ingeniería de confiabilidad (parte i)

Mdulo Ingeniera de ConfiabilidadProfesor: Dr. Ing. Alfredo del Castillo Serpa Lugar: IUTAG. Coro, Estado de Falcn. Venezuela. Fecha: marzo-abril de 2014

Autor: Dr. Ing. Alfredo del Castillo

Programa Temtico del MduloTema I.- Panormica de la Ingeniera de Confiabilidad.Tema II.- Fundamentos Matemticos de la Ingeniera de Confiabilidad.Tema III.- Confiabilidad de Componentes y Sistemas.Tema IV.- Aplicaciones de Ingeniera de Confiabilidad al Mantenimiento.


Actividades del cursoConferencias magistrales.Seminarios.Familiarizacin con software aplicativos.Evaluacin final.


Material de apoyoMaterial de lectura obligatoria.Carpeta con materiales afines.


Bibliografa de referencia bsicaFiabilidad y Seguridad,Creus Sol, Antonio,2005Practical Reliability Engineering, OConnor,1993.Probest, Curso Virtual de Probabildades y Estadstica, Del Castillo, A. y Fraga, E. , 2005System Reliability,A. Pages y M.Gondran,1986.RCM II, John Moubray, 2002


Panormica de la Ingeniera de Confiabilidad


SumarioSurgimiento y desarrollo de la Ingeniera de Confiabilidad.La confiabilidad como un parmetro de efectividad.Confiabilidad en el diseo, fabricacin y en la explotacin de sistemas, equipos y/o componentes.Actualidad y perspectivas de la Ingeniera de Confiabilidad.


Surgimiento de la Ingeniera de ConfiabilidadLas tcnicas de confiabilidad comienzan en la segunda guerra mundial, como respuesta a los rpidos desarrollos tecnolgicos y a las intensas exigencias de los equipos.Se atribuye a Werner Von Braun la realizacin de los primeros estudios sistemticos de confiabilidad, cuando analiz sistemticamente las causas de fallas de los cohetes V1 y V2 e incorpor sus resultados en diseos mejorados.


Surgimiento de la Ingeniera de ConfiabilidadAl final de la segunda guerra mundial los estudios de confiabilidad continuaron impulsados, en gran medida, por la guerra fra, la carrera espacial y el desarrollo de la industria nuclear. La Ingeniera de Confiabilidad, como disciplina de ingeniera, se origina en los EEUU en la dcada del 50. .


Desarrollo de la Ingeniera de la ConfiabilidadEl Dpto. de Defensa de EU y la industria electrnica se unen para fundar el Grupo Asesor sobre la Confiabilidad de los Equipos Electrnicos en 1952.En la segunda mitad de la dcada del 50 se elaboran normas sobre confiabilidad en EU, como la MIL-STD-781 sobre las pruebas de confiabilidad a equipos.A inicios de la dcada de los 60 aumentan las publicaciones sobre el tema de confiabilidad, no solo en EU, sino en la Unin Sovitica y Gran Bretaa.En 1965 se establece otra norma norteamericana MIL-STD 785 sobre Programas de confiabilidad de sistemas y equipos. En 1981 se emite norma britnica BS 5760 sobre la Gestin de Confiabilidad y Mantenibilidad de sistemas, equipos y componentes.


Desarrollo de la Ingeniera de la ConfiabilidadA finales de la dcada del 70, la Ingeniera de Confiabilidad y su gestin se incluye en los planes de estudios de los cursos de ingeniera en EU, GB , URSS , Japn y otros.


Desarrollo de la Ingeniera de la ConfiabilidadEl desarrollo de las tcnicas de computacin, as como el nfasis de prestigiosos especialistas en los aspectos prcticos de la confiabilidad en la gestin de procesos de ingeniera han contribuido significativamente a su difusin y uso en mltiples ramas de la ingeniera. Incluso en algunos pases se forma el denominado Ingeniero de Confiabilidad de Sistemas, el cual se ocupa de aspectos abreviado en las siglas RAMS.


Algunos datos sobre impactos de la ingeniera de confiabilidadEn 1958, slo el 28% del lanzamiento de satlites fue exitoso en EU, en la actualidad es superior al 95%.Programa de mejora de confiabilidad del avin T-38 result en 441 cambios de diseo, provenientes de 2 262 fallas. El costo del programa fue de un milln quinientos mil dlares y en tres aos ahorr 32 millones de USD.La RFA estim que gastaba 100 millones de libras por repuestos y mantenimiento debido a mala confiabilidad.La competitividad de productos japoneses en la dcada de los 90 se basaba en baja mantenibilidad y alta confiabilidad de sus equipos.


Qu es Confiabilidad?A veces se asocia con garanta.No es slo garanta, el productor se puede afectar por reputacin por fallas fuera del periodo de garanta.Se requiere de un concepto de calidad basado en tiempo o parmetro equivalente.


Qu es Confiabilidad?El control de calidad es importante para elevar la confiabilidad de un equipo o componente, pero no es solo eso.La confiabilidad esta relacionada con las fallas durante la vida de un equipo.


Caractersticas de la confiabilidadConfiabilidad probabilstica.Items no reparables e items reparables.Los patrones de falla.Confiabilidad, mantenibilidad y disponibilidad.La confiabilidad como parmetro de efectividad, puede relacionarse con otros como peso, redundancia , costo de materiales y otros.


Confiabilidad en el diseoPrevencin de fallas: anlisis carga-resistencia y mrgenes de seguridad.Mtodos de anlisis del diseo: prediccin de la confiabilidad, revisin del patrn carga resistencia, FMEA, FTA y anlisis de variacin de parmetros, modos de fallos no materiales.Anlisis de riesgos: tcnicas de anlisis HAZOP, incendios, explosiones , fugas txicas y otras.


Confiabilidad en la fabricacinCostos de calidad: costos de prevencin, costos de verificacin y costos de fallas.Control de la variabilidad de la produccin.Muestreos de aceptacin.


Confiabilidad en la explotacinSistemas mantenibles.Mantenimiento correctivo y mantenimiento programado.Estrategias y polticas de mantenimiento.Mejora continua de confiabilidad operacional: TPM y RCM.


Organizaciones y publicaciones en Ingeniera de Confiabilidad( EU)Sociedad de Ingenieros de ConfiabilidadInstituto de Ciencias Medioambientales: Seccin de confiabilidad y medio ambiente.Instituto de Ingenieros elctricos y electrnicos: Divisin de confiabilidadReliability Analysis Center


Organizaciones y publicaciones en Ingeniera de Confiabilidad (Europa)Sociedad de Seguridad y ConfiabilidadCentro Nacional para la Confiabilidad de los SistemasEuReData: Bases de datos europeas sobre la confiabilidad de componentes usadas en la industria petrolera, generacin de electricidad y otras.BSI: Normas sobre confiabilidad, calidad y seguridad


Publicaciones y sitios en la WEBEngineering Reliability.Quality and Reliability Engineering InternationalIsograph, RAMS, Reliability Center, RelexCultura de la Confiabilidad


Fundamentos Matemticos de la Confiabilidad.


SumarioIntroduccinResumen de estadstica descriptiva y su utilidad en la mejora continua de la funcin mantenimiento.Un mtodo para identificacin de problemas: Principio y diagrama de Pareto.


Qu es la funcin mantenimiento?Es asegurar que todo elemento fsico continue desempeando las funciones deseadas.


Qu es la confiabilidad operacional? Confiabilidad Operacional es la capacidad de una instalacin o sistema (procesos, tecnologa y gente), para cumplir su funcin dentro de sus lmites de diseo y bajo un contexto operacional especfico.


ASPECTOS DE LA CONFIABILIDAD


Gestin de Datos y MantenimientoPara el estudio de cualquier estrategia de mantenimiento resulta til disponer de herramientas que faciliten la gestin de datos, de manera tal que facilite su transformacin en informacin conveniente para la toma de decisiones en la gestin de mantenimiento de activos.


Gestin de Datos y MantenimientoTcnicas para para la gestin de datos la brinda la Ciencia Estadstica, destacndose sus dos ramas fundamentales: la estadstica descriptiva y la estadstica inferencial.Los mtodos estadsticos constituyen herramientas tiles para la actividad de gestin del mantenimiento.


MTODOS ESTADSTICOSPERMITEN TRATAR TABULACIONES NUMRICAS OBTENIDAS DE OBSERVACIONES Y/O EXPERIMENTOS EN FORMA DE MEDIDAS O MUESTRAS, TOMADAS DE UNA FUENTE O POBLACIN, PARA OBTENER CONCLUSIONES DE UN SISTEMA O POBLACIN ESTUDIADO.DOS RAMAS DE LA ESTADSTICA


Ramas de la estadsticaEstadstica descriptivaEstadstica inferencial


ELEMENTOS DE ESTADSTICA DESCRIPTIVAEN LA ESTADSTICA DESCRIPTIVA ES FRECUENTE REPRESENTAR LOS DATOS EN FORMA DE TABLAS Y/O GRFICOSTABLAS DE FRECUENCIASHISTOGRAMAS DE FRECUENCIAS(GRFICOS DE BARRAS O LINEAS)LA INFORMACIN A VECES SE RESUME MEDIANTE CIERTOS NMEROS LLAMADOS DESCRIPTORES NUMRICOS


El propsito de reunir datos.

Ayudar a comprender la situacin real.Analizar una situacin.Aceptar o rechazar una hiptesis.Regular determinada magnitud o proceso.Controlar la calidad de un proceso.

De acuerdo con lo anterior se puede afirmar que datos adecuadamente recoleccionados pueden contribuir a la toma de decisiones sobre bases ms objetivas.


.Reflejan los datos obtenidos la situacin real?.La recoleccin, el anlisis y la comparacin de los datos, se llevan a cabo de forma tal, que pongan de manifiesto la situacin real?Lo primero atae a los mtodos de muestreo, lo segundo es un problema de procesamiento estadstico.

La correccin en los datos.


1.Datos de medicin o datos continuos, tales como: longitud, peso, tiempo, etc.2.Datos sobre cantidades o de recuento, tales como: cantidad de productos defectuosos, cantidad de defectos, porciento de piezas defectuosas, etc.3.Datos sobre mritos relativos.4.Datos sobre serie.5.Datos sobre niveles de gradacin.

Tipos de datos:


Con vistas al anlisis e interpretacin de los datos recolectados estos suelen agruparse, clasificarse, as como definir descriptores numricos globales.

Para realizar esta tarea suelen utilizarse las tablas e histogramas de frecuencia, as como diferentes valores numricos que expresan diversas caractersticas de estos.

Anlisis de los datos:


MEDIDAS DE TENDENCIA CENTRALMEDIA O PROMEDIOMODADevuelve el promedio (media aritmtica) de los argumentos.Devuelve el valor que se repite con ms frecuencia en una matriz orango de datos.


MEDIDAS DE TENDENCIA CENTRALMEDIANA

La mediana es el nmero que se encuentra en medio de un conjunto de nmeros, es decir, la mitad de los nmeros es mayor que la mediana y la otra mitad es menor.MEDIANA (1;2;3;4;5) es 3MEDIANA (1;2;3;4;5;6) es 3,5, el promedio de 3 y 4.


MEDIDAS DE VARIACINLa desviacin estndar mide la dispersin de los valores respecto al valor promedio (media). DESVIACINVARIANZACuadrado de la desviacin estndar


MEDIDAS DE SIMETRAEsta funcin caracteriza el grado de asimetra de una distribucin con respecto a su media. La asimetra positiva indica una distribucin unilateral que se extiende hacia valores ms positivos. La asimetra negativa indica una distribucin unilateral que se extiende hacia valores ms negativos


MEDIDAS DE CURTOSISLa CURTOSIS representa la elevacin o achatamiento de una distribucin, comparada con la distribucin normal. Una curtosis positiva indica una distribucin relativamente elevada, mientras que una curtosis negativa indica una distribucin relativamente plana.


Problema No.1


Un mtodo para la identificacin de problemasPrincipio y Diagrama de Pareto


Principio de ParetoNo pocas veces en la prctica se tiene que una gran cantidad de causas son posibles factores responsables de un determinado efecto. Sin embargo, slo unos pocos factores o causas acumulan un alto % de la frecuencia de ocurrencia. Esos pocos factores se denominan los pocos esenciales o vitales.


Preguntas lgicasQu herramientas y/o tcnicas utilizar para lograr estos objetivos? Cmo evaluar su cumplimiento?


Mtodo de Pareto

Cuando la ocurrencia de un hecho no deseable se puede contabilizar en una variable nominal cuyos valores son razones de quejas, causas de defectos u otros es posible que se comporten segn el Principio de Pareto. Para averiguar esto, la construccin de una tabla de frecuencias conveniente y su representacin grfica correspondiente facilita visualizar si pocos factores o categoras, acumulan un alto % de la frecuencia relativa. Al mtodo basado en el Principio de Pareto que permite determinar los pocos esenciales en un problema donde es vlido el Principio de Pareto se le denomina Mtodo de Pareto.


Determinacin de los pocos vitalesNo existe una frmula para determinar los pocos vitales, aunque con frecuencia suele usarse la regla del 20/80,esto es, el 20% de las causas es responsable aproximadamente del 80% de la frecuencia de ocurrencia del efecto.


Problema No. 2 Considere que Ud. Esta interesado en mejorar los resultados de cierta rea o aspecto relacionado con su actividad laboral o profesional.a) Describa la situacin problmica de inters e indique el efecto o variable dependiente que se desea mejorar.b) Defina una variable o parmetro medible que caracteriza al efecto de inters.c) Describa un procedimiento para obtener una relacin de posibles factores o causas que inciden en el efecto de inters. Suponga que se aplica el procedimiento por Ud. Descrito y brinde una relacin de los factores identificados( No menos de 10 )


Problema No. 2 (Cont. )d) Fundamente y describa un procedimiento para evaluar el impacto de cada uno de los factores o causas sobre el efecto de inters. Suponga que fue aplicado el procedimiento, mostrando un resumen de los resultados en una tabla de frecuencias.e) Comente si se evidencia la aplicabilidad del Principio de Pareto. En caso afirmativo, aplique el Mtodo de Pareto e identifique los pocos vitales y los muchos triviales del total de factores o causas.f) En correspondencia con las conclusiones del inciso anterior proponga un plan de medidas con la intencin de conseguir mejoras en el efecto de inters.g) Suponga que el plan anterior fue aplicado durante un periodo adecuado y muestre y comente los resultados obtenidos despus de repetir el procedimiento propuesto en el inciso d).


Probabilidad y MantenimientoToda actividad que trata con sucesos o eventos que no se pueden predecir, aunque su ocurrencia tiene ciertos patrones de regularidad necesita de una teora matemtica para su estudio que tenga en cuenta esta caracterstica. Tal teora es


Probabilidad y MantenimientoTiempo entre fallasTiempo de reparacin de equiposCantidad de unidades en almacnConsumo de lubricantes en un periodoConsumo energtico en un periodo.Cantidad de indisponibilidades de un dispositivo en un periodoVariables asociadas a problemas o fenmenos que no se puede predecir su valor, pero hay regularidades en su comportamiento Caracterstica para modelar mediante Teora de las probabilidadesVariables tpicas en mantenimiento


Tres conceptos relacionadosConfiabilidadMantenibilidadDisponibilidad


La presentacin de este epgrafe se encuentra en Curso Virtual Probest.El camino es:Index-Unidades-Unidad II- - - Materiales didcticos


La presentacin de este epgrafe se encuentra en Curso Virtual Probest.El camino es:

Index-Unidades-Unidad III --Materiales didcticos


Distribuciones de uso frecuente en ingenieraBinomialGeomtricaPoissonExponencialNormalLognormalWeibullDistribuciones Variables discretasDistribuciones Variables continuas


Distribucin Binomial: supuestosSlo dos resultados posibles en cada prueba.(xito fracaso) Prueba de Bernoulli.La probabilidad de xito p es constante para las n observaciones.El resultado de una observacin es probabilsticamente independiente de otra observacin.


Caractersticas de la BinomialX : #de xitos en n pruebas independientes de bernoulli.X=0,1,2,...,nParmetros de la distribucin: n y p.p.- probabilidad de xito en prueba.q.- probabilidad de fracaso en prueba p + q = 1E(X) =np y V(X) =npq


Grfico de funcin de probabilidad Binomial


Grfico de distribucin acumulada Binomial


Distribucin Poisson: supuestosFrecuencia de xitos constante en cualquier periodo considerado.La probabilidad de ocurrencia de xito en un intervalo suficientemente pequeo es independiente de la ocurrencia de xito en otro intervalo.Probabilidad cero de que en intervalo infinitesimal ocurra ms de un xito.


Caractersticas de la PoissonX : # de xitos en intervalo de amplitud T (Si se cumplen supuestos)X=0,1,2,...Parmetro: = TE (X) = y V( X) =


Grfico de funcin de probabilidad Piosson


Distribucin acumulada de poisson


Caractersticas de distribucin exponencialX es una variable continua tal que X>0. Parmetro: E (X)= 1/ y V (X)= 1/2Si Y es una variable poisson con parmetro , entonces el tiempo entre xitos ser una variable exponencial.Tiene la propiedad denominada desmemoriada.


Grfico de funcin de densidad exponencial


Grfico de distribucin acumulada exponencial


Caractersticas de la distribucin NormalX variable continua que toma todos los valores reales.Parmetros: y .E (X)= y V (X)= Distribucin probabilstica de forma acampanada perfectamente simtrica respecto a la media .


Grfico de funcin de densidad normalEfecto de variacin de media con varianza constante


Grfico de funcin de densidad normalEfecto de variacin de varianza con media constante


Grfico de distribucin acumulada normal


Caractersticas de la distribucin WeibullX variable continua tal que X>0.Parmetros: posicin, forma y escalaAdaptabilidad a mltiples formas segn ajuste o valores de parmetros.til en estudios de confiabilidad de componentes , equipos y sistemas.


Grfico de funcin de densidad Weibull


Mtodo de la simple inspeccinTRTRTR(Normal)


Mtodo del ploteo probabilsticoTRTR


Mtodo de Inferencia Estadstica


Mtodo de Inferencia EstadsticaInterpretacin de resultados


Problema No. 3Considere que se tiene una informacin estadstica del comportamiento de un cierto dispositivo segn se muestra en el fichero Datos del Statgraphics incluido en carpeta de Ingeniera de Confiabilidad. Ah los datos se refieren a cada Grupo o Colectivo de maestrantes en el Mdulo denotado por i = 1 al 15, segn sea su nmero de orden.Los datos se refieren a tiempo de operacin hasta el fallo o tiempo de reparacin de algn dispositivo segn le corresponda tf o tr, y se encuentra( segn cada caso) en horas, das o en aos. Identifique para su caso algn equipo, componente o sistema que pudiese corresponderle la variable con los valores indicados y desarrolle el proceso de identificacin de Ley Terica de Probabilidad o Modelo de acuerdo con los incisos que siguen.


Problema No. 3 ( Cont)Aplique los mtodos de simple inspeccin, ploteo probabilstico y estadstico para proponer una ley terica de probabilidad correspondiente a su variable. Argumente su respuesta.Verifique si las caractersticas del modelo terico, en caso de tfi, se corresponden con las indicadas en las tablas conocidas.

c) Calcule P (tfi > L ) o P ( tri < M ) segn el caso.( Los valores L y M se indican en tabla en la siguiente diapositiva)d) Encuentre r o q segn su caso tal que P(tf i >r) =R o P(tri< q) = Q. ( Los valores R y Q se indican en tabla en la siguiente diapositiva)



Hoja1

ParmetrosColectivo1 tf1Colectivo2 tf2Colectivo3 tf3Colectivo4 tf4Colectivo5 tf5Colectivo 6 tr6Colectivo 7 tr7Colectivo 8 tr8

L500013000900050004000

7000160001100075006000

M24128

271612

R.750.770.79.80.85

.85.85.87.90.95

Q.85.85.85

.90.90.90

ParmetrosColectivo 9 tr9Colectivo 10 tr10Colectivo11 tf11Colectivo12 tf12Colectivo13 tf13Colectivo14 tf14Colectivo15 tf15

L500030006000450004500

700045009000600006000

M458

5211

R.65.70.75.80.85

.75.78.80.85.90

Q.85.85

.90.90

Secuencias de clik para ajustes de leyes de probabilidadMtodo de simple inspeccin: Describe Distrib dist Fitting(uncenData) selec var Grap Op Hist frec ( Caja de dialogo )Mtodo ploteo probabilistico: describe Distrib Prob Plots selec var Grap Op (Seleccionar las opciones de inters)Mtodo estadstico: Describe Distrib dist Fitting(uncenData) selec var Tab Op Good Fit ( Caja de dialogo )


ingeniería de confiabilidad (parte i)

Documents