INTRODUCCION AL MODELADO DE CONFIABILIDAD Y SU

APLICACIÓN EN LA SEGURIDAD
Ing. (FSE) Raúl R. Roque Yujra
Santa Cruz - Bolivia
Resumen

La predicción de la confiabilidad se refiere al comportamiento en el futuro de un equipo y por lo tanto puede ser solo
expresado como una probabilidad. La fallas por desgaste en el tiempo de vida de los dispositivos son distribuciones
normales en cambio las aleatorias (o randómicas) son distribuciones exponenciales y para el segundo caso la
distribución está determinada por la tasa de falla  la cual se independiente del tiempo pero depende de las
condiciones de operaciones y del ambiente.
La confiabilidad de equipamiento que está constituido de varias partes que pueden ser descritas por la tasa de falla
. El análisis de efectos de falla indican qué cantidad son detectables y cuantas son no detectables, cuantas son
seguras y cuantas peligrosas. Por medio de la detección de fallas, la reparación y restauración es posible realizar
equipos tolerantes a fallas, entonces su disponibilidad depende sobre todo de la tasa de falla, tasa de detección de
fallas y la tasa de reparación o reparabilidad.
Para establecer sistemas altamente confiables se requiere modelar y hacer uso de principios de redundancia, diversidad
separación fisca y eléctrica, como medidas de prevención ante fallas de modo común y aleatorias. De esta manera
la disponibilidad de los sistemas es mayor que la de sus componentes y es predecible por medio del uso de un análisis
de árbol de fallas (failure tree analysis = FTA) y de esta manera cumplir con los requerimientos de confiabilidad que
los sistemas instrumentados de seguridad lo requieren.

1. Introducción

Los sistemas de control e instrumentación no solo han de cumplir con las condiciones de operación, ellos
también requieren cumplir con criterios de confiabilidad tal como lo indica la ISO/TR 12489, lo cual no
se logra por casualidad (es decir suerte) más por el contrario requiere un diseño cuidadoso. Este reporte
trata de algunos aspectos para modelado de tal manera que sea aplicable para el diseño de partes,
equipamiento (compuesto de partes) y sistemas (compuesto de equipamientos). Se explica también algunos
modelos adecuados para la predicción de la probabilidad de falla y la indisponibilidad. Como estas
cantidades describen el comportamiento futuro del componente, entonces se expresan como probabilidades;
por lo que esta lectura introductoria aborda de forma corta los aspectos de distribución probabilística y
otras referidas a la confiabilidad de piezas, unidades y sistemas.

2. Definición Confiabilidad

Una prueba de vida útil para un componente se inicia con un número de elementos n0 operativos en el
tiempo t  0 ; después de un tiempo t transcurrido el número n(t ) define el número de componentes que
todavía está funcionando; entonces el número n0  n(t ) son los elementos que han fallado. Ahora la relación
n(t ) / n0 se representa gráficamente con respecto al tiempo, y luego se obtiene una forma de curva como
la de la Fig. 1.a.

Al principio todos los elementos estaban operando, al final del tiempo de vida, todos han fallado. En un
momento dado t la relación n(t ) / n0 indica la cantidad de elementos que han sobrevivido, lo que nos dice
que su vida útil es igual o mayor que el tiempo t correspondiente a los elementos que todavía están
operando.

Esta relación se puede utilizar como una estimación del comportamiento futuro sobre la base de los
resultados de una serie anterior de los acontecimientos. La relación n(t ) / n0 se interpreta como la
probabilidad p (t ) que un elemento podrá alcanzar o superar en el curso de su vida útil t , a este término
se le conoce como confiabilidad: La confiabilidad R (t ) de un elemento es la probabilidad de que este pueda
realizar una función requerida bajo una condición especificada por un determinado período de tiempo t .

n(t )
R (t )   p( X  t ) ; (1)
n0

El complemento de confiabilidad es la probabilidad de falla F (t ) , esta es la probabilidad de que el tiempo

de vida de uno de los elementos es menor o igual que tiempo de vida t dado, esto es

n(t ) n0  n(t )
F (t )  1  R (t )  1    p( X  t ) ; (2)
n0 n0

La probabilidad de falla es una función de distribución probabilística acumulativa, la cual puede variar
entre cero y uno. Si función de la probabilidad de falla F (t ) es derivada respecto al tiempo entonces se
obtiene la función de densidad probabilística f (t )

dF (t ) dR (t )
f (t )   ; (3)
dt dt

Ahora si esta última se divide entre la confiabilidad R (t ) se obtiene una función de tasa de falla o función
peligrosa z (t )

f (t ) 1 dR(t )
z (t )   ; (4)
R (t ) R (t ) dt

Dentro de las características de las distribuciones de probabilidades, se tienen dos muy utilizadas, la
mediana y la media. La mediana se define como el valor al 50% del tiempo es decir t  t50 , por otro lado
la media o para el contexto el tiempo de vida medio (ó vida media) es


t   t f (t )dt
0

O lo que es igual a
  
 dR(t )
dt   tR(t ) 0   R(t )dt   R(t )dt ;

t   t (5)
0 dt 0 0

Para explicar con detalle del significado de cada uno de estos parámetros veamos la figura 1, la cual
muestra la distribución de tiempo de vida de las personas en Alemania (información tomada antes de
1986 y es solo ejemplo), para varones (curva a) y mujeres (curva b) respectivamente. Es claro ver que
la mortalidad se reduce conforme transcurre el primer año de vida en ambos sexos, esta mortalidad
queda o se mantiene casi constante hasta casi los 50 años, se puede también observar que la tasa de
mortalidad de hombres es mayor que la tasa de mortalidad de mujeres. Por otro lado la función de
densidad de probabilidad f (t ) es máxima en 70 para varones y 80 para mujeres. Por último la función
de tasa de fallas indica claramente las muertes tempranas y esta muestra para varones jóvenes menores
de 20 existe un pico, esto se puede deber a muertes no naturales como accidentes vehiculares y deportes
de contacto. Aun así la tasa de muerte es baja, solo podrían ser iguales en etapa infantil y cuando se
tiene una edad mayor a 60 años.

Fig. 1 Distribución del tiempo de vida de humanos varones(continua) y mujeres (segmentada)

Dentro de la aplicación en ingeniería de estadística para determinar la confiabilidad y demás variables

anteriormente citadas tenemos tres tipos de distribuciones de la probabilidad, estas son:

La distribución normal, que describe el tiempo de vida de los elementos con fallas por envejecimiento, la
distribución exponencial la cual tiene efectos las fallas aleatorias y finalmente la distribución de Weibull
aplicable a ambas por envejecimiento y fallas aleatorias.
3. Distribución Normal

Las fallas de envejecimiento en los elementos ocurren como resultado del deterioro físico y químico y el
tiempo de vida de estos, entonces se tiene correspondencia directa con la distribución normal o
Gaussiana, la misma que se define como:

2
t 1  vt 
1   

2  
F (t )  e dv ; (6)
 2 v 

Esta función está determinada por dos parámetros, uno de ellos es el denominado tiempo de vida medio
t y el segundo es la desviación estándar  , ver fig. 2.

Fig. 2 Distribución Normal

La grafica de la función de densidad es una curva tipo campana con un máximo en t  t ,

Por otro lado la desviación estándar  es un parámetro que expresa en que medida los diferentes
tiempos de vida se agrupan alrededor de la media.

Con la distribución normal de la confiabilidad, la probabilidad de éxito no se reduce al inicio del uso del
elemento, esto significa que existe un periodo de tiempo en el que los elementos no fallan y la
confiabilidad se mantiene en un valor unitario y en esta región la probabilidad de fallo y la tasa de fallo
son cero. Ahora si la tasa de falla comienza a aumentar su velocidad también aumenta y en un corto
periodo de tiempo todos los elementos fallaran. Un ejemplo de elementos o artículos con distribución
normal son los focos incandescentes, neumáticos y otros ya que el tiempo de vida de uso de este elemento
está limitado a su envejecimiento. Ahora si estos elementos son reemplazados antes de que lleguen a la
región de reducción de la confiabilidad entonces se logra una posible operación sin fallas y por lo tanto
el mantenimiento preventivo se supone que es muy útil para incrementar o mantener la confiabilidad de
un procesos, sistemas, etc.

4. Distribución Exponencial

Otro grupo de fallas son las denominadas aleatorias, las cuales son solamente predecibles solo en sentido
probabilístico o estadístico, este tipo de fallas ocurren predominantemente en dispositivos electrónicos.
Su tiempo de vida es exponencialmente distribuida, con lo que la confiabilidad y la probabilidad de falla:

R (t )  e  t ; (7)

F (t )  1  e  t ; (8)

F (t )  1  (1  t )  t ; para t  1 ; (9)

Ahora si se aplica la derivada a la ecuación (7) de la confiabilidad se obtiene la función de densidad de

probabilidad f (t ) :

f (t )   e  t ; (10);

Y la función de tasa de fallas z (t ) se obtiene dividiendo esta última por la confiabilidad

 e  t
z (t )  ; (11)
e  t

La función de tasa de falla es constante e independiente del tiempo, la misma se la conoce como tasa de
falla y es el único parámetro determinante en la distribución exponencial.

Por otro lado la tasa de falla independiente del tiempo tiene una estrecha relación con otra importante
propiedad de la distribución exponencial que es de carecer de memoria. Esto es resultado del hecho de que
la distribución está relacionada a la respuesta de procesos Poisson y las cadenas de Markov. Ahora
preguntémonos si un elemento que ha alcanzado un tiempo de vida t1, podrá alcanzar el tiempo de vida
t, cuando t>t1, aplicando la distribución asociada a un proceso de Poisson de la teoría de las
probabilidades, tomando el caso de la probabilidad condicional se tiene:

F (t )  F (t1 )
F (t | t1 )  ;
1  F (t1 )

1  e  t  (1  e  t1 )
F (t | t1 )   F (t  t1 ) ; (12)
1  (1  e  t1 )

Para el caso de la función de densidad de falla, se tiene:

 dF (t | t1 ) f (t )
f (t | t1 )     e   ( t t1 )  f (t  t1 ) ; (13)
dt 1  F (t1 )

Esto significa que las funciones F (t | t1 ) y f (t | t1 ) son las funciones originales de F (t ) y f (t ) pero
desplazadas en el tiempo t1. Es decir, el poseer información de que el elemento que consideramos ha
sobrevivido un tiempo t1, no modifica la probabilidad de que sobreviva más tiempo. La probabilidad de
que falle en una hora (en un día, en un segundo) no depende del tiempo que lleva funcionando.

Fig. 3 Distribución Exponencial

5. Curva de la bañera

Esta curva explica que la tasa de fallas independiente del tiempo es solamente una idealización matemática,
la cual no representa una situación real. El comportamiento real tiene la forma de la curva de la figura 1.4
conocida como la curva de la bañera.

Fig. 4. Curva de la bañera de la tasa de fallas

Dado que la tasa de fallas varía respecto al tiempo, su representación típica tiene forma de bañera, debido
a que la vida de los dispositivos tiene un comportamiento que viene reflejado por tres etapas diferenciadas:
fallos iniciales o infantiles (tasa decreciente), fallos normales o aleatorios (tasa constante) y fallas de
desgaste o envejecimiento (tasa aumenta)

La primera etapa de fallas iniciales o infantiles corresponde generalmente a la existencia de dispositivos

defectuosos o instalados indebidamente con una tasa de fallas superior a la normal, la cual es elevada va
disminuyendo con el tiempo hasta alcanzar un valor casi constante. La segunda etapa de fallas normales,
también llamada de fallas aleatorias, es debida principalmente a operaciones con solicitaciones superiores
a las proyectadas y se presentan de forma aleatoria e inesperada. El comportamiento de la tasa es constante
durante esta etapa y las fallas son debidas a las propias condiciones normales de trabajo de los dispositivos
o a solicitaciones ocasionales superiores a las normales. La tercera etapa de fallos de desgaste o
envejecimiento, es debida a la superación de la vida prevista del componente cuando empiezan a aparecer
fallas de degradación como consecuencia del desgaste y se caracteriza por un aumento rápido de la tasa de
fallos. Para retardar la aparición de la tercera etapa, puede acudirse a la sustitución o reemplazo inmediato
de los componentes del dispositivo o equipo cuando éstos fallen, o a sustituirlos antes de que finalice su
vida útil mediante planes de mantenimiento preventivo, para posponer casi indefinidamente la incidencia
del desgaste.

6. Distribución de Weibull

La distribución de Weibull mostrada en la figura 5, puede ser utilizada para describir las tres regiones de
la curva de la bañera, esta dispone de dos parámetros importantes: el parámetro de escala o
característica del tiempo de vida T y el parámetro de forma a.

Las funciones de confiabilidad para este tipo de distribución están dadas por:

R(t )  e (t / T ) ;
a
(14)

F (t )  1  e (t / T ) ;
a
(15)

at a 1  ( t / T )a
f (t )  a e ; (16)
T

at a 1
z (t )  ; (17)
Ta
 Fig. 5 Distribución de Weibull

Para valores de 0  a  1 las tasas de falla decrecen y entonces se representa con estos valores a la
mortalidad infantil; con a  1 , la distribución de Weibull corresponde a la distribución exponencial para
  1/ T . Finalmente con a  1 la tasa de falla incrementa. Por otro lado las fallas por envejecimiento
están caracterizadas mediante la distribución normal como se indicó anteriormente.

7. Aplicación de las distribuciones de falla

Durante el programa de mantenimiento anual que realiza una empresa se han recogido los datos de fallos
de un conjunto de 50 válvulas mecánicas habiendo fallado 2 de ellas. Para reprogramar el programa de
mantenimiento preventivo que se lleva actualmente en la empresa se desea saber:

 Tasa de fallos anual para dichas válvulas.

 Qué probabilidad tiene una válvula de fallar antes de alcanzar un tiempo de funcionamiento de 4
meses.
 Cuál será la probabilidad de que la una válvula esté en funcionamiento al cabo de 6 meses.
 Cuál será la probabilidad de que el tiempo de vida esté comprendido entre 4 y 6 meses.

Resolución

La tasa de fallas será la relación entre el número de válvulas con fallas y el número total de válvulas en
funcionamiento:
 2
  4 102 ;
50

entonces la probabilidad de que una válvula falle antes de un tiempo determinado de meses viene
expresado por la función de probabilidad de falla de la ecuación (8) y el tiempo esta expresado en años,
por lo tanto para el ejemplo se tiene 4 meses que es equivalente a t = 1/3:

1
 (4102 )
F (t )  1  e  t  1  e 3
 1  0.9868  0.0131

luego la probabilidad de que el dispositivo falle antes de cuatro meses será del 1,3114 %.

La probabilidad de que no se haya producido el falla antes de los 6 meses será la confiabilidad para ese
tiempo, se utiliza la relación (7) y t = 1/2:

1
 (4102 )
R (t )  e  t  e 2
 0.998 ; 

esto quiere decir que existe una probabilidad del 99,80 % de que una válvula no se averíe antes de los
seis meses.

Finalmente la probabilidad de que el tiempo de vida esté comprendido entre 4 y 6 meses será la
diferencia entre la probabilidad de que falle antes de los 6 meses y la de que falle antes de los 4 meses;
matemáticamente será la diferencia entre las probabilidades de falla:

1 1
 
P  F (1/ 2)  F (1/ 3)  e 3
e 2
 0.1124  11.24%

8. Conclusiones

Como se pudo evidenciar en la aplicación del modelado de confiabilidad, este es suma importancia para
garantizar no solo la operación de determinados equipos o partes de proceso, sino más bien de garantizar
el tema de seguridad funcional de sistemas instrumentados de seguridad tal como la IEC-61511 lo indica
y la última norma ISO/TR 12489. La aplicación del modelado de confiablidad permite obtener sistemas
relacionados a la seguridad más confiables con el objetivo reducir consecuencias de peligros y minimizar
riesgos en la industria de procesos y en general cualquier industria.

9. Bibliografía

[1] Taylor H. , Karlim S.. “An introduction to stochastic Modeling”, Academic Press. 3rd Edition, 1998.
[2] Capasso V., Bakstein D.. “An introduction ti contiuous-Time Stochastic process”. Spinger Third
Edition. 2015.

[3] Creuss A..“Fiabilidad y seguridad”. Editoria MArcombo. Segunda edición 2005.

[4] Zio E. “An introduction to the basicsof REliability and risk Analysis”World Scientific. 2007.

[5] Dhillon B. “Reliability, quality and safety for Engineers”. CRC Press. 2005.

[6] Verma A., Rao D. , “Reliability and safety engineering”. Ed. Springer Verlag. 2010.

[7] NTP 316: Fiabilidad de componentes: la distribución exponencial. Ministerio de Trabajo y Asusntos
Sociales España. Instituto Nacional de Seguridad e higiene en el trabajo.1999

Biografía

Raul Roque nació en La Paz, concluyo la carrera de Ingeniería Electrónica en la Facultad de Ingeniería
de la Universidad Mayor de San Andres el año 2002. Desde 2003 desarrolla su trabajo en el área de
Instrumentación, Sistemas de control y medición en el sector de hidrocarburos YPFB Transporte S.A.,
en 2015 obtiene certificación Functional Safety Engineer (FSE)TP 15051156 de TUV SUD. Su línea de
investigación está centrada a Control No lineal, Control por Modos deslizantes, Control de Procesos
multivariables, Electrónica de Potencia y Sistemas Instrumentados de Seguridad.