Introduccion a la Ingeniería

de Confiabilidad

William Lopez
2015
OBJETIVOS

• Presentar los conceptos básicos de los principales procesos de

Gestión de Activos y su aplicación en la industria.
• Presentar un enfoque sencillo y práctico de algunos métodos de
análisis de confiabilidad
• Resaltar la importancia de la recolección y análisis de la
información de confiabilidad y mantenimiento como pilar clave
en el mejoramiento del desempeño de plantas.
• Mostrar los fundamentos y algunos factores claves de éxito para
la implementación de la metodología de Análisis de Causa Raíz
(RCA), como proceso fundamental de un Programa de
Ingeniería de Confiabilidad.
 CONTENIDO

1. Definiciones básicas
2. Benchmarking de Indicadores de Confiabilidad
3. Funciones de distribución de falla
4. Metodos estadisticos para el calculo de la Confiabilidad
5. Confiabilidad de Sistemas
6. Identificación de Malos Actores
7. Análisis Weibull
1. Definiciones Basicas
DEFINICIONES
• DISPONIBILIDAD: Capacidad de un activo de desarrollar su
función requerida bajo condiciones dadas en un instante de tiempo
dado o sobre un intervalo de tiempo dado, asumiendo que los
recursos externos requeridos son suministrados.
• CONFIABILIDAD: Capacidad de un activo de desarrollar su
función requerida bajo condiciones dadas para un intervalo de tiempo
dado.
• MANTENIBILIDAD:Capacidad de un activo bajo condiciones
dadas de uso, de ser reparado a un estado en el cual pueda
desarrollar su función requerida, cuando el mantenimiento es
realizado bajo condiciones dadas y usando los procedimientos y
recursos definidos.
• FALLA: Fin de la capacidad de un activo de desarrollar su función
Requerida.
DEFINICIONES
• MODO DE FALLA: Efecto mediante el cual una falla es observada
en un activo que ha fallado.
• CAUSA DE FALLA:Proceso físico, químico o de otro tipo que
conduce a la ocurrencia de una falla.
• CAUSA RAIZ: Circunstancias asociadas con el diseño, fabricación,
instalación, uso y mantenimiento de un activo que conduce a la
ocurrencia de una falla.
• MANTENIMIENTO: Combinación de todas las actividades técnicas
y administrativas enfocadas a mantener o restaurar un activo en un
estado en el cual pueda desarrollar su función requerida.
• FUNCIÓN REQUERIDA: Función, o combinación de funciones, de
un activo la cual se considera necesaria para proveer un servicio
dado.
2. Benchmarking de Indicadores de Confiabilidad
 BENCHMARKING

Resultado del Identificar áreas Desarrollar KPIs

Benchmarking de mejoramiento para mejoramiento

Medir
KPIs

Tomar
acciones
correctivas

Uso de indicadores y benchmarking para mejoramiento del

desempeño
 BENCHMARKING

KPI Benchmarking
Monitoreo del progreso y Identificar gaps en el nivel de
Propósito
efectividad de la gestión desempeño actual

Frecuencia Variable Sólo una vez

Fuente Sistemas internos Fuentes externas

Nivel de control Inmediato a corto plazo Largo plazo

Numero de parámetros Uno o pocos Muchos

Precisión Tendencias Valor Absoluto

Metas Definidas por objetivos No

Indicadores vs. Benchmarking

 INDICADORES POR NIVEL DE TAXONOMÍA (*)
NIVEL JERARQUIA DESCRIPCION

1 Industria
2 Negocio

3 Instalación
4 Planta Relación PM – CM, PM y PdM vencidos, %PdM

5 Sistema Relación PM – CM, PM y PdM vencidos, %PdM

6 Equipo MTBF, MTTF, MTTR, Malos actores, Ao, Relación

PM – CM, PM y PdM vencidos, %PdM

7 Sub-unidad MTBF, MTTF, MTTR, Malos actores

8 Item mantenible MTBF, MTTF, MTTR, Malos actores

9 Parte

(*) Acorde a la Norma ISO14224

3. Funciones de distribución de falla
Funciones Estadísticas en Confiabilidad
Para el análisis de problemas de ingeniería, es conveniente utilizar
funciones de distribución de probabilidad cuyas características han
sido previamente determinadas. La escogencia de la función adecuada
para una variable se basa en cualquiera de los siguientes criterios:

• La naturaleza física del problema debe ajustarse a todas las

características básicas de una distribución específica.
• Los datos disponibles deben permitir ajustar su gráfica a la de una
función de distribución conocida.
• En la selección adecuada de las funciones de distribución juega un
papel muy importante el criterio y la apreciación del ingeniero y su
conocimiento del comportamiento de las variables.
Funciones Estadísticas en Confiabilidad
La función de densidad de probabilidad (pdf) y la función de distribución
acumulativa (cdf) son dos de las más importantes funciones estadísticas
usadas en confiabilidad, y están muy relacionadas.
Una vez estas funciones son conocidas, muchas medidas de
confiabilidad pueden ser obtenidas, tales como la función de
confiabilidad y la rata de falla

Designaciones
 La función de densidad de probabilidad, pdf, como f(x).
 La función de distribución acumulativa, cdf, as F(x).

La pdf y cdf dan una completa descripción de la distribución de

probabilidad de una variable aleatoria.
Funciones Estadísticas en Confiabilidad
Relación matemática entre pdf y cdf
La relación matemática entre pdfy cdf está dada por:

Donde s es una variable de integración comodín.

De manera inversa:

La cdf es el área bajo la curva de función de probabilidad de densidad.

El área total bajo la curva pdf es siempre igual a 1, or matemáticamente:
Probabilidad Acumulativa de Falla - F(t)
El área bajo la curva pdf
La funciónde ConfiabilidadR(t) = 1 –F(t)

Rt = -
F t = - f t dt t f()(1)(
= ) t dt
       1)(
-

 FUNCIÓN DE PROBABILIDAD DE
FALLO ACUMULADA F(t)

F(t) = f(t) dt, probabilidad de fallo para un tiempo (t)

44
 FUNCIÓN DE PROBABILIDAD
DE QUE NO FALLE R(t)

Función de Fiabilidad R(t), probabilidad de que el

activo no falle en un tiempo (t), R(t) : 1-F(t)
4. Metodos Estadisticos para el Calculo de la
Confiabilidad. R(t)
Confiabilidad / Fiabilidad : R(t)

“ La probabilidad de que un equipo cumpla una misión

específica (no falle) bajo condiciones de operación
determinadas en un período de tiempo específico”.

La Confiabilidad se relaciona básicamente con la tasa de

fallos (cantidad de fallos) y con el tiempo medio de operación
TPO, tiempo de operación (TO) .

Mientras el número de fallos de un determinado equipo vaya

en aumento o mientras el TPO de un equipo disminuya, la
Confiabilidad del mismo será menor (variable a modelar en
Tiempos Operativos).
Índices más utilizados en el cálculo de Confiabilidad:

Función de densidad de probabilidad f(t), este tipo de representación

matemática relaciona cualquier valor ti que pueda tomar la variable
aleatoria continua “t”, con su probabilidad de ocurrencia f(ti).

Función de probabilidad de fallo acumulada:

F(t) = f(t) dt, probabilidad de fallo para un tiempo (t)

Función de Fiabilidad R(t), probabilidad de que el activo no falle en un

tiempo (t), R(t) : 1-F(t)

Función de Frecuencia de fallos h(t)= f(t) / R(t) , fallos / tiempo

Media E(t), el valor medio esperado, expresa la tendencia central de la

distribución, se utiliza para determinar frecuencias de mantenimiento
preventivo.
4.1 Distribucion Exponencial
48
Distribucion Exponencial:
f(t)= l exp[ -(l) t ]
F(t) =  f(t) dt,

F(t) = 1 -[exp(-(l) t)] , Probabilidad de fallo en un tiempo t

R(t) = 1-F(t) = exp[-(l) t], Probabilidad de que el equipo no falle en un tiempo t
Media (TPO) = tiempo medio hasta fallar = (Sum TPO / # fallos periodo
evaluado)

h(t) = f(t) / R(t) = l (frecuencia de fallos –constante)

t = es el intervalo de tiempo en el cual se desea conocer la Fiabilidad del equipo,

partiendo de un período de tiempo = 0.
l = tasa de fallos = # de fallos / Sumatoria tiempos hasta fallar
l = 1 / TPO ,

** Ebeling Charles, ReliabilityandMaintainabilityEngineering, McGraw Hill Companies, USA 1997 - pag-41-45 49

Ejercicio 1:
Para el siguiente set de datos:
Registro histórico (tiempos operativos-días):

25, 34, 34, 34, 34, 34,32, 34, 45, 45, 56, 56, 34,34,
34,34,34,35,56, 56

Utilizar la distribución exponencial y calcular:

a. Probabilidad de que no falle en un tiempo de 30 días R(t)

b. Probabilidad de fallo para un tiempo de 30 días F(t)
c. Valor esperado (tiempo medio operativo)
según la Distribución Exponencial l = tasa de fallos
d. Determine la frecuencia óptimade mantenimiento
 Resultados
F(t) = 0,536

fallos/t

días

Ejecutar el mantenimiento
Preventivo cada:
40 días .
Inspeccion?

51
4.2. Distribucion Weibull
 Función densidad de probabilidad Weibull

• La distribución Weibull es una de las distribuciones mas

utilizadas en la Ingeniería de la Confiabilidad, debido a
su capacidad de cambiar de forma dependiendo de la
variación del valor del parámetro de forma β.

• Puede modelar una gran variedad de datos y

características de vida.
 Distribución Weibull
Wallodi Weibull

La pdf de la distribución Weibull con tres 1887-1979

parámetros esta dada por:


 -1  T - 
 T -  -
 

f (T ) =   e 
  

β : Parámetro de forma
 : Parámetro de escala Vida caracteristica
 : Parámetro de ubicación
 Distribución Weibull
La cdf de la distribución Weibull con tres
parámetros esta dada por:

 t - 
- 
 
F (t ) = 1 - e 

β : Parámetro de forma
 : Parámetro de escala
 : Parámetro de ubicación
 Analizando β
• β es el parámetro de forma o inclinación (en un
papel de probabilidad Weibull) de la distribución
Weibull.
• La forma de la pdf es alterada cambiando el
valor β.
• β es un número adimensional.
 PARÁMETRO DE FORMA

COMPORTAMIENTO DE FALLOS / DISTRIBUCIÓN DE WEIBULL.

Frecuencia de fallos
Período de mortalidad Período de
infantil desgaste
Período normal de
vida útil

< 0,9 =0,9 – 1,3 >1,3

20-25% (TS) 50-60%(TS) 10-15%(TS)

Tiempo de servicio (TS) – tiempo entre Overhaul.

Curva de Fiabilidad de un equipo.

5
 Efecto de  en la pdf
ß = 0.5
ß = 5.0 =0

ß = 3.44
ß = 2.5

f(t)

ß = 1.0

0
0 t
Efecto de β en la cdf
Efecto de β sobre la Confiabilidad
Efecto de  sobre el riesgo de fallas

 = 2.5
Riesgo de falla, r(t)

 = 1.0

 = 0.5
? t
 Analizando η
• Es el parámetro de escala de la distribución
Weibull, y tiene las mismas unidades de T, como
horas, Kilómetros, ciclos, actuaciones, etc.
 Efecto de  en la pdf

Vida Característica R() = 36.8%

 1 < 2
ß = 2.5,
f(t) =0 ß = 2.5,
=0
1 2

0
0 t
 Analizando γ
• Es el parámetro de localización de la distribución
Weibull y tiene la misma unidad de T.
• Representa un desplazamiento en el eje x, es
decir, cambiar el punto de inicio de la
distribución a un valor diferente a cero.
• Esto puede ser aplicada a otras distribuciones.
 Parámetro de localización, 
Vida mínima

ß = 2.5
f(t)


0
0 t
 γ Positivo
• Un valor positivo para el parámetro de
localización indica que las fallas solo ocurrirán
después de tiempo equivalente a γ, en otras
palabras, hasta el tiempo γ la Confiabilidad es
igual a 100%
 γ negativo
• Un valor negativo para el parámetro γ indica que
los ítems poseen una Confiabilidad menor que
100% para el tiempo igual a cero. Esto puede
ocurrir debido al método utilizado para registrar
el tiempo, o puede indicar algún modo de falla
que ocurre debido al transporte, degradación
del ítem por estar en stock, por cuestiones de
manufactura, etc.
 Análisis Weibull
• El análisis Weibull requiere el tiempo para la falla
como dato.
• Una falla debe ser un evento definido y no solo una
valoración subjetiva de perdida de rendimiento.
• Los datos deberán ser estadísticamente una muestra
al azar de la población.
• Emplear la medida de utilización adecuada para el
equipo y el mayor modo de falla.
• Revisar otros factores tales como posición instalada,
mal uso, incorrecto diagnostico de falla, etc.
Metodo Grafico: El Papel Weibull

  t -   
F(t ) = 1 - exp -   
    
 1 
ln ln  =  ln(t -  ) -  ln 
 1- F(t ) 

Sobre un papel Weibull, el eje vertical está en escala lnln y

el eje horizontal está en escala ln.
Papel Weibull
 Ejercicio 2: Análisis Weibull

 Se ha obtenido datos de 10 items, seleccionados

aleatoriamente y todos los cuales han fallado. El tiempo para
la falla del equipo fue:
410, 1050, 825, 300, 660, 900, 500, 1200, 750, 600

Paso 1 Ordenar los datos en orden ascendente

Paso 2 Tabular con el valor correspondiente F(t) para una
muestra de 10, empleando la Tabla de la Línea
Media
Ejercicio 3:Análisis Weibull
Número Horas para Línea Media
Falla la Falla % Acum Falla
(i) (ti ) F(t )
1 300 6.7
2 410 16.2
3 500 25.9
4 600 35.5
5 660 45.2
6 750 54.8
7 825 64.5
8 900 74.1
9 1050 83.8
10 1200 93.9
Eje X Eje Y
 2.4
Estimación de
720 830
0
Factores

Vida Mínima, 
Factor Forma, 
Vida Característica, 
Vida Media, 
Vida Promedio
Vida Bq
 Vida Característica

f(t)

 = 2.4
63.2%

 = 830 tiempo
 Vida Media

f(t)

 = 2.4
52.7%

 = 740 tiempo
 Vida Promedio

f(t)

 = 2.4
50%

tiempo
B50 life = 720
Ejercicio 4: Ploteo de Probabilidad (con
Weibull 3P)
• Seis ítems idénticos, están siendo probados en
las mismas condiciones de aplicación y
exigencia.
• Todos los ítems fallan durante el ensayo
siguiendo los siguientes numero de horas:
48;66;85;107;125 y 152 horas.
• Encuentre los parámetros de la distribución
Weibull 3P (tres-parámetros) usando el método
de ploteo de probabilidad.
 Resultado:
Proba bilida d - W e ibull
99.000

90.000

Datos ajustado
Datos
por γ
D e s c o n fi a b i l i d a d , F ( t)

originales
 = 1.95
50.000
 = 92.32
 = 17.26

10.000
10.000 100.000 1000.000
Tiempo, ( t)
Ejercicio 4: Análisis de Weibull 3P

Número Horas para la Línea Media

Falla Falla % Acum Falla
(i) (ti ) F(t )
1 1000 9.4
2 1300 22.8
3 1550 36.4
4 1850 50.0
5 2100 63.6
6 2450 77.2
7 3000 90.6
Estimación del factor de Ubicación
Desde los datos: t1 = 810 horas
t2 = 1500 horas
t3 = 4000 horas

(t3 - t2 )(t2 - t1 ) (4000 - 1500)(1500 - 810)

 = t2 - = = 547
(t3 - t2 ) - (t2 - t1 ) (4000 - 1500) - (1500 - 810)

Replanteando: ti - 
t1  1000 – 547 = 453 horas
t2  1300 – 547 = 753 horas
t3  1550 – 547 = 1003 horas, etc.
Ejercicio 4: Análisis Weibull 3P

Número Horas para Línea Media

Falla la falla % Acum Falla
(i) ajustadas F(t )
1 453 9.4
2 753 22.8
3 1003 36.4
4 1303 50.0
5 1553 63.6
6 1903 77.2

El ajuste del tiempo para la falla es ahora lineal

 Resultado:
Proba bilida d - W e ibull
99.000

90.000

Datos Corregidos
Datos Originales
50.000
D e s c o n fi a b i l i d a d , F ( t)

10.000

5.000
Beta = 1.85
Eta = 1538.7
Gamma = 558.5

1.000
100.000 1000.000 10000.000
Tiempo, ( t)
 Efecto del Factor de Ubicación

f(t)

 = 1.9
63.2%

 = 547 1560 tiempo

nuevo  = 547+1560
Ejercicio 2:

Para el siguiente set de datos:

Registro histórico de fallos (tiempos operativos -meses):

2, 2, 3, 3, 3, 5, 5, 5, 5, 4, 4, 6, 7, 7, 6, 6, 6, 4, 3, 4, 4, 3,3
Utilizar Distribución de Weibull y calcular:

-Probabilidad de que no falle en un tiempo de 3 meses R(t)

 un tiempo de 3 meses (F(t)
-Probabilidad de fallo para
-Valor esperado (tiempo medio operativo según la distribución)

-Parámetros de la distribución : parámetro de forma a y vida característica b
-Determine la frecuencia óptimade mantenimiento
 F(t) = 0,1924

fallos/t

= parámetro de forma meses

 = vida característica
a Ejecutar el mantenimiento
 Preventivo cada:
4 -4,5 meses

58
RESULTADOS
5. Confiabilidad de Sistemas
Diagramas de Bloques de Confiabilidad (RBD)

SE SUSTENTA EN DIAGRAMAS DE BLOQUES, ÁRBOLES DE FALLO

Y/O DIAGRAMAS MARKOVIANOS. ESTOS MODELOS PERMITEN
ESTIMAR LA PROB. DE FALLO / FIABILIDAD DE DIFERENTES
CONFIGURACIONES.
.
Red de bloque sencillo
Diagrama de bloques en SERIE
Diagrama de bloques en PARALELO
Diagramas de Bloques de Confiabilidad

Sistema Serie / Paralelo

Sistema con votación k de n
Diagramas de Bloques de Confiabilidad

Diagramas para modelar pérdidas de producción

 5.1 Confiabilidad de Sistemas en Serie

La rata de falla global (λsys) es la suma de las ratas de falla de

cada componente… así que se debe mantener un bajo número de
componentes.
 5.2. Confiabilidad de Sistemas en Paralelo

Para sistemas en paralelo el criterio de falla debe ser definido en términos de

status operativo, flujo mínimo a la salida o número mínimo de equipo trabajando
en un tiempo dado.
Ejercicio 1
Ejercicio 2.
Ejercicio 3.
 Confiabilidad de Sistemas – Ejercicio

Orifice D/P Usando la distribución

A PLC Recorder
Plate Transmitter exponencial, calcule
para A, B y C la
probabilidad de perder
Orifice D/P la función de
PLC Recorder
Plate Transmitter medición de flujo
B
Orifice D/P luego de 0.5 años si:
PLC Recorder
Plate Transmitter
Orifice D/P PLC Recorder
Transmitter λ Orifice plate = 0.75
Plate
λ D/P Transmitter = 1.0
λ PLC = 0.1
Orifice D/P
Plate Transmitter λ Recorder = 0.1
C
Orifice D/P PLC Recorder
Plate Transmitter
Orifice D/P
Plate Transmitter
Preguntas???
GRACIAS