Anda di halaman 1dari 48

CLCULO Y MATEMTICA

APLICADA
MANTENIMIENTO DE MAQUINARIA
SESIN: 13
CDIGO:
SEMESTRE: 3

TEMA DE LA UNIDAD DE CLASE:

DOCENTE: ING. JONATHAN SNCHEZ P.


AREQUIPA NOVIEMBRE DEL 2015 1
Qu tiempo son confiables las
mquinas?
Ests listo para aprender sobre
distribuciones continuas?

Pues bien En esta sesin aprenderemos a trabajar


con la distribucin Weibull. 7
Objetivos de la sesin:

Seleccionar, formular, desarrollar y utilizar herramientas


de matemtica aplicada para soluciones de problemas
de tecnologa mecnica.
Entender y calcular los parmetros principales de una
distribucin estadstica.
Solucionar y utilizar modelos probabilsticos discretos y
continuos.
APORTA A:

Los estudiantes aplican conocimientos actuales y


emergentes de ciencia, matemtica y tecnologa.

9
1. DISTRIBUCIN BETA ( )
1.1 Definicin:
Una funcin beta es definida por:

10
2. DISTRIBUCIN LOGARTMICA NORMAL

La distribucin se aplica en casos donde una


transformacin logartmica natural tiene como resultado
una distribucin normal.

11
Ejemplo 1:
Se sabe que histricamente la concentracin de
contaminantes producidos por plantas qumicas exhiben
un comportamiento que se parece a una distribucin
logartmica normal. Suponga que la concentracin de
cierto contaminante, en partes por milln, tiene una
distribucin logartmica normal con los parmetros =
3.2 y = 1. Cul es la probabilidad de que la
concentracin exceda 8 partes por milln?

12
Solucin:
Sea la variable aleatoria X la concentracin de
contaminantes. Entonces

Como ln(X) tiene una distribucin normal con media =


3.2 y desviacin estndar = 1

Aqu, utilizamos el smbolo para


denotar la funcin de distribucin
acumulativa de la distribucin normal
estndar. 13
Ejemplo 2:

La vida, en miles de millas, de un cierto tipo de control


electrnico para locomotoras tiene una distribucin
aproximadamente logartmica normal con = 5.149 y =
0.737. Calcule el quinto percentil de la vida de un control
electrnico como este.

14
Tabla para quinto percentil:

15
Puesto que ln(X) tiene una distribucin normal con
media = 5.149 y = 0.737, el quinto percentil de X se
calcula como

Esto significa que solo 5% de los


controles tendrn un tiempo de vida
menor que 51,265 millas.
16
3. DISTRIBUCIN WEIBULL
La tecnologa actual permite que los ingenieros diseen
muchos sistemas complicados cuya operacin y seguridad
dependen de la confiabilidad de los diversos componentes
que conforman los sistemas.

17
Componentes idnticos, sujetos a idnticas condiciones
ambientales, fallarn en momentos diferentes e
impredecibles.

18
La confiabilidad es la caracterstica de calidad que
mide la duracin de los productos, los cuales deben
operar sin fallas durante un tiempo especificado.

19
La disponibilidad, puede ser definida como la
confianza de que un componente o sistema que sufri
mantenimiento, ejerza su funcin satisfactoriamente
para un tiempo dado.

Necesitamos que una mquina funcione 12 horas al da,


pero que se estropea de media a 1 hora cada da. Para
repararla, se necesita adems media hora adicional. Por lo
1210.5
tanto, su disponibilidad es de: 12 = 87.5% 20
3.1 Parmetros de Distribucin Weibull:
D. Weibull de tres parmetros
1

=

Donde:

parmetro de forma, indicador del mecanismo de falla.


parmetro de escala, vida caracterstica.
parmetro de localizacin, vida mnima.

Algunos autores usan en lugar de .


21
D. Weibull de dos parmetros
1

=

El efecto parmetro de localizacin, en la D. de tres


parmetros es que recorre hacia la derecha el inicio de
la distribucin.

22
Funcin de Distribucin Acumulativa:

Ejemplo 3:
El tiempo de vida X, en horas, de un artculo en el taller
mecnico tiene una distribucin de Weibull con = 0.01 y
= 2. Cul es la probabilidad de que falle antes de 8
horas de uso?
Solucin:

23
3.2 Tasas de Fallas para Distribucin Weibull:
Se determina la tasa de fallas (tasa de riesgo) para tener
conocimiento del desgaste o deterioro del componente.

Probabilidad de que un
componente o producto
funcione adecuadamente por al
Confiabilidad
menos un tiempo especfico en
condiciones experimentales
especficas.

24
Por lo tanto, si R(t) se define como la confiabilidad del
componente dado en el tiempo t, escribimos:

La tasa de fallas en el tiempo t para la distribucin de


Weibull es dada por


= t>0

Probabilidad condicional de que el


componente dure una t adicional dado
que ha durado el tiempo t. 25
Ejercicio 1:
Supongamos que el ciclo de vida de servicio (en horas) de
un semiconductor es una variable aleatoria con una
distribucin de Weibull con = 0,025 y = 0,500. Cul es
la probabilidad de que un semiconductor de ese tipo siga
en condiciones de operacin despus de 4000 horas?

26
Interpretacin de la Tasas de Fallas:
a) Si = 1, la tasa de fallas = , es decir, una constante.

b) Si > 1, Z(t) es una funcin creciente del tiempo t que


indica que el componente se desgasta con el tiempo.

c) Si < 1, Z(t) es una funcin decreciente del tiempo t y,


por lo tanto, los fallos disminuyen, se est en la
juventud del elemento.

27
<1 =1 >1

Prematura

28
MTBF MTTF - MTTR

MTBF -Tiempo Promedio entre Fallas

MTTF - Tiempo Promedio de Fallas, esto es para artculos


que no pueden ser reparados. (Lmparas)

MTTR -Tiempo medio para reparacin.

29
Frmulas Adicionales para Confiabilidad

= + =
A y B son parmetros de Tabla


= =

= =
+
1
=




= 1 30
( + )
Probabilidad
= =
condicional ()
1

Periodo de cambio 1
= +
()

0.3
Ti si N < 20 =
+ 0.4

Ti si 20<=N < 50 =
+ 1

Ti si N > 50 =

31
A B A B A B
0.20 120 1901.000 1.65 0.8942 0.556 4.20 0.9089 0.244
0.25 24 199.000 1.70 0.8922 0.540 4.30 0.9102 0.239
0.30 9.2605 50.080 1.75 0.8906 0.525 4.40 0.9114 0.235
0.35 5.0291 19.980 1.80 0.8893 0.511 4.50 0.9126 0.230
0.40 3.3234 10.440 1.85 0.8882 0.498 4.60 0.9137 0.226
0.45 2.4786 6.460 1.90 0.8874 0.486 4.70 0.9149 0.222
0.50 2 4.470 1.95 0.8867 0.474 4.80 0.916 0.218
0.55 1.7024 3.350 2.00 0.8862 0.463 4.90 0.9171 0.214
0.60 1.5046 2.650 2.10 0.8857 0.443 5.00 0.9182 0.210
0.65 1.3663 2.180 2.20 0.8856 0.425 5.10 0.9192 0.207
0.70 1.2638 1.850 2.30 0.8859 0.409 5.20 0.9202 0.203
0.75 1.1906 1.910 2.40 0.8865 0.393 5.30 0.9213 0.200
0.80 1.133 1.430 2.50 0.8873 0.380 5.40 0.9222 0.197
0.85 1.088 1.290 2.60 0.8882 0.367 5.50 0.9232 0.194
0.90 1.0522 1.770 2.70 0.8893 0.355 5.60 0.9241 0.191
0.95 1.0234 1.080 2.80 0.8905 0.344 5.70 0.9251 0.860
1.00 1 1.000 2.90 0.8917 0.334 5.80 0.926 0.185
1.05 0.9803 0.934 3.00 0.893 0.325 5.90 0.9269 0.183
1.10 0.9649 0.878 3.10 0.8943 0.316 6.00 0.9277 0.180
1.15 0.9517 0.830 3.20 0.8957 0.307 6.10 0.9286 0.177
1.20 0.9407 0.787 3.30 0.897 0.299 6.20 0.9294 0.175
1.25 0.9314 0.750 3.40 0.8984 0.292 6.30 0.9302 0.172
1.30 0.9236 0.716 3.50 0.8997 0.285 6.40 0.931 0.170
1.35 0.917 0.687 3.60 0.9011 0.278 6.50 0.9318 0.168
1.40 0.9114 0.660 3.70 0.9025 0.272 6.60 0.9325 0.166
1.45 0.9067 0.635 3.80 0.9038 0.266 6.70 0.9333 0.163
1.50 0.9027 0.613 3.90 0.9051 0.260 6.80 0.934 0.161
1.55 0.8994 0.593 4.00 0.9064 0.254 6.90 0.9347 0.160 32
1.60 0.8966 0.574 4.10 0.9077 0.249
3.3 Grficas en papel de Probabilidad:

Las grficas de probabilidad son tiles para identificar de


manera visual la distribucin de la que provienen los
datos. Estas grficas se basan en la funcin de distribucin
(t), dados los tiempos de falla t(1), t(2),..., t(n)
emprica
en orden ascendente.

33
En los llamados papeles de probabilidad, se grafican las
parejas de puntos (tiempo a la falla, posicin de
graficacin).

34
Papel probabilstico Weibull
35
Linealizacin Weibull

Para una funcin Normal:

Para una funcin Weibull:

36
La distribucin acumulada est dada por:

Las funciones de confiabilidad y riesgo son:

37
Slo para casos censurados - Avanzados
Estimador de Kaplan-Meier de la funcin de
confiabilidad.

38
En Resumen: Con Weibull se puede trabajar

Especificacin de la distribucin de vida.


Confiabilidad = Fiabilidad
Disponibilidad
Tiempo medio de trabajo = MTBF
Tiempo medio de reparacin = MTTR
Otras

39
Ejemplo de Procedimiento:
Suponga que seis unidades se prueban en un estudio de
confiabilidad, todas al mismo nivel de esfuerzo. Las
unidades fallan durante la prueba en las siguientes horas,
t(i): 93, 34, 16, 120, 53 y 75. Interesa investigar si el modelo
Weibull es razonable para estos datos y determinar la
confiabilidad de las unidades a un tiempo de 15 horas,
C(15). Halle el MTBF y el tiempo de reparacin para tener
una disponibilidad de 90%.

40
Solucin:
Para construir la grfica de probabilidad Weibull primero
se organizan los tiempos de falla en orden ascendente y
luego se obtienen las posiciones de graficacin, como se
muestra en la siguiente tabla:

41
En seguida se grafican las parejas (16, 0.083), (34,
0.25),..., (120, 0.916) en el papel de probabilidad Weibull,
como se muestra en la figura. Despus se traza la mejor
recta posible por medio de los puntos.

Datos alineados,
entonces es una
distribucin
Weibull
aceptable

42
La pendiente de la recta en la figura es igual al parmetro
de forma, . Se sigue la lnea punteada de intervalo de
confianza y se traza una paralela a la recta principal.

La intercepcin
con la escala
superior nos da
un valor de
= 1.7 aprox.

43
La intercepcin
con la escala
horizontal nos da
un valor de:
= 74 aprox.

Por lo tanto, los tiempos de


falla provienen de una
distribucin Weibull (1.7, 74).
44
As, la confiabilidad a cualquier tiempo se obtiene con la
funcin de confiabilidad:
.
=

.
= = .

Por lo tanto, se estima que 93.6% de los


componentes duran ms de 15 horas.

45
Para el tiempo medio entre fallas MTBF:

= + De tablas, para = 1.7:


= 0.8922 1.7 74 + 0 A = 0.8922
B = 0.540
= 112.24 = 0 porque es lineal

Para una disponibilidad de 90%, el MTTR ser:


1
=

1 0.9
= 112.24
0.9

= 12.47 horas
46
Ejercicio Propuesto:
Se desea mejorar el plan de mantenimiento de una
mquina, pues slo se le hace mantenimiento correctivo.
Del registro histrico del equipo se tiene las operaciones y
tiempos acumulados (en horas) en los que se ha reparado
la mquina, y son: 57.1 79.8 4.4 11.3 29 124.9
19.4 40.7
Determinar los parmetros Weibull; el MTBF, el MTTR para
una disponibilidad de 95%. Hallar la confiabilidad para un
tiempo de 75 horas.

=1; =50;
MTBF = 50 h
MTTR = 2.63 h
C(75) = 0.223 47
Notas:

Cuando hay censura de datos ( el tiempo de falla es


mas de 120 h = 120+; pero no se sabe con exactitud).
Entonces se usa un estimados Kaplan Meier.

48
49
Siguiente Sesin:

OTRAS DISTRIBUCIONES DE PROBABILIDAD:


USO de Software Estadstico

50
Bibliografa:
Devore, J. & Cullen, M.
(2008). Probabilidad y
estadstica para ingeniera y
ciencias (7.ed.). Mxico D.F.:
Cengage Learning.

Walpole, R. & Myers, R. &


Myers, S. (2012). Probabilidad
y estadstica para ingenieros
(9. ed.). Mxico D.F.: Pearson.
C6

51
Bibliografa:
Abernethy, Robert. (2004).
The New Weibull Handbook
(5. ed.). USA

ingedoce66@gmail.com
Comunidad Google+: Mecnica de Materiales AQP

GRACIAS POR SU ATENCIN