Vous êtes sur la page 1sur 6

1.5.

- Confiabilidad
La confiabilidad evolucion como campo aparte del control estadstico de la calidad en
general, en la dcada de 1950, con el crecimiento de las industrias aeroespacial y
electrnica en Estados Unidos. El dpto. de Defensa se interes mucho en estudios de
confiabilidad al apreciar, que haba un grave problema con la fiabilidad de componentes y
sistemas militares, ya que solo la tercera parte de los aparatos electrnicos trabajaban
bien en un determinado momento.
Cul es la diferencia entre el control estadstico de la calidad y la confiabilidad?
- El control estadstico se ocupa de monitorear los procesos para asegurar que el
producto manufacturado se apegue a las especificaciones. Las variables de inters
son la cantidad de defectos y el grado de variacin del apego a las normas.
- En la confiabilidad se examina el desempeo de un producto a travs del tiempo.
Las variables aleatorias de inters son la cantidad de tiempo transcurrido entre
fallas, una vez que el producto se pone en servicio
Confiabilidad de un solo componente
Ejemplo:
Una empresa compr 1.000 capacitores elctricos para usarlos en radiotransmisores de
corto alcance. La empresa mantuvo registros detallados del patrn de fallas de esos
capacitares con los siguientes datos obtenidos:
Aos en
funcionamiento
1 2 3 4 5 6 7 8 9 10 >10
Cantidad de
fallas
220 158 121 96 80 68 47 40 35 25 110
Con base en estos datos, se desea estimar la distribucin de probabilidades asociadas
con la falla de un capacitor seleccionado al azar
Sea T una variable aleatoria definida como el tiempo que el capacitor funciona hasta que
falla. La funcin de distribucin acumulada de T es:
} { t T P t F ) (
F(t) es la probabilidad de que un componente elegido al azar falle en o antes del tiempo t.
Siguiendo el ejemplo:
Aos de
servicio
1 2 3 4 5 6 7 8 9 10 >10
Fallas
acumuladas
220 378 499 595 675 743 790 830 865 890 1.000
Proporcin
del total
0.220 0.378 0.499 0.595 0.675 0.743 0.790 0.830 0.865 0.890 1.00
Suponga que se quiere determinar:
- La probabilidad de que un capacitor tomado al azar dure ms de 5 aos
- La proporcin de los 1.000 capacitores originales que trabajaron y fallaron el ao 6.
- La proporcin de los capacitores que sobreviven cuando menos 5 aos y fallan en
el ao 6
Definicin 1: sea T la variable aleatoria de la vida del componente, T tiene una funcin
F(t) de distribucin acumulada expresada por:
} { t T P t F ) (
F(t) es diferenciable de t, de modo que exista la funcin f(t) de densidad de probabilidades
expresada por:
dt
t dF
t f
) (
) (
Definicin 2: Sea R(t) la funcin de confiabilidad de un componente como:
} { ) ( 1 ) ( t F t T P t R
En otras palabras R(t) es la probabilidad de que un componente nuevo sobreviva ms del
tiempo t
}
} {
} { ) (
) ( ) (
/
t R
t F s t F
t T P
s t T t P
t T s t T t P
+

'
+
+


Si se divide entre s y haremos que s tienda a 0 queda:

) (
) (
) (
) ( ) ( 1
lim
0
t R
t f
t R
t F s t F
s
s

+

de este modo se obtiene la funcin de tasa de fallas o funcin de frecuencia de fallas:
) (
) (
) ( ) (
t R
t f
t r t
Definicin 3: El intervalo de tiempo que un determinado componente funciona hasta que
falla es una variable aleatoria con distribucin exponencial. La funcin F(t) se expresa
como:
t
e t F

1 ) (
y la funcin de densidad f(t) es:

t
e t f


) (
donde es un parmetro que representa la tasa de ocurrencia y 1/ es el tiempo medio
esperado para que ocurra una falla en el caso de tasa constante
Ejemplo:
Sea: F(t) = 1 e
-0.043t
Determinar:
- La funcin de la tasa de fallas
- La probabilidad de que el equipo trabaje durante ms de 5 aos sin fallar
Confiabilidad de un sistema
En muchas aplicaciones de la teora de la confiabilidad se predicen los patrones de falla
del equipo, partiendo del conocimiento de los patrones de falla de los componentes de
ese equipo
Componentes en serie
En general si un sistema consiste de un gran nmero de componentes conectados en
series, su confiabilidad bajar ya que si alguno de estos equipos o componentes fallas, el
sistema completo fallar. Por tanto, un sistema en serie funciona slo si cada componente
lo hace.
1 N 2
Sea T
i
el tiempo hasta la falla del i-simo componente , y sea T
s
el tiempo de falla de todo
el sistema en serie:
{ } t T t T t T P t R
N
.. ,......... , ) (
2 1

) ( ......... ) ( ) ( ) (
2 1
t R t R t R t R
N

Para N componentes idnticos, cada uno con la funcin de confiabilidad R(t), esto se
convierte en [R(t)]
N
y la funcin de distribucin acumulada en serie es:
[ ]
N
S
t F t F ) ( 1 1 ) (
Componentes en Paralelo
Al contrario de lo que sucede cuando el sistema est conectado en serie, es cuando se
encuentran componentes o equipos conectados en paralelo, ya que esto aumenta la
confiabilidad del sistema y se hace mucho ms difcil que el sistema deje de operar
cuando alguno de sus equipos falla. Un sistema en paralelo funciona si cualquiera de los
componentes funciona. Estos sistemas se usan cuando se recurre a la redundancia para
aumentar la confiabilidad.
1
2
N
{ } } ( ) { t T T T Min P t T P t R
N s s
,...... , ) (
2 1

Sea T
P
como el tiempo de falla de un sistema en paralelo formado por componentes
idnticos . Es claro que T
P
= Mx(T
1
, T
2
,..T
N
), entonces
} { t T T T mx P t F
N P
) ,.... , ( ) (
2 1
} { t T t T t T P t F
N P
,.... , ) (
2 1
que se reduce a [F(t)]
N
en el caso de N componentes idnticos. La funcin de confiabilidad
de un sistema con N componentes idnticos en paralelo es:
[ ]
N
P
t R t R ) ( 1 1 ) (
Sistemas K de N
Suponga que un sistema est formado por N componentes. Un sistema K de N es aquel
que slo funciona si trabajan cuando menos K de los componentes, siendo 1 K N.
Para analizar estos sistemas se considera una distribucin binomial con un xito si el
componente funciona y un fracaso si no funciona. Se supone que todos los componentes
son idnticos, y entonces cada uno tiene la misma funcin de confiabilidad, R(t) y la
misma funcin F(t).
Entonces para un tiempo t, la probabilidad R
k
(t) de que el sistema funcione en el tiempo t
es la probabilidad de que al menos haya K xitos en N intentos :
j N j
N
K j
K
p p
j
N
t R

,
_


) 1 ( ) (
j N j
N
K j
K
t F t R
j
N
t R

,
_

) ( ) ( ) (