, pero se sabe que: a) en el tiempo tc cuando acabo el estudio no habían
fallado (censura por la derecha), o b) fallaron antes del tiempo tc (censura por la izquierda), o
bien, c) se sabe que fallaron en cierto intervalo de tiempo (censura por intervalo). La
consideración de datos censurados es importante para hacer viable los estudios de confiabilidad
(en tiempo y costo). Los datos censurados aportan información, por lo que estos deben
considerarse adecuadamente para estimar de manera más precisa el comportamiento del tiempo
a la falla.
6. Como se menciona en el punto 2, es necesario observar fallas, pero cuando el producto es muy
durable podría necesitar meses y hasta años para tener el suficiente número de fallas trabajando
en condiciones normales. En estos casos, un estudio de confiabilidad en condiciones
normales de operación no tiene sentido. Sin embargo, es posible acelerar el deterioro del
producto si se utiliza en condiciones aceleradas o estresantes: un tiempo pequeño de vida en
condiciones aceleradas equivale a un tiempo largo de vida en condiciones normales. De aqui la
utilidad de las llamadas pruebas de vida acelerada (vease Nelson, 1990) para observar fallas en
un tiempo razonable, y luego extrapolar este comportamiento a lo que seria la vida del producto
operando en condiciones normales.
Tipos de censura en confiabilidad
1. Censura por la derecha tipo I:
Es cuando los datos censurados resultan de unidades que no fallaron en un tiempo de prueba
especificado. También se conoce como censura por tiempo.
2. Censura por la derecha tipo II
Surge cuando el estudio de confiabilidad dura hasta que cierta cantidad de las unidades falla. El
tiempo de duración del estudio no se conoce de antemano. También se conoce como censura por
número de fallas.
3. Censura por la izquierda
Es cuando sólo se sabe que la unidad en prueba falló en algún momento antes del primer tiempo de
inspección.
4. Censura por intervalo
Se sabe que la unidad falló en algún momento dentro de un intervalo. Ocurre cuando no es posible
hacer una inspección continua.
5. Censura múltiple
Cuando en el mismo estudio de confiabilidad se tienen unidades con diferentes tiempos de censura.
Ejemplos
Vida de balatas: Un fabricante de balatas para el sistema de frenado de automóviles le da
seguimiento al tiempo de falla de las mismas. El seguimiento lo hace con distribuidores de
automóviles nuevos de cierto modelo. El tiempo de falla lo mide en los kilómetros recorridos. El
número de unidades en que se evaluó el tiempo de falla fue de 55. Después de cierto tiempo no
todas las balatas habían fallado, pero con base en el desgaste se estimó el tiempo de falla. Los
datos obtenidos para los 55 productos se muestran a continuación:
Se quiere estimar la distribución del tiempo de falla de las balatas y con ella calcular su confiabilidad.
El fabricante también quiere saber si el tiempo de garantía de 10 000 kilómetros que otorga es
razonable, considerando que no está dispuesto a reemplazar más de 2% de las balatas que vende.
Vida de conexiones con dos modos de falla.
Los datos de la siguiente tabla son esfuerzos de ruptura de 20 conexiones de alambre, con un
extremo soldado sobre un semiconductor y el otro soldado sobre un poste terminal. Cada falla
consiste en el rompimiento del alambre (modo de falla 1 = A) o de una soldadura (modo de falla 2 =
S). Aquí el esfuerzo hace las veces de tiempo de falla. Interesa estudiar la distribución del esfuerzo
de las conexiones, considerando que se requiere que menos de 1% debe tener un esfuerzo menor
de 500 mg. Es decir, se desea que al menos 99% de las conexiones resista un esfuerzo mayor a 500
mg. También se quiere estimar el esfuerzo que resultaría de eliminar uno de los dos modos de falla.
Funciones en confiabilidad
Función de densidad
La función f(t) es función de densidad (continua) si cumple que:
Es decir, es una función no negativa cuya integral, sobre todo su rango posible, es igual a 1, con lo
que el área total bajo la curva es igual a 1. Lo anterior significa que el área bajo la curva entre dos
valores es la probabilidad de observar fallas en ese intervalo. Por ejemplo, para la distribución
exponencial, la función de densidad está dada por:
Función de distribución acumulada
Con esta función, denotada con F(t), se obtiene la probabilidad de que un producto falle antes del
tiempo t, con lo que F(t) = P(T ≤ t). De esta manera, si nos limitamos a funciones de densidad de
probabilidades definidas en el intervalo de cero a infinito, entonces F(t) se obtiene integrando la
función de densidad f (t) de la siguiente manera:
Por ejemplo en el caso de la función exponencial:
La Función de confiabilidad
Es la probabilidad de sobrevivir al tiempo t. Con esta función, denotada con C(t) y también conocida
como función de supervivencia, se obtiene la probabilidad de que el producto no haya fallado
(sobreviva) en el tiempo t. Con lo que C (t) = P (T > t) = 1 − F (t). Por ejemplo, para la distribución
exponencial se tiene que:
Función de riesgo
Tasa de falla instantánea o tasa de riesgo, h ( t ), es la propensión a fallar al tiempo ; es decir, dado
que se sobrevive hasta el tiempo t, es la probabilidad de fallar justo en el siguiente instante. Por ello
a h(t) también se le conoce como tasa de falla instantánea o tasa de riesgo. En términos
matemáticos h(t) se define como:
Se puede probar que es el resultado del siguiente límite:
Lo cual indica que el riesgo de falla es constante. Esto significa que si el tiempo de falla de un
producto tiene una distribución exponencial, la propensión a fallar de este es la misma
independientemente del tiempo transcurrido. No siempre es constante depende del tipo de
distribución.
Ejemplos
1. El Circuito de Agua de Alimentación de una torre de enfriamiento dispone, para una mayor
seguridad, de dos Bombas Centrifugas en Paralelo, de las cuales una estará en funcionamiento y
la otra en reserva (tasa de Fallas = 0,15 Fallos / año). La conmutación de una a otra se hará en
forma automática, a través del panel de control de la torre de enfriamiento. La conmutación se
asume es instantánea, se solicita:
El determinar la confiabilidad del sistema de bombeo en dos años.
Se solicita evaluar la confiabilidad del sistema si ambas bombas trabajan al tiempo.
2. Si se tiene una población de Luminarias en una compañía, trabajando en el área de talleres con
una rata de fallas de 1/10 años. Se requiere determinar de la población de luminarias, cuantas
habrán quedado funcionando y cuantas habrán fallado en 10 años.
Esto significa que de 100 luminarias:
Quedaran en funcionamiento 38
Habiendo fallado 65 restantes
DETERMINACIÓN DEL TIEMPO PROMEDIO ENTRE
FALLAS.
100 Sistemas de Aire Acondicionados, que serán
utilizados por los clientes de una empresa de
ensamblaje de automóviles, fueron probados durante
1000 horas en los laboratorios de la compañía ensambladora.
5 de los sistemas fallaron durante la prueba uno a las 400 horas y el otro después de 600 horas. a.
Cuál es el % de Fallas? b. Cuál es el número de fallas por tiempo de operación? c. Calcule el tiempo
promedio de fallas para el Lote?
Modelos (distribuciones) para el tiempo de falla
Hemos introducido la fiabilidad como probabilidad de no fallo en un periodo de tiempo. Es por ello
conveniente revisar algunos conceptos relativos a distribuciones de tiempos de fallo.
Supongamos que es f la función de densidad hasta el tiempo de fallo. Tenemos entones:
Probabilidad de que se produzca un fallo antes de t_
Fiabilidad hasta el instante t
Introducimos el concepto importante de tasa de fallo: La probabilidad de que se produzca un fallo en
el intervalo [t, t +] es:
La probabilidad de que se produzca un fallo en el intervalo [t, t +], supuesto que sobrevivió hasta
el instante t es:
Dividimos por t y haciendo ‘t à 0, tenemos la tasa de fallo:
Análogamente como , tenemos y
Es habitual que en el tiempo de vida de los sistemas tengamos el siguiente tipo de tasa de fallo: